作者 | Vik Bogdanov
翻譯 | Katie,責編 | 晉兆雨
頭圖 | 付費下載於視覺中國
自成立以來，搜尋引擎已經從基本搜索代理變成了基於人工智慧（AI）和機器學習（ML）的複雜算法。這些創新技術從兩個完全相反的角度影響搜尋引擎優化（SEO）空間。
一方面，由於新的基於AI的排名算法能夠對元數據執行非常深入的掃描，因此，推廣網站並將其推向SERP的頂部變得更具挑戰性。另一方面，由於搜索結果的整體質量已顯著提高，因此現在更難使用不同的技巧和黑帽操作來操縱它們（儘管仍然有可能在下面向你展示）。
總而言之，人工智慧從根本上改變了SEO的方法。讓我們深入探討如何在搜尋引擎營銷中使用AI，以及精通技術的營銷人員如何使用AI更好地實現其目標並改善關鍵績效指標。
什麼是「 AI技術」？
人工智慧技術按照模仿人類行為和能力的能力進行分類。利用這些特徵，所有AI技術（現有技術和假設技術）都可以分為三種類型：
1）人工智慧（ANI）或較弱AI。
它提供的能力範圍很窄。這些系統只能接受訓練以執行特定任務。例如Google的Rankbrain，Apple的Siri或Amazon的Alexa。
2）人工智慧（AGI）或強大的人工智慧。
它反映了人類的能力，具有多種功能，能夠解決許多問題並從經驗中學習。
3）人工超級智能（ASI）或假想的AI。
它應該超越人類的智力。
到目前為止，ANI是唯一已被人類成功實現的AI類型。
為什麼需要機器學習？
機器學習是AI的應用程式，無需明確編程即可自動從經驗中學習和改進。ML的出現是對不斷增長的數據量進行分析的結果，因此底層算法不會改變，但是用於選擇特定答案的代碼的內部權重和偏差會發生變化。當然，這不是那麼簡單。
數據科學家經常將用於實現ML的技術稱為算法。算法是一系列分步操作，通常是計算，它們可以在有限的步驟中解決特定的問題。在機器學習中，算法使用一系列有限步驟通過從數據中學習來解決問題。
儘管ML算法是學習的，但是通常很難找到術語「學習」的確切含義，因為有不同的方法可以從數據中提取信息，具體取決於ML算法的構建方式。通常，學習過程需要大量數據，這些數據在給定特定輸入的情況下即可提供預期的響應。每個輸入/輸出對都是一個示例，其他示例使該算法更易於學習。這是因為每個輸入/輸出對都對應於定義問題區域的行，聚類或其他統計視圖。
ML是優化模型的過程，它是數據本身的數學通用表示形式，即使它收到以前從未見過的輸入，也可以使其預測或以其他方式確定適當的響應。模型提供的答案越準確，模型從所提供的輸入中學習的越好。該算法將模型擬合到數據，並且該擬合過程正在學習中。
機器學習的原理
機器學習的中心思想是，你可以使用算法事先不知道的數學函數來表示現實，但是在查看一些數據後（總是以輸入和輸出成對的形式）可以猜出它。你可以根據未知的數學函數來表達現實及其所有複雜性，機器學習算法可以找到這些未知數學函數並將其用作內部數學函數的修改。也就是說，每種機器學習算法都基於可修改的數學函數。
根據預期結果和輸入數據的類型，你可以根據學習風格對算法進行分類。你選擇的樣式取決於你擁有的數據類型和預期結果。
使用四種學習風格來創建算法：
監督學習–算法嘗試對目標預測輸出與輸入函數之間的關係和依賴性進行建模，以便我們可以根據從先前數據集中學習到的關係來預測新數據的輸出。
無監督學習-使用無標籤數據訓練計算機。學習數據中的模式後，計算機可以教你一些新知識。在我們不知道要在數據中查找什麼的情況下，這些算法特別有用。
半監督學習-在許多實際情況下，標籤的成本非常高，因為它需要熟練的專業人員。因此，在沒有標籤的情況下，半指導算法是構建模型的最佳選擇。這些方法利用了這樣的思想，即即使未標記的數據組的成員身份是未知的，數據也會攜帶有關該組參數的重要信息。
強化學習-這種方法利用與環境互動過程中收集到的觀察結果來採取行動，以最大程度地提高回報或最小化風險。強化學習算法（稱為代理）從環境中連續不斷地學習。在此過程中，代理從他在環境中的經驗中學習，直到探究所有可能的狀態為止。
每天，我們必須處理的信息量呈指數級增長。對我們情緒狀態的壓力也是如此。因此，機器學習已成為人類自動化日常工作，節省時間並提高生產率的必要條件。
人工智慧如何在搜尋引擎算法中使用？
現在，當我們弄清楚了AI算法如何工作以及一般為何需要它們時，讓我們繼續進行SEO及其如何利用AI技術。
機器學習的進步推動了基於AI的SEO的發展。儘管自2003年以來一直在探索這一領域，但十年後的第一個重大成就是在2013年推出了Word2vec， 這是一種「自然語言處理（NLP）技術，它使用神經網絡模型從大型語料庫中學習單詞聯想文字。」
兩年後的2015年，Google使用 Word2vec資料庫來構建和啟動RankBrain，並將其作為Hummingbird算法的一部分。
RankBrain是一個由AI驅動的自我學習系統，它使Google能夠加快關鍵字類別的驗證速度，從而為用戶提供與其搜索查詢最相關的內容。RankBrain「知道」如何理解文本的含義，如何找到單詞之間的聯繫，學習不熟悉的單詞和短語以及如何專門適應請求的國家和語言。
所有這些都使自然搜索結果更加相關。
Google代表指出，與內容質量和連結一樣，該算法是現代搜索排名中的第三個重要因素。
好吧，蛋糕上的櫻桃是2019年發布的 Google BERT算法。
BERT（來自變壓器的雙向編碼器表示）也是基於神經網絡的NLP學習系統。與其他模型不同，BERT旨在深入了解自然語音。
換句話說，給定上下文的每個細節， BERT應當使機器人能夠理解句子中單詞的含義。Google使用BERT來更好地了解用戶查詢，並為他們提供真正相關的結果。
在SEO中使用AI的示例
內容創作
AI已經被廣泛用於創建內容。一些內容和SEO專業人員為此使用OpenAI GPT-2模型。
GPT-2
GPT-2是一個基於變壓器的大型語言模型，具有15億個參數，在800萬個網頁的數據集中進行了訓練，其簡單目標是預測下一個單詞以匹配上下文。
圖片來源：GitHub
他們說，由該轉換器編寫的文本與由人編寫的文本幾乎沒有區別。我決定仔細檢查。
作為內容營銷商，我的目標之一是提高僱主的品牌知名度和思想領導力，並通過頂級媒體和邊緣媒體上的來賓和幽靈出版物發表口碑。為了這個目標，我找到了一家位於英國的優秀媒體來提交我的來賓出版物。
但是，每篇提交的文章都會由真正的人工編輯閱讀。如果他們在內容中找不到任何價值，則不會發布。
我已經使用此轉換器創建了一篇文章，並將其提交給編輯器以供批准。令我驚訝的是，編輯們接受了它，但不明白是由機器人編寫了文字。
通常，你可以安全地應用GPT-2模型來創建不同語言的文章和評論。
GPT-2生成的文本示例
如何使用GPT-2模型
轉到託管工作GPT-2模型的https://inferkit.com。查找所需文本的來源。複製一小段（兩到三個句子）文本，將其粘貼到表單中，然後單擊「完整文本」按鈕。GPT-2將創建三到五個文本段落。如果通過人工智慧創建的結果不適合你，請再次單擊「完整文本」按鈕。
如果生成的文本符合你的期望，請進行複製。然後將由GPT-2編寫的最後一段粘貼到轉換器窗體中，然後再次單擊「完整文本」按鈕。GPT-2將繼續撰寫你的文章。
GPT-3
OpenAI最近發布了第三代開源語言預測模型GPT-3，該模型允許計算機生成與示例樣本大致相同的長度和語法結構的隨機句子。
Github用戶Manuel Araoz在他對GPT-3的早期實驗中發現，將預測的GPT-3提案發布在bitcointalk.org論壇上時，引起了論壇其他參與者的積極關注，包括有關該系統的建議必須很聰明（和/或諷刺），並且他在他們的信息中發現了微妙的模式。他認為，通過將GPT-3結果重新發布在其他留言板，博客和社交網絡上，可以獲得類似的結果。
5月的每一天，他都在bitcointalk.org上發布了一篇完全由GPT-3模型生成的有趣的技術文章。當用戶與他的帖子互動時，GPT-3模型會創建回復，甚至可以預測下一條評論。
根據Araoz的說法，每當他以自己的身份發布到論壇時，人們經常提到他們認為他必須是一個「機器人」，才能發布得如此迅速，準確，和/或與他人說相同的話。
那個實驗使他相信GPT-3是迄今為止他所看到的主要技術進步之一。
如何在SEO中使用GPT-3
如果內容營銷產生了你業務業績的50％或更多，那麼可能值得擴展你的技能以成為更精通AI的營銷商。
你可以將GPT-3模型用於以下任務：
- 大規模創建簡短內容（例如，產品目錄頁面上的頁腳內容，工具提示等）；
- 創建元描述，舊內容的ALT標籤以及其他缺少的SEO元素
- 創建常綠的內容-如果你的行業具有始終如一的常綠主題（例如定義問題，標準流程等），則GPT-3可以生成簡短的大綱並提供工作草案以進行詳細闡述和完善。
消除日常任務
通過使用預構建的模型來教學機器，可以將AI用於最小化日常流程。在我的實踐中，我遇到了以下完全或部分由AI自動化的SEO任務。
- 語義聚類；
- 表達的選擇；
- 通過確定問題的類型和相關的登陸頁面對請求類型進行分類；
- 基於螢幕截圖對網站頁面進行分類；
- 反向連結獲取的自動化，
- 檢測並修復薄內容，例如門口頁面，低質量的會員頁面或僅包含很少或沒有內容的頁面;
- 內容計劃分析。
同樣，使用獨特的算法，內容營銷人員可以更有效地創建和分析其內容計劃。
不久前，我請我前僱主的技術團隊構建一種機器學習算法，該算法將使我們的營銷團隊能夠「過濾」出文章，以在我們自己的，付費的和賺錢的媒體中發表。這樣一來，我們就可以準確地預測哪個主題最適合Google排名因素，哪個文章將變得常綠，或者哪個項目最有可能獲得Google的精選摘要。這稱為「瘦內容方法」。
聲音搜索
在任何現代SEO專業人員的清單中都可以找到的一項新技能是，了解如何優化語音查詢的內容。得益於Alexa，Siri，Cortana等AI虛擬助手的普及，語音搜索正變得越來越流行。
實際上，有35％的網際網路用戶已經使用他們的虛擬助手進行購物，Gartner預測，到2021年，所有網絡瀏覽會話中的30％將在螢幕外完成。人們使用語音搜索與自己喜歡的品牌和在Internet上搜索產品和業務。
圖片來源：dialogtech.com
如果你希望品牌保持競爭力，或者需要改善廣告系列的效果，則需要緊跟這一趨勢並優化語音搜索的內容。為了滿足算法並獲得較高的排名，你應該使用搜尋引擎所使用的相同工具和策略。這就是為什麼在使內容更易於搜尋引擎和語音搜索查詢訪問時，Moz或Yooast之類的工具非常有用的原因。
你可以應用AI的任務很多。這一切都取決於你要做什麼以及需要定期處理多少數據。始終存在盈利能力的問題。
由於從原則上講還沒有創建AI，因此我們只能使用弱目標或狹窄目標的「模擬」，例如決策樹上的梯度增強。
使用神經網絡的例子很多，分別是：
- 基於用戶行為的推薦系統；
- 確定搜尋引擎中LSI單詞的算法；
- 聊天機器人進行語言分析等
使用Deepfake技術處理SEO結果
Deepfake是合成媒體，其中現有圖像或視頻中的人被他人替換。儘管內容偽造並不是什麼新鮮事，但Deepfake仍使用強大的機器學習和人工智慧技術來操縱或創建具有很高欺騙潛力的視覺和音頻內容。
精通SEO的宣傳人員可以通過多種方式傳播虛假信息並破壞搜索結果，包括：
模稜兩可–使用AI機器人故意將錯誤的地址或電話號碼充斥於競爭對手所在的網際網路；
Google Bombing（又稱Googlewashing）-通過大量連結使網站在SERP上針對無關，不相關或偏離主題的搜索詞排名很高的做法；
302劫持-使用AI機器人配置從一個站點到另一個站點的臨時重定向，這允許重定向頁面開始對目標網頁的關鍵字進行排名。
例如，在3月發生在英國的神經毒劑襲擊和4月發生在敘利亞的化學武器襲擊之後，俄羅斯政府的宣傳機構RT和Sputnik的文章出現在Google搜索的首頁上。同樣，YouTube（由Google擁有）具有一種算法，該算法將用戶花在觀看內容上的時間劃分優先級，以此作為確定哪些內容首先出現在搜索結果中的關鍵指標。
這種算法偏好會導致頂部出現虛假，極端和不可靠的信息，這意味著該內容會被更頻繁地查看，並被用戶認為更可靠。
「來自SEO操縱行業的收入估計為數十億美元。」——布魯金斯大學
AI驅動的SEO工具
如果你是一名SEO專家，希望利用AI提供的新機會，那麼現在應該開始熟悉有用的工具。
Clearscope是基於AI的內容優化平台。該工具已付款。對於任何關鍵字，該工具都會分析表現最出色的自然成分，並使用Watson AI按重要性順序為你提供所有相關術語的細分。
另一個使用AI技術的SEO創業公司是frase.io。與Clearscope一樣，它的主要工作是為你的內容收集信息並對其進行優化。該服務是付費的，但是有免費的測試選項。
- 清楚地了解自己在做什麼和想要得到什麼，
- 數據集
- 機器學習的基礎知識（你可以閱讀BigML博客）。
與其他顯示儀錶板和圖表的工具不同，Diib用通俗易懂的語言與你交談，並描述性地解釋了 增加有機流量和改善其他關鍵SEO KPI所需採取的所有步驟。
善用AI最佳化網站的秘訣
1）使用 GPT-2和GPT-3模型來創建高質量的搜尋引擎優化內容（社交媒體的縮寫形式和meta以及長期和長期戰略意義上的常綠形式）。
2）使用 Google的Cloud Vision優化圖像，檢測情緒，理解文字等。
3） 請注意每頁內容的質量，講故事的邏輯以及使用單詞的上下文。目前，檢查是否符合上下文是最困難且最耗時的任務，因為很少有工具為此使用國家字型檔。
最佳解決方案之一是Sketchengine。它使用了源自維基百科文本的語料庫。順便說一下，Google BERT也接受了維基百科文本的培訓。
4）從 優化關鍵字頁面（包括文本搜索查詢及其密度）到優化內容的本質，即：
- 完整性
- 豐富的短語，
- 潛在語義索引（LSI），
- 設置主題的主題關鍵字，
- 搜索結果中的突出顯示（例如精選片段）等。
總結
在SEO中使用人工智慧的話題仍然存在爭議，對此有很多不同的看法。
但是，否認基於AI的技術會影響搜索優化空間是沒有道理的。發布了新的搜尋引擎算法和工具，使專家可以適應自動化關鍵字研究和內容編寫過程，簡化和改善反向連結配置文件以及總體上的用戶體驗。另一方面， deepfake等AI技術會通過使用不公平的競爭做法並散布有關你品牌的虛假信息，從而大大降低SEO的質量並操縱搜索結果。
無論你是白帽子還是白帽子的SEO專家（黑帽子的SEO專家通常是早期技術採用者，並且首先嘗試新事物）–如果你還沒有利用AI，請考慮儘快採取行動以保持競爭力，做出明智的決定，並以相關，有用和高質量的搜索結果使目標受眾滿意。
*本文僅代表作者個人觀點，不代表AI科技大本營任何立場。
原文連結：
https://hackernoon.com/ai-and-seo-a-marriage-made-in-heaven-or-hell-eh3w31y9
本文由AI科技大本營翻譯，轉載請註明出處