بهینهسازی برای موتورهای مولد (GEO): پژوهش واقعاً چه چیزی را اندازه گرفت
خوانشی دقیق از مقالهی ۲۰۲۳ که بهینهسازی برای موتورهای مولد را معرفی کرد؛ کدام روشها دیدهشدن در پاسخهای تولیدشده با هوش مصنوعی را بهبود دادند، کدامها نه، و نتایج چه چیزی را نشان میدهند و چه چیزی را نه.
پارسا علیزاده۳ دقیقه مطالعه

در این صفحه
جستوجو دیگر فقط فهرستی از پیوندها نیست. پرسشهای بیشتر و بیشتری را سامانههایی پاسخ میدهند که چند منبع را میخوانند و یک پاسخ واحد مینویسند. نوشتن برای این سامانهها حالا نامی دارد، بهینهسازی برای موتورهای مولد (Generative Engine Optimization)، و برخلاف معمولِ اصطلاحات بازاریابی، کارش را با یک مقالهی پژوهشی شروع کرد. این نوشته خلاصه میکند که آن مقاله چه چیزی را آزمود و به چه نتایجی رسید.
تعریفها#
این مقاله «GEO: Generative Engine Optimization» نوشتهی Pranjal Aggarwal، Vishvak Murahari، Tanmay Rajpurohit، Ashwin Kalyan، Karthik Narasimhan و Ameet Deshpande است که در KDD 2024 ارائه شد [1].
- موتور مولد (generative engine): موتور جستوجویی که از مدلهای مولد برای گردآوری و خلاصه کردن اطلاعات و پاسخ دادن به پرسشهای کاربران استفاده میکند [1].
- بهینهسازی برای موتورهای مولد (GEO): به تعبیر نویسندگان، پارادایمی برای کمک به تولیدکنندگان محتوا تا دیدهشدن محتوایشان را در پاسخهای موتورهای مولد بهبود دهند [1].
نویسندگان برای ارزیابی آن GEO-bench را ساختند، یک محک (benchmark) بزرگ از پرسشهای کاربران در حوزههای گوناگون [1].
چه چیزی آزموده شد#
مقاله نُه روش برای بازنویسی محتوای یک منبع را ارزیابی میکند [2]:
| روش | ایده |
|---|---|
| Cite Sources (ذکر منابع) | افزودن ارجاع به منابع معتبر |
| Quotation Addition (افزودن نقلقول) | افزودن نقلقولهای مرتبط |
| Statistics Addition (افزودن آمار) | افزودن آمار کمّی |
| Fluency Optimization (بهینهسازی روانی) | روانتر کردن خوانش متن |
| Easy-to-Understand (فهم آسان) | ساده کردن زبان |
| Authoritative (لحن مقتدرانه) | متقاعدکنندهتر و مقتدرانهتر کردن لحن |
| Technical Terms (اصطلاحات فنی) | افزودن اصطلاحات فنی |
| Unique Words (واژههای نامعمول) | افزودن واژههای غیرمعمول |
| Keyword Stuffing (انباشتن کلیدواژه) | افزودن کلیدواژههای بیشتری از پرسش، مثل سئوی کلاسیک |
چه چیزی جواب داد#
چکیدهی مقاله گزارش میدهد که روشهای GEO میتوانند دیدهشدن در پاسخهای موتورهای مولد را تا ۴۰٪ افزایش دهند [1].
سه روش قویتر در نتایج اصلی مقاله افزودن نقلقول (Quotation Addition)، افزودن آمار (Statistics Addition) و ذکر منابع (Cite Sources) بودند [2]. این سه روش بر اساس معیار مقاله، یعنی تعداد واژههای وزندهیشده با جایگاه (position-adjusted word count)، به ترتیب امتیاز ۲۷٫۸، ۲۵٫۹ و ۲۴٫۹ گرفتند، در حالی که انباشتن کلیدواژه (Keyword Stuffing)، که جزو ضعیفترینها بود، ۱۷٫۸ گرفت [2]. نویسندگان مینویسند روشهایی که بهطور گسترده برای بهینهسازی موتورهای جستوجو (SEO) به کار میروند، در پاسخهای موتورهای مولد «بهبود اندک یا هیچ بهبودی» به همراه داشتند [2].
نتیجهی دوم دربارهی این است که چه کسی سود میبرد. برای منابعی که در صفحهی نتایج جستوجوی سنتی در جایگاه پنجم بودند، روش ذکر منابع دیدهشدن را ۱۱۵٫۱٪ افزایش داد، در حالی که دیدهشدنِ منبعِ رتبهی اول بهطور میانگین ۳۰٫۳٪ کاهش یافت [2]. به بیان دیگر، افزودن شواهد به منابعی کمک کرد که از پیش برنده نبودند.
آنچه نتایج نشان نمیدهند#
برداشت بیش از حد از چنین نتیجهای آسان است، پس محدودیتها به همان اندازهی تیتر اصلی اهمیت دارند:
- به حوزه بستگی دارد. نویسندگان میگویند اثربخشی راهبردها در حوزههای مختلف متفاوت است [1]. هیچ دستورالعمل واحدی وجود ندارد.
- نتیجهی یک محک است. اندازهگیریها از محک و چیدمان ارزیابیِ خودِ مقاله به دست آمدهاند [1]، نه از همهی محصولات تجاری جستوجوی هوش مصنوعی.
- دیدهشدن به معنای دقت نیست. مقاله اندازه میگیرد که یک منبع چقدر در پاسخ تولیدشده دیده میشود. ادعا نمیکند که پاسخ درستتر است.
چطور آن را در این سایت به کار میبرم#
بخش امیدوارکننده این است که روشهایی که جواب دادند همان چیزهایی هستند که نوشته را برای آدمها هم قابلاعتماد میکنند:
- هر مقاله با فهرستی شمارهدار از منابع تمام میشود و ادعاها در متن به آنها ارجاع میدهند، مثل [1] در بالا.
- عددها از منبع میآیند. وقتی آستانه یا نتیجهای را نقل میکنم، همان رقمی است که منبع ارائه میدهد، همراه با پیوند به منبع.
- اصطلاحات پیش از به کار رفتن تعریف میشوند، مثل بخش تعریفهای همین نوشته.
- بدون انباشتن کلیدواژه. مقاله نشان داد که کمکی نمیکند [2]، و خواندن متن را بدتر میکند.
این سایت نویسندهاش را هم با دادهی ساختاریافته (structured data) توصیف میکند که آن را در دادهی ساختاریافته برای وبسایت شخصی شرح دادهام.
جمعبندی#
- GEO را Aggarwal و همکاران در KDD 2024 معرفی کردند [1].
- افزودن نقلقول، آمار و ارجاع بیشترین بهبود را در دیدهشدن داشت؛ انباشتن کلیدواژه جزو ضعیفترینها بود [2].
- منابعی با رتبهی پایینتر بیشترین سود را از ذکر منابع بردند [2].
- نتایج در حوزههای مختلف متفاوت است، پس آنها را شاهد بدانید، نه تضمین [1].
منابع#
- Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K., Deshpande, A. “GEO: Generative Engine Optimization.” KDD 2024. Abstract: https://arxiv.org/abs/2311.09735
- The same paper, full text (methods and results): https://arxiv.org/html/2311.09735
- #geo
- #seo
- #ai
- #search
- #research

نوشتهی پارسا علیزاده
محصولات وب و موبایل را از صفر تا انتشار میسازم، همراه با ابزارهای هوش مصنوعی که آنها را هوشمندتر میکنند. رابطهای سریع، سیستمهای تمیز و تحویل بهموقع برایم مهم است.