A SEO és a GEO fogalomtára

Feltérképezés

Egy feltérképező robot automatikusan lekéri az oldalakat. A lekérés lehetősége többek között a hozzáférési szabályoktól, a szerverválaszoktól és a hivatkozásoktól függ. A sikeres lekérés még nem jelent indexelést.

Indexelés

A keresőmotor feldolgoz és figyelembe vesz egy oldalt az indexében. A döntés a keresőrendszeré. Egy indexelt oldalnak sincs ezáltal garantált helyezése egy adott kérdésre.

Canonical

A canonical hivatkozás megnevezi az azonos vagy nagyon hasonló tartalom előnyben részesített URL-jét. Következetesen a ténylegesen kívánt céloldalra kell mutatnia. A hibás canonical jelölések megnehezíthetik az értelmezést.

Metaleírás és oldalcím

Az oldalcím leírja az oldal témáját, a metaleírás pedig összefoglalja a tartalmát. Mindkettőnek pontosan az oldalhoz kell illeszkednie. A keresőrendszerek eltérően is összeállíthatják a ténylegesen látható megjelenítést.

robots.txt

A robots.txt fájl bizonyos robotok automatikus lekéréseire vonatkozó szabályokat tartalmaz. Nem védi a bizalmas tartalmakat a hozzáféréstől. A keresési célú hozzáférést és a modell betanítását az adott robot rendeltetése alapján kell megkülönböztetni.

Noindex

A noindex utasítás arra kéri a keresőmotorokat, hogy ne vegyenek fel egy oldalt az indexükbe. Nem jelent jelszavas védelmet. Az indexelési utasítások módosítását a konkrétan érintett oldalakra kell korlátozni, majd ellenőrizni kell.

llms.txt

Az llms.txt egy javasolt fájlformátum, amely segíti az MI-rendszerek tájékozódását. Hatása attól függ, hogy egy rendszer ténylegesen használja-e. A Google Search figyelmen kívül hagyja a fájlt; ott nincs pozitív vagy negatív rangsorolási hatása. Nem helyettesíti sem a hozzáférhető webhelyet, sem a hasznos tartalmakat.

OAI-SearchBot és GPTBot

Az OAI-SearchBot az OpenAI kereséséhez, a GPTBot a modellek betanításához készült. A keresési hozzáférésről hozott döntés ezért nem jelent automatikusan döntést a betanításról is. A ChatGPT-User a felhasználó által kezdeményezett hozzáférésekhez kapcsolódik.

Strukturált adatok

A géppel olvasható adatok leírhatják, mely szervezetre, személyre vagy oldalra vonatkozik egy tartalom. Összhangban kell lenniük a látható információkkal. A jelölés önmagában nem garantál különleges találati megjelenést vagy MI-ajánlást.

Szervezet és személy

Az ügynökség, annak jogi üzemeltetője és a felelős személy eltérő adatokat jelenthet. A következetes bemutatás megakadályozza, hogy a márka, a telephely és az elérhetőségek ellentmondásosan jelenjenek meg.

Belső hivatkozások

A saját oldalak közötti hivatkozások megmutatják az összefüggéseket, és további információkhoz vezetik az olvasókat. A pontos hivatkozásszöveg hasznosabb az ismételt „Kattintson ide” felszólításnál. A céloldalaknak elérhetőnek kell lenniük, és meg kell válaszolniuk az ígért kérdést.

LLM – nagy nyelvi modell (Large Language Model)

Egy nagy nyelvi modell tanult minták alapján dolgozza fel és hozza létre a nyelvet. Egy alkalmazás kereséssel vagy más eszközökkel kapcsolhatja össze. A létrehozott válasz helyességét és megfelelő forrásait ettől függetlenül ellenőrizni kell.

Tokenizálás

Tokenizáláskor a szöveget feldolgozási egységekre bontják. Egy token nem feltétlenül egy teljes szó. Ebből nem következik olyan célszerű szabály, hogy a webhelytartalmakat meghatározott tokenszámra kellene írni.

Kontextusablak

A kontextusablak azt az információmennyiséget jelenti, amelyet egy modell egy feldolgozás során figyelembe tud venni. Használatkor ezért az is számít, milyen dokumentumokat és korábbi üzeneteket vonnak be ténylegesen.

Hogyan működik a ChatGPT a vállalati mindennapokban?

A használt funkciótól függően az alkalmazás szöveget hozhat létre, megadott tartalmakat dolgozhat fel és aktuális információkat kutathat fel. A vállalkozásnak meg kell határoznia a konkrét funkciót, a megengedett adatokat és a szükséges ellenőrzési ráfordítást.

RAG – visszakereséssel kiegészített generálás (Retrieval-Augmented Generation)

A RAG egy forrásból lekéri a feladathoz illő információkat, és rendelkezésre bocsátja őket a válaszhoz. E források minősége, aktualitása és a használatukra való jogosultság döntő. A RAG nem bizonyíték arra, hogy bármely nyilvános webhelyet automatikusan felhasználnak.

Finomhangolás

A finomhangolás további betanítással igazít egy modellt példákhoz vagy kívánt viselkedéshez. Ez különbözik az aktuális webes kereséstől vagy egy vállalati webhely szerkesztésétől. Sok szerkesztési feladatnál először fontosabb egy jó, ellenőrzést is tartalmazó munkafolyamat, mint a modell saját igényekhez igazítása.

Említés és ajánlás

Az említés egy egyértelműen azonosítható név megjelenése. Az ajánlás egy kérdéshez illő lehetőségként értékeli azt. Nem minden említés ajánlás.

forráshivatkozás

A forráshivatkozás egy konkrét forrást kapcsol a válaszhoz. Ellenőrizze, hogy a hivatkozott oldal valóban alátámasztja-e az állítást. Egy hivatkozás önmagában nem minőségi garancia a válasz összes állítására.

Konverzió

A konverzió előre meghatározott cselekvés, például egy beérkezett megkeresés. Egy telefonhívásra indító kattintás, egy elküldött űrlap és egy megrendelés különböző események. A pontos értékelés kifejezetten megnevezi, mit számol.

Az MI-láthatóság mérése című útmutató ezeket a fogalmakat egy gyakorlati ellenőrzési eljárással kapcsolja össze.