AI能否有效地进行技术SEO分析?

AI能否有效地进行技术SEO分析?生成式人工智能在包括SEO在内的各个领域取得了重大进展。本文探讨一个关键问题:AI能否使用原始抓取数据有效地执行技术SEO分析?我们将研究 Ch

大家好,欢迎来到IT知识分享网。

生成式人工智能在包括SEO在内的各个领域取得了重大进展。

本文探讨一个关键问题:AI能否使用原始抓取数据有效地执行技术SEO分析?

我们将研究 ChatGPT 解释 Screaming Frog 抓取数据和生成 SEO 建议的能力。

利用生成式 AI 进行技术 SEO

我的 Search Engine Land 文章经常深入探讨 SEO 和 AI 可以协作以提高效率的技术应用。例如,我曾使用 AI从图像文件生成替代文本,或从 PIM 数据生成产品描述。

然而,许多营销人员的技术水平较低,可能难以将 OpenAI 的 API、Python 和电子表格融为一体。一些营销人员宁愿将技术数据交给人工智能,自己获得清晰的人类见解。

因此,我想写一篇文章来探讨 AI 在解释技术 SEO 数据方面的有效性。即使您不通过编程 API 访问与 AI 模型进行通信,许多 AI 助手(ChatGPT、Google Gemini)也提供了用户友好的聊天界面。我们将在本文中探讨 ChatGPT。

最近,这些由人工智能驱动的聊天界面的能力不断增强。例如,OpenAI 的 ChatGPT 最近从 GPT-4 发展到 GPT-4o。新的 GPT-4o 模型带来了许多功能变化:

  • GPT-4o 比 GPT-4 快得多。它的准确度标准与 GPT-4 相似,同时响应速度与 GPT-3.5-Turbo 更相似。
  • GPT-4o 较少依赖插件或自定义 GPT 来访问 Web 内容。
  • GPT-4o 将更频繁地寻找网络内容来生成结果,从而使生成的材料“更新鲜”。
  • 虽然事实如此,但网络管理不善,充斥着错误信息。许多人认为,GPT-4 的精炼数据模型(网络请求更少)实际上产生了比 GPT-4o 更好的结果。
  • 毫无疑问,GPT-4o 至少与 GPT-4 相当。它速度更快,交互性更强。它可以处理更多类型的附加数据,生成更多类型的媒体,并且具有网络功能。

GPT-4o 现在能够更有效地搜索网络内容,这可能会对营销人员,甚至是那些缺乏技术技能的营销人员更有帮助。然而,人们对其访问网络的能力表示担忧,因为过去使用谷歌的 Bard 和 Gemini 等工具的经验显示效果较差。

为了测试 GPT-4o,我们将为其提供特定的技术 SEO 抓取数据,而不是一般的分析任务。这将帮助我们了解 ChatGPT 的改进程度,以及它是否可用于技术 SEO 分析。

通过 ChatGPT 分析 Screaming Frog 抓取数据以获得见解

Screaming Frog 的“内部全部”导出是大多数技术 SEO 洞察的基本基础。

该单一导出可以通过多种方式进行调整,以评论元数据问题、规范标签冲突、hreflang 问题等。

人工智能会发现这些问题吗?人工智能会产生幻觉或误诊不存在的问题吗?让我们来一探究竟。

我们将使用 Butcher’s Dog Food 公司的网站作为这些测试的试验台。他们是一家英国狗粮供应商,其网站大小与我们计划开展的活动相符。

首先,我们将爬取 Butchersdogfood.co.uk:

AI能否有效地进行技术SEO分析?

发现了超过 3,000 个内部地址。现在,我们可以将内部地址列表导出到 CSV 文件:

AI能否有效地进行技术SEO分析?

现在,我们可以将 CSV 文件提供给 GPT-4o 并征求一些建议。大多数人不会像我一样编写复杂的提示。他们会编写较短的提示,然后对其进行改进。因此,我将尝试遵循这种行为。

AI能否有效地进行技术SEO分析?

回复包含许多建议,但大多数都令人失望地泛泛而谈。例如,这样的建议:

  • “多个 URL 指向图像文件(例如 PNG、JPEG)。确保所有图像都针对 Web 使用进行了优化,以减少加载时间。这包括压缩图像和使用适当的格式。”

这项建议令人失望,因为 ChatGPT 实际上可以根据图片地址访问响应时间和文件大小数据。因此,响应可能会更具体。

以下是另一个非常通用的指导示例:

  • “确保正确实施规范标签,以避免出现重复内容问题。除非是故意重复,否则每个页面都应有一个自引用的规范标签。”

由于 ChatGPT 可以访问数据表,因此它应该能够(大致)确定哪些 URL 是主地址,哪些不是(URL 字符串中的参数等)。

因此,ChatGPT 应该能够隔离规范标签问题,而不是提供一般性(且无用的)指导。

让我们再进一步:

AI能否有效地进行技术SEO分析?

即使我们不断迭代并创建了更详细的提示,指导仍然相对模糊。许多页面始终缺少规范标签,例如不支持 HTML 的图像地址。

答复应该更具体、更详细,解释为什么某些地址需要规范标签但却没有。

作为上述回复的一部分,给出了一些更详细的反馈:

AI能否有效地进行技术SEO分析?

哇,这些建议真是一团糟。

从某种程度上来说,尽管这些建议完全错误,但仍然令人印象深刻。我可能希望一个没有经验的初级 SEO 人员在技术 SEO 深陷困境时也能提出类似的建议。

这个建议可能是错的,但确实有智慧的迹象。你必须记住,离题万里、得出相关但不准确的分析仍然需要一定程度的智慧。这项工作无法使用,但有迹象表明这是一次真正的尝试。

作为人类,我们倾向于用不公平的标准来衡量人工智能。如果人工智能产生了错误或不正确的东西,我们会说人工智能未能达到人类的理解能力。然而,我们中的许多人(真正的人类)也达不到这个水平,这种情况经常发生。

对我来说,问题是:人工智能是否已经失败,无法像人类一样完成任务?

我认为,就此类可访问(聊天界面)人工智能交互的应用而言,未来迹象是积极的。不过,就目前而言,按照给出的建议采取行动将是灾难性的。

将重定向 URL 识别为潜在重要(即使它是一个重定向地址),然后假设在最终目标 URL 上可能需要或不需要进行工作,这是我个人遇到的最模糊的想法之一。

ChatGPT 能够提出的唯一有趣的迹象是,网站上的许多地址导致了 301 重定向,并且可能存在一些架构缺陷:

AI能否有效地进行技术SEO分析?

上面的回复是在我们开始推动 AI 以更具体的术语思考之前,在第一条消息之后给出的。这实际上是 ChatGPT 给出的第一个建议,在某些方面它很有趣:

AI能否有效地进行技术SEO分析?

重定向地址大约有 100 个。其中许多是重定向图像地址。有些看起来像是曾经是真正的页面,或者可能是尾部斜杠重定向。其他则围绕分页。

这是一个有趣的线索,但其他大多数建议都是泛泛而谈或误导性的。ChatGPT 试图提供具体建议,这是半智能的,但这些建议会浪费时间或导致更多问题。

我会给这项工作打 D 或 E 的分数,尽管许多机器在平面数据表上无法在技术 SEO 方面获得如此高的分数。我对此印象深刻,但我不建议使用 AI 进行这种级别的技术 SEO 分析。


将 AI 洞察与 Ahrefs 的技术审核进行比较

Ahrefs 拥有一款先进的云端 SEO 爬虫。虽然 Screaming Frog 的数据可能更准确,但 Ahrefs 仍能提供可靠的数据和更深入的见解。我使用这两种工具进行网站审核。

如果我们查看 Ahrefs 完整技术 SEO 抓取的输出,我们可能就能确定 GPT-4o 距离找到真相有多近。让我们看看 Ahrefs 的概述:

AI能否有效地进行技术SEO分析?

哇,评分真高!Butcher’s Dog Food 团队干得好。

尽管评分很高,但仍然存在一些问题。这是完全正常的,通常无需担心。

有趣的是,剩余的问题围绕着重定向地址和图像,它们可能文件太大。这很有意思,因为这些是我们的人工智能助手根据 Screaming Frog 数据挑选出的一些主要问题。

这意味着什么?人工智能一直都是正确的吗?也许我们对 ChatGPT 的评价过于苛刻,因为它给出的建议“听起来很普通”,但实际上却是准确的?

既是也不是。人类常常觉得有必要捍卫自己的角色,以对抗不断进步的技术,而这可能会导致对技术的偏见。这种偏见很常见,甚至在数字领域也是如此。

然而,这项技术对技术型 SEO 专家来说并不构成直接威胁。虽然给出的建议无法使用,但人工智能的错误是智能的,类似于有前途的无经验的人的错误。

即使具体建议不准确,但见解的总体重点(例如重定向和图像压缩)是准确的。

最终判决

GPT-4o 比 GPT-3.5-Turbo 有了很大的改进。不过,我并不认为它比 GPT-4 有显著(或任何)的改进,因为 GPT-4 似乎幻觉更少。

目前,我认为 GPT-4o 是 GPT-3.5-Turbo 和 GPT-4 之间的良好折衷点。在我看来,GPT-4 的结果似乎更胜一筹。但 GPT-4o 的速度与 GPT-3.5-Turbo 差不多,而且交互性更强。

我想时间会告诉我们用户会喜欢哪种模型。我愿意等待更长时间,让 GPT-4 产生更出色的输出,即使该输出受到(精选)数据模型的限制。

ChatGPT 的建议很差。它忽略了关键点,给出的建议很笼统,毫无帮助。它试图给出具体的建议,但失败了。

然而,它的错误中也体现出了智能的迹象,就像一个没有经验的人犯的错误一样。这表明它还有改进的潜力。

目前,不要依赖这项技术进行技术性 SEO 分析,尤其是通过简单的聊天界面。但请密切关注——能够提供有价值见解的人工智能可能比我们想象的更近。

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/75853.html

(0)

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

关注微信