Cum folosim AI și Machine Learning pentru a crește performanța conținutului SEO cu 30%

Oricine a vorbit cu mine în ultimele nouă luni va ști că am fost în adâncul unui iepure de IA. M-am absorbit complet de modul în care funcționează AI, iar la Ellipsis am adoptat-o ​​rapid în procesele noastre.

Cel mai mare beneficiar a fost munca noastră de conținut SEO, care reprezintă cea mai mare parte a muncii noastre de zi cu zi. Acum avem un set de instrumente interne care sunt optimizate special pentru crearea de conținut pentru companiile WordPress. Acest set de instrumente este semnificativ mai bun decât orice disponibil comercial și ne ajută să ne asigurăm că conținutul nostru primește clasamente și conversii.

Numim sistemul FALCON și odată cu acesta am îmbunătățit rezultatele conținutului SEO cu aproximativ 30%. Așa funcționează totul.

Prezentare generală: ce poate face AI?

Suntem interesați de patru tipuri de AI aici:

• clasificarea textului (în ce categorie este un text?)
• generare de text (creați un răspuns în mare parte original)
• predicție (ce se va întâmpla în continuare, pe baza datelor din trecut?)
• înțelegerea limbajului natural (ce înseamnă text?)

AI în 2021 se potrivește bine acestor cazuri de utilizare. Fiecare dintre aceste tipuri necesită un „model” care este folosit pentru a genera rezultatul. Există două tipuri de acestea: auto-antrenați și pre-antrenați.

Auto-instruite sunt modele personalizate construite pe propriile date pentru cazul dvs. de utilizare. Acesta este alimentat de Machine Learning (ML), așa că deseori vedeți ML folosit interschimbabil aici. Modelele pre-antrenate sunt antrenate cu datele altcuiva. Acestea tind să fie mult mai generale, dar un model general bun este foarte puternic.

Dacă doriți să știți dacă o nouă solicitare de formular de contact este un e-mail de vânzări sau o solicitare de asistență pentru clienți, probabil că sunteți bine să utilizați un model pre-instruit. Dacă doriți să știți către care echipă trebuie direcționat un anumit mesaj de asistență, probabil că veți avea nevoie de un model personalizat auto-antrenat.

Marele progres în ultimul an sau cam asa ceva a fost modelele pre-antrenate care se îmbunătățesc semnificativ. GPT-3 de la Open AI, care generează text extrem de bine, au deschis mult mai multe posibilități. Acest lucru a fost combinat cu modelele personalizate de instruire care au devenit mult mai accesibile (strigăți-i clientului Ellipsis Akkio): anterior aveai nevoie de un Data Scientist pentru a face acest lucru.

Acesta este contextul a ceea ce poate face AI și cum îl putem folosi. Să ne uităm acum la cazurile de utilizare specifice pe care Ellipsis le are pentru fiecare dintre acestea în procesul nostru de Conținut SEO.

Învățare automată pentru a crește rata de succes a combinațiilor de cuvinte cheie și titluri

Una dintre primele etape în procesul de producție a conținutului SEO este selectarea cuvintelor cheie. Vom identifica în ce grup de subiecte dorim să se încadreze conținutul clientului, apoi vom căuta un cuvânt cheie țintă bun pentru postare. Dacă alegeți cuvântul cheie greșit, nimic din ceea ce puteți face cu crearea de conținut va face postarea să funcționeze.

Cu FALCON, folosim un model personalizat de învățare automată pentru a estima cât de bine va funcționa o combinație de cuvinte cheie și titlu, pe baza datelor noastre interne despre succesul postărilor anterioare. Acest model personalizat este singur responsabil pentru cea mai mare parte a creșterii cu 30% a performanței conținutului nostru SEO.

Avem patru versiuni ale acestuia, de verificat:

1. Cuvinte cheie existente
2. Cuvinte cheie înrudite
3. Cuvinte cheie cu coadă lungă
4. Cuvinte cheie pentru conținut care este deja live

Primul efectuează o simplă verificare a cuvântului cheie pe care i l-ați dat și poate verifica până la 100 de cuvinte cheie simultan. Al doilea caută cuvinte cheie înrudite și le rulează prin predicție la scară (până la 100 la un moment dat), arătându-ți cuvinte cheie înrudite care ar funcționa. Aceasta, la rândul său, poate gestiona 100 de cuvinte cheie de bază la un moment dat, așa că verificăm 1000 de cuvinte cheie în câteva minute. Al treilea este asemănător, dar intră adânc în cuvintele cheie cu coadă lungă. Versiunea finală verifică dacă un cuvânt cheie țintă diferit dintr-o postare existentă ar avea performanțe mai bune.

Prin folosirea FALCON, observăm atât performanța crescută a conținutului pe care îl producem - deoarece avem încredere ridicată că postarea va fi clasată - și îmbunătățiri ale cuvintelor cheie pe care le putem găsi, deoarece AI ușurează evidențierea cuvintelor cheie.

Clasificarea intenției de căutare folosind BERT

Google este interesat să ofere cea mai bună experiență de utilizator posibilă celui care caută. Aceasta înseamnă să oferiți rapid un răspuns complet la orice au căutat. Pentru a face acest lucru, Google trebuie să înțeleagă ce caută utilizatorul și dacă rezultatele pe care le arată oferă răspunsul la acest lucru. Numim această intenție de căutare.

Înțelegem ce caută cel care caută analizând rezultatele pe care le arată Google.

BERT este o metodologie Natural Language Understanding (NLU) deschisă de Google în 2018. BERT este folosit de Google pentru a înțelege intenția de căutare în context: dacă căutați „albume Queen”, va înțelege că Queen în acest context înseamnă trupa, nu Regina persoana.

Google folosește metodologia pentru a înțelege ce caută utilizatorul. Îl folosim pentru a face același lucru cu FALCON, privind rezultatele și utilizându-le pentru a clasifica intenția de căutare. Folosim un model BERT pre-antrenat pentru a face asta.

Acest lucru intră în procesul nostru de cercetare a cuvintelor cheie. Puteți face acest lucru manual, dar manual tinde să se facă pe interogarea de căutare și nu pe rezultatele căutării: este destul de intuitiv „cumpărați teme WordPress” este un cuvânt cheie cu intenția de cumpărare. Totuși, Google oferă din ce în ce mai multe rezultate neașteptate, deoarece răspunde utilizatorilor din lumea reală, așa că folosirea BERT ne permite să privim primele 10 rezultate și să facem o clasificare bazată pe toate - și o face în aproximativ o jumătate de secundă.

Procesarea limbajului natural pentru identificarea subiectelor

Google vrea să înțeleagă ce caută utilizatorul. Pentru a determina unde să clasifice conținutul, trebuie să înțeleagă ce este pe o pagină, astfel încât să poată înțelege în ce măsură rezultatul se potrivește cu nevoia celui care caută.

Google folosește procesarea limbajului natural (NLP) pentru aceasta. NLP permite Google să ia o adresă URL și să înțeleagă entitățile și subiectele conținute în pagină. Odată ce știe ce este pe pagină, poate înțelege unde să o claseze.

NLP a fost de mult timp o zonă de vârf în SEO și a fost o parte esențială a procesului nostru de conținut în ultimii trei ani. Instrumente comerciale precum Clearscope, MarketMuse și Frase au popularizat metodologia: vor analiza primele 10-30 de rezultate pentru un cuvânt cheie țintă, apoi vor agrega subiectele din acele rezultate. Acest lucru vă va oferi o listă de 30-50 de subiecte pe care să le abordați în postare, iar acoperirea acestora vă permite să vă asigurați că ați făcut o treabă bună de a răspunde la toate întrebările pe care le va avea un căutator.

Acesta este un proces încercat și testat și am avut rezultate bune de la acesta de câțiva ani.

Instrumentele comerciale au unele limitări, totuși. Prima este AI: NLP-ul este bun, dar are limitări. Instrumentele se bazează pe rezultate bune din NLP-ul pe care îl folosesc. Google, de exemplu, este capabil să identifice doar aproximativ 18% dintre subiectele de pe o pagină și adesea le identifică greșit.

Același lucru îl vedem cu instrumentele comerciale: este obișnuit ca ei să folosească un singur furnizor NLP, așa că vor rata subiectele și entitățile pe care postările trebuie să le acopere. Dacă vă bazați conținutul pe o listă incompletă de subiecte, pierdeți.

După cum puteți vedea în acest exemplu, am rulat demo-ul Google NLP pe postul de top pentru „cea mai bună găzduire WordPress”:

Clasificarea a funcționat în mare parte, dar Google crede că Hostinger este o persoană și nu o companie.

Acest lucru ne-a determinat să dezvoltăm propria noastră soluție FALCON NLP, pentru a obține mai bine subiecte specifice WordPress .

Cu soluția noastră internă NLP, putem obține o identificare mai bună a subiectului. Acest lucru ne permite să producem conținut mai complet chiar și decât conținutul concurent produs cu instrumente comerciale.

Dacă puteți obține o mai bună identificare a subiectelor de acoperit și vă asigurați că conținutul dvs. permite Google să vă identifice subiectele, aveți un avantaj competitiv. Acesta este conținutul nostru.

De asemenea, folosim NLP în etapa noastră de cercetare a cuvintelor cheie pentru a grupa automat cuvintele cheie în grupuri de subiecte. Anterior, acesta era un proces manual lent, așa că automatizarea este extrem de utilă.

Modele GPT-3 personalizate pentru generarea titlurilor

Am evidențiat GPT-3 mai sus. GPT-3 este o tehnologie remarcabilă realizată de Open AI. Generează text și face o treabă bună. GPT-3 este antrenat pe 175 de miliarde de parametri și poate scrie text scurt care nu poate fi distins de ceea ce poate face un om. Este destul de incredibil.

Nu folosim GPT-3 pentru nicio generare de conținut de lungă durată, așa cum voi ajunge mai târziu. Totuși, ceea ce facem este să folosim modele personalizate pentru anumite părți ale procesului de conținut. Acestea sunt lucruri destul de puternice.

O mare parte din hype-ul pentru GPT-3 vine din ceea ce poți face cu el. Există o listă lungă de aplicații construite pe el. „Copywritingul AI” este una dintre cele mai evidente domenii pentru GPT-3, iar în prezent există o cursă înarmărilor pentru a construi instrumente care să facă acestea. Toate aceste instrumente sunt construite pe API-ul GPT-3 de la Open AI.

Limitarea instrumentelor comerciale este că te bazezi pe solicitări generice. „Generatorul de titluri de postare de blog” pe care îl veți obține de la un „copywriter AI” SaaS trebuie să funcționeze cu toate tipurile de titluri. Avem nevoie de ceva optimizat special pentru conținutul WordPress.

Folosim AI pentru a genera titluri extrem de bine optimizate pentru SEO. Cu FALCON, putem să luăm un cuvânt cheie țintă, să căutăm rezultatele de top și apoi să folosim GPT-3 pentru a genera titluri similare cu rezultatele de conținut de top (filtrem rezultatele postărilor non-blog). Rezultatul este un titlu perfect optimizat pentru Google , deoarece se bazează pe ceea ce este deja clasat.

Aici AI este mult mai bună decât oamenii: AI poate privi nuanțele rezultatelor și poate genera mai multe versiuni din mers. Astfel, generăm mai multe opțiuni de titlu și le rulăm prin pasul de învățare automată descris mai sus: FALCON va scoate apoi titlul câștigător.

Nu oferim nicio economie de timp sau costuri aici (dacă este mai consumatoare de timp și mai costisitoare), dar acum putem evalua multe mai multe opțiuni la scară și putem oferi clienților noștri pe cele mai bune. Mulțumesc doctorului Oliver Crook de la Universitatea Oxford pentru sprijinul în acest sens.

O întrebare evidentă este: cum rămâne cu conținutul generat de AI? Sunt destul de optimist că aceasta este o idee groaznică, așa cum voi trece la următoarea.

Dar conținutul generat de AI?

NU folosim GPT-3 pentru generarea de conținut lung. GPT-3 este groaznic pentru conținutul de formă lungă, deoarece nu știe despre ce vorbește. Nu are nicio idee despre care este adevărul: poate conecta cuvintele împreună, dar nu are idee ce înseamnă ele.

Când Google prețuiește din ce în ce mai mult autoritatea în materie, utilizarea unui AI care nu are idee despre ce vorbește este o rețetă pentru dezastru.

Prin urmare, folosim generarea de text la marginea procesului nostru de conținut pentru a face îmbunătățiri și pentru a găsi eficiență, dar nu folosim GPT-3 pentru generarea de conținut de lungă durată.

În orice caz, creșterea acestui lucru ne face mai fericiți să ne dublăm să lucrăm cu experți în domeniu. Acești experți sunt scumpi, dar dacă alții încep să încerce să genereze automat conținut care ar putea fi o prostie, noi și clienții noștri vom avea și mai mult avantaj competitiv. Aduceți-l!

Sistemul FALCON și cum îl puteți obține

Rezultatele noastre de până acum au arătat o îmbunătățire cu 30% a rezultatelor conținutului SEO de când am început să implementăm serios AI în procesul nostru de conținut. De la începutul acestui an, am început să realizăm acele rezultate pentru clienți.

Sistemul în ansamblu este denumit sistemul FALCON. Este colecția noastră de instrumente interne concepute pentru a crește succesul activității de conținut SEO pe care o facem pentru clienți.

FALCON este acum inclus în toate pachetele noastre de creștere a conținutului pentru conținut SEO. Puteți vedea detalii aici sau puteți lua legătura pentru a vedea cum vă putem ajuta.