Використання LLM для посилення Effort та E-A-E-T факторів у YMYL-тематиках

Серед іншого, якість контенту з погляду Google визначається обсягом зусиль, витрачених на його створення, а також відповідністю факторам E-A-E-T у тематиках YMYL. Було б цікаво, якби на ці показники можна було суттєво вплинути одним – ну або парочкою – простими промптами в LLM. Адже всі люблять автоматизацію, а контент нині – недешевий.

А що, як я скажу, що це справді можливо?

Читайте далі:

Акварельний техно-скетч «Використання LLM для посилення Effort та E‑A‑E‑T у YMYL-тематиках»

Про що: як підвищити якість контенту (Effort) і авторитетність текстів (E-A-E-T) за допомогою LLM.

Для кого: для SEO-спеціалістів і авторів — творців контенту на сайтах із YMYL-тематикою або близькою до неї.

Для чого: для підвищення якості сторінок згідно з рекомендаціями Google; демонстрації значних зусиль (Effort), вкладених у створення контенту; додавання об’єктивності, точності й консенсусу; підсилення факторів Expertise, Authoritativeness, Trust у межах E-A-E-T.

Як: за допомогою LLM — для пошуку, систематизації та огляду наукових публікацій із баз даних.

Із чим: consensus.app.

Для тих, хто і без того все зрозумів, одразу надаю лінк для переходу на просту інструкцію з прикладами. Якщо ж хочете заглибитися, для вас трохи пояснень прямо зараз.

У чому сенс способу

Для тем YMYL і навколо того важливі E-A-E-T фактори і ступінь залученості автора контенту (відповідального) у процес його створення. Демонстрація різних точок зору на питання, посилання на авторитетів у темі – усе це однозначно сприяє підвищенню якості контенту. А беззаперечно авторитетними джерелами є наукові праці, погляди дослідників і дискусії, що публікуються в рецензованих журналах.

І за допомогою consensus.app ми можемо швидко і безболісно отримати:

  • необхідний пул наукових робіт з цитатами, посиланнями та повними реквізитами (за потреби);
  • їхній стислий аналіз;
  • саммері з конкретного питання з відповідними посиланнями на джерела;
  • аналіз окремих аспектів теми з виведенням інформації у потрібному форматі.

Consensus – це академічна пошукова система зі штучним інтелектом, створена на основі бази даних з понад 220 мільйонів рецензованих наукових робіт.

Так описана система на самому сайті додатку consensus.app
Так описана система на самому сайті додатку consensus.app

Власне, автор цих рядків уже давно практикує додавання цитат та окремих положень із посиланням на авторитетні джерела (у тому числі – на наукові статті), зокрема в блогових текстах на медичну або суміжну тематику. Для цього використовувалися такі ресурси, як Google Академія, PubMed та інші.

Так було зазначено в наших рекомендаціях для блогу в YMYL
Так було зазначено в наших рекомендаціях для блогу в YMYL-тематиці

А запропонована LLM здатна суттєво скоротити реальні витрати часу й зусиль на створення контенту, водночас залишаючи враження ґрунтовної дослідницької роботи, виконаної для написання статті.

Чому це має працювати

Наявність на сторінці цитат із наукових праць, посилань на дослідження, поглядів науковців і фрагментів наукових або навколонаукових дискусій істотно впливає на фактори E-E-A-T та оцінку якості основного контенту (Main Content – MC).

Варто одразу зауважити: запропонований метод не є справжнім науковим дослідженням – він лише створює його видимість. І саме з цієї перспективи слід на нього дивитися: як на видимість дослідження, видимість значних зусиль тощо.

Автору цих рядків, звісно, дуже хотілося б бачити, щоб контент, особливо у сфері YMYL, створювався не як «видимість» чи симуляція, а як повноцінне дослідження — із залученням, вивченням і використанням першоджерел. Проте реальність інакша: вартість якісного контенту й без того висока, а в разі повноцінного дослідження вона зросте в рази.

Запропонована ж методика покликана підвищити видиму якість контенту без значних витрат часу й ресурсів.

Підсилення E-E-A-T факторів

Цитування авторитетних джерел, посилання та згадки досліджень розглядаються як докази надійності, точності та репутаційної цінності контенту – особливо у випадку YMYL-тем. Як правило, такі елементи безпосередньо впливають на рівень експертизи (Expertise), авторитетності (Authoritativeness) та довіри (Trustworthiness).

Expertise. Коректне цитування експертних думок або дискусій, додавання посилань із релевантних фрагментів на якісні джерела демонструють (або принаймні створюють враження) знання теми. Дуже добре, якщо контент узгоджується з well-established expert consensus. Для тем YMYL це свідчить про те, що автор володіє перевіреними знаннями та фактичними відомостями.

Саме експертність є показником того, наскільки творець контенту володіє необхідними знаннями або навичками для розкриття теми.

Authoritativeness. Посилання на визнані джерела – наприклад, урядові сайти, наукові журнали чи експертні організації – формують репутацію сайту як go-to ресурсу. Цитати з наукових дискусій або поглядів дослідників додають ваги, особливо для енциклопедичного чи новинного контенту, де для найвищих оцінок вимагається наявність appropriate references cited.

Trust. Це – найважливіший аспект E-E-A-T. У межах оцінки довіри велике значення мають точність (accuracy) та надійність (reliability) інформації на сторінці. Google підкреслює, що якісний контент має бути accurate and consistent with well-established expert consensus when such consensus exists, а перевірка через авторитетні джерела – наукові публікації або експертні рекомендації – сприяє зростанню довіри до ресурсу.

Для інформаційних сторінок YMYL точність є критично важливою – вона запобігає потенційній шкоді, що напряму впливає на оцінку довіри (Trust). Якщо контент є ненадійним з будь-якої причини, він автоматично матиме низький рівень E-E-A-T.

Загалом, Google зазначає, що “citations support the E-E-A-T of this article”. Отже, для підвищення E-E-A-T варто активно цитувати першоджерела, окремі думки, демонструвати експертний консенсус та уникати неактуальних або непідтверджених дискусій.

Оцінка зусиль

Згідно з Інструкцією для оцінювачів якості пошуку, Google рекомендує оцінювати обсяг зусиль (Effort), спрямованих на створення контенту, розміщеного на сторінці:

  • Якість основного контенту є одним із найважливіших аспектів при визначенні якості сторінки (Page Quality – PQ). Для більшості сторінок рівень MC оцінюється за обсягом зусиль, оригінальністю, а також рівнем таланту чи майстерності, вкладених у створення матеріалу.
  • Щоб оцінити обсяг зусиль, слід звертати увагу на те, наскільки активно людина працювала над створенням повноцінного й задовільного контенту.

Якщо сторінка створена без належних зусиль, оригінальності, таланту або майстерності, необхідних для задовільного досягнення її мети, вона може бути віднесена до низької якості.

Високоякісний основний контент (MC) має бути корисним і задовільним для відвідувачів сторінки – а також демонструвати докази вкладених зусиль, оригінальності, таланту чи майстерності. Високий рівень зусиль включає точність, глибину та ясність подачі інформації.

Отже, оцінка обсягу зусиль є фундаментальним чинником для визначення якості контенту й загальної оцінки сторінки відповідно до рекомендацій Google.

В цьому контексті залучення наукових робіт, поглядів вчених на питання, що розглядається в статті, а також наявність посилань на такі джерела в основному контенті, однозначно може розглядатися як доказ зусиль, витрачених на створення сторінки.

Таким чином, підсумуємо як саме пропонований підхід пов’язаний з рекомендаціями Google:

  • Зусилля (Effort). Включають активну участь людини у створенні повноцінного контенту. Якщо матеріал містить посилання на наукові праці та погляди дослідників, це свідчить про глибоке опрацювання теми, верифікацію інформації – і, як наслідок, про значні зусилля.
  • Точність (Accuracy). Залучення запропонованого типу контенту є прямим підтвердженням точності й відповідності експертному консенсусу. Це, своєю чергою, демонструє зусилля, спрямовані на пошук, перевірку та інтеграцію достовірних даних.
  • Експертність (Expertise). Наявність авторитетних джерел і думок науковців є прямим показником експертності творця контенту або сайту в межах певної тематики. Ми опираємось на експертизу цитованих авторів і водночас створюємо враження власного дослідження.
  • Авторитетність (Authoritativeness). Посилання на наукові роботи та враження участі в дискусіях можуть свідчити про те, що творець контенту або веб-сайт визнаються авторитетним джерело з певної теми. Як і у випадку з експертністю, ми «позичаємо» авторитет тих, кого цитуємо. А демонстрація різних точок зору вже сама по собі формує враження дослідницької глибини.
  • Довіра (Trust). Найважливіший компонент E-E-A-T. Якщо сторінка містить посилання на експертні публікації та думки науковців – це значно підвищує її надійність і достовірність. Забезпечення такої надійності вимагає зусиль у перевірці, доборі та чіткому представленні інформації.

Отже, запропонована методика може істотно посилити враження, що у створення контенту було вкладено значні зусилля – а також підвищити його експертність, авторитетність і, найголовніше, довіру.

Як за допомогою consensus.app підвищити якість статей в YMYL темах

Consensus дає змогу підібрати низку джерел із наукових баз за конкретним запитом, сформульованим звичайною мовою.

Крім того, система автоматично генерує резюме, що ґрунтується саме на знайдених публікаціях.

Ви можете керувати базою, з якою працює LLM, – за допомогою фільтрів, а також впливати на формат виведення інформації, уточнювати її й ставити додаткові завдання.

Окрім цього, Consensus пропонує власні запитання, які допомагають заглибитися в тему.

Приклад промпту

Для початку роботи зазвичай формулюється запит, на основі якого підбирається пул джерел із потрібного питання. Наприклад:

Наведи різні погляди з наявних джерел, що цитуються та опубліковані в журналах з редагуванням, щодо {тема}. Вияви протилежні погляди. Структуруй по групам роботи прихильників різних поглядів.

Зроби докладний аналіз 10 джерел.

Іноді у відповіді система аналізує лише 1–2 джерела зі знайдених. У такому разі просто уточнюємо й повторюємо запит – вказуючи, що для створення саммері необхідно проаналізувати всі 10 публікацій.

Так, у фінансовій тематиці нам вдалося отримати справді переконливі дані: різні погляди на питання (що, власне, становить дискусію, а її демонстрація у публікації створює враження об’єктивності).

Далі можна отримати 100 % пруфи – цитати, що підтверджують кожну з позицій:

Виведи до кожної групи найбільш релевантну цитату з джерела 1-2 речення.

Використання LLM для посилення Effort та E-A-E-T факторів у YMYL-тематиках

Із цього переліку вибираємо найбільш влучні цитати. Їх органічно вставляємо в релевантні пасажі тексту, що описують кожну групу поглядів на проблему, – і ставимо вихідне посилання безпосередньо на текст відповідної статті.

Так, за кілька хвилин ми отримали текст, низку цитат і авторитетних посилань. Далі залишається об’єднати все це в єдиний матеріал, відредагувати й, за потреби, розширити окремі аспекти теми.

А для більш повного й глибокого розкриття питання – звернутися до додаткових запитань, запропонованих Consensus:

Використання LLM для посилення Effort та E-A-E-T факторів у YMYL-тематиках

А ще один варіант – поставити запитання безпосередньо LLM:

Сформуй перелік питань, що розкриваються в цих джерелах.

Використання LLM для посилення Effort та E-A-E-T факторів у YMYL-тематиках

Власне, перелік цих запитань можна використати як для заглиблення в тему та формування структури статті, так і для створення контент-плану для серії тематично пов’язаних матеріалів.

Цікаві результати можна отримати, передаючи цей перелік посилань до інших LLM – для аналізу, узагальнення, добору тем і структури.

Ось, наприклад, Gemini запропонував такі варіанти статей для написання:

Використання LLM для посилення Effort та E-A-E-T факторів у YMYL-тематиках

І для першої теми було сформовано такий орієнтовний план:

Приклад в медичній темі:

Можна відкрити приклад в чаті.

Таким чином, пропонуємо використовувати Consensus на початковому етапі роботи з темою. Це дає змогу отримати не лише авторитетні джерела для використання в тексті, а й цінні інсайти для побудови структури або навіть для визначення тематики цілого блоку статей.

У проєктах, де тематика дотична до YMYL, ми знайомимо авторів із цим інструментом та його принципами – пояснюємо, як і що саме аналізувати, які дані включати до тексту. Або ж самостійно формуємо структуру статті та додаємо до технічного завдання окремий документ «Матеріали до ТЗ на тему XXX». У ньому збираємо саммері з кількох ключових запитань, цитати, посилання на джерела, які слід врахувати при написанні.