Generative Engine Optimisation (GEO)

Για είκοσι χρόνια ο στόχος της αναζήτησης ήταν η κατάταξη: να είστε ο πρώτος σύνδεσμος, και το κλικ θα ερχόταν. Αυτό αλλάζει, χωρίς πολύ θόρυβο. Όλο και περισσότερη έρευνα γίνεται πλέον σε μια συζήτηση με ένα μοντέλο AI. Το μοντέλο διαβάζει το διαδίκτυο για λογαριασμό του χρήστη και του επιστρέφει μια παράγραφο, με δύο ή τρεις πηγές κατονομασμένες. Όλες οι άλλες μένουν αόρατες.

Η τέταρτη θέση στη Google σήμαινε κάποια επισκεψιμότητα. Η τέταρτη θέση στη λίστα ανάγνωσης ενός μοντέλου δεν σημαίνει τίποτα. Δεν υπάρχει δεύτερη σελίδα αποτελεσμάτων. Ή η απάντηση στηρίζεται στα δικά σας λόγια, ή απλώς δεν υπάρχετε σε αυτήν.

Τα δύο επικαλύπτονται, και τα θεμέλια είναι κοινά. Ένα γρήγορο, καλά δομημένο site, που μπορούν να το διαβάσουν οι μηχανές, βοηθά και τα δύο. Ο στόχος όμως δεν είναι ο ίδιος, ούτε η δουλειά.

Μια θέση στην κατάταξη την κερδίζετε όταν η σελίδα σας ταιριάζει σε μια αναζήτηση και έχει κύρος. Μια αναφορά σε απάντηση AI την κερδίζετε όταν είστε η πιο χρήσιμη πηγή για ένα θέμα: συγκεκριμένη, χωρίς αμφισημίες, δομημένη ώστε μια μηχανή να πάρει ένα στοιχείο χωρίς να το παρερμηνεύσει, και σύμφωνη με ό,τι λένε όλες οι άλλες αξιόπιστες σελίδες. Η ασάφεια εδώ είναι μοιραία, όσο δεν ήταν ποτέ στην αναζήτηση. Ένα μοντέλο δεν μπορεί να αναφέρει ένα σκέτο επίθετο ως στοιχείο.

Structured facts

Schema.org σε όλες τις σελίδες σας: επιχείρηση, προϊόν, τιμή, διαθεσιμότητα, κριτικές, συχνές ερωτήσεις. Έτσι ένα μοντέλο διαβάζει στοιχεία αντί να τα μαντεύει από το κείμενο. Τα γράφουμε μία φορά και ίδια παντού, γιατί οι αντιφάσεις είναι ο λόγος που μια πηγή παραλείπεται.

llms.txt

Ένας νέος, κοινός τρόπος να λέτε σε ένα μοντέλο τι είναι το site και πού βρίσκεται η ουσία του: ένας χάρτης σε απλό κείμενο στη ρίζα του site, και μια έκδοση με όλο το κείμενο, γιατί ένα μοντέλο συνήθως διαβάζει ένα site μόνο μία φορά. Παράγουμε και τα δύο από το ίδιο το περιεχόμενο, ώστε να μη μένουν ποτέ πίσω.

Content built to be quoted

Σελίδες οργανωμένες γύρω από την ερώτηση που κάνει πραγματικά ο κόσμος, με την απάντηση στην πρώτη παράγραφο. Μαζί τα συγκεκριμένα στοιχεία (αριθμοί, ονόματα, περιορισμοί) που χρειάζεται ένα μοντέλο για να επαναλάβει τον ισχυρισμό με ασφάλεια.

Entity consistency

Η ίδια περιγραφή, η ίδια κατηγορία και τα ίδια στοιχεία στο site σας, στις καταχωρίσεις σας, στα προφίλ σας και στον Τύπο. Τα μοντέλα διασταυρώνουν πηγές για να καταλάβουν ποιος είστε. Αν οι πηγές λένε διαφορετικά πράγματα, εσάς αφήνουν έξω.

Crawl access

Αποφασίζουμε συνειδητά ποιοι crawlers (τα προγράμματα που διαβάζουν τα sites) έχουν πρόσβαση στο δικό σας. Γράφουμε τις οδηγίες προς τα ρομπότ ώστε όσα θέλετε να μην κόβονται από ένα λάθος που κανείς δεν ξανακοίταξε από την ημέρα που άνοιξε το site.

Measurement

Ξεχωρίζουμε στο analytics την κίνηση που έρχεται από εργαλεία AI. Και ελέγχουμε περιοδικά τους μεγάλους βοηθούς AI με πραγματικές ερωτήσεις, για να δούμε αν σας αναφέρουν, τι λένε για εσάς και τι λένε λάθος.

Κανένα γραφείο δεν ελέγχει τι λέει ένα μοντέλο. Όποιος σας εγγυάται θέση σε απάντηση AI πουλά κάτι που δεν υπάρχει. Δεν υπάρχει δημοπρασία για να πλειοδοτήσετε, ούτε κατάταξη για να αγοράσετε.

Αυτό που μπορούμε να ελέγξουμε είναι αν οι μηχανές σας διαβάζουν καθαρά: αν τα στοιχεία είναι δομημένα, αν οι ισχυρισμοί είναι αρκετά συγκεκριμένοι για να επαναληφθούν, και αν το site δεν αντιφάσκει με τον εαυτό του. Εδώ πάνε καλά όσοι έγραφαν ήδη τίμια και με ακρίβεια. Και αυτό είναι σπάνια καλό νέο: η δουλειά αθροίζεται με τον χρόνο και δεν ακυρώνεται με την επόμενη αλλαγή αλγορίθμου.

Ο στόχος είναι στενός και μετρήσιμος. Όταν κάποιος ρωτά έναν βοηθό AI ποιο είναι το καλύτερο στην κατηγορία σας, το brand σας να είναι ένα από τα δύο ή τρία που αναφέρει, και ό,τι λέει για εσάς να είναι ακριβές. Είναι μικρότερο κοινό από μια σελίδα αποτελεσμάτων αναζήτησης, αλλά πολύ πιο αποφασισμένο. Όποιος ρωτά έχει ήδη αφήσει το AI να του φτιάξει τη σύντομη λίστα.