Представители Google заявили, что создание "контента небольшого размера" специально для больших языковых моделей (LLM), таких как Gemini, не улучшит рейтинг в поисковой выдаче. В недавнем эпизоде подкаста Google "Search Off the Record" Джон Мюллер и Дэнни Салливан затронули набирающую популярность SEO-практику разделения контента на части, когда веб-сайты разбивают информацию на небольшие абзацы и разделы, часто с многочисленными подзаголовками, оформленными в виде вопросов.

Цель разделения контента на части – облегчить генеративным AI-ботам получение и цитирование информации, что теоретически должно повысить видимость в поиске. Веб-сайты, использующие эту технику, часто содержат короткие абзацы, иногда состоящие всего из одного или двух предложений, предназначенные для адаптации к AI-алгоритмам. Однако Салливан пояснил, что поисковые алгоритмы Google не используют эти сигналы для улучшения рейтинга. "Одна из вещей, которую я постоянно вижу в некоторых SEO-советах, это то, что вы должны разбивать вещи на действительно небольшие части", – сказал Салливан. "И это не то, на что мы смотрим".

Поисковая оптимизация (SEO) стала значительной индустрией, в которой предприятия постоянно ищут способы улучшить видимость своего веб-сайта в результатах поиска. В то время как некоторые SEO-практики являются законными и полезными, многие другие основаны на спекуляциях и недоказанных теориях. Появление LLM привело к новым SEO-стратегиям, направленным на оптимизацию контента для потребления AI, но заявление Google предполагает, что эти стратегии могут быть ошибочными.

Смысл позиции Google заключается в том, что создатели контента должны уделять приоритетное внимание созданию всестороннего и хорошо структурированного контента для людей, а не пытаться обмануть систему, создавая фрагментированный контент для AI. Это соответствует давнему акценту Google на предоставлении пользователям высококачественных и релевантных результатов поиска. Это развитие подчеркивает сохраняющуюся напряженность между оптимизацией контента для алгоритмов и созданием ценного контента для людей. Поскольку LLM продолжают развиваться и играть все большую роль в поиске информации, дебаты о том, как лучше всего оптимизировать контент как для AI, так и для людей, вероятно, продолжатся.