AI模式和概述如何基于专利工作，以及为什么对SEO进行新的战略

阅读本深入六项专利，揭示了如何谷歌的艾概述和艾模式的工作和这一切意味着什么未来的搜索引擎优化。

两年前，在我早期的追求，以了解什么会成为艾概述，我 宣布，增强检索的一代是未来的搜索 . AI概述，现在艾模式造成严重破坏的有机搜索业务，今后在这里。

有一个缺乏良好的信息提供关于如何将这些搜索器的功能，所以我最近去了一个 严重的深入研究的人工智能模式 . 但我认为这是值得做一个简化的版本，将两产品在一起，提供一些更具战略性的思考我们如何上下一波的生产搜索，并采取了更多的艾概述关于艾模式有更多的内容--至少对我来说。

未来的搜索是概率性的，过去是确定的

大图片之间的差经典的信息检索(什么规定的10蓝色的链接)，并生成信息检索的网页(什么样的管理对话的搜索)是，前者确定的，而后者是概率性的。 总之，这意味着，古老的显示的内容相同的方式交付。 新版本的谷歌使得很多选择有关内容应该加以考虑，缝合在一起，并显示出来。

经典的搜索的内容放在分析和分析的形式出现的养老金计划是一只元素，你已经提供了从中提取的，内容。 谷歌没有解释现有信息显示它。 你可以改变你的排名和业绩通过调整的一系列大多已知的杠杆，是功能的内容，系统、网站建筑、链接，用户的信号。

与生产搜索，你仍然准备的内容，系统、网站，并链接到可以访问和分析，但有一系列的高度变化的和无形的推理的步骤，决定是否您的内容是有资格的一部分，最终响应。 这些推理的步骤还注入存储器的用户相互作用。 所以，你可以做你所有的典型SEO共同做法，以考虑，并且不使它的另一侧的推理管道。 LLMs可喜怒无常，因此同一内容可以通过同样的管道的两倍，而产生不同的结果。

如何AI模式和概述工作的基础上，专利

AI概述和艾模式是有效地管辖由同一机制。 我们将审查以下专利的解释的大量如何，他们功能：

1. 搜索状态聊天 –主要的系统结构AI模式。
2. 生成的摘要，搜索结果 的主要系统构架，为艾概述。
3. 法文本的排名成对排名的提示 --该方法的比较道通过法学硕士学位的推理。
4. 用户嵌入模型用于个性化的顺序处理的模型 --该方法对于创建嵌入表示用户行为的个人化通过推理。
5. 系统和方法的提示基于查询生成为不同的检索 方法，用于查询扇出。
6. 指令微调机学习模式，使用中间推理的步骤 –一般说明如何推理工作在谷歌的LLMs.

记住，这是简短的版本虽然我分享一些独特的见解也在这里你可以检查出 长期形成的版本，如果你想要一个深入探讨如何AI模式的作品 .

概述如何AI模式的作品

AI模式下工作，通过拉第一个谅解和形成方面的用户，将提前告知所有的下游的任务。 这方面结合的查询通知产生的一系列综合查询。 道拉的文件，排名的查询设置，然后分类样做是为了查询通知中的哪一个系列的LLMs将被使用。 该通道是随后通过一系列的推理链以及那些使其通过合成为一个响应。 这种反应是精致的基础上嵌入基于用户配置文件，引文都拉和随后的反应呈现的用户。

有几个变种的这个进程设想的搜索状态聊天专利申请。 让我们步行通过的数字之一步步骤，测绘系统的逻辑。 该建筑的谷歌的艾模式，作为描绘图。 9该专利申请，代表一个多阶段，推理-通知系统，该系统过渡，从查询时解释成扩大到下游自然的语言，响应的产生。 每个步骤的这种流动具有重大影响如何能见度是赢得了，为什么传统搜索引擎优化策略是不足的，在这种环境。

步骤1：接收一个查询(952)

在目前的用户输入该系统咽下的查询，但不像典型的搜索引擎，这只是火花，不完整的单元的工作。 查询视为一个触发更广泛的信息合成的过程而不是确定性检索的请求。 所有剩余的演练开始在这里，所以我将跳过描述这一步骤在我们审查艾概述。

• SEO影响：内容可能不是评价只是在关系到确切的query string. 它可能是评估通过透镜如何查询涉及到几十个其他查询的文件对。

步骤2：检索背景信息(954)

该系统用户拉和设备水平上下文的信息：现有的查询，在本届会议的位置，账户链接行为(例如，免费地图)，装置的信号，并持久存储器。 这有助于系统地查询的时间和行为的上下文。

• SEO影响：同样的查询，从两个不同的用户可能触发器完全不同的检索途径的基础上的历史行为或装置的环境。 这侵蚀了有益的排名跟踪和放大作用的持久性在信息领域。

步骤3：生成最初的法学硕士学位输出(956)

一个基础模型(例如，双子座2.5亲)进程的查询和背景下产生的推理产出。 这可以包括推断出用户的意图，含糊的决议和分类的线索。 这一步骤启动系统内部的了解哪些用户是试图来实现。

• SEO影响：内容的能力等级是现在过滤以及它如何与意图产生的签名这里，不仅仅是原来的词汇查询。

步骤4：生成合成的查询(958)

该法学硕士学位输出的指导建立多种合成的查询，反映各种重订的原始意图。 这些可能包括相关的，隐含的，对比，最近，或者在历史上有查询方面，形成一个星座的搜索意图。 这是查询扇出的过程，我们将进一步讨论如下。

• SEO影响：可见度现在是一个矩阵的问题。 如果你的内容是针对原始的查询，但不相关的合成，可能不被检索。 真实优化手段预测和复盖的潜在的查询空间。

步骤5：检索查询响应的文件(960)

搜索结果文件都拉从索引，而不只是响应原来的查询，但在应对整个扇出的综合查询。 该系统建立一个"定义料库"的高度相关的文件，在多个子意图。

• SEO影响：内容竞争，在一个密集的检索景观，而不仅仅是一个疏之一。 存在这种自定义料库取决于在语义上的相似性，不排列位置。

步骤6：分类的查询根据国家数据(962)

使用的查询，上下文的信息，合成的查询，并对候选人的文件、系统分配一个分类的查询。 这个决定什么类型的答案是必要的，说明、比较、事务的享乐，等等。

• SEO影响：类型的应规定哪种类型的内容是选择和如何它是合成的。 如果你的内容不结构，以满足主要类意图，则可能被排除在外，而不论相关性。

步骤7：选择专业的下游法学硕士(s)(964)

基于上述分类，该系统选择自一系列专门的模型，例如，那些调整汇总结构提取、翻译、或决支持。 每个模型中的作用转的原始文件为有用的合成。

• SEO影响：该法学硕士学位最终与你的内容可能永远不会"看到"整个文件，它可以仅仅消耗的通道或一个结构化的元素，像一个列表，表或语义的三倍。 格式和chunkability成为至关重要的。

步骤8：产生的最后产出(966)

这些下流模型产生的最终应使用自然语言，潜在的缝合一起的多个通道全来源和方式(文本、视频、音频)。

• SEO影响：响应不是一个排名的名单。 它是一个组成。 你的包容是确定不是由你如何竞争，在一个页面上级别，但在如何干净您的内容，可以重复使用的上下文中的一个法学硕士的合成的任务。

步骤9：渲染的响应客户端设备(968)

合成的自然语言，响应发送给用户，往往引述或交互式UI元来自检索到的资料库。 如果你的内容是引用，它可以驱动的交通。 但通常情况下，应满足用户直接，减少了需要通过点击。

• SEO影响：存在并不能保证业务。 正如品牌营销人员使用追分享的声音在电视广告，Seo现在需要测量的份额归因于影响值(禽流感病毒)，并享引用既是一个提高认识和建立信任的杠杆。

AI模式是一个完整的范式转变。 排名是矩阵和标准的搜索引擎优化策略只有得到你的内容的考虑。 我们将需要做很多尝试作为一个社会，找出什么需要可靠地使我们的内容加以引用，但这些努力可能不会产生任何有意义的交通。 用户的行为在艾模式是更多地反映的一个品牌道，所以我们需要衡量相应的。

摘要如何AI概述的工作

虽然艾概述先前已经审查了，没有为价值在重新审视他们在上下文中的新信息，已经浮出水面审查艾模式。 例如，在查询扇出的技术没有被考虑在各种AI概述研究报告，比较经典的排序的重叠与艾概述的性能。 该矩阵的使用的查询，以产生这些反应将帮助我们揭开怎么做。

有几种方法可以设想在所生成的摘要，搜索结果的专利申请中，但我想要两个不同的方法AI概述。 在一个双子座产生的响应第一，然后看起来，以证实它的内容。 在其他拉内容和随后产生的响应。

AI概述查询扇出的内容的版本

这个版本的艾概述的工作流程显示了谷歌如何建立一个响应使用扩大查询设置，从语义上和行为上相邻的搜索。 而不是简单地检索结果为明确的用户查询，该系统积极主动地拉的文件相关的相关的、最近的和暗示的查询使用更简单的版本的查询扇出的技术比什么是用于艾模式。 从这一更广泛的语料库，一个摘要是产生然后证实之前介绍。 这是一个混合体的风扇-出检索和推理的驱动的综合。 让我们步行通过过程的步骤，这些步骤意味着搜索引擎优化。

步骤1：接收一个查询(252)

步骤2：在选择文件应该查询(254)

谷歌检索的文件集，直接响应用户的查询。 这些选择使用综合查询的依赖(案文相匹配，语义相似性)，查询独立(文件的权威、嵌入)，以及用户从属(性)的信号。

• SEO影响：语义相关性和局部的权力是关键。 这是你最好的机会，在出现如果你是的优化用于传统的信号。 但是经典的信号不是唯一的事情考虑。

步骤3：选择文件有关的查询(256)

该系统识别文件应对其他已知的查询，分享语义重叠或行为同现有的原件。 这些文件加以检索设置基于他们的相关性有关的查询变体。

• SEO影响：排名相关的主题的提升你的曝光。 这突出表明，需要为稳定局部范围和良好联系的内容集群。 实体和联合的相关性问题比以往任何时候都多。

步骤4：选择文件最近的查询(258)

接下来的系统检索的文件，回复查询的用户最近提交的。 这可能反映不断演变的意图或正在进行的研究的行为在一个搜索的旅程。

• SEO问题：您的内容可能面AI概述查询这不是直接的目标，原因很简单，因为它符合在语义上与事先查询在同一届会议。 这增加了重要的一致性、跨主题的清晰度，以及旅程内容的设计。 战术上，你应该调整战略的内容与 作业要做的框架 .

步骤5：选择文件对于默示的查询(259)

最后，该系统拉的文件对于默示的查询中推断出来的法学硕士从措辞或更深的意图的原始的输入。 这些都是语义上丰富，意图预测的查询所产生的背景。

• SEO影响：这是最不透明和断层。 如果你的内容不是的优化用户实际上是试图完成的，你永远不会部分验证的设定。 你必须预见到什么用户的实际手段。

步骤6：产生的自然语言的摘要(260)

所有文件组装的，该系统使用一个硕士学位，以生成一份摘要的回答。 它综合内容的文本、图像或视频来源，并且可以包括源引用直接内的摘要。

• SEO影响：你不再相互竞争的用蓝色的链路的等级。 你是竞争可以使用由机构建一个答案。 您的内容必须是这么写的，一个法学硕士可以方便地提取和重新组合。 这需要通道水平的清晰度、实体的特异性，并一致通过使用的语义的三倍。

步骤7：产生法学硕士学位输出与源和信心号(260B)

该模型可以将源标识通道的或者指示的信心水平，在某些答复的基础上如何强大的匹配之间的摘要和检索文件。

• SEO影响：信心影响的可见性。 本更加清楚和更直接的内容是支持基于事实的说法，更有可能将包含和引用。 内容，树篱，概括，或者冲淡了要求可能被排除在外。

步骤8：渲染摘要与核查的链接(262)

最后产出的是呈现给用户。 引文可以加入为链接，以核实来源(262A). 信心的注释，可能会显示(262B)，但是我想这只是为内部目的。 法学硕士学位的产出和文件比较确定什么得到引用和如何突出地位。

• SEO影响：点击不再是主A. 正在举是主要的可见度的活动符合用户的行为，在这种环境。 你必须把通道水平的引文作为品牌的电梯的时刻。 测量引用的频率、位置和情绪如何己的品牌，是提出新的SEO公堆。

AI概述产生一过程中

AI概述的系统，作为描绘图。 3的专利申请中，概述了一个生成检索和验证的构架。 在这个版本的系统产生的响应第一然后产生的响应搜索结果进行比较，并将他们原来的版本。 它的循环，通过这一进程，直到经过验证的版本应可以返回。

让我们步行通过过程中逐步的，并考虑这意味着什么的搜索引擎优化。

步骤1：接收一个查询(352)

步骤2：生成的天然语言的摘要使用法学硕士(354)

该系统采用一个法学硕士生成答案。 这输出的不是简单的从一个文件，它可以综合的内容，绑查询本身，相关查询，或向最近的查询颁布的相同的用户。 此外，模型可以利用的重写或释义的原始查询，以扩大范围，答案。

• SEO影响：由于法学硕士组成的答案，SEO玩是存在的训练数据。 正在培训数据可能将产生一个发病率的微型和中受益的品牌大拥有的媒体组合。

步骤3：选择部分的摘要的核查(356个)

后产生的全面摘要，该系统选用单一部门或权利要求，需要加以验证对实际的文件。

• SEO影响：内容可能不需要"双赢"的整个网页。 如果一个单一的一段或一句提供了干净的支持所产生的权利要求，则可以引用。 工程块级清晰简明、实际的、可检索内容是至关重要的。

第4步：确定候选人的文件进行核实(358)

现在该系统需要确认所产生的权利要求支持的实际公布的材料。 这两种方式：通过语义上的比较摘要部分的通道在先前检索文件(358A)，或通过发布一个新的搜索中使用的摘要部分本身作为一个查询(358B).

• SEO影响：你可以援引，甚至如果你没有的一部分，原来的检索设置。 这意味着你的内容可以浮出水面，通过相当于报价的搜索上的通道。 你的目标是编写道，是结构类似的各种答案用户和语言的模型是有可能生成。

步骤5：确定是否候选人文献验证的部分(360)

该系统进行比较候选人的文件的通过所产生的摘要部分，以确定如果它验证的要求。 这是一个语义准检查之间的摘要和候选人的内容。

• SEO影响：这就是真理的时刻。 如果你通过含糊不清，过salesy，或没有事实根据锚定，它不会验证。 LLMs奖励的内容，是精确的解释，并在逻辑上与用户的意图。

步骤6：核查的决定(362)

如果验证成功，该系统进行引用的通道。 如果失败，它试图另一名候选人的文件。

• SEO影响：这就引出了一个内容在任人唯贤的通道的水平。 这不是谁排第一个，它是关于谁最佳支持的合成的想法。 许多搜索引擎的可见网页将会失败这个测试。

步骤7：Linkify核部分(364)

如果一个通道被证实，相应段的摘要链接作为其引用，通常与一个滚动到文本的参考，向用户发送的经核实的来源。

• SEO影响：这是新的"等级。" 引用大赦国际的概述是如何用户现在遇到你的内容。 被引用作为真实来源，特别是高的答复中提供的可见度和支持的品牌意识，即使没有一个点击。

步骤8：重复额外的通道和文件(366,368)

如果摘要中包含额外的未经证实的分段，系统循环，以识别和验证。

• SEO影响：每一段的内容是一个潜在的切入点。 更多的检索和核查的大块的内容包含更多的机会你有多引用跨AI概述。

步骤9：呈现最终AI概述(370)

一旦所有的部分证实(或至少是那些可)，AI产生的摘要与联引文是提交给用户。

• SEO影响：业务可以或不可以遵循，但是品牌的存在，认权力机构和用户信任的绝对取决于你的存在的这种反应。 被缺席的最后呈现意味着你看不见中最突出的部分现代化的搜索。

AI概不排的内容–他们混合并使用现有的内容来进行验证。 而是混音，你的内容必须赢得在交叉路口的语言模型的理解和多的查询相关性。

如何查询扇出工作在谷歌的AI面

查询扇出的技术是看不见的酱后两AI概述和艾模式。 谷歌推断的一系列所谓的综合查询的基础上明确查询、隐含的信息需求，以及用户的行为。 这些查询是用来通知什么其他文件检索到通知"着陆"的结果。 虽然我们可能永远都不会得到解这些数据，两Andreas Volpini和我已分别 制作 的工具 ，以帮助理解这些查询的可能。

这个图从系统和方法的提示基于查询生成为不同的检索专利申请显示了谷歌如何培训一查询扩展的模式。 不同于传统的关键字膨胀，这种系统使用LLMs以生成综合查询的文件对和火车的一个文件检索模式，可以解释的用户查询，更广泛地说，在多个提示，以产生不同解释的意图。

先前的专利已经告诉我们它是如何工作的，但让我们打破的训练工作流程步骤的步骤，并解释搜索引擎优化影响的每一个阶段。

步骤1610：接收来提示用于检索的任务

系统开始通过收到的至少两个提示，用于描述该检索的任务，它意味着要解决。 这些提示指导大的语言模型上如何生成变化的查询，可以检索相关的内容从一个给定的资料库。

• SEO影响：这是用户意向开始裂为多个途径。 谷歌不再仅仅是学习到的答复查询，这是学习如何产生查询。 如果你的内容仅与一个措辞的一个问题，你可能会错过检索。 成功的，现在取决于你的内容对准与更广泛的意图的空间，可以阐述从不同的观点。

步骤1620：产生综合查询的文件对与法学硕士

根据提示和文件的语料库，该系统使用的一个法学硕士创建一个综合培训的数据集。 每一个条目是一个对一个综合产生的查询和文件的语料库，可以回答这个问题。 这有效地教授的模型中哪些类型的问题给予一块的内容可满足，即使没有使用者有没有搜索方式。

• SEO影响：这就是核心的查询扇出的技术。 你页不仅仅是评估反对真正的查询，这是针对一个法学硕士学位的想象力的所有方式用户可能会问为什么你提供的。 您的内容需要在语义上强大、明确的结构，并丰富与多个可能的解释。 想：定义、比较常见问题，使用的情况下，并基于方案的框架。

步骤1630：训练的检索模型合成对

该模型的培训，以了解关系之间的合成查询和相关文件。 这种结果在一个文件检索器，可以接受现实世界的查询，并且推断出哪些文件，在许多潜在的意图，是最适当的。

• SEO影响：这进一步加强的想法，你不仅仅是匹配的一种静态的关键字串了。 你被检索的基础上解你内容的语义上赞同一个矩阵的机器产生的查询。 传统的关键词-第一个战略不会帮助你在这里。 你需要的内容，命高维概念对准。 这意味着你得 坐上嵌入车 .

步骤1640：提供训练有素的检索模型

一旦训练，模型变的检索引擎的部署系统，如艾概述和艾模式。 它坐落在幕后，把一个用户的查询，并触发了一扇出的关系，隐含的，对比，从历史上看-相关查询、检索内容为每个，然后合并的结果成为一个生产合成。

• SEO影响：这就是你的优化。 不是一个关键词匹配。 甚至不是一个排名的位置。 但内的位置的一个综合查询的宇宙中，排名相关的潜意图。 如果你的内容不会出现在结果这些风扇出的查询，这永远不可能达到的产生层，你不会被引用，甚至如果你页广泛的具有较高的余弦的相似性。

查询扇出的技术将使这些努力更喜欢声誉管理活动。 由于没有注重来源的多样性验证的信息、营销人员将会看到传播他们的信息跨越多个网页和许多站点，以确保谷歌遇到他们的内容不管是什么他们检索。

存储和个性化的基础上用户嵌入AI模式

一个迷人的特点谷歌是带艾模式 的个人背景下 . 很快你就可以把很多你的数据，从整个谷歌的生态系统进入搜索到通知的个性化的响应。 同时，一个引人注目的特征(与广泛的隐私问题)，它也构成并发症，进行测量。

这个图从图。 4的专利申请的标题为用户嵌入模型用于个性化的顺序处理模式揭示了谷歌系统，特别是在艾模式，纳入用户的具体上下文中嵌入个性化查询如何解释和答复。

而不是治疗每一个的查询作为独立的，这个系统建立一个持久的基于矢量概每个用户根据它们的相互作用历史、偏向和行为。 这个人资料，然后条件如何AI方式解释的查询和居或生成答复。

下面是一个逐步崩溃的过程中，对准与搜索引擎优化影响到每一个阶段。

步骤402：获得环境数据从用户

该系统收集的范围广泛的用户相关的信号，包括现有的搜索查询，参与的内容，浏览行为，点击次数、时间上的页面，位置设备的类型，以及更多。

• SEO影响：同发出的查询通过两个不同的用户可能导致完全不同的检索设置。 排名已不再是全球性的。 它的上下文。 品牌不能再依靠的是"最好的结果的整体。" 等级跟踪可能会需要做的工作，通过谷歌账户，仿效某些用户活动来表示的角色。

步骤404：产生嵌入表示的背景数据

一个嵌入模型的程序的用户数据并创建一个密集的矢量表示的，用户的文档。 这变成个性化信号，获取搭配来查询。

• SEO影响：这个概坐在旁边的每一个搜索作为它进入系统。 这意味着你的内容不仅仅是竞争上查询相关性，它还在过滤以及它如何符合用户的嵌入的上下文。 如果你从来没有创建的内容用户段，或者如果你的站点是杂乱或混乱，你会不太可能出现。

步骤406：接收任务的指令(搜索查询)

该系统收到的任务的指令。 在这种情况下的艾模式下，这通常是一个搜索查询或用户提示。

• SEO影响：这是唯一的系统的一部分最Seo优化，只是输入查询。 但是在系统的个人化通过嵌入，这种查询的只是一个部分的更大的推断堆。 优化的意图集群和用户的旅程，而不只是头条是什么我们一直在做，但现在它的一项要求。

步骤408：嵌入任务指令

查询或者提示本身也是嵌入式的，使用一个单独的矢量的空间。 该系统现在具有两个主要的输入：用户的上下文中嵌入和查询的语义嵌入。

• SEO影响：相关性的是正在确定在多矢量的空间。 你是匹配的不只是为了什么用户要求，但他们的活动。 这使得实体的丰富性的、局部的广度和观众盟的预期要重要得多。 如果你的内容未能符合期望或框架，呼吁给定角色，它不会让这通过的推理链。

步骤410：结合嵌入产生一个输出

该系统引信的用户配置文件嵌入和查询嵌入. 一起，他们通知的内容是什么检索或合成。 该模型的最终产出的条件是这种融合，这意味着它的个性化在推理的水平，不仅在排名秩序。

• SEO影响：这就是艾模式成为大多数不同于传统的搜索。 它不只是这一结果是重新排列。 答复本身是不同的。 您的内容可能不会出现在一个用户的艾模式输出，但在所有可能占有突出地位于另一个，因为这对更好地与他们的嵌入的上下文。

要赢得这里，您的内容必须：

• 是有益的跨多个角色和使用情况
• 编写风格和格式相匹配的多样化信息的喜好
• 支持生产的再利用个性化的情况下(例如，比较各项建议，区域相关性)

相关性已不再只是关于匹配的查询。 这是有关配件的推理过程，开始与世卫组织的用户。 AI模式是"一个尺寸适合所有人"的内容，优化和开始一个更加分裂的信息的发现经验。

推理在谷歌的艾模式

推理在LLMs是指该模型的能力超越表面水平模式匹配，而不是执行多步骤，合乎逻辑的，或推理思维得出结论。 而不是简单地检索或重复信息，一个法学硕士从事推理评估之间的关系的概念，适用的上下文中，重的替代品，并产生的响应，反映出审慎的思考。 这使得它来回答复杂的问题，绘制的比较，使决策，或综合信息跨多个来源很像一个人一样当"考虑通过"一个问题。 谷歌的AI面采用这一进程，以确定哪些信息应使用在最后响应。

如何推理工作在谷歌LLMs

图图。 7从指令微调机学习模式，使用中间推理的步骤专利申请表示的培训时间的过程谷歌机器-学到的顺序模式，包括LLMs力AI概述和艾模式。 它显示出如何推理，明确训练和评价，不只是通过测量的最终答案，但通过分析中间步骤的模型需要，以达到这些问题的答案称作一个推理跟踪。

这图是至关重要理解为什么搜索引擎优化的需求来发展。 如果该模型是正在训练有素的原因一步步骤，那么我们的内容需要支持不仅仅是检索，但推断。 下面是一个分列的每个步骤中的推理培训进程，以及相应的SEO影响。

步骤702：获得培训的例子序列模型

系统开始通过收集各种不同的培训的实例。 这些对查询和预期产出都是用于培训的机器了解到序列模型像一个大的语言模型。

• SEO影响：模型是不是正在接受训练仅用于检索有关文件。 这是在接受培训，以理解的查询、综合的反应，并产生推理的序列，使其与人的标记示例。 您的内容必须符合的各种通道，使人感觉不仅因为产出，而是作为步骤，在多哈推理过程。

步骤704-1：输入查询的培训组

为每个培训例子，该模型收到查询。 这是开始推理链。

• SEO影响：可见度开始模型如何解释的查询。 如果你的内容只是关于确切匹配的措辞，它将错过。 内容的结构应相匹配的共同问题的类型，重订的，并隐含的子问题。

步骤704-2：输入查询的成的序列模型

查询通过的法学硕士，发起一个传，以产生预测的回应。

• SEO影响：这就是本阶段内容的检索和综合的开始。 您的内容进行评估不只是关于关键字的重叠，但在以及它如何支持下组成一个连贯的、基于事实的反应。 这有利结构良好，可提取的通道。

步骤704-3：捕获的反应和它的推理跟踪

该模型并不仅仅出答复。 它产生的一个结构化的记录中间步骤或潜在的决定，它用来在到达回答。 这些可能包括文件的选择，通过分，事实上提取、或子的问题链接。

• SEO影响：这就是传统SEO打破了。 如果你的内容，仅提供一个步查询或是太浅支持推理跃，它不会是部分的跟踪。 要赢得这里，您的内容必须包含多方面的答案，是丰富的实体和人际关系，并支持逻辑或因果关系的进展。

步骤704-4：评估最后的答案对一个地面实况

输出相比是一个人类-注释的正确反应，以确定是否有模型得出正确的答案。

• SEO影响：这就是事实准确性和完整性得到回报。 如果你的内容过于一般化、投机、或优化用于clickbait了清楚起见，它不会支持精确的合成，并将被排除在未来的培训的信号。

步骤704-5：评估所作的推理跟踪对地面实况

即使最终的答案是正确的，使用的步骤以获得也有进行评估。 如果模型把一个路径，这是不合逻辑的，效率低下或不人结盟，这是受到惩罚，即使它得到了正确的答案。

• SEO影响：这是一个改变游戏规则。 您的内容是正在审判不只是它是否最终答案，但它是否有助于模型的理由的正确方法。 清晰的标题，明确的逻辑结构，和在语义上完全通道现在问题比以往任何时候都多。

步骤704-6：更新模型参数基于答复和跟踪评价

该模型是微调，使用结果的评估。 这确保它不只是学习该怎么说，但如何想像一个人的搜索者或主题的专家。

• SEO影响：时间的过去，LLMs正在接受培训，以有利于内容，有助于他们的原因好. SEO需要发展成为相关工程的结构和背景内容相匹配的路径模型，采取综合准确、高可信的答案。

如何对通道的基于推理的工作在艾模式

图从图。 4的专利申请题的方法文本的排名成对排名促使了如何AI模式进行推理基础的重新排名通过比较道对一个另一个在对。 这种技术绕过传统的分的模型就像BM25或简单的矢量的相似性，而是使用LLMs来判断相关性。

这实际上意味着这是你的内容不得在隔离。 这是取得了一个头比较的竞争通道。 并决定是由一个生成模型进行推理的任务，不只是测量期重叠。

这里有一个分列的工作流程，对搜索引擎优化的影响，在每一个阶段。

步骤402：产生迅速查询和两名候选人通道

系统生成的一个提示，其中包括一个用户查询，第一通道(案文从一个候选人的文件)，和第二个通道(从另一个候选人). 这些框架的方式，让一种语言的模型，以评估其是更加相关。

• SEO影响：内容，现在被放在直接与他人竞争，通过与通过。 这是不够的，一般相关的。 你必须更有用、更精确，或者更完成于下一-最好的选择。 如果你的内容不提供清晰度和独特性在一小部分，你失去了一轮。

步骤404：提示对于比较法学硕士

这个的提示是提交给一个生产序列处理模式(例如双子座2.5或类似)。 该模型读查询和两个候选人的通道，和预计进行比较他们在语义的理由。

• SEO影响：传统的相关信号之类的关键词密度、内部联系，或甚至核心的网的命脉不在这里使用。 你的通道必须站起来，解释性推理。 这个主张的内容是： 清楚谁，什么，为什么，以及如何 方面富有没有被臃肿 结构在自然，对话的条款

头条新闻、格式和嵌入式摘要的所有帮助。 这样做强烈的介绍性句子传达明确的价值。

步骤406：执行成对推理之间的通道

法学评估其中的两个段落更好地满足用户的查询。 它可以这样做，使用内部链的思想的推理或相关性启发的基础上微调，培训。

• SEO影响：模型并不测量的成绩。 它形成的判断. 认为它像一个编辑过程中我们的内容是正在进行评估，如果通过一个喜怒无常的评论。 这意味着含糊不清，套期保值或通用书面太差. 你想要赢这些对决通过提供有事实根据地、故意对准和实体的丰富内容。

408步：输出一个排名的决定

模型输出结果的两个通道应排名更高的查询。 这一决定可能记录一部分的培训循环或使用实时间来确定哪些内容进入AI模式的合成。

• SEO影响：排现在比较，不是绝对的。 你不会被判在一个真空。 每一个通道是根据它如何对另一个合理的答案。

这些专利中确认这种推理是现在的一部分排名管道。 你的内容不仅仅是在被检索，这是正在试验以及它如何有助于模型的思维过程。 你不只是优化对关键词。 你是优化用于推断。

比较人工智能模式和艾概述的功能

有很多重叠之间如何AI概述和人工智能模式的函数。 我们的精神的模式搜索的作品也是不断发展的，所以我下面的表格作为一个骗子表，以帮助澄清的差异。

'It只是SEO的论点忽略了一点

有一个永久的论点SEO社区声称，优化AI面(AI概述，大赦国际的模式，或其他对话搜索平台)并不是一个新的纪律。 这只是搜索引擎优化。 这样的说法感到熟悉。 这是同样厌倦了我们能看到在永无止境子与子目录的辩论，或者无尽301与302讨论。 但这个更间接的，因为它不仅仅是一个技术分歧。 这是一个错过的机会来重新审视整个价值主张搜索。

我们是在一个真正的转折点。 第一，在几十年里，我们可以重新塑造的价值主张搜索本身。 然而，在我们自己的队伍(呵呵)，我们减少它，试图把它变成一个数十年之久的纪律，是越来越多地定义的低期望和偏激励措施。 这一机会不应该被摆脱了有利于保护遗产的定义和导航的恐惧之一的腐蚀的专门知识。

是的，从技术上讲，这可以滚下的搜索引擎优化的保护伞。 我们已经做了之前. 事实上，我们这样做的每一次谷歌社会工程师，我们的社会中执行其各项目标。 但现在这样做将是一个巨大的战略错误。

这次辩论中错过的那一刻

大赦国际世界的注意力。 对话的接口正在成为新的前门的信息的发现。 这些新的表面很大程度上无人认领，作为一个营销渠道。

与此同时，搜索引擎已经负担的看法，限制其影响。 在C-套房，搜索引擎优化被看作是一种节省成本的通道。 这是相关的"免费交通。" 并且具有讽刺意味的是，这一框架，创造了人民建立这个渠道进入网页的顶推荐源码的电子，破坏我们的能力，命令预算、人员、或战略性审议，符合价值，我们创建的。

"这只是搜索引擎优化"的心态不仅仅是近的细微差别。 它强化了一个上限一直保持这个领域的后多年。 它使我们停留在该指标的昨天，当我们需要的是一个座位的桌子在塑造下一个前沿信息的访问。 发生了什么艾搜索不仅仅是一个新的搜索结果页面布局。 这是一个根本性的重构在那里的语言模型的原因有关内容，排名的通道，并提供合成的答案。

这不只是搜索引擎优化。 这就是新的东西。

学会从其他渠道

还有另一个算法的渠道的内容是对价格的条目。 它是难以预测。 它是困难的属性。 这是很少有望推动转换在第一天。 然而，C-套房并不需要的预测，他们只是保持投资。

那个频道吗？ 社会媒体。

和什么是社会媒体的营销，真的吗？ 这只是道-具体内容的战略。 但是，社会媒体的营销人员没有把它埋内容的战略。 他们给它一个名称。 因此C-套房给了它的预算。 他们给了它的力量。 和它成为一个类别。

我们可以而且应该做同样的对话搜索。

参数本身引用一个理想的搜索引擎优化，几乎不存在

当人们说这只是搜索引擎优化，他们引用了一个理想化的纪律，存在更多的在理论上比实践。

在iPullRank我们实际上做这些事情，因此，当我谈论他们在会议上或是在博客，我经常被告知，这种类型的工作，我们做的集一个不切实际的过高条。 这一条包括诸如计算机语言学，深刻了解检索系统、实体和真正义的最优化，和能力建设的软件时，市场不能提供的工具做什么，我们所需要的。 我们的客户雇我们，因为我们给真正的答案，而不仅仅是"它依赖。" 他们告诉我们，我们的工作更彻底的比他们已经看到从其他搜索引擎优化机构。

这是因为大多数的行业是不做SEO在这个水平。 它运行的老剧本他们发现了在网上和他们提供直接出口的工具打扮成洞察力。 所以，当有人说，优化AI概述和艾模式是"只是SEO,"什么他们真正想说的是，了解的密集的检索系统，通道水平的语义模，和推理已经司空见惯。 这只是不正确的，因为SEO软件不考虑他们。

这不是敲更广泛的产业。 这是一个呼吁的诚实的讨论，是限制我们能力的发展。 最SEO今天是一个战术反应，并停留在模式的优化排名的文件，不改善的推理能力的通道。

相反，发生了什么是人们的以下同样的老最佳做法，使用相同的陈旧的工具，并看到的收益减少，这进一步削弱了信任，在搜索引擎优化。

我们在这里要做一个昂贵的形式的艺术和手工艺品? 或是我们在这里要驱动的业务结果？ 我知道我在这里为，这样的论点是超过我。

这不是一个争取通过定义。 这是一个打过来的看法。

和看法驱动的投资。

叫它"只是搜索引擎优化"，确保我们仍然低估，资金不足，并且误解了这是特别坏在当时能见度、归属，甚至击自己正在抽象的背后生成的接口。

前SEO福音传教士兰费什金说，它最好在SEO周在他的"你比SEO谈话"。 搜索引擎有一个品牌问题，这是不可能克服的。

所以转变为相关工程(r17g)这不只是语义。 这是策略。

我们有机会定义的类别之前有人这样做。 让我们不要浪费它辩护过去。