Kaip LLM keičia SEO: nauji matomumo principai

Dirbtiniu intelektu paremti įrankiai, tokie kaip ChatGPT ar Google AI Overviews, keičia tai, kaip žmonės randa informaciją internete. Šios sistemos pateikia atsakymus dar prieš vartotojui spustelint ant nuorodos – o dažnai ir visiškai be paspaudimų. Dideli kalbos modeliai (LLM) tampa nauju turinio atradimo sluoksniu, kuris transformuoja, kur, kada ir kaip žmonės pamato informaciją.

Ši transformacija keičia ir matomumo internete sampratą. Tai dar ankstyva stadija, todėl niekas neturi visų atsakymų. Tačiau pastebime vieną aiškią tendenciją – LLM modeliai teikia pirmenybę aiškiam, struktūruotam ir išsamiai paaiškintam turiniui.

„LLM SEO” nėra klasikinio SEO pakeitimas – tai evoliucija. Rinkodaros specialistams, turinio strategams ir produktų komandai tai reiškia ne tik iššūkius, bet ir naujas galimybes. Kaip išlikti matomam, kai pirmą įspūdį formuoja dirbtinis intelektas, bet kartu neprarasti pozicijų tradicinėje paieškoje?

Žemiau – ką pastebėjome, ką išbandome ir kaip prisitaikome.

Kodėl keičiasi paieška

Dirbtinio intelekto įrankiai vis dažniau pateikia tiesioginius atsakymus be vartotojo įsitraukimo. Pavyzdžiui, klausimai kaip „Kaip parašyti šį API užklausą?” dažnai atsakomi toje pačioje platformoje, be jokio papildomo naršymo. Tokie atsakymai be paspaudimų keičia ir žmonių paieškos įpročius, ir turinio matomumą.

Šiuo metu ChatGPT atneša apie 10 % naujų registracijų vienoje platformoje, kai prieš mėnesį šis skaičius siekė 4,8 %, o prieš pusę metų – tik 1 %. Kitos įmonės taip pat fiksuoja augimą. Viena jų, Tally, pastebėjo, kad dirbtinis intelektas tapo pagrindiniu naujų klientų šaltiniu. ChatGPT ir Perplexity bendrai sugeneravo didžiąją dalį jų augimo nuo 2 iki 3 mln. metinių pajamų vos per keturis mėnesius.

Tačiau verta atkreipti dėmesį – ne visi dirbtinio intelekto rezultatai sukelia paspaudimus. Kai kurie tyrimai rodo, kad „Google AI Overviews” gali sumažinti paspaudimų skaičių net 34,5 %, palyginus su paieškomis be šios funkcijos.

Paieška dabar nebėra vien tik apie pozicijas paieškos rezultatuose – tai ir naujos taisyklės, naujos platformos bei nauji matomumo modeliai.

Kaip derinti tradicinį SEO ir LLM SEO

Pereidami nuo nuorodų kūrimo prie sąvokų aiškumo, turime keisti požiūrį į turinio kūrimą. Tradicinis SEO ir LLM SEO veikia skirtingomis sistemomis, bet viena negali išstumti kitos. Norint būti randamam tiek žmonių, tiek sistemų, būtina dirbti su abiem kryptimis.

Tradicinio SEO pamokų nereikia atsisakyti – jos vis dar svarbios. Tik reikia pridėti gilumo, aiškumo ir semantinės vertės.

Pirmas žingsnis – suprasti, kuo šios strategijos skiriasi, ir kur jos susikerta.

LLM svarbiausias – ne žodžių skaičius ar jų pasikartojimas, o aiškumas ir gilumas. Jie nesilygina su raktažodžiais – jie supranta reikšmę. Raktažodžių pripildymas ar sinonimų keitimas neduoda naudos, jei trūksta esmės. Modeliai iškelia aiškiausią ir prasmingiausią turinį, o ne tą, kuris dažniausiai kartoja tą pačią frazę.

Seni triukai, kaip paslėptas tekstas ar raktažodžių „kimšimas”, gali vis dar egzistuoti mokymosi duomenyse, bet realiame pasaulyje jie nepadeda. Geriausiu atveju – ignoruojami, blogiausiu – kenkia tiek tradicinei, tiek LLM SEO sėkmei.

Sėkmingi prekių ženklai kurs turinį, kuris yra aiškus, originalus ir aktualus. Skirtas tiek žmonėms, tiek modeliams, kurie juos veda prie atsakymo.

Kaip LLM modeliai analizuoja ir supranta turinį

Norint pagerinti, kaip dirbtinis intelektas atranda turinį, būtina suprasti, kaip šios sistemos jį interpretuoja. Daugelis modelių naudoja vadinamąjį RAG (informacijos gavimas su papildymu), kuris užklausos metu pasiekia išorinį turinį. ChatGPT, Copilot ir Meta AI remiasi „Bing” indeksu, „Google” – savo vidiniu, o „Perplexity” naudoja kelių šaltinių derinį. Visais atvejais jūsų turinys turi būti nuskaitomas, aiškiai struktūruotas ir lengvai interpretuojamas.

Be šio turinio gavimo metodo, modeliai taip pat pasitelkia tai, ką išmoko mokymo metu – tai yra aukšto lygio semantinius vektorius, kurie atspindi žodžių ir sąvokų tarpusavio ryšius. Tai leidžia jiems suvokti prasmes net ir be tikslaus raktažodžių atitikimo.

RAG metodas leidžia modeliams prie užklausų pridėti aktualų ir konkretų kontekstą, parinkdamas turinį, kuris labiausiai atitinka užklausos ketinimą. Šioje sistemoje svarbiausia tampa aiškumas, gilumas ir originalumas – ne raktažodžių kiekis ar atgalinių nuorodų skaičius.

Ką vertina LLM modeliai

LLM SEO – tai gebėjimas tapti atsakymu. Tai reiškia gebėjimą „valdyti” tam tikrą sąvoką – giliai ją išanalizuoti, pateikti struktūrizuotai, būti cituojamam ir užtikrinti turinio šviežumą bei patikimumą.

Šis procesas nevyksta staiga – jam reikia sąmoningo darbo su visais turinio kūrimo etapais. Svarbiausia – kaip aiškiai, nuosekliai ir originaliai apibrėžiate temą. Struktūra, indeksavimas ir turinio prieinamumas vis dar yra svarbūs. Reikia palaikyti tiek momentinį pateikimą, tiek ilgalaikį patekimo į mokymosi duomenis potencialą. Kai visa tai atliekama tinkamai, skirtingos pastangos viena kitą sustiprina.

Toliau – pagrindiniai principai, kuriais vadovaujamės kurdami turinį, kuris tinka tiek DI sistemoms, tiek žmonėms.

Suraskite „ribinę” sąvoką

LLM modeliai dažnai pirmenybę teikia pirmam arba aiškiausiam temos paaiškinimui. Jeigu esate pirmas – jūsų versija gali tapti pagrindine. Jei ne – stenkitės būti išsamiausias ir patikimiausias.

• Ieškokite temų, kur mažai konkurencijos, bet daug potencialo
• Sekite „X” platformą, Reddit, GitHub, Discord ar kitus forumus dėl naujų klausimų
• Atraskite turinio spragas, kur konkurentai neapima temos arba ją aprašo paviršutiniškai
• Rinkitės temas, atitinkančias jūsų produkto ar įmonės stiprybes
• Pasidalykite unikaliomis įžvalgomis, klientų istorijomis ar duomenimis, kurių kiti negali lengvai atkartoti
• Pradėkite nuo klausimų, kuriuos jau užduoda jūsų auditorija

Paskelbkite įrodimais paremtą šaltinį

Kai pasirinkote temą – gilinkitės. Paviršutiniški aprašymai dažnai ignoruojami. LLM modeliai vertina turinio svorį – daugiau reiškia kokybę, ne kiekybę. Įtraukite duomenis, kodą, diagramas ar kitus išskirtinius elementus.

• Neapsiribokite bendromis įžvalgomis – gilinkitės į esmę
• Naudokite lenteles, sąrašus, kodų pavyzdžius, citatas, vizualizacijas
• Venkite neaiškių sinonimų – tiksli terminologija stiprina semantinį svorį
• Formuluokite mintis taip, kad jas būtų galima lengvai ištraukti – savarankiški informacijos vienetai dažniau cituojami
• Siekite tapti autoritetingu šaltiniu konkrečioje nišoje

Testas: paklauskite savęs – ar konkurentas galėtų lengvai atkartoti šį turinį rytoj? Jei atsakymas „taip” – gilinkitės dar labiau.

Struktūruokite turinį sistemoms

Struktūra leidžia modeliams suprasti, apie ką yra jūsų turinys ir kada jį rodyti. Net jei puslapis yra indeksuotas, jis gali būti ignoruotas, jei jo prasmė miglota arba išdėstymas sunkiai nuskaitomas.

• Aiškiai nurodykite ketinimą ir struktūrą tiek HTML žymėjime, tiek išdėstyme
• Naudokite nuoseklią antraščių hierarchiją (H1 → H2 → H3)
• Pridėkite Schema.org ar JSON-LD žymėjimus, pabrėžiančius turinio prasmę
• Naudokite semantinius HTML elementus – žodynus, lenteles, sąrašus, blokinius elementus su aiškiais klasės pavadinimais ar ARIA žymomis
• Įsitikinkite, kad jūsų turinys yra indeksuojamas „Google” ir „Bing” sistemose
• Dauguma DI naršyklių nenaudoja „JavaScript” – naudokite serverio pusės pateikimą, statinį generavimą ar inkrementinį atnaujinimą
• Su „Next.js” ir „Vercel” platformomis galite užtikrinti greitą, statinį ir nuolat atnaujinamą turinio pateikimą

Tikslas – ne apgauti sistemą, o leisti jai kuo aiškiau suprasti jūsų ketinimą – taip pat kaip ir vartotojui.

Kurkite autentiškas citatas

Modeliai mokosi iš interneto. Jei jūsų turinys cituojamas bendruomenėje – DI taip pat pradeda jį sieti su tam tikra sąvoka. Bendruomenės paminėjimai tampa tarsi „balsais”, patvirtinančiais jūsų autoritetą.

• Dalyvaukite diskusijose, „AMA” sesijose, atnaujinimų žurnaluose ar demonstracijose
• Kurkite atvirus šaltinius ar pavyzdžius, kuriuos kiti galėtų naudoti
• Kurkite teminius klasterius – susietus straipsnius stiprinančius vienas kito kontekstą
• Rinkitės didelės reikšmės ir indeksuojamus kanalus – Reddit, GitHub, Hacker News, „X”, LinkedIn, Stack Overflow
• Venkite mokamų nuorodų – organiniai paminėjimai turi didesnį svorį mokymosi duomenyse

Nustatykite atnaujinimų reguliarumą

Modeliai periodiškai peržiūri internetą. Senas turinys ilgainiui praranda vertę tiek žmonėms, tiek sistemoms. Net jei puslapis indeksuotas, jis gali nebebūti pasiekiamas ar cituojamas, jei praranda aktualumą.

Naujas, gerai įvertintas turinys dažniau patenka į DI atsakymus. Nuolatinis atnaujinimas padidina galimybę būti parodytam ar pacituotam.

Svarbiausi priežiūros darbai:

• Ištaisykite neveikiančias nuorodas, atnaujinkite „lastmod” reikšmes, išlaikykite tvarkingą sitemap’ą
• Peržiūrėkite turinį kas 30, 90 ir 180 dienų
• Atnaujinkite pasenusį turinį, plėskite veikiančias temas
• Archyvuokite nebeaktualius puslapius su peradresavimais
• Užpildykite naujas spragas, kai konkurentai jus vejasi

Nuoseklus turinio palaikymas rodo tiek žmonėms, tiek sistemoms, kad jūsų informacija yra patikima ir verta pasitikėjimo.

Kaip sekti dirbtinio intelekto poveikį turinio matomumui

Matomumo vertinimas DI sistemose vis dar yra iššūkis – šiuo metu nėra vieningo įrankio, kuris aiškiai parodytų, ar jūsų turinys yra pateikiamas atsakymuose arba įtrauktas į modelių mokymosi duomenis. Visgi, yra keletas signalų, į kuriuos verta atkreipti dėmesį:

Šaltinių cituojamumas

Tokios platformos kaip Perplexity, Google AI Overviews ar ChatGPT kartais rodo šaltinius tiesiog atsakymuose. Ieškokite savo domeno ar pagrindinių temų šiose sistemose, kad įvertintumėte matomumą.

Lankytojų srauto šaltiniai

Naudokite svetainės analizės ir stebėsenos įrankius (pvz., Google Analytics), kad stebėtumėte apsilankymus iš tokių šaltinių kaip chat.openai.com, perplexity.ai, bard.google.com, claude.ai ir kitų.

Paminėjimai ir nuorodos

LLM modeliai dažnai atspindi tai, ką cituoja žmonės. Stebėkite nuorodas forumuose, socialiniuose tinkluose, tinklaraščiuose. Tokie įrankiai kaip Ahrefs, Mention ar Semrush gali padėti identifikuoti paminėjimus. Pasikartojančios frazės gali rodyti įtaką.

Indeksavimo stebėsena

Norint būti įtrauktam į turinio paiešką, būtinas pasiekiamumas. Naudokite „Google Search Console” ir „Bing Webmaster Tools”, kad stebėtumėte, ar jūsų puslapiai indeksuojami ir ar jie rodomi pagal svarbias temas. Įsitikinkite, kad jūsų robots.txt failas leidžia paieškos robotams patekti į svetainę, o jūsų sitemap yra švarus ir tikslus. Svarbu ir geri Core Web Vitals rodikliai – jie padeda užtikrinti, kad turinys bus greitai indeksuojamas.

Reikia nepamiršti, kad atsekamumas nėra visada aiškus – tačiau lankytojų srautas iš DI sistemų dažnai rodo, jog jie jau matė atsakymą ir dabar priima sprendimą. Tokie veiksmai dažnai svarbesni nei vien srauto kiekis.

Vienas rodiklis negali parodyti visos situacijos, tačiau jų visuma leidžia susidaryti naudingą vaizdą apie tai, ką verta kurti, atnaujinti ar stiprinti, kol atsiras geresni analizės įrankiai.

Pabaigos mintys

LLM SEO neturi greito kelio. Sąvokos užvaldymas nevyksta per savaitę. Tai ilgalaikė strateginė gynyba, kuri reikalauja naujo požiūrio ir nuoseklumo. Mes pereiname nuo pozicijų paieškos rezultatuose prie atsakymų formavimo.

Optimizuojame ne tik žmonėms. Optimizuojame ir sistemoms, kurios sprendžia, ką žmonės pamatys. Tai reiškia, kad reikia gilintis, aiškinti aiškiau ir kurti tokį turinį, kurį modeliai gali suprasti, mokytis iš jo ir pateikti.

Tradicinis SEO vis dar svarbus – greitis, struktūra ir indeksavimas išlieka pagrindais abiem kryptims. Išlaikykite pusiausvyrą. Ši sritis vystosi labai sparčiai. Nors šiandien svarbus „Bing”, ateitį formuoja ir „Google”, „Perplexity”, „DuckDuckGo” bei uždari RAG sprendimai.

Nesiekite optimizacijos izoliacijoje ir nesivaikykite triukšmo. Nesvarbu, kaip tai pavadinsite – LLM SEO, kalbos variklio optimizavimu (LEO), generatyvinės paieškos optimizavimu (GEO), atsakymų variklio optimizavimu (AEO) ar dirbtinio intelekto SEO – tikslas tas pats: aiškiai, nuosekliai ir tinkamai struktūrizuotai užvaldyti temą, kad modeliai ją tiksliai suprastų.

Lukas Juodagalvis

Nuo 2021 metų Lukas yra gilinęsis į dinamišką SEO pasaulį, kuriame jis derina kūrybiškumą su analitiniu mąstymu siekdamas skatinti skaitmeninį augimą. Jo kelionė prasidėjo nuo didelio smalsumo, kaip veikia paieškos sistemos, ir iki šiol išaugo į karjerą, kurioje jis sprendžia įvairius SEO iššūkius skirtingose pramonės šakose.