Робби Стейн, вице-президент по продуктам Google Search, недавно дал интервью, в котором ответил на вопросы о том, как ИИ Google обеспечивает качество, как Google оценивает полезность и как Google использует свой опыт поиска, чтобы определить, какой контент полезен, включая такие показатели, как клики. Он также выделил пять высококачественных факторов, связанных с SEO, используемых в режиме искусственного интеллекта.
Как Google контролирует галлюцинации
Штейн ответил на вопрос о галлюцинациях, на который отвечал ИИ. Он сказал, что системы качества в режиме AI основаны на всем, что Google узнал о качестве за 25 лет опыта работы с классическим поиском. Системы, определяющие, какие ссылки отображаются и насколько хорош контент, закодированы в модели и основаны на опыте Google в области классического поиска.
Интервьюер спросил:
«Эти модели недетерминированы и иногда галлюцинируют… Как защититься от этого? Как обеспечить, чтобы основной процесс поиска в Google оставался последовательным и качественным?»
Робби Стейн ответил:
«Да, я имею в виду, что хорошая новость в том, что в этом нет ничего нового. Хотя ИИ и генеративный ИИ являются передовыми в этом отношении, о системах качества информации думают уже 20-25 лет.
И поэтому все эти системы искусственного интеллекта построены на основе этого. Существует невероятно строгий подход к пониманию того, является ли тот или иной вопрос хорошей информацией. Это правильные ссылки? Являются ли эти вещи ценными для пользователя?
Какие сигналы и информация доступны, чтобы определить, что лучше всего показать кому-то? Все это закодировано в модели, а также в том, как модель аргументирует и использует поиск Google в качестве инструмента для поиска информации.
Так что это основано на этой истории. Он не начинает с нуля, потому что может сказать: «О, ладно, Робби хочет отправиться в это путешествие и ищет крутые рестораны в каком-нибудь районе».
В чем люди, которые этим занимаются, полагались на Google все эти годы? Мы в определенной степени знаем, что это за ресурсы, и можем показать их вам прямо на месте. И я думаю, что это очень помогает.
И, конечно же, модели стали лучше следовать инструкциям теперь, когда вы удалили ограничения на макет. Итак, вы можете просто определить: «Эй, вот мои основные элементы, вот мои рекомендации по дизайну». Не делай этого, сделай это.
И, конечно, иногда он допускает ошибки, но я думаю, что качество модели стало настолько высоким, что вероятность таких ошибок теперь гораздо меньше».
Объяснение Штейна ясно дает понять, что режим искусственного интеллекта закодирован с использованием всего, что было получено из классических поисковых систем Google, а не является редизайном или отказом от него. Риск галлюцинаций контролируется за счет того, что ответы ИИ основаны на тех же сигналах актуальности, доверия и полезности, которые десятилетиями лежали в основе классического поиска. Эти сигналы дополнительно определяют, какие источники считаются надежными и какую информацию пользователи сочли ценной в прошлом. Точность поиска ИИ является результатом этой преемственности, при этом обоснование модели основано на давних сигналах качества поиска и не работает независимо от них.
Как Google оценивает полезность в режиме искусственного интеллекта
Следующий вопрос касается сигналов качества, которые Google использует в режиме AI. В ответе Робби Стайна объясняется, что способ определения качества в режиме искусственного интеллекта во многом аналогичен классическому поиску.
Интервьюер спросил:
«И, Робби, по мере развития поиска, по мере того, как результаты меняются и снова становятся по-настоящему динамичными, какие сигналы вы ищете, чтобы знать, что пользователь не только получает то, что хочет, но и что это наилучший возможный опыт для его поиска?»
Стоун ответил:
«Да, есть целый ряд вещей. Я имею в виду, что мы изучаем, как мы на самом деле изучаем полезность и находят ли люди информацию полезной.
И вы можете добиться этого, оценивая контент в автономном режиме с реальными людьми. Вы делаете это онлайн, просматривая реальные ответы самостоятельно.
И люди ставят нам большой палец вверх и большой палец вниз?
Ценят ли они информацию, которую получают?
А затем спросите себя, используют ли они его больше? Они возвращаются? Они голосуют ногами, потому что это ценно для вас?
И я думаю, что когда вы триангулируете, любая из этих вещей может сбить вас с пути.
Интересно, что для многих продуктов существует множество вариантов, и если продукт не работает, это может привести к тому, что вы будете использовать его чаще.
Это интересная вещь для поиска.
У нас есть очень специфический показатель, который контролирует людей, которые пытаются использовать его для одного и того же снова и снова.
Мы знаем, что это плохо, потому что это означает, что они не смогут его найти.
Вы должны быть очень осторожны.
Я думаю, что именно так мы опираемся на то, что мы узнали в результате поиска, и нам действительно приятно, что вещи, которые мы рассылаем, будут найдены полезными для людей».
Ответ Штейна показывает, что режим AI оценивает успех на основе тех же основных сигналов, которые используются для качества поиска, даже если пользовательский интерфейс становится более динамичным. Выгода извлекается не из одного сигнала взаимодействия, а скорее из комбинации человеческой оценки, явной обратной связи и моделей поведения с течением времени.
Важно отметить, что Стайн отмечает, что более широкое использование само по себе не считается успехом только потому, что люди используют его часто, предположительно за один сеанс, поскольку повторные попытки ответить на один и тот же вопрос с большей вероятностью указывают на неудачу, чем на удовлетворение. Вывод заключается в том, что успех AI Mode измеряется тем, удовлетворены ли пользователи, и тем, что он использует сигналы качества, предназначенные для выявления разногласий и путаницы, а также позитивного взаимодействия. Это продолжает преемственность классического поиска и не дает нового определения того, что означает полезность.
Пять качественных сигналов для поиска ИИ
Наконец, Стейн отвечает на вопрос о ранжировании контента, созданного ИИ, и о том, полезны ли лучшие практики SEO для ранжирования в ИИ. Ответ Штейна включает пять факторов, которые определяют, соответствует ли веб-сайт стандартам качества и полезности.
Стоун ответил:
«Основной механизм заключается в том, что модель учитывает ваш вопрос и причины, по которым вы его задаете, и пытается понять, что вы хотите от него получить.
Затем он генерирует разветвление из потенциально десятков запросов, которые гуглятся под капотом. Это близко к информации, которую люди нашли полезной при ответе на эти вопросы.
Существует очень сильная связь с качественной работой, которую мы выполняем уже более 25 лет.
Это контент по этой теме?
Кто-нибудь нашел это полезным для заданного вопроса?
Это позволяет нам отображать более разнообразный контент, чем при традиционном поиске, поскольку мы проводим для вас исследования «под капотом».
Короче говоря, здесь применимо то же самое.
- Отвечает ли ваш контент напрямую на вопрос пользователя?
- Это высокое качество?
- Он быстро загружается?
- Это оригинально?
- Источники указаны?
Когда люди нажимают на него, оценивают и возвращаются к нему, этот контент будет ранжироваться по конкретному вопросу, а также будет ранжироваться в мире искусственного интеллекта».
Посмотрите интервью, которое начинается примерно через час двадцать три минуты:
