E-E-A-T וויקיפדיה: אותות אמון שגוגל ובינה מלאכותית מתגמלות

מהו E-E-A-T והאם הוא גורם דירוג?

E-E-A-T פירושו Experience, Expertise, Authoritativeness ו-Trust, והוא אינו גורם דירוג. הוא בא מ-Search Quality Rater Guidelines של גוגל, שנכתבו למעריכים אנושיים שמעריכים איכות חיפוש, וגוגל מתארת אותו בהכוונה שלה על יצירת תוכן מועיל ואמין. גוגל הוסיפה את ה-"E" הראשון לניסיון בסוף 2022, ואמון יושב במרכז: שלושת האחרים הם הראיות שמרוויחות אותו.

במילים פשוטות:

• ניסיון: האם הכותב באמת עשה את הדבר? שימוש מידי ראשון מנצח שכתוב של גיליונות מפרט.
• מומחיות: האם הכותב מכיר את הנושא, עם הסמכות או היסטוריה?
• סמכותיות: האם אחרים מכירים במקור כגורם מוביל בתחומו? סמכות מוענקת מבחוץ, לא נטענת.
• אמון: האם המידע מדויק, ישר ובטוח? כל השאר מזין את זה.

המערכות של גוגל מנסות לקרב זאת עם אותות מדידים רבים. אתם לא ממטבים ציון; אתם בונים את המציאות שהוא מנסה לזהות, והאותות באים בעקבותיה.

למה עוזרי בינה מלאכותית אכפת להם מאותם אותות?

אכפת להם כי יש להם אותה בעיה: להחליט אילו עובדות לחזור עליהן ואילו מותגים לנקוב בהם. מודל שאומן על הרשת הפתוחה יורש את מדרגות האמינות שלה. הוא קרא יותר על ישויות מתועדות היטב, ממקורות עצמאיים יותר, מאשר על אלמוניות, והוא נוטה לחומר ניטרלי, מיוחס היטב ומאושש בהרחבה. איך בינה מלאכותית מחליטה אילו מותגים לצטט מכסה את צד השליפה בפירוט.

E-E-A-T אינו רשימת בדיקה שבינה מלאכותית מריצה. הוא תיאור של החומר שממנו בינה מלאכותית נבנתה. תקנו את החומר הזה ואתם קריאים לגוגל ולמודלים בבת אחת. איננו יכולים להבטיח מה מודל כלשהו יגיד עליכם; אנחנו יכולים לחזק את המקורות שהוא קורא.

מהי ישות, ואיך גרף אמון נוצר?

ישות היא דבר שהעולם יכול לחשוב עליו (חברה, אדם, מוצר), וגרף אמון הוא רשת ההפניות המאששות והמזהים שאומרת "זה קיים, הנה מהו, והנה מי מעיד עליו." גרף הידע של גוגל ומאגרי הנתונים שמאחורי מערכות בינה מלאכותית שומרים ישויות ואת העובדות המאומתות המצורפות אליהן, לא דפים.

לכן מאמר מצוין אחד באתר שלכם מזיז כל כך מעט: זה צומת אחד שפורסם בעצמכם ומעיד על עצמו. מה שבונה את הגרף הוא אישוש חיצוני, ישויות אמינות אחרות שמתארות את שלכם באותו אופן ומצרפות את אותן עובדות. עבודת הנראות בבינה מלאכותית שלנו מאורגנת סביב הישות ולא סביב דירוגי דפים.

השאלה השימושית משתנה מ"האם הדף הזה מדורג?" ל"האם הרשת, והשכבה הקריאה למכונה שמתחתיה, יודעות מי אני ומסכימות על העובדות?"

איפה ויקיפדיה ו-Wikidata משתלבות?

הן משתלבות כעוגן הבודד הצפוף ביותר בגרף, משלוש סיבות מבניות ולא קסם.

תנאי הקדם הוא זה שאנחנו חוזרים עליו לכל פרוספקט: אין מזה דבר זמין אלא אם אתם עומדים בהנחיית הבולטות של ויקיפדיה, כלומר סיקור משמעותי במקורות אמינים ועצמאיים. בולטות, במילים פשוטות, היא שהעולם כבר כתב עליכם ברצינות. השער הוא הסיבה שאפשר לסמוך על הציטוט.

איך אנשים הופכים לחלק מגרף האמון?

שניים מארבעת האותיות, ניסיון ומומחיות, הם תכונות אנושיות: לחברה אין ניסיון חיים, לאדם יש. מייסד בולט או מומחה מוכר הוא ישות בפני עצמו, וכשהוא מקושר בבירור למותג שלכם הסמכות שלו זורמת לשלכם.

הגרסה הלגיטימית פשוטה, אם לא קלה:

• שימו כותבים אמיתיים, בשמם ומוסמכים על תוכן מהותי, עם ביוגרפיות אמיתיות.
• תעדו את המייסד או המומחה המרכזי כישות היכן שהם באמת כשירים: סיקור עצמאי קודם, זהות מובנית שנית.
• שמרו על קשר אדם-מותג עקבי בכל מקום שבו הוא מופיע.

מה שלא עובד הוא הסמכות מומצאות או פרסונות מפוברקות. מעריכים ומודלים מחפשים אישור חיצוני: סיקור, ציטוטים, טביעת רגל אמיתית. ביוגרפיה שטוענת סמכות בלי דבר מאחוריה היא צומת בלי קשתות.

למה עקביות ברחבי הרשת חשובה?

עקביות חשובה כי מכונות בודקות אם עובדות מסכימות, והסכמה נקראת כאמינות בעוד סתירה גורמת למודל להסתייג, להכליל או לטעות לגביכם. שלוש מוסכמות נושאות את רוב המשקל:

• עובדות ליבה עקביות. שם משפטי, שנת הקמה, מטה, הנהגה ותיאור בשורה אחת צריכים להתאים באתר שלכם, ב-LinkedIn, במדריכים ובעיתונות ישנה. כל אי-התאמה היא סיבה להסתייג. (לעסקים מקומיים זו בדיקת שם-כתובת-טלפון הקלאסית.)
• סימון schema.org. סימון Organization, Person ו-Product קובע עובדות בצורה שמכונות מנתחות ולא מסיקות.
• קישורי sameAs. תכונת sameAs אומרת למכונות שהישות של האתר שלכם זהה לפריט ה-Wikidata שלכם, לערך בוויקיפדיה ולפרופילים המאומתים שלכם. היא תופרת נוכחויות מפוזרות לזהות אחת.

שום דבר מזה אינו זוהר. זה אחד התיקונים הזולים ביותר לתשובות בינה מלאכותית שגויות באופן עדין, והוא אינו מתעתע בדבר: אתם מסירים רעש שמונע ממכונה מוכנה לתאר אתכם במדויק.

מה לגבי עיתונות, Reddit ו-Quora?

הם מספקים ראיות ששכבות אנציקלופדיות ומובנות אינן יכולות.

עיתונות היא חומר הגלם של סמכות: סיקור עצמאי מהותי הוא בו זמנית אות E-E-A-T, תנאי קדם לבולטות וחומר שמודלים לומדים ממנו. אין לכך תחליף סינתטי.

דיון קהילתי נושא אות אחר, מה שאנשים אמיתיים אומרים עליכם, שממופה לניסיון. שרשורים גלויים ועשירים בהשוואות הם מה שמנועי תשובות פונים אליו בשאלות בסגנון המלצה. Reddit מופיע בכבדות בכמה משטחי בינה מלאכותית. אף אחד מהם אינו ניתן לזיוף: ביקורות מושתלות ואסטרוטרף מזוהים, מורדים בדירוג ויכולים לפגוע במותג שהם נועדו לעזור לו.

אילו קיצורי דרך חוזרים כבומרנג?

כל אות נושא-עומס כאן הוא כזה שאינכם שולטים בו במלואו, ולכן קיצורי דרך נכשלים בתכנון:

• "נכתוב את דף הוויקיפדיה שלכם בלי קשר לבולטות." הוא מסומן או נמחק, לעיתים קרובות תוך ימים, וממצא ציבורי של ניגוד עניינים משאיר אתכם במצב גרוע יותר.
• "נציף את Reddit ו-Quora." אסטרוטרף הופך אות אמון פוטנציאלי לחבות.
• "אנחנו שולטים באיך שבינה מלאכותית מדברת על המותג שלכם." איש אינו יכול להזריק תוכן ל-ChatGPT, Gemini או Perplexity. אין לוח בקרה, מיקום בתשלום או API לכך.
• כותבים והסמכות מפוברקים. צמתים בלי קשתות, וחשיפה במקום סמכות.

ככל שמערכות מצליבות חזק יותר, אות מזויף עושה יותר מלהיכשל: הוא מכניס סתירות לגרף שלכם ויכול להשאיר את המכונה פחות בטוחה בכם מאילו לא עשיתם דבר.

מהי רשימת הבדיקה מ-E-E-A-T לנראות בבינה מלאכותית?

בערך לפי סדר המינוף, והפריטים הראשונים דורשים אחר צהריים, לא רכישה.

1. ביססו את הישות. בדקו אם פריט Wikidata קיים ומדויק, ואם פאנל ידע מופיע לשמכם.
2. בדקו עקביות. שלפו את עובדות הליבה מכל ערוץ ותקנו כל פער.
3. הוסיפו נתונים מובנים ו-sameAs.
4. מפו את בסיס המקורות האמיתי שלכם. רשמו סיקור עצמאי ומכובד מהשנתיים האחרונות. הבלוג שלכם, פוסטים ממומנים והודעות שהופצו בסינדיקציה אינם נחשבים. אם הרשימה דלה, זו המגבלה האמיתית שלכם.
5. בנו סמכות כותבים עם מומחים אמיתיים בשמם.
6. רדפו אחרי העוגן האנציקלופדי, רק אם המקורות תומכים בו. מדד הבולטות ורשימת כלי התקשורת לשימוש עצמי הם דרכים חינמיות לבדוק קודם.
7. הרוויחו נוכחות בקהילה היכן שהקונים שלכם כבר מדברים.
8. בדקו מחדש את המנועים. מדי פעם שאלו את ChatGPT, Gemini ו-Perplexity מה הם אומרים עליכם, ורשמו אילו מקורות הם מצטטים.

אף פריט אינו תחבולה. הם מתגמלים מותגים שהאינטרנט מתאר במדויק, בעקביות ובסמכות מקורות עצמאיים.

איך WikiBusines עוזרת

אנחנו בונים את השכבות האנציקלופדיות והמובנות, ואומרים לכם כשאתם עדיין לא מוכנים להן. עריכה בתשלום מוצהרת תמיד בוויקיפדיה בשם WikiBusines.

• בדיקת נראות בבינה מלאכותית, €490: מאיפה מערכות בינה מלאכותית מקבלות כיום את העובדות שלכם, ומה הן אומרות.
• ישות Wikidata, החל מ-€680: מזהה, טענות מובנות וקישורי sameAs.
• יצירת דף בוויקיפדיה, החל מ-€2,400 לאנגלית, 4 עד 5 שבועות, רק היכן שבדיקת בולטות (החל מ-€490, מקוזזת מהדף אם מזמינים בתוך חודש) אומרת שהמקורות מחזיקים. כוללת 90 יום של מעקב; אם דף שפורסם אינו ניתן להגנה לאחר שלושה ניסיונות בחלון הזה, אנחנו מחזירים 80%. איננו מבטיחים שדף יפורסם, או מה בינה מלאכותית תגיד.

התחילו בהערכה החינמית של 10 דקות: צרו איתנו קשר. אם המקרה אינו ברור, אנו מציעים בדיקת בולטות בתשלום החל מ-€490, שמקוזזת מהמחיר של הדף אם מזמינים בתוך חודש.