Google Gemini, позиционируемый как мощный многомодальный ИИ (обрабатывающий текст, аудио, изображения и другие данные), стал основой для новых функций поиска с элементами искусственного интеллекта, таких как AI Mode и обзоры Google AI.
Согласно внутренним документам компании, опубликованным в рамках антимонопольного расследования в США, модель Gemini прошла предварительное обучение с использованием поисковых сигналов, включая метрики качества страниц и сайтов, такие как QScore (оценка качества) и NSR (нормализованная надежность сайта) . Эти данные, ранее недоступные широкому кругу сотрудников, теперь применяются для повышения точности ответов ИИ, превосходя традиционные методы индексации.
Интересно, что выбор источников для AI-обзоров тесно связан с ранжированием в классическом поиске Google. Например, при разветвлении запросов система разбивает пользовательский запрос на подзапросы, анализируя результаты поиска для формирования итогового ответа. При этом акцент делается на качественных сигналах, а не на релевантности — это отражает принципы EEAT (опыт, экспертиза, авторитет, надежность), заимствованные из руководящих принципов оценки качества поиска Google.
Для оптимизации контента под новые алгоритмы эксперты рекомендуют фокусироваться на прозрачности информации, глубине раскрытия темы и авторитетности создателей контента. Это особенно важно, учитывая, что Gemini активно используется в Google Cloud для решения задач разработчиков и аналитиков, а также в потребительских сервисах, где ежемесячно более 284 миллионов пользователей взаимодействуют с моделью.
Таким образом, интеграция поисковых сигналов в обучение ИИ подчеркивает значимость классических принципов SEO в эпоху генеративного искусственного интеллекта, где качество контента становится еще более критичным фактором.