Большая часть беспокойства по поводу обнаружения AI-контента в Google неуместна. Google никогда не говорил, что текст, созданный с помощью модели, противоречит правилам. Он неоднократно и простым языком заявлял, что контент, созданный в первую очередь для манипулирования рейтингами, противоречит правилам, и что метод создания не имеет значения. Вопрос, на который пытаются ответить системы, заключается не в том, кто напечатал слова. А в том, была ли кому-то нужна эта страница.
Это различие меняет то, о чем вам следует беспокоиться. Команды неделями прогоняют черновики через инструменты классификации, переписывая предложения до тех пор, пока оценка не упадет ниже определенного порога, а затем публикуют что-то, что все еще остается поверхностным, дублируется по сути у сорока конкурентов и нигде не ранжируется. Мы постоянно видим этот паттерн при аудитах. Оценка детектора изменилась. Больше ничего не изменилось. Полезная работа находится на этапе подготовки: решение о том, что знает страница, чего не знают другие страницы, и сохранение этого знания в черновике.
На чем на самом деле основано обнаружение AI-контента в Google
Публичная позиция Google заключается в том, что он использует сигналы качества, а не бинарный вердикт «машина или человек». Это согласуется с тем, что мы наблюдаем. Страницы, которые теряют видимость после основного обновления, редко используют один и тот же инструмент для письма. У них общие структурные черты: нет оригинальных данных, нет скриншотов продукта, нет указанного автора с проверяемым опытом, темп публикации, который подскакивает с четырех постов в месяц до четырехсот, и граф внутренних ссылок, где новые страницы ссылаются только друг на друга. Любое из этих явлений можно пережить. Вместе они описывают сайт, который начал производить страницы быстрее, чем мог придумать причины для их существования.
Что, как правило, вознаграждается
Страницы, которые удерживают позиции в наших аккаунтах, имеют небольшой набор свойств, и ни одно из них не связано с методом написания. Они содержат то, чего модель не могла знать: цифру из вашей собственной системы биллинга, ошибку, которую вы отправили и исправили, скриншот панели настроек в том виде, в котором она выглядит в этом квартале, цитату из разговора с клиентом. Они привязаны к реальной организации со страницей «О нас», адресом и историей. Они обновляются, когда меняются базовые факты, а не по графику ротации.
- Доказательства из первых рук: ваши собственные скриншоты, экспортные данные, результаты тестов или истории клиентов, а не стоковые иллюстрации.
- Указанный автор с реальным профессиональным следом, отмеченный на странице и последовательный на всем сайте.
- Конкретный охват: страница, которая полностью отвечает на один вопрос, превосходит хаб, который лишь намекает на десять.
- Поддержка: видимая история правок важнее, чем дата первоначальной публикации.
- Сдержанность в объеме: темп публикации должен соответствовать количеству реальных вопросов, на которые вы можете ответить.
Что, как правило, фильтруется
Самый очевидный режим сбоя — это злоупотребление масштабируемым контентом, и попасть в него легче, чем ожидают люди. Это не требует злого умысла. Команда создает шаблон, направляет его на таблицу с названиями городов или сравнениями программного обеспечения и генерирует несколько сотен страниц, которые отличаются только существительным. Каждая страница грамматически правильна. Ни одна из них не была написана потому, что кто-то хотел что-то сказать об этом городе или этом сравнении. Они фильтруются как группа, поэтому потеря трафика обычно выглядит как обрыв, а не как склон.
Второй режим сбоя тише: точный, но ненужный. Модель может дать компетентное объяснение того, что такое карта сайта. Это могут сделать и пятьдесят страниц, которые уже ранжируются по этому запросу. Публикация еще одной ничего не добавляет в индекс, и со временем сайт, состоящий в основном из таких страниц, развивает слабый общий сигнал качества, который тянет вниз те немногие страницы, которые действительно заслуживают ранжирования.
Рабочий процесс, который выдерживает проверку
Используйте модель там, где она действительно сильна, и держите людей там, где есть ценность. Модели хороши в структуре, в первых черновиках отрывков, форму которых вы уже знаете, в переписывании для согласованности, в создании вариаций для тестирования и в обобщении собранных вами исследований. Они плохо знают, какие утверждения верны, плохо судят о том, что ваша аудитория уже понимает, и плохо решают, должна ли страница существовать. Оставьте эти три решения за человеком, и вопрос обнаружения AI-контента в Google перестанет быть риском, которым вы управляете, и станет неактуальным.
На практике это означает, что бриф несет в себе суть. Перед написанием запишите конкретное утверждение, которое делает страница, доказательства, стоящие за ним, для кого оно и что читатель должен быть в состоянии сделать после. Если вы не можете заполнить эти четыре строки, страница не готова, и никакое написание это не исправит. После написания эксперт по предмету редактирует для точности и добавляет то, что знают только они. Этот этап редактирования — то, где страница зарабатывает свое место.
Честное измерение
Отслеживайте результаты, которые указывают на то, что страницу стоило публиковать, а не те, которые льстят объему. Следите за долей проиндексированных страниц, которые получают хотя бы какие-то клики в течение девяноста дней: на здоровых сайтах этот показатель высок, а на сайтах с проблемой масштабирования он рушится. Если партия страниц показывает показы, но нет кликов в течение нескольких месяцев, это система говорит вам, что она увидела страницу и решила против нее. Удалите или переделайте их и перестаньте спрашивать, что думает детектор.
Продолжайте читать: AI-оптимизация
Связанная услуга: Оптимизация с ИИ