Мультимодальный ИИ меняет SEO, потому что поисковые системы теперь могут интерпретировать изображения, видео, аудио и текст вместе, а не полагаться в основном на слова вокруг них. Google Lens, circle-to-search, обзоры ИИ и такие помощники, как Gemini и ChatGPT, могут описать фотографию, прочитать текст внутри нее и связать его с запросом. Для владельцев сайтов это означает, что визуальные активы — это больше не украшение; это контент, который можно найти, понять и процитировать.
Что такое мультимодальный ИИ?
Мультимодальная модель принимает более одного типа входных данных. Gemini, GPT-4o и более поздние модели OpenAI, а также Claude могут принимать изображения вместе с текстом, а некоторые обрабатывают аудио и видео. Они могут ответить на вопрос о графике, идентифицировать продукт на фотографии или обобщить то, что происходит в клипе.
Поисковые системы годами использовали компьютерное зрение, но большие мультимодальные модели сделали его разговорным. Пользователь может сфотографировать куртку и спросить, где купить что-то похожее в более темном цвете. Система должна понимать изображение, запрос и результаты покупок одновременно.
Что меняется для органической видимости?
Главное изменение заключается в том, что все больше запросов начинаются с камеры или скриншота. Google сообщил о сильном росте визуального поиска через Lens, а такие функции, как circle-to-search на телефонах Android, делают его действием в один жест. Эти поиски ведут к спискам продуктов, результатам изображений и сводкам ИИ, а не к десяти синим ссылкам.
Второе изменение заключается в том, что ответы ИИ могут опираться на информацию внутри изображений и видео. Если ваша инфографика четко излагает факт, модель может его прочитать. Если на фотографии вашего продукта четко видна этикетка, можно извлечь бренд и размер. Плохие, общие или крошечные визуальные элементы дают системе мало материала для работы.
Какие методы работы с изображениями сейчас наиболее важны?
Основы по-прежнему применяются, и они становятся еще важнее, когда модель смотрит как на пиксели, так и на разметку.
- Используйте оригинальные фотографии ваших реальных продуктов, команды и работы вместо стоковых изображений, которыми пользуются многие сайты.
- Пишите описательный замещающий текст (alt text), который указывает, что находится на изображении, а не список ключевых слов.
- Называйте файлы простыми словами, например navy-wool-overcoat-front.jpg, а не IMG_4021.jpg.
- Предоставляйте изображения, достаточно большие, чтобы показать детали, сжатые в современных форматах, таких как WebP или AVIF.
- Размещайте изображения рядом с текстом, который их объясняет, чтобы контекст и визуальный ряд усиливали друг друга.
- Добавляйте структурированные данные о продукте с изображением, ценой и наличием для страниц покупок.
Оригинальные изображения также помогают укрепить доверие. У модели, сравнивающей десять сайтов, на которых показано одно и то же стоковое фото, нет причин отдавать предпочтение вашему. Четкая фотография реального товара, сделанная с разных ракурсов, — это уникальная информация.
Как должен адаптироваться видеоконтент?
Видео сложнее анализировать для систем, чем изображения, поэтому структура помогает. Загружайте с описательным заголовком, письменным описанием и главами с временными метками на YouTube. Предоставляйте субтитры или транскрипты; произнесенные слова становятся текстом, доступным для поиска, и сводки ИИ часто цитируют их.
На своем сайте используйте структурированные данные VideoObject с миниатюрой, датой загрузки и описанием, и дайте каждому важному видео свою страницу с сопроводительным текстом. Google задокументировал, что ему нужна страница просмотра, где видео является основным контентом, чтобы отображать для него видеофункции.
Короткие клипы
Короткие вертикальные клипы в YouTube Shorts, TikTok и Instagram Reels теперь появляются в результатах Google по некоторым запросам. Относитесь к их субтитрам и тексту на экране как к контенту, доступному для поиска. Клип, который четко показывает процесс и называет его в подписи, имеет больше шансов, чем тот, который полагается на музыку и тренды.
Влияет ли мультимодальный поиск на локальное SEO и SEO для электронной коммерции?
Да, сильно. Для местного бизнеса фотографии в профиле компании Google являются частью того, как оценивается и отображается листинг. Реальные фотографии витрины, интерьера и продуктов помогают пользователям узнать место, а визуальный поиск может сопоставить фотографию, которую кто-то сделал на улице, с вашим листингом.
Для электронной коммерции изображения продуктов в Google Merchant Center подпитывают результаты покупок и совпадения Lens. Чистые изображения на нейтральном фоне для основного снимка, плюс лайфстайл-изображения для дополнительных слотов, следуют рекомендациям Merchant Center по изображениям и дают визуальным системам четкие сигналы о товаре.
Что остается прежним?
Мультимодальный ИИ не устраняет потребность в сканируемых страницах, быстрой загрузке и полезном тексте. Модели все равно нужно найти страницу, и показатели Core Web Vitals, такие как Largest Contentful Paint менее 2,5 секунд, по-прежнему описывают хороший опыт. Тяжелые, несжатые изображения могут повредить этому показателю, поэтому качество и скорость должны быть сбалансированы.
Правила полезного контента также остаются. Изображение не спасет слабую страницу. Выигрывает та страница, где текст, визуальные элементы и данные хорошо отвечают на один и тот же вопрос.
Как Alien Road применяет мультимодальный ИИ
В рамках типичного взаимодействия Alien Road начинает с аудита визуальных активов сайта: сколько изображений являются оригинальными, скольким не хватает полезного замещающего текста, у каких видео нет транскрипта и на каких страницах продуктов отсутствуют структурированные данные. Мы сканируем сайт и экспортируем данные об изображениях и видео в таблицу для этого.
Затем мы используем мультимодальные модели для ускорения исправлений. Например, модель может составить замещающий текст на основе самого изображения, который редактор проверяет по данным о продукте перед публикацией. Мы тестируем ключевые фотографии продуктов в Google Lens, чтобы увидеть, что распознает система, и проводим фотосессии с учетом ракурсов и деталей, которые получились плохо.
Измерение охватывает клики по поиску изображений в Search Console, производительность Merchant Center, показы видео и то, появляются ли страницы в качестве источников в обзорах ИИ для отслеживаемых запросов. Отчеты показывают изменения по группам страниц, чтобы клиент видел, где визуальная работа принесла результат.
С чего начать на этой неделе
Выберите десять самых важных страниц и откройте на них каждое изображение. Замените все стоковые фото, которые сможете, перепишите замещающий текст простым языком и проверьте размеры файлов. Затем возьмите одну фотографию продукта, прогоните ее через Google Lens и посмотрите, ведут ли результаты обратно к вам. Этот единственный тест показывает, как визуальная система считывает ваш контент сегодня. Повторяйте это каждый квартал с той же фотографией, отмечайте, что изменилось, и у вас будет простая запись того, как ваша визуальная видимость меняется с течением времени.
Читайте далее: ИИ-оптимизация · ИИ-оптимизация