Questi sono i miei appunti rispetto al paper scientifico sul GEO del 28 Giugno 2024 di Pranjal Aggarwal,Vishvak Murahari,Tanmay Rajpurohit, Ashwin Kalyan, Karthik Narasimhan. Ameet Deshpande che potete trovare a questo indirizzo
https://arxiv.org/pdf/2311.09735
Cosa è il GEO
Banalmente potremmo dire che il GEO è il SEO per le intelligenze artificiali o meglio i modelli linguistici di grandi dimensioni (LLM) come Chat GPT , Gemini, DeepSeek, Claude …
Rispetto al SEO però il GEO è un framework di ottimizzazione “black-box”, cioè ottimizza i contenuti basandosi sulle reazioni osservate dei motori generativi (come Bing Chat o Google SGE) e modifica i contenuti e osserva come queste modifiche influenzano la visibilità nei risultati generati, senza conoscere esattamente come il motore elabora le informazioni.
La nuova terminologia con il GEO
Con il GEO dovremo fare familiarità con nuovi termini. Eccone alcuni che vedremo sempre più spesso utilizzati.
GE (Generative engine): motore generativo.
Sono motori che non si limitano a fornire un elenco di link, ma sintetizzano informazioni da diverse fonti per rispondere direttamente alle domande degli utenti.
Perplexity AI, ChatGPT,Bing IA sono , Google Gemini sono alcuni tra i più famosi.
A questo indirizzo https://clickup.com/it/blog/232071/motori-di-ricerca-ia c’ è un confronto delle caratteristiche di questi motori di ricerca generativi.
LLM(Large Language Model): modello linguistico di grandi dimensioni
È un tipo di modello di intelligenza artificiale (IA) progettato per comprendere e generare linguaggio umano.
GTP, Gemini, LLaMa, Claude, Mistral sono alcuni di questi LLM più diffusi.
AI (Artificial Intelligence): Intelligenza artificiale.
È il termine generico per definire il campo dell’informatica che si occupa dello sviluppo di sistemi in grado di svolgere compiti che richiederebbero l’intelligenza umana. In termini più semplici, si tratta della capacità di una macchina di imitare le capacità cognitive umane, come l’apprendimento, il ragionamento, la risoluzione di problemi e la percezione.
ML (Machine Learning): Apprendimento automatico.
È un ramo dell’intelligenza artificiale (AI) che permette ai sistemi di apprendere dai dati, senza essere esplicitamente programmati. Invece di seguire istruzioni predefinite, i modelli di ML identificano pattern e relazioni nei dati, migliorando le proprie prestazioni nel tempo.
DL (Deep Learning): Apprendimento profondo.
È un sottocampo del Machine Learning (ML) che si basa sull’utilizzo di reti neurali artificiali con più livelli (da qui il termine “profondo”) per apprendere rappresentazioni dei dati sempre più complesse.
NN (Neural Network): Rete neurale.
È un modello computazionale ispirato al funzionamento del cervello umano. È composta da un insieme di unità interconnesse, chiamate “neuroni” o “nodi”, organizzate in strati. Queste reti sono in grado di apprendere dai dati e svolgere compiti complessi come il riconoscimento di immagini, la traduzione linguistica e la previsione.
Nuove Metriche
Word Count Normalizzato: quanti vocaboli di una citazione compaiono nella risposta.
Word Count con posizione: quanto è “in alto” una citazione (simile al CTR).
Metriche soggettive: rilevanza, unicità, influenza percepita, probabilità di clic, ecc.
GEO Vs SEO: Differenze tra il SEO e il GEO
Mentre il SEO tradizionale serviva a scalare posizioni nei risultati di Google, il GEO punta a massimizzare l’apparizione e l’importanza dei propri contenuti nelle risposte sintetizzate dai modelli AI.
Come funzionano i Generative Engines (GE)?
Un Generative Engine:
- Riceve una query dall’utente.
- Recupera documenti dal web.
- Riassume e rielabora i contenuti usando modelli linguistici (LLM).
- Genera una risposta con citazioni incorporate.
Metodi GEO proposti
Gli autori sperimentano 9 tecniche di modifica dei siti web per migliorarne la visibilità, tra cui:
- Aggiunta di Citazioni
- Aggiunta di Citazioni Dirette
- Inserimento di Statistiche
- Ottimizzazione della Fluidità del Testo
- Scrittura Persuasiva/Autorevole
- Semplificazione Linguistica
- Uso di Parole Uniche o Termini Tecnici
Le tecniche vincenti sono: citazioni, statistiche e citazioni dirette, con miglioramenti fino al +40% di visibilità.
Strumenti di misurazione GEO:
Benchmark: GEO-bench
Per testare tutto, è stato creato un dataset chiamato GEO-bench con 10.000 query reali (da Bing, Google, Reddit, Perplexity.ai, GPT-4, ecc.) e contenuti associati, divisi per dominio, intento e difficoltà.
Figura 1: Il metodo di Ottimizzazione per i Motori Generativi (GEO) ottimizza i siti web per aumentarne la visibilità nelle risposte dei motori generativi. Il framework di ottimizzazione “black-box” di GEO consente quindi al proprietario del sito web della pizza,che inizialmente non aveva visibilità, di ottimizzare il proprio sito per aumentarne la visibilità nei motori generativi. Inoltre, il framework generale di GEO consente ai creatori di contenuti di definire e ottimizzare le proprie metriche di visibilità personalizzate, offrendo loro un maggiore controllo
in questo nuovo paradigma emergente.
Risultati principali
- Le tecniche GEO funzionano anche su motori reali come Perplexity.ai.
- Le strategie più efficaci variano a seconda del dominio (legale, medico, scientifico…).
- Le combinazioni di tecniche sono ancora più efficaci (es. semplificazione + statistiche).
Conclusione
Quindi gli elementi da focalizzare nel creare una strategia per il GEO è determinare il contesto del proprio cliente e quindi capire quali sono le sorgenti a cui attingono i GE per creare le risposte.
I testi per quanto riguarda i siti dovranno avere una qualità tecnica più elevata e rispondere effettivamente a possibili questi e quindi scritti per rispondere a degli obbiettivi chiari con citazioni autorevoli e precise, come fossero documenti scientici.
Prossimamente mostrerò degli esempi reali rispetto ai risultati ottenuti dopo avere applicato una strategia GEO.