Лайфхак від Kieran Flanagan по аналізу можливостей покращення контенту на основі принципів Ogilvy.

Промпт бере URL, збирає контент зі сторінки, перевіряє за принципами Девіда Огілві, дає оцінку контенту і рекомендації по покращенню. Нижче сам промпт.

Задача:
1. Перейти за заданим URL
2. Взяти основний контент (ігнорувати футер, навігацію, кукі полісі)
3. Оцінити контент від 0 до 100 на основі 15 принципів Огілві (кожний ~6.7 поїнтів)
4. Надати детальну таблицю з оцінкою
5. Знайти 3 напрямки для покращення
6. Дати рекомендації для покращення оцінки
7. Переписати контент, щоб досягти 100 зі 100.

15 крітерієв
1. Позиціонування продукту — Чи чітко сформульована пропозиція? Що це, для кого і чому це важливо?
2. Унікальна вигода — Чи є конкретна, сильна вигода?
3. Заголовок — Чи він зрозумілий, конкретний, викликає цікавість або фокусується на користі?
4. Орієнтація на читача — Чи текст зосереджений на потребах читача, а не бренду?
5. Зрозумілий тон — Чи мова пряма, без розмитості чи маркетингових трюків?
6. Проста мова — Без жаргону, легко для розуміння?
7. Докази — Чи є факти, статистика, відгуки або інші підтвердження?
8. Емоція/Історія — Чи є емоційне або сюжетне наповнення?
9. Структура — Чи текст зручно сканувати й чи добре він структурований?
10. Заклик до дії — Чи наступний крок очевидний і привабливий?
11. Візуали/Підписи — Якщо є, чи підсилюють вони основне повідомлення?
12. Тестованість — Чи можна окремі частини протестувати (A/B) або виміряти ефективність?
13. Довжина — Чи відповідає вона складності продукту?
14. Захоплення уваги — Чи захоплює текст із перших рядків?
15. Повторення — Чи ключові ідеї або вигоди повторюються ефективно?

На виходе буде гарний детальний звіт по контенту, як на скріншотах.

Оптимізатори знайшли патент Google, який описує AI Mode. "Search with stateful chat", https://patents.google.com/patent/US20240289407A1/en
Який є розширенням ще більш старого патенту "Generative summaries for search results", https://patents.google.com/patent/US11769017B1/en

Патенти були опубліковані більше року тому, а зараз це активно впроваджується на пошуку. Ось які там описані основні ідеї:

— Система отримує пошуковий запит та використовує LLM для створення узагальненого тексту, який відображається разом із посиланнями на релевантні джерела. Це дозволяє користувачам швидко отримати суть інформації без необхідності переглядати всі результати пошуку.

— Система зберігає контекст попередніх запитів, поведінки та інтересів користувача, створюючи "user embedding" — векторне представлення користувача. Це дозволяє надавати більш релевантні та персоналізовані відповіді.

— На основі початкового запиту система створює низку пов’язаних підзапитів, щоб охопити ширший спектр інформації та краще зрозуміти наміри користувача.

— Після генерації синтетичних запитів система формує "custom corpus" — набір релевантних документів, які потім аналізуються за допомогою великих мовних моделей (LLM) для створення узагальнених відповідей.

— Система може обробляти та представляти інформацію в різних форматах — текст, відео, аудіо, графіки — залежно від потреб користувача та типу запиту.

— Для складних запитів система формує послідовність логічних кроків, які допомагають краще зрозуміти та відповісти на запитання користувача.

Вплив на SEO:
• Система надає перевагу контенту, який містить унікальну, першоджерельну інформацію, а не повторює вже відомі дані.
• Необхідно створювати контент, який є релевантним та корисним навіть у невеликих фрагментах, оскільки система аналізує інформацію на рівні абзаців або речень.
• Важливо охоплювати ширший спектр пов’язаних тем і запитів, щоб підвищити шанси на включення в "custom corpus".
• Тривалість перегляду сторінки та інші показники взаємодії можуть впливати на те, чи буде ваш контент включено до узагальнень.
• Використання списків, таблиць, відео та інших форматів може покращити видимість у результатах пошуку.
• Розуміння цільової аудиторії та адаптація контенту до її потреб стає критично важливим.