Az utóbbi időszakban a Google egy új, izgalmas technológiáról adott hírt, amely a keresési élményt alapvetően átalakíthatja. Robby Stein, a Google keresési termékekért felelős alelnöke, részletezte a „lekérdezés fan-out” technikáját, amely az AI Mód keretein belül működik. Ez a megoldás több háttérkeresést végez el, amelyeket az eredeti kérdés alapján indít el, és az új információk feldolgozása révén gazdagabb, átfogóbb válaszokat kínál a felhasználóknak.
A lekérdezés fan-out technika alapjai
Amikor egy felhasználó kérdést ír be a Google AI Módjába, a rendszer egy nagy nyelvi modellt (LLM) használ, hogy értelmezze a lekérdezést, majd számos kapcsolódó keresést indít el. Stein elmagyarázta, hogy a rendszer képes olyan kérdéseket generálni, amelyeket a felhasználó nem is említett kifejezetten. Például, ha valaki azt keresi, hogy „milyen programok vannak Nashville-ben csoporttal”, a rendszer automatikusan felvetheti a „legjobb éttermek”, „legjobb bárok” vagy „gyerekekkel mit lehet csinálni” témákat is, és ezeket is megkeresi – így sokkal gazdagabb információt nyújt a felhasználónak.
A technológia működése és hatása
Ez a fan-out technika nemcsak az AI Módban, hanem a Deep Search és bizonyos AI Áttekintő funkciókban is aktív. A Google rendszere havonta körülbelül 1,5 milliárd felhasználónak segít, beleértve a szöveges és multimodális bevitelt is. Az alapul szolgáló adatforrások között megtalálhatóak a hagyományos webes találatok, valamint olyan valós idejű rendszerek, mint a Google Shopping Graph, amely óránként 2 milliárd frissítést végez. Stein hangsúlyozta, hogy a Google Keresés a világ legnagyobb AI terméke, amely hatalmas mennyiségű információt dolgoz fel.
A Deep Search funkció jelentősége
Ha a Google rendszere úgy ítéli meg, hogy egy lekérdezés mélyebb elemzést igényel, akkor aktiválhatja a Deep Search funkciót. Ez a funkció akár tucatnyi vagy akár több száz háttérkeresést is elindíthat, amelyek több percig is eltarthatnak. Stein egy példát is említett, amikor a házi széfek kutatásához használta, ahol olyan tényezők is szerepet játszottak, mint a tűzállósági értékek és a biztosítással kapcsolatos szempontok. A rendszer alaposan megvizsgálta a kérdést, és részletes választ adott, amely tartalmazta az ajánlott széfeket és azok értékeléseit is.
A Google belső eszközeinek használata AI Módban
Stein megemlítette, hogy az AI Mód hozzáfér a Google belső eszközeihez, például a Google Finance-hez és más strukturált adatforrásokhoz. Például egy részvény-összehasonlító lekérdezés esetén a rendszer képes azonosítani a releváns cégeket, lekérdezni a jelenlegi piaci adatokat, és grafikont létrehozni. Hasonló folyamatok valósulnak meg vásárlási, étterem ajánlási és más, valós idejű információn alapuló lekérdezések esetén is. Stein rámutatott, hogy a Google integrálta a legtöbb valós idejű információs rendszert, így a felhasználók egyre gazdagabb válaszokat kapnak.
A jövő kihívásai és lehetőségei
Ahogy a Google magyarázataiból kiderül, az AI Mód egyre inkább saját kereséseket generál, ami megkérdőjelezi a „lekérdezés” határait. Ez nemcsak az optimalizálás, hanem az attribúció és mérés szempontjából is kihívásokat jelent. Ahogy a keresési viselkedés egyre széttöredezettebbé és AI-alapúbbá válik, a marketingszakembereknek talán arra kellene összpontosítaniuk, hogy ne csupán egyedi kifejezésekre rangsoroljanak, hanem a szélesebb kontextusban jelenjenek meg, amelyből az AI információt merít.
Ez a fejlődés új lehetőségeket kínál a SEO szakemberek számára, akiknek alkalmazkodniuk kell a megváltozott keresési környezethez. A hagyományos kulcsszavas optimalizálás mellett a tartalom kontextusának megértése és a felhasználói élmény javítása kulcsszerepet kaphat a jövőben. Az AI által vezérelt keresési rendszerek nemcsak a technológiai fejlődést, hanem a tartalomkészítési stratégiák újragondolását is igénylik, így a SEO szakemberek számára fontos, hogy lépést tartsanak ezekkel a változásokkal.
