Что такое Query Fan-Out (разветвление запросов)

Что такое Query Fan-Out (разветвление запросов) и почему вы так много слышите о нем сейчас?

Разветвление запросов — это то, как режим искусственного интеллекта Google берет один поисковый запрос и расширяет его на множество связанных вопросов.

Он может охватить более широкий спектр контента, который может лучше соответствовать вашим истинным намерениям, а не только вашим точным словам.

Вы слышите об этом сейчас, потому что новые обзоры ИИ и «режим ИИ» от Google основаны на этом процессе, что может изменить то, какой контент отображается в результатах «поиска».

Разветвление запросов — это не просто очередной модный маркетинговый термин. Это принцип работы AI Mode.

Крайне важно начать понимать эту концепцию, поскольку весьма вероятно, что режим ИИ станет стандартным способом поиска в течение следующих нескольких лет. (Я ожидаю, что это произойдет, как только Google поймет, как его монетизировать должным образом.)

В  подкасте Лекса Фрридмана Сундар Пичаи сказал, что режим искусственного интеллекта будет постепенно проникать в основной поисковый опыт:

Лекс Фридман: «Видите ли вы траекторию в возможном будущем, когда режим ИИ полностью заменит 10 синих ссылок плюс обзор ИИ?»

Сундар Пичаи: «Наш текущий план заключается в том, что режим ИИ будет там как отдельная вкладка для людей, которые действительно хотят это испытать, но он пока не на том уровне, на наших основных страницах поиска. Но по мере работы функций мы продолжим переносить его на главную страницу, и вы сможете рассматривать его как непрерывный процесс».

Он также сказал, что указание на веб-страницу является основным принципом дизайна:

Лекс Фридман: «А идея о том, что режим ИИ все равно перенесет вас в сеть, созданную человеком?»

Сундар Пичаи: «Да, это станет для нас основным принципом дизайна».

Однако, если судить по обзорам AI, не стоит ожидать большого трафика через результаты AI Mode. Потери CTR могут  превышать 50% .

Однако фактическое число, скорее всего, намного выше, поскольку мы не учитываем сверхдлинные запросы в разговорном стиле, которые пользователи все чаще используют.

Несмотря на то, что сейчас режим ИИ охватывает лишь чуть более 1% запросов — как упоминалось в «Новой норме» — он, скорее всего, станет естественным продолжением каждого обзора ИИ.

Понимание разветвления запросов для лучшей оптимизации вашего контента просто имеет смысл

Важное замечание: я не хочу притворяться, что знаю, как «оптимизировать» разветвление запросов.

А разветвление запросов — это концепция, а не практика или тактика оптимизации.

Учитывая это, важно понимать, как работает разветвление запросов, поскольку  люди используют более длинные подсказки  для диалогового поиска.

И поэтому в диалоговом поиске одна подсказка охватывает множество намерений пользователя.

Давайте рассмотрим такой пример :

Deep Search выполняет от десятков до сотен поисков для составления отчета. Я пробовал подсказки для принятия решений о покупке. Когда я спросил «лучший гибридный семейный автомобиль с 7 сиденьями в ценовом диапазоне от 50 000 до 80 000 долларов США», Deep Research просмотрел 41 результат поиска и продумал свой путь через содержание.
[…]

Составление отчета заняло 10 минут, но, вероятно, сэкономило человеческие часы исследований и по меньшей мере 41 клик. Клики, которые могли бы пойти на рекламу Google.

Когда я искал гибридный семейный автомобиль, функция глубокого поиска распознала множественные поисковые запросы, множественные намерения и объединила то, что было бы несколькими страницами классических результатов SEO, в один фрагмент контента.

Диалоговый поиск на основе искусственного интеллекта больше не сопоставляет один запрос с одним результатом.

Он распространяется на десятки связанных поисковых запросов, намерений и типов контента, чтобы синтезировать ответ, который полностью обходит традиционные пути SEO.

Механика, лежащая в основе разветвления запросов

Вот мое понимание того, как работает разветвление запросов, основанное на замечательном исследовании Майка Кинга , а также на  объявлении  и  документации Google :

1. В классическом Поиске Google возвращает один ранжированный список для запроса. В режиме ИИ Gemini взрывает ваш запрос на рой подзапросов, каждый из которых нацелен на отдельный аспект того, что может вас действительно интересовать. Например: «Лучшие кроссовки для ходьбы» превращается в лучшие кроссовки для мужчин, кроссовки для ходьбы по пересеченной местности, обувь для влажной погоды, прочность стельки в кроссовках для ходьбы и т. д.
2. Эти подзапросы одновременно запускаются в активном веб-индексе, Knowledge Graph, Shopping Graph, Картах, YouTube и т. д. По сути, система выполняет распределенную вычислительную задачу от вашего имени.
3. Вместо того, чтобы рассматривать веб-страницу как один большой ответ, режим ИИ извлекает наиболее релевантные отрывки, таблицы или изображения из каждого источника. Думайте о «выборе иглы», а не о «ранжировании стека». Таким образом, вместо того, чтобы поисковая система говорила «вся эта страница — лучшее совпадение», это больше похоже на то, что «это предложение с сайта A, та диаграмма с сайта B и этот абзац с сайта C» являются наиболее релевантными частями.
4. Google хранит запущенную «память сеанса» — пользовательское внедрение, извлеченное из ваших прошлых поисков, местоположения и предпочтений. Этот вектор подталкивает, какие подзапросы будут сгенерированы и как будут оформлены ответы.
5. Если первая партия не заполняет все пробелы, модель зацикливается и выдает более детальные подзапросы, извлекает новые отрывки и вшивает их в черновик, пока покрытие не будет выглядеть полным. Все это за несколько секунд.
6. Наконец, Gemini объединяет все в один ответ и сопоставляет его с цитатами. Deep Search («AI Mode on steroids») может выполнять сотни таких подзапросов и выдавать полностью процитированный отчет за считанные минуты.

Помните,  сущности  — это основа того, как Google понимает и расширяет значение. И они играют центральную роль в том, как работает разветвление запросов.

Возьмем такой запрос, как «как уменьшить беспокойство естественным путем». Google не просто сопоставляет эту фразу со страницами с точной формулировкой.

Вместо этого он определяет такие сущности, как «тревога», «натуральные средства», «сон», «упражнения» и «диета».

Далее запускается процесс разветвления запросов, который может генерировать связанные подзапросы, уточняя их на основе предыдущих поисков пользователя:

• «Помогает ли магний справиться с тревогой?»
• «Дыхательные техники при стрессе»
• «Лучшие травяные чаи для успокоения нервов»
• «Как сон влияет на уровень тревожности»

Это не просто переписывание ключевых слов. Это семантически и контекстно связанные идеи, построенные на известных сущностях и их отношениях.

Таким образом, если ваш контент не выходит за рамки основного запроса и не охватывает вспомогательные связи сущностей, вы рискуете оказаться невидимым в новой SERP, управляемой искусственным интеллектом.

Охват сущностей — это то, что позволяет вашему контенту отображаться во всем семантическом диапазоне.

Несмотря на то, что разветвление запросов звучит круто и выглядит инновационным, нет большой разницы с тем, как мы уже должны ориентироваться на  темы вместо ключевых слов  с помощью контента, насыщенного сущностями. (И нам всем уже давно пора было это сделать.)

Я бы сказал, что этот тип процесса (или похожий) уже некоторое время происходит за кулисами в классических результатах SEO… хотя, к сожалению, у меня нет конкретных доказательств. Просто сильное распознавание шаблонов из-за слишком большого количества времени, проведенного в SERP, проверяя все это. 😆

Еще в 2018-2019 годах я заметил, что эта закономерность часто возникает с углубленным, богатым сущностями контентом, ранжирующимся и показывающим хорошие результаты для нескольких связанных намерений в поиске. Чем более богатым сущностями был контент, и чем больше контент затрагивал «следующую естественную потребность» пользователя, тем больше увеличивалось вовлечение + время пребывания, а также завершалось путешествие поиска…

И чем больше контент выполнял эти функции, тем больше он был заметен нашей целевой аудитории в классических рейтингах... и тем дольше он сохранял эту видимость или рейтинг, несмотря на изменения алгоритмов или обновления контента конкурентов.

Реализуемые SEO-ходы, связанные с механикой разветвления запросов

Если вы помните о разветвлении запросов, вы можете предпринять несколько практических шагов, чтобы более эффективно формировать свой контент и оптимизировать работу.

Но прежде чем вы приступите к его изучению, мне нужно повторить то, что было сказано ранее: я не собираюсь утверждать, что у меня есть четкий способ «оптимизации» процесса разветвления запросов в режиме искусственного интеллекта Google — он просто слишком новый.

Вместо этого этот список поможет вам оптимизировать экосистему вашего контента, чтобы полностью удовлетворить многогранные потребности, лежащие в основе поисковой цели вашего целевого пользователя.

Потому что оптимизация для диалогового поиска начинается с одного простого изменения: рассмотрения потребностей пользователей с разных точек зрения и обеспечения того, чтобы они могли найти эти разные точки зрения на вашем сайте, а не только по одному запросу за раз.

1. Авторство по отрывку.

• Пишите блоками по 40–60 слов, каждый из которых должен отвечать на один микровопрос.
• Сначала дайте ответ, а затем детализируйте — это отражает то, как ИИ выбирает фрагменты.

2. Семантически насыщенные заголовки.

• Избегайте общих заголовков и подзаголовков («Обзор»). Встраивайте сущности и модификаторы, которые ИИ может превратить в подзапросы (например, «Срок службы аккумулятора электромобилей-внедорожников зимой»).

3. Приемы повышения доверия к исходящим сообщениям.

• Ссылайтесь на рецензируемые, правительственные или авторитетные источники; LLM от Google отдает предпочтение отрывкам, которые содержат цитаты и источники для обоснования утверждений.

4. Кластерная архитектура.

• Создавайте страницы-концентраторы, которые суммируют и глубоко ссылаются на спицы. Разветвление часто выявляет URL-адреса смешанной глубины; плотные кластеры повышают вероятность выбора родственной страницы.

5. Контекстные ссылки перехода («фрагглы» или «якорные ссылки»).

• Для длинных форм используйте внутренние ссылки перехода в тексте, а не только в TOC. Они помогают LLM и поисковым роботам сосредоточиться на наиболее релевантных сущностях, разделах и микроответах по всей странице. Они также улучшают UX. (Благодарим концепцию «fraggles» Синди Крам .)

6. Проверка свежести.

Часто обновляйте статистику, чувствительную ко времени. Даже незначительное редактирование строки и новая дата поощряют повторное сканирование и квалифицируют страницу для подзапросов «живой сети».

Как оптимизировать охват намерений — ключевой компонент разветвления запросов

Режим искусственного интеллекта Google и процесс разветвления запросов отражают ход мыслей человека: он разбивает вопрос на части и собирает воедино наилучшую информацию для решения проблемы.

Люди не ищут изолированно — когда они ищут, они ищут с точки зрения перспективы, истории, с эмоциями  и многочисленными вопросами/озабоченностями.

Но как отрасль мы долгое время фокусировались на отдельных запросах, намерениях или тематических кластерах для управления нашей оптимизацией. Конечно, это полезно, но это узкая линза.

И при этом упускается из виду более общая картина: оптимизация экосистемы контента для полного удовлетворения более широких, многогранных потребностей, стоящих за целью человека.

Мы знаем, что режим искусственного интеллекта Google использует:

• Похожие запросы.
• Сопутствующие намерения пользователя.
• Связанные и взаимосвязанные сущности.
• Переформатирование/перефразирование подсказки.
• Сравнение.
• Персонализация: история поиска, электронные письма и т. д.

Итак, вот моя пошаговая (непроверенная) концепция:

• Подсказки — это вопросы.
• Но недостаточно просто охватить вопросы, нам нужно создать контент, отвечающий основным намерениям пользователей.
• Если мы сможем классифицировать большое количество вопросов по теме, мы сможем увеличить свои шансы быть заметными, когда режим ИИ распространится.

Вот пошаговое руководство:

1. Соберите вопросы по теме из:

1. Интервью с клиентами (по моему опыту, лучший источник).
   
   • Инструмент Keyword Magic от Semrush.
   • Идеи ключевых слов Ahrefs.
   • Reddit (например, через Gummysearch).
   • YouTube (VidIQ).
   • Превосходный инструмент Qforia от Майка Кинга .
2. Сгруппируйте коллекцию вопросов по намерениям пользователей.
3. Сопоставьте каждое намерение с фрагментом контента или конкретным отрывком на вашем сайте.
4. Используйте инструменты поиска и протестируйте реальные беседы с магистрами права, чтобы узнать, кто из них занимает лидирующие позиции по данному намерению.
5. Сравните свой контент/отрывок с наиболее часто упоминаемыми фрагментами контента.
6. Убедитесь, что ваш контент насыщен сущностями и включает в себя эту приятную, приятную  информацию .

Платные подписчики не только получают больше контента, больше данных и больше информации , но и инструмент классификатора намерений, который я создал, чтобы помочь вам сэкономить время на работе, которую я перечислил выше (он станет доступен премиум-подписчикам позже на этой неделе).

Если вы занимались SEO до эпохи ИИ-поиска, то, скорее всего, вы уже делали какую-то версию этой работы.

Главное, что нужно помнить, — группировать вопросы и запросы по намерению и оптимизировать их с учетом намерений по основным темам.

Подумайте, что было бы «путем поиска» или «путем контента» для вашего пользователя в классическом поиске, и осознайте, что теперь все это происходит одновременно в одном сеансе чата.

Самый большой сдвиг в мышлении, который вам, вероятно, придется осуществить, — это начать рассматривать запросы как подсказки, а не как поиск.

А эти подсказки? Они вводятся пользователями различными способами или семантическими структурами. Вот почему понимание сущностей играет ключевую роль.

Но прежде чем вы приступите к делу, мне нужно подчеркнуть один из основных факторов создания контента с учетом разветвления запросов: обязательно проделайте работу по сбору собранных вопросов, на которые вы планируете нацеливаться, и сгруппируйте их по намерению.

Это важный первый шаг.