ამ თვის დასაწყისში Microsoft-მა გამოუშვა სახელმძღვანელო, რომელიც მიზნად ისახავს მარკეტერებს დაეხმაროს მათი ვიზიბილობის გაზრდაში AI ძიებას, ბრაუზერებს და ასისტენტებს შორის. წერილია „AEO და GEO-ის გზამკვლევი“ (PDF), ეს რესურსი მოდის Microsoft Shopping-სა და Copilot-ის ხელმძღვანელებიდან, ასევე Microsoft Advertising-ისგან. ის შეიცავს და ადასტურებს პრაქტიკულ რჩევებს, რომლებითაც ღარიბია ყურადღების გადამოწმება. GEO და AEO-თან დაკავშირების გაგება AI პლატფორმების ზრდის შედეგად გამოიკვეთა მრავალი გაურკვეველი აკრონიმი. ეს სახელმძღვანელო ცდილობს გაარკვიოს მათ ორი: - GEO (Generative Engine Optimization): ფოკუსირებულია გენიერული AI-ს ძიების მახასიათებლებზე, როგორიცაა LLM-ის დაფუძნებული ძიების სისტემები, რათა ის იყოს აღმოვაჩენილი, სანდო და ავტორიტული. - AEO (Answer/Agentic Engine Optimization): ფოკუსირებულია AI აგენტებისა და ასისტენტებისთვის, როგორიცაა Copilot ან ChatGPT, ოპტიმიზაცია, რათა მათ შეძლონ პასუხების მოძიება, გაანალიზება და ეფექტურად მიწოდება. ხელმოწერის ობიექტური პროდუქტის მონაცემებზე აქცენტის გაძლიერება გაშლის ერთ-ერთი ყველაზე ღირებული ნაწილი ამტკიცებს ჩემი სტატიიდან მიღებულ ცნობებს, რომელიც ეხება პროდუქტის ფიდების ოპტიმიზაციას AI-სთვის. მახსოვს, რომ პროდუქტის ფიდები და გვერდზე აღწერილობა უნდა იყოს აშკარად განსაზღვრული და მიზნად ისახავდეს კონკრეტულ გამოყენების შემთხვევებს — მაგ. ფეხსაცმელებს განიხილავდეს როგორც „შემოდგომის ტურში საუკეთესო საშუალება 40 გრადუსზე მაღალი ტემპერატურით“. სხვა რეკომენდაციები მოიცავს: - დეტალური, აღწერითი პროდუქტის გვერდის სათაურები. - პროდუქტის აღწერილობის უპირატესობებით დაწყება: განსაზღვრა, თუ ვინ არის მომხმარებელი, რა პრობლემის შექმნაში გეხმარება და რა ქმნის პროდუქტს უნიკალურ და უკეთესს. - Q&A-ის ინტეგრაცია. - შედარების სქեմის წარმოდგენა. - პროდუქტის სურათებისთვის დეტალური ალტ ტექსტის დამატება. - შესაბამისი დამატებითი პროდუქტის შეთავაზება, რომელიც მიზნად ისახავს მომხმარებლის განზრახვას. - ვიდეოებისთვის ტრანსკრიფტებით უზრუნველყოფა. სოციალური მოწმობის როლი გაკავებულს ხაზი სვამს საგრძნობი სანდოების მაჩვენებლებს, როგორიცაა დაადასტურებული მომხმარებლის გამოხმაურებები, სერტიფიკატები, სადგომის ბადჟეტები და პარტნიორობა.

იგი აფრთხილებს დამძიმებულ თუ დაუდასტურებელ საჩივრებს, რადგან „AI-თვითმმართველი სისტემები უნდათ უგულებელყოფენ სანდო ლინგვისტიკას“. აღსანიშნავია, რომ ეწერება თქვენი საიტის და ყველა მარკეტინგული არხის სოციალური მოწმობის მუდმივი ჩართვა და იდენტიფიცირება. მაგალითად, თუ აცხადებ, რომ შენი პროდუქტი საუკეთესოა თავისი კატეგორიაში, მოიცავს მყიდველს კონკრეტულ მიხედვით, მაგალითად „შესაბამისი [XYZ]-ს ტესტებისთვის“. სტრუქტურული მონაცემების მნიშვნელობა გედის მიხედვით, სტრუქტურული მონაცემების მნიშვნელობა განსაკუთრებულია AI-ს ვიზიბილობისთვის, როგორც Schema. org-ის სიხშირით აღნიშნავენ. თუმცა, მე არ მხვდება კონკრეტული მტკიცებულება ამ იდეის დასამტკიცებლად. ის არ ასახავს, თუ როგორ იყენებენ დიდ ლინგვისტურ მოდელები Schema-ის მითითებებს. ჩემი ცოდნის მიხედვით, AI შესწავლით მონაცემები არ ინახავს Schema-ს, ხოლო AI ბოტები ძირითადად სჭირდება ტექსტის ათვისება. შეგვიძლია დავასკვნათ, რომ სტრუქტურული მონაცემები შეიძლება დაეხმაროს ლაივ ძიებებში, რადგან ჩვეულებრივი ძებნისინჟინრები Recognize-ებენ მას, ხოლო LLMs ხშირად დამოკიდებულია ამ პლატფორმებზე ინფორმაციის აღსაწერად. გედის რეკომენდაციაში სტრუქტურული მონაცემების შესახებ მოიცავს: - Schema ტიპები: პროდუქტი, შეთავაზება, სარეიტინგო ნიშანი, მიმოხილვა, ბრენდი, საქონლის სია, და FAQ. - დინამიური ველები: ფასი, ხელმისაწვდომობა, ფერი, ზომა, SKU, GTIN და შეცვლის თარიღი. - ItemList მონიშვნა სიისა და კატეგორიის გვერდებისთვის, რათა უკეთ განსაზღვროს პროდუქტის ჯგუფი. თუმცა, ეს რეკომენდაციები გადაკვეთილია ცნობილი SEO რეკომენდაციებით და არ წარმოადგენს რაიმე ახალი ან გამორჩეულ ინოვაციას.