Агенты ИИ в SEO: что вам нужно знать

Вероятно, в последнее время вы много слышали об агентах ИИ — будь то в разговорах на рабочем месте или пролистывая ленты социальных сетей (надеюсь, и то, и другое). 

Хотя нет недостатка в статьях, в которых обсуждаются их общие преимущества, на удивление мало внимания уделяется тому, что они означают конкретно для SEO , где их влияние не просто значительно, а усилено.

Прежде чем мы углубимся в две основные причины, по которым специалисты по поисковой оптимизации так важно понимать агентов ИИ (и да, вы, вероятно, уже используете их, даже если не осознаете этого), давайте сначала выясним, что на самом деле представляют собой агенты ИИ.

Что такое агенты ИИ?

По своей сути агенты ИИ представляют собой автономные системы, оснащенные доступом к внешним инструментам, данным, функциям и многому другому. 

Они действуют с четким пониманием конечной цели и обеспечены ресурсами, необходимыми для ее достижения.

В некоторых случаях им также дают инструкции о том, как использовать эти инструменты. В других случаях им приходится разбираться с этим самостоятельно.

Вместо того чтобы погружаться в схему или техническую диаграмму примера агентной системы, я думаю, более простую — и удивительно точную — иллюстрацию можно найти в одной из самых сложных, но недооцененных форм жизни в природе: скромном муравье.

Представьте себе колонию муравьев: королева, как и главный алгоритм ИИ, устанавливает общую цель. Рабочие муравьи — каждый из которых оснащен собственными специализированными инструментами — являются отдельными агентами, которым поручены определенные функции.

Рассмотрим параллели:

• Королева = Агент-оператор : Направляет и корректирует общую стратегию.
• Рабочие муравьи = субагенты : у каждого есть специализированный инструмент или функция, будь то сбор данных, анализ контента или передача результатов.
• Эффективность колонии = Оптимизация системы : поскольку муравьи работают вместе, система оптимизирует ресурсы и поток информации, отражая то, как агенты ИИ координируют свои действия для выполнения сложных задач.

Королева сообщает каждому «инструменту» цель, которую каждый муравей затем пытается достичь. 

Они возвращаются с запрошенным ресурсом, общаются и оценивают его статус, делятся информацией для более быстрого достижения своих макроцелей и отчитываются. 

Общий статус сообщается королеве, которая передает скорректированные команды своим инструментам.

Это не так уж и отличается от агента ИИ, за исключением того, что он в целом более сложен (хотя и не так впечатляет нас, поскольку он только поддерживает вид и не ускоряет автоматически торговлю акциями на 56 наносекунд после обнаружения нового тренда и применения позитивного настроя).

Ниже я попытаюсь провести параллель с агентами ИИ. Но прежде чем я это сделаю, позвольте мне ответить, почему одно из моих утверждений выше верно. 

Почему влияние агентов ИИ в SEO во много раз больше, чем в большинстве других профессий

Я не могу представить себе отрасль, которую бы не затронули агенты, по крайней мере косвенно. 

• Юристы будут использовать агентов для поиска и обобщения судебных решений, а также для анализа лазеек, используемых в интересах их клиентов.
• Инженеры-программисты будут использовать их для разработки кода и систем, ссылаясь на свои внутренние документы, репозитории и внешние знания.
• Пекари будут получать свои ингредиенты через грузоотправителей, координируемых с помощью агентов.
• SEO-специалисты будут использовать их в качестве инструментов, чтобы выполнять свою работу быстрее и лучше, как я проиллюстрирую ниже.

Вдобавок ко всему, нам также необходимо освоить и адаптировать маркетинг в агентских системах.

Генеративная оптимизация движка (GEO) появилась не так давно.  Но то, во что он превращается, — это нечто иное, нечто гораздо более мощное. 

Что-то, что выводит нас за рамки оптимизации алгоритма, даже если он управляется LLM, например, AI Overviews или ChatGPT, и позволяет нам оптимизировать агентов, их функции и их инструменты. Сейчас мы наблюдаем эту эволюцию в раннем возрасте, и если вы находитесь на первом этаже, то это прекрасное место. 

Хотя есть и исключения, в большинстве случаев генеративные системы во многом схожи с поисковыми системами в плане представления решений.

• Пользователь вводит запрос.
• Пользователь получает ответ.
• В этом ответе может быть несколько ссылок.

Конечно, система может проверять наличие в Интернете дополнительных ссылок за пределами ее текущей базы знаний, но ничего революционного. 

Опять же, он во многом похож на традиционный поиск, но с более удобным пользовательским интерфейсом. 

Я ожидаю, что следующие шаги в этой эволюции будут постепенными, поскольку такие инструменты, как Google и ChatGPT, будут добавлять новые возможности, например, недавно анонсированную функцию, благодаря которой система на основе искусственного интеллекта может обращаться в магазин, чтобы собрать для вас дополнительную информацию.

Однако постепенно все новые элементы будут вставать на свои места, пока мы не достигнем точки, когда предоставление вашему агенту информации о ваших целях или потребностях будет инициировать действия, которые мы, вероятно, пока не можем полностью понять.

Вот простой пример.

Вы сообщаете агенту Google (например) свою цель, желание или потребность. Допустим, вам нужны новые туфли на свадьбу. Тогда агент может:

• Проверьте свой календарь на предмет даты свадьбы.
• Проверьте погоду в этом городе на указанную дату или вероятную погоду в зависимости от времени года, если конкретная информация отсутствует.
• Спросите, что вы наденете.
• Зная свой размер, общий стиль и предпочитаемые бренды и магазины, выбирайте варианты, которые прибудут вовремя к свадьбе.
• Создайте и сохраните локальную резервную копию на случай, если что-то пойдет не так с доставкой или установкой, чтобы иметь эту информацию под рукой в ​​случае обнаружения проблемы.
• Спросите, хотите ли вы увидеть варианты:
• Если да, отправьте их на выставку по вашему выбору.
• Если нет, переходите к следующему шагу.
• Выбрав обувь, оформите заказ.
• Проверьте, какие еще общие пункты могут понадобиться для свадьбы, исходя из вашего статуса на ней (гость, шафер, жених или невеста и т. д.), и при желании отправьте вам список этих пунктов по электронной почте, если нет доказательств того, что они выполнены.

Представляя себе этот мир, у меня есть к вам несколько вопосов:

• Как вы связываете это с Google?
• Это их краулер выдал им информацию? Какую оптимизацию это требует от LLM?Это был товарный фид через Google Merchant Center?
• Использовали ли они оператора для навигации по вашему сайту, чтобы попасть на него? Нужно ли применить оптимизацию к фильтрам, чтобы упростить это?
• Если вы продаете зонты, как вы можете гарантировать, что вы войдете в число тех предложений, которые были отправлены вам ранее по электронной почте, на случай, если пойдет дождь?
• Ой, а как вообще можно получить ссылку на это?

Этот простой пример подчеркивает огромную сложность того, что нас ждет впереди. 

Появятся новые технологии, которые компаниям и командам необходимо будет внедрить и оптимизировать. 

Кроме того, с разработкой новых протоколов, таких как протокол контекста модели (MCP) компании Anthropic, добавление ленты вашего магазина на торговую площадку (или даже создание собственных инструментов для использования другими агентами) станет намного проще. 

Это открывает путь к более широкому распространению, хотя это может быть сопряжено с такими проблемами, как сложность атрибуции и непроверенная эффективность. 

Вопрос в следующем: Вы действительно хотите подождать и посмотреть, появятся ли ваши конкуренты первыми, или воспользуетесь возможностью сейчас?

Хотя я не могу предсказать точную картину мира маркетинга в ближайшие две недели, не говоря уже о годе, я могу с уверенностью сказать, что мы уже вступили в агентскую эру. 

Скорость внедрения и развития в этой сфере не похожа ни на что, что я видел за более чем два десятилетия интернет-маркетинга.

Это даже более разрушительно, чем изменения, внесенные обновлениями Google Panda и Penguin .

Копаем глубже: от поиска до агентов ИИ — будущее цифрового опыта

SEO-специалисты и GEO-оптимизаторы также используют агентный ИИ. C другой стороны, у нас есть SEO-специалисты, использующие свои собственные агентские системы. То, что начиналось как простая замена скрипта, который я ранее написал для той же задачи, с тех пор претерпело изменения. Эта агентная система начинается с того, что запрашивает у пользователя пять вещей:

1. Основная фраза, по которой они надеются ранжировать статью.
2. Любые второстепенные термины.
3. Тип статьи, которую они писали.
4. Название (если оно у них есть).
5. Автор.

Он использует эту информацию, чтобы информировать других агентов в системе о том, что им следует делать и к каким данным получать доступ.

Я создал несколько агентов и источников данных, к которым агент может получить доступ. 

Основные из них (включая несколько, которые еще находятся на стадии завершения после некоторого тестирования):

Поисковый агент

Этот агент имеет доступ к поиску Google и удаляет социальные платформы, которые, как правило, блокируют наши веб-скрейперы.

Аналитический агент

Этот агент делает несколько вещей:

• Извлекает сущности со страниц с помощью API естественного языка Google.
• Обобщает содержание.
• Извлекает вопросы из содержания.

Вероятно, я выделю их в отдельные агенты по мере расширения возможностей, но в текущей версии их объединение работает хорошо.

Хранилище данных примеров

Для каждого автора я создал папку с 10 файлами разметки, которые включают в себя:

• Предоставленные ими входные данные (основная фраза, второстепенные термины, название и т. д.).
• Контуры, сгенерированные системой.
• Окончательные наброски, которые я передал после ручного редактирования.
• Первые абзацы опубликованных статей, составленные на основе моих критериев того, как должны читаться вступления к разделам.

Эта коллекция обучает агентную систему понимать предпочтительную структуру и тон каждого автора. Она также помогает предлагать первые абзацы, которые соответствуют их стилю письма. Я регистрирую все это — входные данные, извлеченные сущности, вопросы и схемы — в W&B Weave для мониторинга производительности и руководства по улучшениям.

Контурный агент

Этот агент получает информацию от пользователя, результаты поиска, сущности, вопросы и резюме и формирует план статьи.

Вот некоторые агенты, которых я сейчас добавляю:

• Агент по ключевым словам, который будет иметь доступ к API Google Ads для получения дополнительных идей ключевых слов и объемов поиска.
• Агент социального мониторинга, который будет отслеживать социальные каналы на предмет актуальных тем, а также автоматически генерировать и отмечать, когда тема пересекает порог вероятной важности.
• Агент email: когда план статьи формируется автоматически, агентская система информирует меня, включая список известных людей, говорящих по теме, и резюме.
• Агент по конкуренции, который проверит, ранжируются ли известные конкуренты по контенту, и отправит их мне вместе с планом.

Я уверен, что это еще не все. Вы также должны (и можете) создавать агентов

Я не одинок в разработке агентов, и хотя некоторые SEO-инструменты позиционируют себя как агентские, я пока не нашел ни одного, за который стоило бы платить. 

Реальная польза от строительных агентов заключается в том, что они помогают мне понять среду, в которой я веду маркетинг.  Если вы хотите попробовать разработать его, я использовал obot.ai — простой и отличный инструмент для создания простых, полезных агентов для различных задач.

По крайней мере, это даст вам представление о том, как работают агенты, что является большим преимуществом перед конкурентами, которые не понимают, что происходит за кулисами.