AI、ML與 LLM
Google 長久以來皆使用機器學習技術,實際上已使用超過 20 年。現在,Google 使用機器學習杜絕垃圾內容、訓練語言模型,而機器學習的排名演算還有信號,是透過人類製作的內容訓練的。LLMs 則是一種 AI 演算法,會在極大型的資料集中使用深度學習技術,可解讀內容、提供摘要。
- RankBrain:針對長尾查詢,為使用者找出更適合的搜尋結果。
- MUM:進一步連結複雜查詢字詞中的概念。
- Bert:進一步了解查詢字詞的關聯。
Google 搜尋的 AI 產生內容相關指引
為使用者而創作,不要迎合 Google 搜尋
AI Overviews
提供更多搜尋、更多高品質的訪客登錄,網站可以得到更多的搜尋結果曝光度。
避免誤用 LLMs 大型語言模型的現有缺失
- 幻覺:指 LLM 有自信地提供連貫流暢的回覆,但內容並不符合事實。
- 仔細檢查生成內容。
有人說 SEO 已死?(Is SEO dead ?)
這個說法並不準確,應該說每年都有這樣的聲音,但搜尋行為仍然存在,只是未來會用什麼樣的結果提供服務,這是有可能改變的,跟上人類需求並提供準確能解決需求的資訊服務,會是 SEO 未來的持續優化方向。
技術性 SEO 會越來越被內容取代嗎?搜尋引擎在解析網頁時,如何判斷有用的資訊顯示在首頁?
這要看情況,SEO底層上還是需要非常多網頁工程架構,未來可能這件事情會變得很簡單,但並不一定完全不需要技術性支援的協助。像是 Schema 結構化資料,就很大程度上需要仰賴工程人員的協助,良好的結構化資料對於優化資訊有所幫助。
在搜尋行為逐漸衰微的情況下,SEO 該何去何從?
How people searching is always changing. 可以確定的是人類的搜尋行為是不斷在轉變的。也許從業人員或專業者已經開始為這個話題擔心,但搜尋、建議、參考,這些基礎的需求也仍一直存在且不斷進化中,更好的作法是靜觀其變,加入未來即將發生的改變。
發佈好的原創內容,常常無法成功蒐錄,甚至在 Search 上完全找不到,有什麼建議的處理方式嗎?
建議索引網指數持續減少,但看不出具體的原因為何,該怎麼改善?
這通常是由於內容品質低落,GoogleBot 索引時,覺得這個內容也許不適合繼續提供給使用者,因而會從索引結果中移除。當然這也可能由於一些技術性原因導致索引上的影響,但優先處理內容品質問題是更好的作法。