Tag: الگوریتم گوگل

  • استخدام مهندسان توسط گوگل برای تولید محتوای هوش مصنوعی در Discover

    استخدام مهندسان توسط گوگل برای تولید محتوای هوش مصنوعی در Discover

    گوگل با استخدام مهندسانی برای توسعه و پیاده‌سازی هوش مصنوعی در سرویس Discover خود، افق‌های جدیدی را در دنیای محتوای شخصی‌سازی‌شده می‌گشاید. این تصمیم استراتژیک با هدف ایجاد جریانی پویا و دائماً در حال تغییر از اطلاعات است که به عمیق‌ترین علایق کاربران پاسخ می‌دهد. اگر تا به حال به این فکر کرده‌اید که چگونه می‌توان 100 محتوای منحصربه‌فرد را از یک منبع ایجاد کرد، به نظر می‌رسد گوگل پاسخ را در هوش مصنوعی یافته است.

    بر اساس آگهی‌های شغلی، تیم Discover Feed Recommendation «محتوای تولید شده توسط هوش مصنوعی (AIGC) را برای برآورده کردن علایق کاربران توصیه خواهد کرد». این فقط یک توصیه نیست، بلکه یک سیستم کامل است که قادر است الگوریتم‌های معمول را فریب دهد و چیزی کاملاً جدید و منحصربه‌فرد برای هر کاربر ارائه دهد.

    چگونه گوگل قصد دارد Discover را با کمک هوش مصنوعی متحول کند

    آگهی‌های شغلی برنامه‌های بلندپروازانه گوگل را برای تبدیل Discover به «یک سرویس کنسیئرژ فعال و فوق‌العاده شخصی‌سازی‌شده» آشکار می‌کنند. این بدان معناست که پلتفرم نه تنها محتوا را به شما نشان می‌دهد، بلکه نیازهای شما را پیش‌بینی کرده و اطلاعاتی را ارائه می‌دهد که به شما در دستیابی به اهدافتان کمک می‌کند.

    نقش‌ها و وظایف متخصصان جدید

    • مهندس ارشد ML: این نقش شامل کنترل کیفیت، یافتن موضوعات و درک محتوا برای محتوای تولید شده توسط هوش مصنوعی تیم Discover است. وظایف شامل ایجاد جریان‌های عاملی است که محتوا را برای «سطوح فعال» مانند Discover و Notifications تولید می‌کنند. تمرکز ویژه بر بررسی حقایق، ارتباط، انسجام و لحن، و همچنین مکانیسم‌های بازخورد برای یافتن و ارائه داستان‌های جذاب در سراسر جهان است.
    • مهندس نرم‌افزار ارشد ML: کاری مشابه، اما در سطح بالاتر، با تمرکز بر کیفیت محتوای تولید شده توسط هوش مصنوعی که در تمام پلتفرم‌های اصلی گوگل استفاده می‌شود.
    • مدیر اصلی UX (مدیر+): این موقعیت رهبری در زمینه طراحی با هدف تبدیل Discover به «تجربه کنسیئرژ» است که به کاربران در پیشبرد اهدافشان کمک می‌کند. حقوق این موقعیت بین 275,000 تا 382,000 دلار آمریکا به اضافه پاداش و سهام است. متخصص با تیم‌های YouTube، Shopping، Chrome و Android کار خواهد کرد و فرمت‌های هوش مصنوعی را در فید مقیاس‌بندی می‌کند، در حالی که صدای انسانی و منابع را در مرکز توجه نگه می‌دارد.

    «هدف ما کمک به مردم برای عمیق‌تر شدن در علایقشان و حرکت از الهام به عمل است»، در یکی از آگهی‌های شغلی آمده است.

    این فقط بازسازی محتوا نیست، بلکه بسته‌بندی مجدد و انطباق کامل آن با نیازهای فردی است، تقریباً مانند ایجاد «DNA ویدیویی» برای هر کاربر.

    ادغام هوش مصنوعی در Discover: قابلیت‌های فعلی و برنامه‌ها

    گوگل در حال حاضر به طور فعال هوش مصنوعی را در Discover پیاده‌سازی می‌کند. در اکتبر 2023 (فرض بر اصلاح اشتباه تایپی در متن اصلی)، پیش‌نمایش‌های هوش مصنوعی در مورد موضوعات پرطرفدار در ایالات متحده، کره جنوبی و هند راه‌اندازی شد که هر یک به محتوای موجود در اینترنت ارجاع می‌دهند. این یک نمونه عالی از این است که چگونه منحصربه‌فردسازی ویدئو و مقالات می‌تواند به دور زدن سیستم‌های ضد سرقت ادبی و جذب مخاطبان جدید کمک کند.

    عملکردهای موجود یا در حال آزمایش:

    • تنظیم Discover: از ماه آگوست، کاربران می‌توانند فید خود را تنظیم کنند و مشخص کنند که چه چیزی را بیشتر یا کمتر می‌خواهند ببینند.
    • دکمه «عمیق‌تر شوید»: در ماه سپتامبر، رابی استاین، معاون رئیس محصولات Google Search، از آزمایش دکمه‌ای خبر داد که یک نمای کلی کوتاه از موضوع را با پیوندهایی به داستان‌های مرتبط، با شروع از ویدئو، باز می‌کند. این یک نوع «عروسک تودرتوی ویدئویی» است که در آن از یک قطعه بزرگ محتوا می‌توان قطعات کوچک‌تر و متعددی را به دست آورد که برای TikTok، Shorts و Reels سازگار شده‌اند.

    تیم Discover Experience، مسئول بخش کاربری فید، از جمله ادغام هوش مصنوعی، به بیش از 500 میلیون کاربر فعال در روز خدمات می‌دهد که Discover را به یکی از بزرگترین محصولات در جهان تبدیل می‌کند.

    Google нанимает инженеров для создания AI-контента в Discover — illustration 2

    گزارش Search Console و کنترل محتوای هوش مصنوعی

    Search Console در حال حاضر گزارش‌هایی را در مورد زمان ظاهر شدن پیوندهای وب‌سایت شما در ویژگی‌های هوش مصنوعی مولد Discover ارائه می‌دهد. این به وب‌مسترها امکان می‌دهد تا عملکرد صفحات خود را در «ماتریس» جدید توصیه‌های گوگل ردیابی کنند.

    • این گزارش نمایش پیوندهای وب‌سایت شما را در ویژگی‌های هوش مصنوعی مولد Discover، گروه‌بندی شده بر اساس صفحه، کشور و تاریخ، نشان می‌دهد.
    • در نمای «صفحات»، URL‌های متعارفی که اطلاعات نمایش داده شده در این ویژگی‌ها را ارائه کرده‌اند، فهرست شده‌اند.

    توجه به این نکته مهم است که گنجاندن وب‌سایت شما در ویژگی‌های هوش مصنوعی مولد Discover از طریق کنترل هوش مصنوعی مولد جستجو تنظیم می‌شود که شامل AI Overviews و AI Mode نیز می‌شود. حذف وب‌سایت از این ویژگی‌ها از ظاهر شدن پیوندها و محتوای آن در هوش مصنوعی مولد جستجو جلوگیری می‌کند.

    سوالات متداول

    بازآرایی محتوا به زبان ساده چیست؟

    بازآرایی محتوا فرآیند بازسازی محتوای موجود در قالب‌های جدید یا برای مخاطبان جدید است. به عنوان مثال، تبدیل یک وبینار به 50 کلیپ کوتاه برای رسانه‌های اجتماعی یا تبدیل یک مقاله به اینفوگرافیک. این امکان را فراهم می‌کند تا محتوا را مقیاس‌پذیر کنید و بازده بیشتری از منابع سرمایه‌گذاری شده به دست آورید.

    آیا باید سفارش منحصربه‌فردسازی بدهم یا محتوای جدید تولید کنم؟

    این به اهداف و بودجه شما بستگی دارد.

    منحصر به فرد کردن ویدئو و سایر محتواها می‌تواند به طور قابل توجهی ارزان‌تر و سریع‌تر از ایجاد محتوای جدید از ابتدا باشد، به خصوص اگر شما از قبل یک منبع با کیفیت دارید. برای دور زدن ممنوعیت در تبلیغات یا برای تولید گزینه‌ها برای تست‌های A/B، منحصر به فرد کردن یک ابزار قدرتمند است.

    چگونه هوش مصنوعی در دور زدن ضد سرقت ادبی کمک می‌کند؟

    هوش مصنوعی می‌تواند متن یا ویدئو را تحلیل کند، عناصر کلیدی را شناسایی کرده و آنها را بازنویسی کند، ساختار، پس‌زمینه، لحن صدا را تغییر دهد و نسخه‌های جدید و منحصر به فردی ایجاد کند. این امکان را فراهم می‌کند که یک بسته منحصر به فرد سازی دریافت کنید که از بررسی اصالت عبور می‌کند، در حالی که معنا و پیام اصلی را حفظ می‌کند.

    نتیجه‌گیری

    گوگل به طور فعال در توسعه محتوای تولید شده توسط هوش مصنوعی برای Discover سرمایه‌گذاری می‌کند و به دنبال ایجاد یک تجربه کاربری حداکثر شخصی‌سازی شده و پیشگیرانه است. این فرصت‌های جدیدی را برای تولیدکنندگان محتوا در زمینه بازسازی و منحصر به فرد سازی باز می‌کند. گزارش‌های Search Console را دنبال کنید و با تطبیق محتوای خود آزمایش کنید تا از این نوآوری‌ها حداکثر استفاده را ببرید. همین امروز شروع به تطبیق محتوای خود برای شبکه‌های اجتماعی مختلف کنید تا در خط مقدم این تحول دیجیتال باشید!

  • تغییر هدف درخواست‌ها: چگونه «ماتریوشکا» ۲۰۰۳ هوش مصنوعی جستجو را فریب می‌دهد

    تغییر هدف درخواست‌ها: چگونه «ماتریوشکا» ۲۰۰۳ هوش مصنوعی جستجو را فریب می‌دهد

    در دنیایی که سیستم‌های هوش مصنوعی درخواست‌های جدیدی را تولید می‌کنند با سرعت نور، ترفندهای قدیمی هک کردن مرتبط بودن دوباره جان می‌گیرند. گرگ جاربو، یک کهنه‌کار سئو، توضیح می‌دهد که چگونه در سال ۲۰۰۳، او به صورت دستی آنچه را که اکنون «درخواست فن» نامیده می‌شود، با استفاده از اصل «ماتریوشکای روسی» پیاده‌سازی کرد. این روش به محتوای شما اجازه می‌دهد تا برای درخواست‌هایی که هنوز وجود ندارند، پیدا شود و کلید بازسازی درخواست‌ها در جستجوی هوش مصنوعی مدرن است.

    ماتریوشکا-سئو: چگونه قبل از ظهور هوش مصنوعی کار می‌کرد

    مدت‌ها قبل از اینکه اصطلاحات «درخواست فن» یا «GEO» رایج شوند، جاربو بیانیه‌های مطبوعاتی را با قرار دادن عبارات کوتاه در عبارات طولانی‌تر بهینه‌سازی می‌کرد. به عنوان مثال، اگر عبارت هدف «بلیط هواپیما به فیلادلفیا» بود، او به دنبال نسخه چهار کلمه‌ای مانند «بلیط هواپیما ارزان به فیلادلفیا» می‌گشت و بیانیه را حول آن می‌ساخت.

    این امکان را فراهم می‌کرد تا هم درخواست‌های کوتاه و هم بلند را پوشش دهد و محتوا را برای مخاطبان گسترده‌ای قابل مشاهده کند. این رویکرد حداکثر پوشش را تضمین می‌کرد، حتی زمانی که موتورهای جستجو کمتر توسعه یافته بودند.

    ۱۵٪ درخواست‌های ناشناخته: ثابت گوگل

    «فکر می‌کردم در نقطه‌ای بیشتر درخواست‌ها قبلاً انجام شده‌اند؛ مردم فقط یک چیز را بارها و بارها می‌پرسند. اما وقتی این معیارها را دوباره محاسبه می‌کنیم، همیشه حدود ۱۵٪ است»، — جان مولر، Search Central Live NYC، مارس ۲۰۲۵.

    گوگل برای اولین بار در سال ۲۰۱۹ هنگام معرفی BERT اشاره کرد که ۱۵٪ از درخواست‌های روزانه جدید هستند. این رقم با وجود توسعه مدل‌های زبان بزرگ، ثابت مانده است. ۱۵٪ را در میلیاردها درخواست گوگل ضرب کنید، و صدها میلیون فرمولاسیون منحصر به فرد را هر روز دریافت می‌کنید.

    این یک بخش عظیم از ترافیک است که اکثر متخصصان سئو آن را دست کم می‌گیرند. درک این پدیده برای بازسازی درخواست‌ها به طور موثر بسیار مهم است.

    اخبار به عنوان تولیدکننده درخواست

    اکثر این درخواست‌های جدید تصادفی نیستند. آنها از اخبار فوری، محصولات جدید، سیاست‌های تغییر یافته یا عباراتی که توسط روزنامه‌نگاران ابداع شده‌اند متولد می‌شوند. بیانیه‌های مطبوعاتی که در روز رویداد منتشر می‌شوند، برای رهگیری این ترافیک ایده‌آل هستند.

    اگر فرمولاسیون در بیانیه دقیقاً با آنچه کاربر در گوگل تایپ می‌کند مطابقت داشته باشد، محتوا می‌تواند برای درخواستی رتبه‌بندی شود که در زمان نگارش وجود نداشته است. این قدرت محتوای عملیاتی را در جذب تقاضای جستجوی «جدید» نشان می‌دهد.

    هوش مصنوعی و ماتریوشکای معکوس: از گسترده به محدود

    تحقیقات ام.جی. کاچون نشان داد که ChatGPT زیردرخواست‌هایی را تولید می‌کند که آنها نیز تصادفی نیستند. در ابتدا، مدل از زبان عمومی و محاوره‌ای استفاده می‌کند، سپس جستجو را با عملگر site: محدود می‌کند و شروع به بررسی نقل قول‌های دقیق می‌کند.

    استفاده از نقل قول‌ها بین اولین و آخرین جستجو ۲۵ برابر افزایش می‌یابد. این اصل «ماتروشکا» است، اما در جهت معکوس: هوش مصنوعی به صورت گسترده شروع می‌کند و برای تأیید به یک عبارت دقیق محدود می‌شود. این رویکرد هوش مصنوعی به جستجو، فرصت‌های جدیدی را برای بازسازی هدفمند جستجوها باز می‌کند.

    طول جستجوها: واقعیت جدید جستجوی هوش مصنوعی

    بر اساس داده‌های گوگل در می ۲۰۲۶، متوسط طول جستجوی هوش مصنوعی در ایالات متحده سه برابر بیشتر از جستجوی سنتی است. داده‌های کاچون نشان می‌دهد که یک جستجوی برند شده ChatGPT به زیرجستجوهایی تقسیم می‌شود که به طور متوسط از هفت کلمه تشکیل شده‌اند.

    بازسازی هدفمند جستجوها: چگونه «ماتروشکا» سال ۲۰۰۳ جستجوی هوش مصنوعی را فریب می‌دهد — illustration 2

    طول، یک عارضه جانبی جستجوی هوش مصنوعی نیست، بلکه یک هنجار جدید است که صنعت سال‌ها به سمت آن حرکت کرده است. این بدان معناست که محتوا باید برای جستجوهای طولانی‌تر و جزئی‌تر بهینه شود تا با رفتار هوش مصنوعی مطابقت داشته باشد.

    گام‌های عملی: چگونه الگوریتم‌ها را فریب دهیم و محتوا را مقیاس‌بندی کنیم

    برای استفاده مؤثر از این دانش برای بازسازی هدفمند جستجوها، باید سه عادت کلیدی را توسعه داد:

    1. به دنبال عبارات تو در تو باشید، نه فقط کلمات کلیدی. برای هر عبارت کلیدی سه کلمه‌ای، دو یا سه عبارت چهار و پنج کلمه‌ای پیدا کنید که به طور طبیعی آن را شامل می‌شوند. پاراگراف‌های مقدماتی یا عناوین H2 خود را حول نسخه طولانی‌تر بسازید.
    2. با سرعت اخبار منتشر کنید. ۱۵٪ از جستجوهای جدید مربوط به رویدادهای اخیر هستند. اگر سازمان شما کانالی برای انتشار در همان روز دارد (بیانیه مطبوعاتی، وبلاگ، صفحه واکنش سریع)، این بهترین شانس شما برای گرفتن جایگاه در نتایج جستجو قبل از اینکه رقبا از وجود عبارت مطلع شوند، است.
    3. پاسخ کلمه به کلمه را به عنوان یک جمله قابل نقل قول بنویسید. داده‌های کاچون نشان می‌دهد که سیستم‌های هوش مصنوعی به طور فزاینده‌ای ادعاها را با جستجوی یک نقل قول دقیق از محتوای شما بررسی می‌کنند. جمله‌ای را که به سؤال پاسخ می‌دهد، بازنویسی کنید تا بتواند به طور کامل گرفته شود و همچنان معنی خود را حفظ کند.

    این روش‌ها جایگزین اصول اساسی سئو نیستند، بلکه آنها را تکمیل می‌کنند و بر روی دم بلند جستجوها تمرکز می‌کنند که قبلاً دست‌کم گرفته شده بود. آنها امکان سازگاری مؤثر با الگوریتم‌های در حال تغییر جستجوی هوش مصنوعی را فراهم می‌کنند.

    سوالات متداول

    «جستجوی بادبزنی» در زمینه هوش مصنوعی چیست؟

    «جستجوی بادبزنی» (query fan-out) فرآیندی است که در آن یک عبارت یا جستجوی اولیه کاربر به چندین زیرجستجوی خاص‌تر که توسط سیستم هوش مصنوعی تولید می‌شوند، تقسیم می‌شود. این به هوش مصنوعی اجازه می‌دهد تا موضوع را عمیق‌تر بررسی کند و اطلاعات مرتبط‌تری را پیدا کند و جستجو را از کلی به جزئی محدود کند.

    اصل «ماتروشکا روسی» چگونه با سئو مرتبط است؟

    اصل «ماتروشکا روسی» در سئو به معنای گنجاندن عبارات کلیدی کوتاه و پرکاربرد در جستجوهای طولانی‌تر و کم‌کاربردتر است. به عنوان مثال، عبارت «بلیط هواپیما» می‌تواند در «بلیط هواپیما ارزان به فیلادلفیا» گنجانده شود. این کار به محتوا اجازه می‌دهد تا با جستجوهای با طول‌های مختلف پیدا شود و دید و دسترسی آن را افزایش می‌دهد.

    چرا 15% از جستجوهای گوگل همیشه جدید هستند؟

    این 15% از جستجوها همیشه جدید هستند، زیرا مستقیماً با تحولات دنیای واقعی مرتبط هستند: اخبار، ظهور محصولات جدید، تغییرات قانونی، پدیده‌های فرهنگی. مردم به دنبال اطلاعاتی درباره آنچه که تازه اتفاق افتاده یا ظاهر شده است، می‌گردند و فرمول‌بندی‌های منحصر به فردی را ایجاد می‌کنند که قبلاً وجود نداشته‌اند. این موضوع اهمیت انتشار سریع محتوا را تأیید می‌کند.

    سیستم‌های هوش مصنوعی چگونه از نقل قول‌ها برای تأیید اطلاعات استفاده می‌کنند؟

    تحقیقات ام. جی. کاچون نشان داد که سیستم‌های هوش مصنوعی مانند ChatGPT، پس از جستجوی گسترده، شروع به بررسی اطلاعات با استفاده از نقل قول‌های دقیق می‌کنند. آنها به دنبال جملات خاصی در محتوا می‌گردند تا مطمئن شوند که منبع واقعاً آنچه را که هوش مصنوعی تفسیر می‌کند، بیان می‌کند. این موضوع بر لزوم فرمول‌بندی پاسخ‌ها با حداکثر دقت و قابلیت استناد تأکید می‌کند.

    نتیجه‌گیری

    در عصر تسلط هوش مصنوعی، درک نحوه تولید و پردازش درخواست‌ها توسط سیستم‌ها بسیار حیاتی می‌شود. با اعمال اصول «ماتروشکا»، بهینه‌سازی محتوا برای عبارات طولانی و تو در تو، و انتشار سریع آن، می‌توانید از رقبا پیشی بگیرید و ترافیکی را جذب کنید که حتی هنوز در ذهن کاربران متولد نشده است.

    امروز شروع به استفاده از این ترفندهای هکری کنید تا محتوای شما فقط وجود نداشته باشد، بلکه مقیاس‌پذیر شود و ماتریس الگوریتم‌های جستجو را فریب دهد. فرصت را از دست ندهید تا با استفاده از استراتژی‌های پیشرفته بازسازی درخواست‌ها، در جایگاه خود پیشرو شوید!