O vice-presidente de produto do Google, Robby Stein, respondeu recentemente à pergunta sobre o que as pessoas deveriam pensar em termos de AEO/GEO. Ele forneceu uma resposta em várias partes que começou com como a IA do Google cria respostas e terminou com orientações sobre o que os criadores deveriam considerar.
Fundamentos da pesquisa de IA do Google
A pergunta feita foi sobre AEO/GEO, que foi caracterizado pelo apresentador do podcast como a evolução do SEO. A resposta de Robby Stein, do Google, sugeriu pensar sobre o contexto das respostas de IA.
Esta é a pergunta que foi feita:
“Qual a sua opinião sobre toda essa ascensão do AEO, GEO, que é uma espécie de evolução do SEO?
Suponho que sua resposta será apenas criar coisas incríveis e não se preocupe com isso, mas você sabe, há toda uma habilidade para aparecer nessas respostas. Pensamentos sobre o que as pessoas deveriam estar pensando aqui?
Stein começou sua resposta descrevendo os fundamentos de como funciona a pesquisa de IA do Google:
“Claro. Quero dizer, posso lhe contar um pouco sobre como essas coisas funcionam, porque acho que isso ajuda as pessoas a entender o que fazer.
Quando nossa IA constrói uma resposta, ela está na verdade tentando, ela faz algo chamado fan-out de consulta, onde o modelo usa a pesquisa do Google como uma ferramenta para fazer outras consultas.
Talvez você esteja perguntando sobre sapatos específicos. Ele adicionará e anexará todas essas outras consultas, talvez dezenas de consultas, e começará a pesquisar basicamente em segundo plano. E fará solicitações ao nosso tipo de back-end de dados. Então, se precisar de informações em tempo real, ele fará isso.
E então, no final do dia, na verdade, algo está procurando. Não é uma pessoa, mas há buscas acontecendo.”
Robby Stein mostra que a IA do Google ainda depende da recuperação convencional de mecanismos de busca, apenas é escalonada e automatizada. O sistema realiza dezenas de pesquisas em segundo plano e avalia os mesmos sinais de qualidade que orientam as classificações de pesquisa comuns.
Isso significa que a “otimização do mecanismo de resposta” é basicamente igual ao SEO porque os fatores subjacentes de indexação, classificação e qualidade inerentes aos princípios tradicionais de SEO ainda se aplicam às consultas que a própria IA emite como parte do processo de distribuição de consultas.
Para os SEOs, o insight é que a visibilidade nas respostas de IA depende menos de manipular um novo algoritmo e mais da produção de conteúdo que satisfaça a intenção tão completamente que as pesquisas automatizadas do Google o tratem como a melhor resposta possível. Como você verá mais adiante neste artigo, a originalidade também desempenha um papel.
Papel dos sinais de pesquisa tradicionais
Uma parte interessante desta discussão está centrada nos tipos de sinais de qualidade que o Google descreve em suas Diretrizes para avaliadores de qualidade. Stein fala sobre originalidade do conteúdo, por exemplo.
Aqui está o que ele disse:
“E então cada pesquisa é combinada com o conteúdo. Portanto, se for para uma determinada pesquisa, sua página da web foi projetada para ser extremamente útil.
E então você pode consultar as diretrizes do avaliador humano do Google e ler… o que constitui uma boa informação? Isso é algo que o Google estudou mais do que ninguém.
E é como:
- Você satisfaz a intenção do usuário com o que ele está tentando obter?
- Você tem fontes?
- Você cita suas informações?
- É original ou repete coisas que foram repetidas 500 vezes?
E há essas práticas recomendadas que acho que ainda se aplicam em grande parte porque, em última análise, tudo se resumirá a uma IA que faz pesquisas e encontra informações.
E muitos dos sinais principais, esta é uma boa informação para a questão, eles ainda são válidos. Eles ainda são extremamente válidos e extremamente úteis. E isso produzirá uma resposta onde é mais provável que você apareça nessas experiências agora.”
Embora Stein esteja descrevendo os resultados do AI Search, sua resposta mostra que o AI Search do Google ainda valoriza os mesmos fatores de qualidade subjacentes encontrados na pesquisa tradicional. Originalidade, citações de fontes e intenção satisfatória continuam sendo a base do que torna a informação “boa” na visão do Google. A IA mudou a interface de pesquisa e incentivou consultas mais complexas, mas os fatores de classificação continuam a ser os mesmos sinais reconhecíveis relacionados à experiência e à autoridade.
Mais sobre como funciona a pesquisa de IA do Google
O apresentador do podcast, Lenny, fez outra pergunta sobre como o AI Search do Google poderia seguir uma abordagem diferente de uma abordagem estritamente de chatbot.
Ele perguntou:
“É interessante o seu ponto de vista sobre como ele funciona nas pesquisas. Quando você o usa, é como pesquisar mil páginas ou algo parecido. Isso é apenas uma mecânica central diferente de como outros chatbots populares funcionam, porque os outros não pesquisam um monte de sites como você está pedindo.”
Stein respondeu com mais detalhes sobre como funciona a pesquisa de IA, indo além da distribuição de consultas, identificando os fatores que ela usa para revelar o que eles consideram as melhores respostas. Por exemplo, ele menciona memória paramétrica. Memória paramétrica é o conhecimento que uma IA possui como parte de seu treinamento. É essencialmente o conhecimento armazenado dentro do modelo e não obtido de fontes externas.
Stein explicou:
“Sim, isso é algo que fizemos exclusivamente para nossa IA. Obviamente, ela tem a capacidade de usar memória paramétrica, pensamento e raciocínio e todas as coisas que um modelo faz.
Mas uma das coisas que o torna único é projetá-lo especificamente para tarefas informativas, como se quiséssemos que fosse o melhor nas necessidades informacionais. É disso que se trata o Google.
- E então, como ele encontra informações?
- Como ele sabe se a informação está correta?
- Como ele verifica seu funcionamento?
Todas essas são coisas que incorporamos ao modelo. E assim há um acesso único ao Google. Obviamente, faz parte da pesquisa do Google.
Portanto, são os sinais de pesquisa do Google, tudo, desde spam, como conteúdo que pode ser spam e que provavelmente não queremos usar em uma resposta, até, esta é a informação mais confiável e útil.
Vamos criar um link para ele e explicar, ei, de acordo com este site, verifique essas informações e provavelmente você mesmo verá isso.
Então foi assim que pensamos em projetar isso.”
A explicação de Stein deixa claro que o AI Search do Google não foi projetado para imitar o estilo conversacional dos chatbots em geral, mas para reforçar o objetivo principal da empresa de fornecer informações confiáveis, confiáveis e úteis.
A Pesquisa de IA do Google faz isso contando com sinais da Pesquisa do Google, como detecção de spam e utilidade. O sistema fundamenta suas respostas geradas por IA na mesma estrutura de avaliação e classificação inerente à classificação de pesquisa regular.
Esta abordagem posiciona o AI Search menos como uma versão autônoma de pesquisa e mais como uma extensão da infraestrutura de recuperação de informações do Google, onde o raciocínio e a classificação trabalham juntos para revelar respostas factualmente precisas.
Conselhos para criadores
Stein a certa altura reconhece que os criadores querem saber o que fazer com o AI Search. Ele essencialmente dá conselhos para pensar sobre as perguntas que as pessoas estão fazendo. Antigamente, isso significava pensar sobre quais palavras-chave os pesquisadores estavam usando. Ele explica que isso não é mais o caso porque as pessoas agora estão usando longas consultas de conversação.
Ele explicou:
“Acho que a única coisa que eu daria um conselho seria pensar sobre para que as pessoas estão usando a IA.
Mencionei isto como um momento de expansão, …que as pessoas estão a fazer muito mais perguntas agora, especialmente sobre coisas como conselhos ou como fazer, ou necessidades mais complexas versus talvez coisas mais simples.
E então, se eu fosse um criador, estaria pensando: para que tipo de conteúdo alguém usa IA? E então como meu conteúdo poderia ser o melhor para esse conjunto de necessidades agora?
E acho que é uma maneira realmente tangível de pensar sobre isso.”
O conselho de Stein não acrescenta nada de novo, mas reformula os fundamentos do SEO para a era do AI Search. Em vez de otimizar para palavras-chave isoladas, os criadores devem considerar antecipar a intenção mais completa e a jornada informativa inerente às perguntas de conversação. Isso significa estruturar o conteúdo para satisfazer diretamente necessidades de informação complexas, especialmente “como fazer” ou consultas orientadas por conselhos que os usuários colocam cada vez mais aos sistemas de IA, em vez da pesquisa tradicional por palavras-chave.
Conclusões
- AI é pesquisa ainda baseada em sinais tradicionais de SEO
A pesquisa AI do Google depende dos mesmos princípios básicos de classificação da pesquisa tradicional: satisfação da intenção, originalidade e citação de fontes. - Como funciona a distribuição de consultas
O AI Search emite dezenas de pesquisas em segundo plano por consulta, usando a Pesquisa Google como uma ferramenta para buscar dados em tempo real e avaliar sinais de qualidade. - Integração de memória paramétrica e sinais de busca
O modelo combina conhecimento armazenado (memória paramétrica) com dados em tempo real da Pesquisa Google, combinando raciocínio com sistemas de classificação para garantir precisão factual. - A pesquisa de IA do Google é como uma extensão da pesquisa tradicional
AI Search não é um chatbot; é um sistema de raciocínio baseado em pesquisa que reforça o modelo de confiança informacional do Google, em vez de substituí-lo. - Orientação para criadores na era da pesquisa de IA
Otimizar para IA significa entender a intenção do usuário por trás de consultas longas e conversacionais, concentrando-se em conteúdo com estilo de conselhos e instruções que satisfaça diretamente necessidades de informação complexas.
A pesquisa de IA do Google baseia-se nos mesmos fundamentos que há muito definiram a pesquisa tradicional, usando sinais de recuperação, classificação e qualidade para revelar informações que demonstram originalidade e confiabilidade. Ao combinar sinais de pesquisa em tempo real com o conhecimento armazenado pelo próprio modelo, o Google criou um sistema que explica as informações e cita os sites que as fornecem. Para os criadores, isso significa que o sucesso agora depende da produção de conteúdo que aborde totalmente as questões complexas e coloquiais que as pessoas trazem aos sistemas de IA.
Assista ao segmento do podcast começando por volta dos 15:30 minutos:
Imagem em destaque por Shutterstock/PST Vector