Google-ის რეიტინგები და ხელოვნური ინტელექტის წყაროები: ახალი კვლევა მნიშვნელოვან შეუსაბამობას ავლენს

SEO პროგრამული უზრუნველყოფის კომპანია Search Atlas-ის ახალი ანგარიში Google-ის საძიებო რეიტინგებსა და ისეთი დიდი ენობრივი მოდელების (LLM) მიერ მოყვანილ წყაროებს შორის არსებულ განსხვავებას აანალიზებს. კვლევამ აჩვენა, რომ ხელოვნური ინტელექტის პლატფორმები, როგორიცაა ChatGPT, Gemini და Perplexity, ინფორმაციის წყაროებს Google-ისგან სრულიად განსხვავებული პრინციპით ირჩევენ.

ანალიზი 18,377 სემანტიკურად მსგავს საძიებო მოთხოვნას დაეფუძნა, რათა ტრადიციულ საძიებო სისტემაში ვებგვერდის ხილვადობა ხელოვნური ინტელექტის პლატფორმების მიერ მოყვანილ ციტირებებს შედარებოდა. მკვლევრებმა მოთხოვნები სემანტიკური მსგავსების ქულის მიხედვით შეუსაბამეს, სადაც OpenAI-ის მოდელის გამოყენებით მსგავსების ზღვარი 82% იყო.

Perplexity, რომელიც ინფორმაციის მოსაპოვებლად ვებს რეალურ დროში ათვალიერებს, ყველაზე მეტად ჰგავს Google-ის შედეგებს. კვლევის თანახმად, Google-ის შედეგებთან დომენების დონეზე მისი საშუალო თანხვედრა 25-30%-ს შეადგენდა, ხოლო URL-ების დონეზე ეს მაჩვენებელი 20%-ს უახლოვდებოდა. ჯამში, Perplexity-მ Google-თან 18,549 საერთო დომენი გაიზიარა, რაც მის მიერ ციტირებული დომენების დაახლოებით 43%-ია.

OpenAI-ის მოდელმა, ChatGPT-მ, Google-ის შედეგებთან გაცილებით დაბალი თანხვედრა აჩვენა. დომენების დონეზე საშუალო თანხვედრა 10-15%-ის ფარგლებში მერყეობდა, ხოლო URL-ების დამთხვევა, როგორც წესი, 10%-ზე დაბალი იყო. მოდელმა Google-თან მხოლოდ 1,503 საერთო დომენი გაიზიარა, რაც მის მიერ გამოყენებული წყაროების დაახლოებით 21%-ს შეადგენს.

Google-ის Gemini ყველაზე არათანმიმდევრულად მუშაობდა. ზოგიერთი მისი პასუხი საძიებო შედეგებთან თითქმის არანაირ კავშირში არ იყო, ზოგი კი მეტ-ნაკლებად ემთხვეოდა. საერთო ჯამში, Gemini-მ Google-თან მხოლოდ 160 საერთო დომენი გამოიყენა, რაც Google-ის შედეგებში არსებული დომენების 4%-ს წარმოადგენს, თუმცა ეს რიცხვი Gemini-ის ციტირებების 28%-ს შეადგენდა.

ანგარიშის მთავარი დასკვნაა, რომ Google-ში მაღალი რეიტინგი სულაც არ იძლევა გარანტიას, რომ ენობრივი მოდელი თქვენს ვებგვერდს წყაროდ გამოიყენებს. Perplexity-ის არქიტექტურა აქტიურად ეძებს ვებში, ამიტომ მისი ციტირების პატერნები უფრო მეტად ემთხვევა ტრადიციულ საძიებო რეიტინგებს. თუ თქვენი საიტი Google-ში კარგად პოზიციონირებს, დიდი ალბათობით, Perplexity-ის პასუხებშიც გამოჩნდებით.

ამის საპირისპიროდ, ChatGPT და Gemini უფრო მეტად ეყრდნობიან წინასწარ დამუშავებულ ცოდნას და შერჩევით მოძიებას. ისინი წყაროების უფრო ვიწრო წრეს იყენებენ და ნაკლებად არიან მიბმული მიმდინარე რეიტინგებზე. ორივე მოდელის შემთხვევაში, Google-თან URL-ების დონეზე თანხვედრა ძალიან დაბალია.

მნიშვნელოვანია აღინიშნოს, რომ კვლევის მონაცემთა ბაზა ძირითადად Perplexity-ზე იყო ფოკუსირებული, რომელზეც შესაბამისი მოთხოვნების 89% მოდიოდა, OpenAI-ზე - 8%, ხოლო Gemini-ზე - 3%. გარდა ამისა, კვლევა მხოლოდ ორთვიან პერიოდს მოიცავს, რაც მხოლოდ მოკლევადიან სურათს გვაძლევს და საჭიროა უფრო ხანგრძლივი დაკვირვება ტენდენციების დასადგენად.