Uma explicação simplificada de como o Google classifica o conteúdo é que ele se baseia na compreensão das consultas de pesquisa e das páginas da web, além de uma série de sinais externos de classificação. Com o Modo AI, esse é apenas o ponto de partida para classificar sites. Até as palavras-chave estão começando a desaparecer, substituídas por consultas cada vez mais complexas e até mesmo por imagens. Como você otimiza para isso? A seguir estão as etapas que podem ser seguidas para ajudar a responder a essa pergunta.
Perguntas latentes são uma mudança profunda no SEO
A palavra “latente” significa algo que existe, mas não pode ser visto. Quando um usuário faz uma consulta complexa, o LLM deve não apenas compreender a consulta, mas também mapear perguntas de acompanhamento que um usuário pode fazer como parte de uma jornada de informações sobre o tópico. As questões que compõem as questões de acompanhamento são questões latentes. Praticamente todas as consultas contêm questões latentes.
Patente de ganho de informações do Google
A questão das consultas latentes representa um novo problema para o SEO: como otimizar para questões desconhecidas? Otimizar para pesquisa de IA significa otimizar toda a gama de questões relacionadas à consulta inicial ou principal.
Mas até mesmo o conceito de consulta principal está desaparecendo porque os usuários agora estão fazendo perguntas complexas que exigem respostas complexas. É exatamente por isso que pode ser útil para fins de AI SEO otimizar não apenas para uma consulta, mas para as necessidades imediatas de informação do usuário.
Como o Google entende as necessidades de informação ocultas na consulta de um usuário? A resposta é encontrada na patente de ganho de informação do Google. Essa patente trata da classificação de uma página da web que é relevante para uma consulta e, posteriormente, da classificação de outras páginas da web com conteúdo diferente, mas relacionado.
Identifique as questões latentes (ocultas)
Uma maneira de analisar os resultados da pesquisa de IA é dividi-los em perguntas que as respostas da IA são satisfatórias, para identificar as perguntas de distribuição de consultas ocultas.
Por exemplo, se você perguntar ao Modo AI do Google como fazer massa de pizza, o Modo AI gerará uma receita de massa de pizza. A resposta é sintetizada a partir de múltiplas consultas.
Existe uma maneira de extrair as questões ocultas (latentes) usando um Prompt de resposta reversa de pergunta, que mostrarei abaixo.
Aqui está um exemplo de uma consulta inicial e as perguntas adicionais de distribuição de consulta envolvidas:
Consulta inicial: Como fazer massa de pizza?
Perguntas de distribuição de consulta:
- Quais ingredientes são necessários para fazer massa de pizza?
- Quanta massa de pizza rende esta receita?
- O que indica que a levedura está ativa?
- Por quanto tempo a massa deve ser amassada manualmente?
- Por quanto tempo a massa deve ser amassada na batedeira?
- Quanto tempo a massa deve crescer durante a primeira fermentação?
- Como você pode desenvolver um sabor mais complexo na massa?
- Qual deve ser a temperatura do forno para assar a pizza?
- Quanto tempo a pizza deve assar?
Perguntas e respostas reais do modo AI
Aqui estão algumas das perguntas de consulta oculta acompanhadas pelas respostas geradas pelo modo AI do Google.
Pergunta: Quais ingredientes são necessários para fazer massa de pizza?
Responder: “1 e 1/3 xícara de água morna (cerca de 105-110°F ou 40-43°C); 1 colher de sopa de açúcar granulado (ou mel); 1 pacote de fermento seco ou instantâneo ativo (2 1/4 colheres de chá); 3 1/2 a 4 xícaras de farinha de trigo ou de pão, e mais para polvilhar; 2 colheres de sopa de azeite de oliva extra-virgem, e mais para untar; 1 colher de chá de sal.”
Pergunta: Quanta massa de pizza rende esta receita?
Responder: “Esta receita dá massa suficiente para duas pizzas de 25 a 30 centímetros.”
Pergunta: O que indica que a levedura está ativa?
Responder: “Cubra e deixe descansar por cerca de 5 a 10 minutos, até que a mistura fique espumosa e borbulhante. Isso indica que o fermento está ativo.”
Captura de tela da resposta real do modo AI
Prompt de resposta reversa de pergunta
Você pode usar o prompt de resposta reversa de perguntas para identificar as perguntas subjacentes em qualquer resposta do Modo AI. Você pode até usar um prompt semelhante, mas mais preciso, para analisar seu próprio conteúdo e identificar quais perguntas o documento responde. É uma boa maneira de verificar se o seu conteúdo responde ou não às perguntas que você deseja.
Solicitação para extrair perguntas do modo AI
Aqui está o prompt a ser usado para extrair as perguntas ocultas em uma resposta do Modo AI:
Analise o documento e extraia uma lista de perguntas que são respondidas direta e completamente por frases completas no texto. Inclua perguntas apenas se o documento contiver uma frase completa ou frases que respondam claramente. Não inclua perguntas que sejam respondidas apenas parcialmente, implicitamente ou por inferência.
Para cada pergunta, certifique-se de que seja uma reformulação clara e concisa das informações exatas presentes. Esta é uma tarefa inversa de geração de perguntas: utilize apenas o conteúdo já presente no documento.
Para cada pergunta, inclua também as frases exatas do documento que a respondem. Gere apenas perguntas que tenham uma resposta completa e direta na forma de uma ou mais frases completas no documento.
Análise reversa de resposta a perguntas para conteúdo da web
O prompt descrito anteriormente pode ser usado para extrair as perguntas que são respondidas pelo seu próprio conteúdo ou pelo conteúdo do concorrente. Mas não fará distinção entre as principais consultas de pesquisa para as quais o documento é relevante e outras questões que são acessórias ao tópico principal.
Para fazer uma análise de resposta reversa a perguntas com seu próprio conteúdo, tente esta variante mais precisa do prompt:
Analise o documento e extraia uma lista de questões essenciais ao tema central do documento e que sejam respondidas direta e completamente por frases completas no texto.
Inclua perguntas apenas se o documento contiver uma frase completa ou frases contíguas que respondam claramente. Não inclua perguntas que sejam respondidas apenas parcialmente, implicitamente ou por inferência. É crucial excluir quaisquer perguntas sobre anedotas de apoio, comentários pessoais ou informações gerais que não sejam o assunto principal do documento.
Para cada pergunta, certifique-se de que seja uma reformulação clara e concisa das informações exatas presentes. Esta é uma tarefa inversa de geração de perguntas: utilize apenas o conteúdo já presente no documento.
Para cada pergunta, inclua também as frases exatas do documento que a respondem. Gere apenas perguntas que tenham uma resposta completa e direta na forma de uma ou mais frases completas no documento.
O prompt acima tem como objetivo emular como um LLM ou sistema de recuperação de informações pode extrair as questões centrais que um documento da web responde, ignorando as partes do documento que não são centrais para seu propósito informativo, como comentários tangenciais que não contribuem diretamente para o tópico ou propósito principal do documento.
Cultive ser mencionado em outros sites
Algo que está se tornando cada vez mais aparente é que a pesquisa por IA tende a classificar empresas cujos sites são recomendados por outros sites. Uma pesquisa do Ahrefs encontrou uma forte correlação entre os sites que aparecem nas visões gerais de IA e as menções à marca.
De acordo com Ahrefs:
“Então, analisamos esses fatores que se correlacionam com a quantidade de vezes que uma marca aparece nas visões gerais de IA, testamos toneladas de coisas diferentes e, de longe, a correlação mais forte, correlação muito, muito forte, quase 0,67, foram as menções à marca na web.
Portanto, se sua marca é mencionada em vários lugares diferentes na web, isso se correlaciona muito com o fato de sua marca também ser mencionada em muitas conversas sobre IA.
Ler: Dados mostram que menções à marca impulsionam as classificações de pesquisa de IA
Esta descoberta sugere fortemente que a visibilidade na pesquisa de IA pode depender menos de backlinks e mais da frequência com que uma marca é discutida na web. Os modelos de IA parecem aprender quais marcas são recomendadas pela frequência com que esses sites são mencionados em outros sites, incluindo sites como o Reddit.
Era de classificação pós-palavra-chave
Estamos em uma era pós-classificação de palavras-chave. A pesquisa orgânica do Google já usava IA e um sistema central de atualidade para entender melhor as consultas e o tópico de que tratavam as páginas da web. A grande diferença agora é que o modo AI do Google permitiu que os usuários pesquisassem consultas de conversação longas e complexas que não são necessariamente respondidas por páginas da web focadas em serem relevantes para palavras-chave, em vez de para o que as pessoas realmente estão procurando.
Escreva sobre tópicos
Escrever sobre tópicos parece uma abordagem simples, mas o que isso significa depende do contexto do tópico.
O que “redação de tópico”Propõe é que em vez de escrever sobre a palavra-chave Blue Widget, o redator deve escrever sobre o tema Blue Widget.
A maneira antiga de SEO era pensar no Blue Widget e em todas as frases-chave associadas ao Blue Widget:
Frases de palavras-chave associadas
- Como fazer widgets azuis
- Widgets azuis baratos
- Melhores widgets azuis
Imagens e vídeos
A maneira atualizada de escrever é pensar em termos de respostas e utilidade. Por exemplo, as imagens de um site de viagens comunicam o que é um destino? O leitor permanecerá na foto? No site de um produto, as imagens comunicam informações úteis que ajudarão o consumidor a determinar se algo caberá e como ficará nele?
Imagens e vídeos, se forem úteis e responderem a perguntas, podem se tornar cada vez mais importantes à medida que os usuários começam a pesquisar imagens e esperam cada vez mais ver mais vídeos nos resultados da pesquisa, tanto vídeos curtos quanto longos.
Ler:
Imagem em destaque da Shutterstock/Nithid