วิธีที่เราใช้ AI และ Machine Learning เพื่อเพิ่มประสิทธิภาพเนื้อหา SEO ได้ถึง 30%

ใครก็ตามที่พูดกับฉันในช่วงเก้าเดือนที่ผ่านมาจะรู้ว่าฉันอยู่ในหลุมกระต่ายของ AI ฉันทุ่มเทอย่างเต็มที่กับการทำงานของ AI และที่ Ellipsis เราได้นำมันมาใช้ในกระบวนการของเราอย่างรวดเร็ว

ผู้รับผลประโยชน์ที่ใหญ่ที่สุดคืองานเนื้อหา SEO ของเรา ซึ่งประกอบเป็นงานส่วนใหญ่ในแต่ละวันของเรา ตอนนี้เรามีชุดเครื่องมือภายในที่ได้รับการปรับแต่งมาโดยเฉพาะสำหรับการสร้างเนื้อหาสำหรับธุรกิจ WordPress ชุดเครื่องมือนี้ดีกว่าเครื่องมืออื่นๆ ที่มีขายทั่วไปอย่างมาก และช่วยให้เรามั่นใจว่าเนื้อหาของเราได้รับการจัดอันดับและการแปลง

เราเรียกระบบนี้ว่า FALCON และด้วยเหตุนี้ เราได้ปรับปรุงผลลัพธ์เนื้อหา SEO ประมาณ 30% นี่คือวิธีการทำงานทั้งหมด

ภาพรวม: AI สามารถทำอะไรได้บ้าง

เราสนใจ AI สี่ประเภทที่นี่:

• การจัดประเภทข้อความ (ข้อความอยู่ในหมวดหมู่ใด)
• การสร้างข้อความ (สร้างการตอบกลับส่วนใหญ่เป็นต้นฉบับ)
• การคาดคะเน (จะเกิดอะไรขึ้นต่อไปตามข้อมูลที่ผ่านมา)
• ความเข้าใจภาษาธรรมชาติ (ข้อความหมายถึงอะไร)

AI ในปี 2564 เหมาะสมอย่างยิ่งกับกรณีการใช้งานเหล่านี้ แต่ละประเภทเหล่านี้ต้องการ "แบบจำลอง" ที่ใช้ในการสร้างผลลัพธ์ มีสองประเภท: ฝึกฝนตนเองและฝึกฝนล่วงหน้า

การฝึกอบรมด้วยตนเองคือโมเดลที่กำหนดเองซึ่งสร้างขึ้นจากข้อมูลของคุณเองสำหรับกรณีการใช้งานของคุณ ซึ่งขับเคลื่อนโดย Machine Learning (ML) ดังนั้นคุณจึงมักเห็น ML ใช้แทนกันได้ที่นี่ โมเดลที่ได้รับการฝึกอบรมล่วงหน้าจะได้รับการฝึกอบรมด้วยข้อมูลของผู้อื่น สิ่งเหล่านี้มักจะเป็นแบบทั่วไปมากกว่ามาก แต่แบบจำลองทั่วไปที่ดีนั้นทรงพลังมาก

หากคุณต้องการทราบว่าการสอบถามแบบฟอร์มการติดต่อใหม่เป็นอีเมลฝ่ายขายหรือคำขอการสนับสนุนลูกค้า คุณก็อาจใช้แบบจำลองที่ได้รับการฝึกอบรมล่วงหน้าได้ หากคุณต้องการทราบว่าต้องมีการกำหนดเส้นทางข้อความสนับสนุนที่เฉพาะเจาะจงไปยังทีมใด คุณอาจต้องมีโมเดลแบบกำหนดเองที่ฝึกฝนด้วยตนเอง

ความก้าวหน้าครั้งใหญ่ในปีที่แล้วหรือประมาณนั้นคือโมเดลที่ได้รับการฝึกฝนมาล่วงหน้านั้นดีขึ้นอย่างมาก สิ่งที่ชอบของ GPT-3 ของ Open AI ซึ่งสร้างข้อความได้ดีมาก ได้เปิดโอกาสอีกมากมาย สิ่งนี้ถูกรวมเข้ากับโมเดลการฝึกอบรมแบบกำหนดเองที่เข้าถึงได้ง่ายขึ้นมาก (โปรดแจ้งลูกค้าของ Ellipsis Akkio): ก่อนหน้านี้คุณต้องการ Data Scientist เพื่อดำเนินการนี้

นี่คือบริบทของสิ่งที่ AI สามารถทำได้ และเราจะใช้มันได้อย่างไร ตอนนี้เรามาดูกรณีการใช้งานเฉพาะที่ Ellipsis มีสำหรับแต่ละรายการในกระบวนการเนื้อหา SEO ของเรา

แมชชีนเลิร์นนิงเพื่อเพิ่มอัตราความสำเร็จของการรวมคำหลักและชื่อเรื่อง

ขั้นตอนแรกในกระบวนการผลิตเนื้อหา SEO คือการเลือกคำหลัก เราจะระบุคลัสเตอร์หัวข้อที่เราต้องการให้เนื้อหาของลูกค้าพอดี จากนั้นจึงมองหาคำหลักเป้าหมายที่ดีสำหรับโพสต์ หากคุณเลือกคำสำคัญผิด คุณไม่สามารถทำอะไรกับการสร้างเนื้อหาจะทำให้การโพสต์ทำงานได้

ด้วย FALCON เราใช้โมเดล Machine Learning แบบกำหนดเองเพื่อคาดการณ์ว่าชุดค่าผสมของคำหลักและชื่อจะทำงานได้ดีเพียงใด โดยพิจารณาจากข้อมูลภายในของเราเกี่ยวกับความสำเร็จของโพสต์ก่อนหน้า โมเดลที่กำหนดเองนี้เพียงอย่างเดียวเท่านั้นที่รับผิดชอบส่วนแบ่งของสิงโตในการเพิ่มประสิทธิภาพเนื้อหา SEO ของเรา 30%

เรามีสี่เวอร์ชันนี้เพื่อตรวจสอบ:

1. คีย์เวิร์ดที่มีอยู่
2. คำที่เกี่ยวข้อง
3. คีย์เวิร์ดหางยาว
4. คำสำคัญเกี่ยวกับเนื้อหาที่มีอยู่แล้ว

รายการแรกจะตรวจสอบคำหลักที่คุณให้ไว้อย่างง่ายๆ และสามารถตรวจสอบคำหลักได้ถึง 100 คำในแต่ละครั้ง ส่วนที่สองค้นหาคำหลักที่เกี่ยวข้องและเรียกใช้ผ่านการคาดคะเนตามขนาด (สูงสุด 100 ครั้งต่อครั้ง) โดยแสดงคำหลักที่เกี่ยวข้องซึ่งจะได้ผล ซึ่งสามารถจัดการกับคำหลักพื้นฐานได้ครั้งละ 100 คำ ดังนั้นเราจึงตรวจสอบคำหลัก 1,000 คำในเวลาไม่กี่นาที คำที่สามมีความคล้ายคลึงกันแต่เจาะลึกเข้าไปในคำหลักหางยาว เวอร์ชันสุดท้ายจะตรวจสอบเพื่อดูว่าคีย์เวิร์ดเป้าหมายอื่นในโพสต์ที่มีอยู่จะทำงานได้ดีกว่าหรือไม่

การใช้ FALCON ทำให้เราเห็นทั้งประสิทธิภาพที่เพิ่มขึ้นของเนื้อหาที่เราผลิต — เนื่องจากเรามีความมั่นใจสูงว่าโพสต์จะอยู่ในอันดับ — และการปรับปรุงในคีย์เวิร์ดที่เราหาได้ เนื่องจาก AI ทำให้แสดงคีย์เวิร์ดได้ง่ายขึ้น

จำแนกความตั้งใจในการค้นหาโดยใช้ BERT

Google สนใจที่จะมอบประสบการณ์การใช้งานที่ดีที่สุดแก่ผู้ค้นหา ซึ่งหมายความว่าให้คำตอบที่สมบูรณ์สำหรับสิ่งที่พวกเขามองหาอย่างรวดเร็ว ในการทำเช่นนี้ Google จะต้องเข้าใจว่าผู้ค้นหากำลังมองหาอะไร และหากผลลัพธ์ที่แสดงออกมานั้นให้คำตอบในเรื่องนี้ เราเรียกสิ่งนี้ว่าเจตนาในการค้นหา

เราเข้าใจสิ่งที่ผู้ค้นหากำลังมองหาโดยดูจากผลลัพธ์ที่ Google แสดง

BERT เป็นวิธีการทำความเข้าใจภาษาธรรมชาติ (NLU) แบบโอเพ่นซอร์สโดย Google ในปี 2018 Google ใช้ BERT เพื่อทำความเข้าใจจุดประสงค์ในการค้นหาในบริบท: หากคุณค้นหา "อัลบั้มของควีน" จะเข้าใจว่า Queen ในบริบทนี้หมายถึงวงดนตรี ไม่ใช่ราชินีคนนั้น

Google ใช้วิธีนี้เพื่อทำความเข้าใจว่าผู้ค้นหากำลังมองหาอะไร เรากำลังใช้มันเพื่อทำเช่นเดียวกันกับ FALCON โดยดูที่ผลลัพธ์และใช้เพื่อจำแนกจุดประสงค์ในการค้นหา เรากำลังใช้โมเดล BERT ที่ผ่านการฝึกอบรมมาล่วงหน้าเพื่อทำสิ่งนี้

นี้เข้ามาในกระบวนการวิจัยคำหลักของเรา คุณสามารถทำได้ด้วยตนเอง แต่มักจะทำด้วยตนเองในคำค้นหา ไม่ใช่ในผลการค้นหา: "ซื้อธีม WordPress" ที่ใช้งานง่ายพอสมควรคือคำหลักที่มีเจตนาในการซื้อ แม้ว่า Google จะนำเสนอผลลัพธ์ที่ไม่คาดคิดมากขึ้นเรื่อยๆ เนื่องจากเป็นการตอบสนองต่อผู้ใช้ในโลกแห่งความเป็นจริง ดังนั้นการใช้ BERT ทำให้เราดูผลลัพธ์ 10 อันดับแรกและจัดหมวดหมู่ตามผลลัพธ์ทั้งหมด – และจะทำได้ภายในเวลาประมาณครึ่งวินาที

การประมวลผลภาษาธรรมชาติเพื่อระบุหัวข้อ

Google ต้องการทำความเข้าใจว่าผู้ค้นหากำลังมองหาอะไร ในการกำหนดตำแหน่งที่จะจัดอันดับเนื้อหา จำเป็นต้องเข้าใจว่ามีอะไรอยู่ในหน้าเว็บ เพื่อให้สามารถเข้าใจได้ว่าผลลัพธ์นั้นตรงกับความต้องการของผู้ค้นหามากน้อยเพียงใด

Google ใช้การประมวลผลภาษาธรรมชาติ (NLP) สำหรับสิ่งนี้ NLP ช่วยให้ Google ใช้ URL และทำความเข้าใจเอนทิตีและหัวข้อที่อยู่ในหน้า เมื่อรู้ว่ามีอะไรอยู่ในหน้า ก็สามารถเข้าใจว่าจะจัดอันดับไว้ที่ใด

NLP เป็นพื้นที่ที่ทันสมัยของ SEO มาเป็นเวลานาน และเป็นส่วนสำคัญของกระบวนการเนื้อหาของเราในช่วงสามปีที่ผ่านมา เครื่องมือทางการค้า เช่น Clearscope, MarketMuse และ Frase ได้ทำให้วิธีการนี้เป็นที่นิยม: พวกเขาจะดูผลลัพธ์ 10-30 รายการแรกสำหรับคำหลักเป้าหมาย จากนั้นจึงรวมหัวข้อต่างๆ ภายในผลลัพธ์เหล่านั้น ซึ่งจะแสดงรายการหัวข้อ 30-50 หัวข้อเพื่อให้คุณครอบคลุมในโพสต์ และการครอบคลุมหัวข้อเหล่านี้จะช่วยให้คุณมั่นใจได้ว่าคุณได้ตอบคำถามทั้งหมดที่ผู้ค้นหาจะทำได้ดี

นี่เป็นกระบวนการที่ทดลองและทดสอบแล้ว และเราได้รับผลลัพธ์ที่ดีจากสิ่งนี้มาหลายปีแล้ว

เครื่องมือเชิงพาณิชย์มีข้อ จำกัด บางประการ ตัวหลักคือ AI: NLP ดี แต่ก็มีข้อจำกัด เครื่องมือเหล่านี้อาศัยผลลัพธ์ที่ดีจาก NLP ที่พวกเขาใช้ ตัวอย่างเช่น Google สามารถระบุได้เพียง 18% ของหัวข้อบนหน้าเว็บ และมักระบุหัวข้อผิด

เราเห็นเช่นเดียวกันกับเครื่องมือเชิงพาณิชย์: เป็นเรื่องปกติสำหรับพวกเขาที่จะใช้ผู้ให้บริการ NLP หนึ่งราย ดังนั้นพวกเขาจะพลาดหัวข้อและเอนทิตีที่โพสต์จำเป็นต้องครอบคลุม หากคุณกำลังพิจารณาเนื้อหาของคุณจากรายการหัวข้อที่ไม่สมบูรณ์ แสดงว่าคุณกำลังพลาด

ดังที่คุณเห็นในตัวอย่างนี้ ฉันได้เรียกใช้การสาธิต NLP ของ Google ในโพสต์ที่มีอันดับสูงสุดสำหรับ "โฮสติ้ง WordPress ที่ดีที่สุด":

การจัดหมวดหมู่ได้ผลเป็นส่วนใหญ่ แต่ Google คิดว่า Hostinger เป็นบุคคลไม่ใช่บริษัท

สิ่งนี้ทำให้เราพัฒนาโซลูชัน FALCON NLP ของตัวเอง เพื่อรับหัวข้อเฉพาะของ WordPress ได้ดียิ่งขึ้น

ด้วยโซลูชัน NLP ภายในของเรา เราสามารถระบุหัวข้อได้ดีขึ้น ซึ่งช่วยให้เราผลิตเนื้อหาที่สมบูรณ์ได้มากกว่าเนื้อหาที่แข่งขันกันซึ่งสร้างด้วยเครื่องมือเชิงพาณิชย์

หากคุณสามารถระบุหัวข้อที่ครอบคลุมได้ดีขึ้น และตรวจสอบให้แน่ใจว่าเนื้อหาของคุณช่วยให้ Google ระบุหัวข้อของคุณได้ แสดงว่าคุณได้เปรียบในการแข่งขัน นี่คือสิ่งที่เนื้อหาของเรามี

เรายังใช้ NLP ในขั้นตอนการวิจัยคำหลักเพื่อจัดกลุ่มคำหลักเป็นกลุ่มหัวข้อโดยอัตโนมัติ ก่อนหน้านี้เป็นกระบวนการแบบแมนนวลที่ช้า ดังนั้นระบบอัตโนมัติจึงมีประโยชน์อย่างยิ่ง

โมเดล GPT-3 แบบกำหนดเองสำหรับการสร้างชื่อ

ฉันเน้น GPT-3 ด้านบน GPT-3 เป็นเทคโนโลยีที่โดดเด่นที่สร้างโดย Open AI มันสร้างข้อความและทำงานได้ดี GPT-3 ได้รับการฝึกอบรมเกี่ยวกับพารามิเตอร์ 175 พันล้านรายการ และสามารถเขียนข้อความสั้น ๆ ที่แยกไม่ออกจากสิ่งที่มนุษย์สามารถทำได้ มันค่อนข้างน่าเหลือเชื่อ

เราไม่ได้ใช้ GPT-3 สำหรับการสร้างเนื้อหารูปแบบยาวใดๆ ตามที่ฉันจะพูดถึงในภายหลัง สิ่งที่เรากำลังทำคือการใช้โมเดลแบบกำหนดเองสำหรับส่วนเฉพาะของกระบวนการเนื้อหา นี่เป็นสิ่งที่ค่อนข้างทรงพลัง

โฆษณามากมายสำหรับ GPT-3 มาจากสิ่งที่คุณทำได้ มีรายการแอพมากมายที่สร้างขึ้น “การเขียนคำโฆษณาด้วย AI” เป็นหนึ่งในประเด็นที่ชัดเจนที่สุดสำหรับ GPT-3 และขณะนี้มีการแข่งขันทางอาวุธเพื่อสร้างเครื่องมือสำหรับทำสิ่งเหล่านี้ เครื่องมือทั้งหมดเหล่านี้สร้างขึ้นบน GPT-3 API จาก Open AI

ข้อจำกัดของเครื่องมือเชิงพาณิชย์คือคุณต้องพึ่งพาข้อความแจ้งทั่วไป “ตัวสร้างชื่อโพสต์บล็อก” ที่คุณจะได้รับจาก “นักเขียนคำโฆษณา AI” SaaS จำเป็นต้องทำงานกับชื่อทุกประเภท เราต้องการบางสิ่งที่ปรับให้เหมาะสมเป็นพิเศษสำหรับเนื้อหา WordPress

เรากำลังใช้ AI เพื่อสร้างชื่อที่ปรับให้เหมาะกับ SEO ได้เป็นอย่างดี ด้วย FALCON เราสามารถใช้คีย์เวิร์ดเป้าหมาย ค้นหาผลลัพธ์อันดับต้นๆ แล้วใช้ GPT-3 เพื่อสร้างชื่อที่คล้ายกับผลลัพธ์ของเนื้อหาอันดับสูงสุด (เรากรองผลลัพธ์ที่ไม่ใช่โพสต์บล็อกออก) ผลลัพธ์เป็นชื่อที่ปรับให้เหมาะสมที่สุดสำหรับ Google เนื่องจากขึ้นอยู่กับสิ่งที่อยู่ในอันดับแล้ว

นี่คือจุดที่ AI ดีกว่ามนุษย์มาก: AI สามารถดูความแตกต่างของผลลัพธ์และสร้างหลายเวอร์ชันได้ทันที ดังนั้นเราจึงสร้างตัวเลือกชื่อหลายตัวเลือกและเรียกใช้ผ่านขั้นตอนการเรียนรู้ของเครื่องที่อธิบายข้างต้น: FALCON จะส่งชื่อที่ชนะออกมา

เราไม่ได้ช่วยประหยัดเวลาหรือค่าใช้จ่ายที่นี่ (หากต้องใช้เวลาและมีราคาแพงกว่า) แต่ตอนนี้เราสามารถประเมินตัวเลือกเพิ่มเติมมากมายตามขนาดและมอบสิ่งที่ดีที่สุดให้กับลูกค้าของเรา ฉันขอขอบคุณ Dr Oliver Crook ที่ Oxford University สำหรับการสนับสนุนในเรื่องนี้

คำถามที่ชัดเจนคือ แล้วเนื้อหาที่สร้างโดย AI ล่ะ? ฉันค่อนข้างรั้นที่เรื่องนี้เป็นความคิดที่แย่มาก ในขณะที่ฉันจะทำต่อไป

แล้วเนื้อหาที่สร้างโดย AI ล่ะ?

เราไม่ได้ใช้ GPT-3 สำหรับการสร้างเนื้อหารูปแบบยาว GPT-3 นั้นแย่มากสำหรับเนื้อหาแบบยาวเนื่องจากไม่รู้ว่ามันกำลังพูดถึงอะไร ไม่มีแนวคิดว่าความจริงคืออะไร: สามารถเชื่อมโยงคำต่างๆ เข้าด้วยกัน แต่ไม่รู้ว่ามันหมายถึงอะไร

เมื่อ Google ให้ความสำคัญกับเรื่องอำนาจมากขึ้นเรื่อย ๆ การใช้ AI ที่ไม่รู้ว่ากำลังพูดถึงอะไรคือสูตรสำหรับภัยพิบัติ

ดังนั้นเราจึงใช้การสร้างข้อความที่ระยะขอบของกระบวนการเนื้อหาของเราเพื่อปรับปรุงและค้นหาประสิทธิภาพ แต่เราไม่ได้ใช้ GPT-3 สำหรับการสร้างเนื้อหารูปแบบยาว

หากมีสิ่งใดที่เพิ่มขึ้นนี้ทำให้เรามีความสุขมากขึ้นในการทำงานร่วมกับผู้เชี่ยวชาญเฉพาะด้านเป็นสองเท่า ผู้เชี่ยวชาญเหล่านั้นมีราคาแพง แต่ถ้าคนอื่นเริ่มพยายามสร้างเนื้อหาที่อาจไร้สาระโดยอัตโนมัติ เราและลูกค้าของเราจะได้เปรียบในการแข่งขันมากขึ้น เอาเลย!

ระบบ FALCON และวิธีการที่คุณจะได้รับ

ผลลัพธ์ของเราแสดงให้เห็นว่า ผลลัพธ์เนื้อหา SEO ดีขึ้น 30% เนื่องจากเราเริ่มนำ AI ไปใช้ในกระบวนการเนื้อหาของเราอย่างจริงจัง ตั้งแต่ต้นปีนี้ เราได้เริ่มตระหนักถึงผลลัพธ์เหล่านั้นสำหรับลูกค้า

ระบบโดยรวมมีป้ายกำกับว่าระบบฟอลคอน เป็นชุดเครื่องมือภายในของเราที่ออกแบบมาเพื่อเพิ่มความสำเร็จของงานเนื้อหา SEO ที่เราทำเพื่อลูกค้า

ตอนนี้ FALCON รวมอยู่ในแพ็คเกจการเติบโตเนื้อหาทั้งหมดของเราสำหรับเนื้อหา SEO แล้ว คุณสามารถดูรายละเอียดได้ที่นี่ หรือติดต่อเพื่อดูว่าเราจะช่วยคุณได้อย่างไร