In quasi ogni progetto GEO, vedo un pattern comune: i testi sono tecnicamente corretti, si posizionano bene su Google, ma ChatGPT non li cita. Spesso il problema è nella struttura del testo.

Come leggono i modelli linguistici i tuoi testi?

I sistemi KI non leggono intere pagine. Suddividono i documenti in sezioni, chiamate chunk, e selezionano passaggi specifici per le risposte. Il modello potrebbe vedere solo un paragrafo del tuo articolo, senza il contesto completo.

Il termine "LLM-Readability" descrive quanto un testo può essere suddiviso in modo efficace. Mentre tradizionalmente si valuta se un testo è comprensibile per un essere umano, qui conta se una macchina può suddividerlo chiaramente. Poiché i modelli leggono paragrafi singoli invece di pagine complete, l'unità per cui scrivi cambia: per la ricerca Google era la pagina, per la ricerca KI è il paragrafo. Un paragrafo che ha senso solo in relazione a quello precedente è inutile per un modello, anche se il testo complessivo è eccellente.

Ogni paragrafo deve essere autonomo

Ogni paragrafo deve avere un focus tematico chiaro, affermazioni verificabili e, idealmente, meno di 250 parole. Un pensiero per paragrafo.

La risposta deve venire per prima. Nei documenti lunghi, i modelli perdono precisione se l'informazione chiave è nel mezzo. In pratica, la dichiarazione più importante deve essere nei primi 350-400 parole del documento e nella prima frase di ogni paragrafo. Successivamente, seguono spiegazioni, prove e contesto.

Esempio prima e dopo

Prendiamo un fornitore di software fittizio per la registrazione del tempo di lavoro. Nella pagina del manuale c'è un paragrafo che si trova spesso nei blog aziendali.

Prima:

Registrazione del tempo nel settore medio.

La digitalizzazione del mondo del lavoro pone nuove sfide a molte aziende. Chi si occupa del passaggio da liste Excel a una soluzione digitale si pone inizialmente la domanda dello sforzo. Secondo l'esperienza, l'introduzione richiede tra due e otto settimane, dove il numero di sedi e il collegamento alla contabilità del lavoro giocano un ruolo. Il nostro software è stato sviluppato specificamente per le esigenze delle medie imprese e offre tutte le funzioni necessarie.

Dopo:

Quanto tempo ci vuole per introdurre una registrazione del tempo digitale?

Due a otto settimane. Lo sforzo dipende da due fattori: il numero di sedi e il collegamento alla contabilità del lavoro.

Un'azienda con una sede e meno di 50 dipendenti si trova solitamente al livello inferiore. L'installazione stessa richiede poche ore. Il tempo viene utilizzato per trasferire i dati vecchi e coordinarsi con il comitato aziendale.

Come ottimizzare il contenuto per la ricerca KI?

Non è necessario riscrivere tutto. La maggior parte degli effetti derivano dalla ristrutturazione dei testi esistenti:

    • Domande W come sottotitoli, formulate come una vera richiesta di ricerca
    • La risposta nella prima frase, la spiegazione dopo
    • Un pensiero per paragrafo, meno di 250 parole
    • Collegare le prove direttamente alla frase pertinente, invece di raccoglierle alla fine della pagina
    • Utilizzare lo stesso termine per un concetto, senza variazioni di sinonimi

LLM-Readability funziona solo se l'ottimizzazione classica per i motori di ricerca è già stata fatta. Un testo che Google non indice o che il server non consegna correttamente non finisce nel pool di candidati da cui un sistema KI costruisce la sua risposta. Un testo deve essere trovato prima di poter essere utilizzato.

Per quali testi vale la LLM-Readability?

Queste regole sono principalmente per contenuti di guida e spiegazione, per paragrafi che rispondono a una domanda o preparano una decisione. Sono proprio questi paragrafi a decidere se il tuo contenuto viene citato come fonte. Per altri generi di testo, queste regole non valgono con la stessa severità.

LLM-Readability è una delle tre discipline con cui le aziende possono controllare la loro visibilità nelle risposte KI. Come posizionare il tuo marchio nello spazio semantico dei modelli e misurare i progressi, lo mostra Olaf Kopp nel corso online t3n "GEO invece di solo SEO: Come rendere visibile la tua azienda nella ricerca KI".