Olvasóknak írtál. Most már gépeknek is kell írnod

Bevezető

Éveket töltöttél azzal, hogy megtanulj embereknek írni. Rövid mondatok. Aktív szerkezet. Figyelemfelkeltő bevezető az első bekezdésben. Ismered a szabályokat.

De van egy új közönség, amely elolvassa a tartalmadat – és őket nem érdekli a figyelemfelkeltő bevezető.

Az AI-rendszerek – a ChatGPT, a Perplexity, a Google AI Overviews és mások – ma már hatalmas méretekben dolgozzák fel és foglalják össze a webes tartalmakat. Amikor valaki az Ön iparágával kapcsolatos kérdést tesz fel ezeknek az eszközöknek, azok azokból a oldalakból merítenek, amelyeket magabiztosan tudnak elemezni, kivonni és idézni. A kérdés az: az Ön oldala is köztük van?

A frusztráló az, hogy az emberek számára remek írások a gépek számára szinte olvashatatlanok lehetnek. Nem azért, mert a tartalom rossz, hanem mert a szerkezet miatt nehéz kinyerni belőle az értelmet.

Íme, hogyan néz ez ki a gyakorlatban, és mit tehet ellene.

A probléma nem az, amit mondasz, hanem az, ahogyan mondod.

Amikor egy nyelvi modell elolvassa egy oldalt, nem úgy érzékeli a tartalmat, ahogyan az emberek. Nem profitál a bekezdések során felépülő kontextusból. Nem fogja fel a burkolt jelentést. Kivonja – kiemeli az egyes mondatokat vagy szakaszokat, és azokat felhasználva építi fel a választ.

Ez megváltoztatja a „jó írás” jelentését.

Vegyük például ugyanazon mondat két változatát:

A változat: „Megoldásunk segít a csapatoknak összhangban maradni és többet elvégezni.”

B változat: „Az Acme projektmenedzsment szoftvere csökkenti a csapatok közötti félreértéseket azáltal, hogy a feladatok nyomon követését egyetlen irányítópulton központosítja.”

Az A változat barátságosabbnak hangzik. A B változat inkább vállalati hangvételű.

De a B változatot fogja idézni a mesterséges intelligencia. Megnevezi a vállalatot, leírja, mit csinál a termék, és meghatározza, milyen problémát old meg – mindezt egyetlen, önmagában is teljes értelmű mondatban. A kontextusból kiemelt A változat szinte semmit sem jelent.

Írás kivonás céljából: egy egyszerű keretrendszer

Nem kell átírnia az egész webhelyét. Csak kicsit másképp kell gondolkodnia az egyes fontosabb tartalmi elemekről.

A legfontosabb kérdés: ha valaki kiemelné ezt a bekezdést a kontextusból, akkor is közölne valami világosat és konkrétat?

Íme egy gyakorlati módszer ennek a tesztnek az alkalmazására:

1. Nevezd meg kifejezetten az entitásokat. Ne írj „platformunkat” – írd le a platform nevét. Ne írj „ez a megközelítés” – mondd el, mi is az a megközelítés. Az AI-rendszerek a megnevezett entitásokból építik fel a jelentést. A névmások és az általános hivatkozások nem adnak nekik semmit, amibe kapaszkodhatnának.

2. Határozza meg, mielőtt minősítené. Kezdje a tényekkel, majd adjon hozzá árnyalatokat. A „A navigáció átalakítása után a kilépési arány 40%-kal csökkent” kinyerhető. A „Miután néhány változtatást hajtottunk végre a felhasználók webhelyen való mozgásában, az elkötelezettség jelentősen javult” nem.

3. Minden szakasz válaszoljon egy kérdésre. Az AI-kereséshez legalkalmasabb tartalom különálló kérdések köré szerveződik: Mi ez? Kinek szól? Milyen problémát old meg? Hogyan működik? Minden szakasznak önállóan kell tudnia megválaszolni a kérdését.

4. Kerülje a függő kontextust. Egy olyan mondat, amely „Mint korábban említettük…” vagy „A fentiekre építve…” kezdődik, kivonáskor értelmetlenné válik. Ismételje meg a szükséges információkat. Az a ismétlés, amely az emberi olvasó számára feleslegesnek tűnik, valójában hasznos a gép számára.

Az írás alatti strukturális réteg

Még a tökéletesen megírt tartalom is kudarcot vallhat az AI-rendszereknél, ha az alatta lévő szerkezet nem támogatja a gépi olvashatóságot.

Itt lépünk túl az írásstíluson, és belépünk egy olyan technikai rétegbe, amire a legtöbb tartalomkészítőnek eddig nem kellett gondolnia.

Néhány dolog, ami itt fontos:

• Sémajelölés – strukturált adatok, amelyek nemcsak azt mondják el az AI-alapú keresőrendszereknek, hogy mi található az oldalán, hanem azt is, hogy milyen típusú dologról van szó. Olyan platformok esetében, mint a Google AI Overviews, a sémának jól dokumentált hatása van arra, hogy a tartalmat hogyan értelmezik és jelenítik meg. Az olyan LLM-ek esetében, mint a ChatGPT és a Perplexity, a kapcsolat kevésbé közvetlen – de a világos szerkezet és a szemantikai jelek még mindig megkönnyítik a tartalom feldolgozását és pontos ábrázolását.

• Fejléc-hierarchia – az egyértelmű, leíró fejléc (H1, H2, H3) térképet ad az AI-rendszereknek a tartalmáról. Az olyan homályos fejléc, mint a „További információk” vagy a „Következő lépés”, nem közöl semmi hasznosat.

• llms.txt – egy javasolt konvenció (még nem hivatalos szabvány), amely koncepciójában hasonló a robots.txt-hez, és amely egyértelmű útmutatást ad az AI-crawlereinek a webhelyed felépítéséről és arról, hogy mit használhatnak. Jeremy Howard kutató vezette be, és több jelentős AI-crawler is átvette – de az alkalmazás még mindig egyenetlen, és sok olyan webhely, amely rendelkezik a fájllal, nem ellenőrizte, hogy azt valóban helyesen olvassa-e a rendszer.

A kifejezetten erre a rétegre kifejlesztett eszközök – mint például a Geordy AI-láthatósági eszköz – pontosan azért léteznek, mert ez nem olyan feladat, amelyet a legtöbb tartalomcsapat manuálisan el tudna látni. A Geordy automatikusan generálja azokat a strukturált formátumokat, amelyeket az AI-rendszerek használnak a tartalom megértéséhez és hivatkozásához: schema, llms.txt, YAML, Markdown és mások, amelyeket a saját domainjéről szolgáltat, anélkül, hogy a meglévő webhelyét érintené.

Hogyan néz ez ki a gyakorlatban

Vegyünk egy valós példát. Tegyük fel, hogy egy kis könyvelőirodát vezet, és írt egy alapos magyarázó oldalt a szabadúszók negyedéves adóbevallásáról.

Jelenleg, amikor valaki azt kérdezi a ChatGPT-től, hogy „mikor kell a szabadúszóknak negyedéves adóbevallást benyújtaniuk”, az Ön oldala valószínűleg nem szerepel a hivatkozott oldalak között – még akkor sem, ha jól meg van írva és jó helyezést ér el a Google-on. Néhány gyakori ok:

• A legfontosabb információk folyékony prózába ágyazódnak, amelyből nehéz kontextus nélkül kivonni őket.

• Egy világosan felépített GYIK-rész nélkül az AI-rendszereknek nehezebb azonosítani, hogy az oldal mely része ad közvetlen választ egy adott kérdésre.

• Cégének neve és konkrét szolgáltatásai nincsenek egyértelműen összekapcsolva a megfogalmazott állításokkal.

A megoldás nem az, hogy átírja az egész oldalt. Hanem az, hogy hozzáad egy világosan felépített GYIK részt explicit sémamarkupokkal, gondoskodik arról, hogy a cég neve minden fontos állítás közelében megjelenjen, és biztosítja, hogy a címsorok kérdésalapúak legyenek, nem pedig témalapúak.

A „Negyedéves bevallási határidők” így válik „Mikor vannak a szabadúszók negyedéves adóbevallási határidejei?”-vé. Ugyanaz az információ. Sokkal könnyebben kinyerhető.

A közönség bővült – az írásodnak is bővülnie kell

Ez nem azt jelenti, hogy el kell hagynia mindazt, ami a tartalmat olvashatóvá teszi az emberek számára. A jó írás továbbra is jó írás.

De a „jó” fogalma kibővült. A ma működő tartalomnak két közönséget kell kiszolgálnia: az oldalát olvasó személyt, és azt az AI-rendszert, amely hivatkozhat az oldalára egy másik személynek adott válaszban – anélkül, hogy az illető valaha is meglátogatta volna a webhelyét.

Ennek a második közönségnek mások a szükségletei. Nem lehet következtetni. Nem képes megérteni a kontextust. Kivon és ábrázol.

Írj mindkettőnek. Szervezd meg mindkettőnek. És ellenőrizd, hogy a tartalmad alatti technikai réteg valóban támogatja-e azt, amit közölni akarsz – mert jelenleg a legtöbb webhely esetében ez nem így van.

Ezt a rést érdemes megszüntetni.