"Столько постов о том, как сделать ваш контент «машинно-читаемым» для LLM. Генеральные директора платформ отслеживания запросов в подкастах заявляют: «Впервые мы пишем не для людей, а для машин». С оговоркой, что я, как и всегда, рекомендую, чтобы контент был хорошо структурирован и понятен (потому что это просто хороший текст), но, на мой взгляд, всё это наоборот. Весь смысл LLM заключается в том, что они очень хорошо моделируют естественный язык. Они создают структуру из неструктурированного текста (и находят в нём смысл/закономерности). Это буквально то, чем они занимаются. В этом и заключался прорыв. Вот почему мы здесь об этом говорим. Вот как вы можете общаться со своим компьютером. В этом и заключается «магия». Проблема со структурой (если она есть) возникает буквально на уровне поиска/анализа/парсинга. Поскольку вывод данных обходится дорого, а контекстные окна конечны, LLM не увидит ваш документ целиком при широком поиске (т.е. при веб-поиске). Оптимизация заключается в том, чтобы убедиться, что извлеченная из вашего документа информация соответствует запросу (это математические вычисления и эвристика, прежде чем LLM что-либо увидит). Но это никак не связано с тем, что LLM не может «понять» и «прочитать» ваш текст. Это оптимизация для поиска. Для поиска. То, чем мы занимаемся десятилетиями. Более того, можно утверждать, что сейчас это проще, потому что LLM может работать со смыслом, а не только со строками. И да, иногда возникают реальные структурные проблемы. Таблицы трудно извлечь. Контент, сгенерированный JavaScript, может быть пропущен. PDF-файлы могут плохо обрабатываться. Краулеры могут блокироваться. Разметка может быть некорректной. Фрагменты могут быть выбраны неправильно. Но это не проблемы типа «LLM не может понять ваш текст». Это проблемы сканирования, анализа, извлечения, индексирования и поиска. Конечно, вы хотите убедиться, что ваш текст не противоречит сам себе, что факты и утверждения согласуются, и что вы доносите свои мысли. Внешне вы хотите убедиться, что ваше фирменное сообщение последовательно. Но это не имеет ничего общего с оптимизацией для машин. Вы должны были делать это и для людей в любом случае. Возможно, сейчас вас за это немного больше наказывают, но это всегда была проблема, которую вы должны были решать. Если кто-то говорит вам, что для понимания вашей статьи LLM нужно добавить микроразметку, вы должны серьезно усомниться в его понимании того, как работают LLM. Если кто-то говорит вам, что для GEO нужно разбить контент на части с заголовками, попросите его прочитать любое руководство по SEO, опубликованное за последние 30 лет. Мы всегда оптимизировали как для машин, так и для людей. Мы делаем это и сейчас. Но, как ни парадоксально, несмотря на океан инфографики LinkedIn, часть, касающаяся LLM, на самом деле больше связана с человеческой частью. Машинная часть — это поиск. Именно это вы и оптимизируете. Именно это мы всегда и оптимизировали. И именно это мы будем продолжать оптимизировать."
Полностью поддерживаю