Google-ը հրապարակեց კვლევային աշխատություն՝ կապված խճճված տվյալների հավաքածու մշակելու հետ՝ ԱԻ գործակալների օժանդակելու համար խորը հետաքննական առաջադրանքներին ուսուցանում։ Այս հետազոտությունը տալիս է պատկերացում՝ ինչպես գործակալային ԱԻ խորը հետաքննությունը գործում է և ինչ ազդեցություն ունի բովանդակության օպտիմալացման վրա։ Վերնագրում ներկայացվում է SAGE-ն՝ որը նշանակում է Ստերյաբել Ագենտային Տվյալների ԴԱրգահան՝ Խորհետազոտության և Վահանակային Գործարկման Ճշգրտման համար (Steerable Agentic Data Generation for Deep Search with Execution Feedback)—ընչահែល “երկկողմ” համակարգ, որն արտադրում է բարդ հարց-մասին պատասխան զույգեր՝ ԱԻ փնտրող գործակալների ուսուցման համար։ Նախորդ տվյալաշարերը՝ ինչպիսիք են Musique, HotpotQA և Natural Questions (NQ), ներգրավում էին հարաբերականորեն քիչ մտածողության քայլեր (գրառելի որոնումներ ժամով՝ Musique 2. 7, HotpotQA 2. 1, NQ 1. 3), ինչը թողնում էր ուսուցման բաց թողում՝ ԱԻ-ների համար անհրաժեշտ էր իրականում բարդ՝ մի քանի քայլերի խորը որոնումներ կատարել։ SAGE-ն լուծում է այդ հարցը՝ այնուամենայնիվ ստեղծելով մեկ ԱԻ, որը գրում է բարդ հարցեր, որոնք պահանջում են մի քանի դատողության փուլեր և որոնումներ, իսկ երկրորդ՝ “փնտրող գործակալը” փորձում է պատասխանել դրանց, միաժամանակ ապահովելով հետադարձ կապ՝ հարցի խոչընդոտների և գործարկման մասին։ Երբ երկրորդ ԱԻ-ն հեշտությամբ լուծում է հարցերը կամ էլ տառացիորեն ձախողվում՝ գործարկման տրեյսերը վերածում են առաջին ԱԻ-ին, ինչը օգնում է նրան նկատել կարճափուլեր՝ որոնք նվազեցնում են մտածողության բարդությունը։ Зγειրատվողները Identification four main shortcuts, որոնք թույլ են տալիս ԱԻ գործակալներին խուսափել խորքային հետազոտությունից։ 1. **Տեղեկատվության համատեղակետ (35%)**՝ կարևոր տվյալները տեղ գտած են մեկ փաստաթղթում, ինչը թույլ է տալիս նվազեցնել որոնումների թիվը։ 2. **Բազմագրոշման խցանում (21%)**՝ մի որոնում է գալիս բազմաթիվ տեղեկություններ մեկ քայլում։ 3.

**Մակերևույթի մակարդակի բարդություն (13%)**՝ հարցերը թվում են բարդ, սակայն ուղղակի պատասխան կարելի է գտնել որոնումով։ 4. **Անհատականապես ենթաորակյալ հարցեր (31%)**՝ շատ մանրամասն հարցերը առաջին որոնմամբ ստացել են պատասխան՝ հետագա խոր անալիզի կարիք չունենալու համար։ Այս կարճափուլերը բացատրում են, ինչպես ԱԻ գործակալներն իջեցնում են մտածողության փուլերի թիվը և ի՞նչ SEO-հարազատ ուղիներ են բացում։ Օրինակ, սպառողներին տեղեկությունները հավաքել՝ մեկ էջում (“Տեղեկատվության համատեղակետ”)՝ նվազեցնելով ԱԻ-ների անհրաժեշտությունը გადასვლა մրցակիցների կայքերին։ Ուղղակիորեն պատասխանների արտադրությունը միաժամանակ մի քանի ենթաորակյալ հարցի համար (“Բազմագրոշման խցանում”) արագացնում է ամբողջ գործընթացը և կրճատում մտածողության շղթան։ Կրկնվող տվյալներ՝ ամսաթվեր, հաշվեկշիռներ, անուններ՝ կարող են act որպես կարճափուլեր, որոնք թույլ են տալիս ԱԻ-ներին արագ գտնել պատասխանները, ինչը հաճախ է աջակցում SEO նպատակներին։ Ե Malgré these agentic AI-ների առաջընթացն՝ կայացուցիչները պետք է միաժամանակ կենտրոնանան սովորական որոնումների բարձր ռեյթինգի վրա, քանի որ այս հետազոտության մեջ ԱԻ-ները արդյունքները ստանում են վերևի երեք էջերից՝ Google-ի Serper API-ի հիման վրա։ Այդպիսով, կոնթենտ ստեղծողների առաջադրանքները պետք է լինեն՝ - Ավելացնել իրենց կայքերը հիմնականում՝ սովորական որոնման համար։ - Եվրասիական և թեմատիկորեն ամբողջական բովանդակություն ապահովել՝ վերին երեք ռնգերում։ - Կապակցել առնչվող էջեր՝ բարձրացնելու ռնգեր և աջակցելու խորը հետաքննությանը։ - Չպետք է կենտրոնանալ միայն ԱԻ որոնման օպտիմալացման վրա՝ հաշվի առնելով ներկայիս գերակայությունը սովորական որոնումներում։ Վերջում՝ թեև գործակալային ԱԻ խորը հետազոտությունը նոր խնդիրներ է առաջացնում, առկա SEO-կարծրունքներով՝ ամբողջական և լավ կառուցված բովանդակությունը օպտիմալ դարձրած՝ շարունակում է լինել արդյունավետ։ Google-ի հրապարակման ժամանակը՝ 2026 թվականի հոկտեմբերի 26-ը, առկա է հետևյալ գրառման մեջ՝ “SAGE: Steerable Agentic Data Generation for Deep Search with Execution Feedback”։