Microsoft elmagyarázza, hogyan hat a duplikált tartalom az AI keresési láthatóságára

AI Láthatóság és AI Keresőoptimalizálás

A Microsoft új iránymutatásokat osztott meg a duplikált tartalomról, amelyek az AI által támogatott keresésre fókuszálnak.

A Bing Webmaster Blogon megjelent bejegyzés arról szól, hogy amikor több hasonló URL létezik, az AI válaszokat melyik oldalon alapozza meg, vagyis melyik tekintendő „forrásoldalnak”.

A Microsoft arra is rávilágít, hogy a „közeli duplikátum” oldalak hogyan csoportosulhatnak össze az AI rendszerek szemében, és ez a csoportosítás hogyan befolyásolja, hogy melyik URL jelenik meg az AI által összeállított összefoglalókban.

Fabrice Canel és Krishna Madhavan, a Microsoft AI vezető termékmenedzserei így fogalmaztak: „A nagyméretű nyelvi modellek (LLM) összevonják a hasonló URL-eket egyetlen csoportba, és kiválasztanak egy oldalt, amely képviseli a teljes halmazt. Ha az oldalak közötti különbségek minimálisak, előfordulhat, hogy a rendszer egy elavult vagy nem azt a verziót választja, amelyet ki szerettél volna emelni.”

Ez azt jelenti, hogy ha több oldal nagyjából ugyanazt tartalmazza, könnyen előfordulhat, hogy az AI egy régebbi kampányoldalt, paraméterekkel módosított URL-t vagy egy regionális verziót választ ki helyetted, amelyet eredetileg nem akartál hangsúlyozni.

A Microsoft azt is kiemeli, hogy sok nagyméretű nyelvi modell alapját keresési indexek képezik. Ha ezek az indexek tele vannak duplikált tartalommal, az zavarodottságot okozhat az AI válaszokban is.

A duplikáció többféleképpen csökkentheti az AI-alapú keresésben való láthatóságot. Egyrészt az értelemszerűség nehézsége miatt: ha több oldal majdnem ugyanazzal a szöveggel, címmel és metaadatokkal rendelkezik, az AI algoritmus nehezebben döntheti el, melyik URL illik legjobban a keresési szándékhoz. Még ha a „megfelelő” oldal ott is van az indexben, az értékes jelek szétszóródnak a nagyon hasonló verziók között.

Másrészt, ha a hasonló oldalak össze vannak csoportosítva, gyakorlatilag önmagaddal versengsz, hogy melyik verzió legyen képviselőjük az AI számára.

A Microsoft megkülönbözteti az igazi tartalmi különbségeket az apró változtatásoktól. Több oldal akkor értelmes, ha mindegyik más-más igényt elégít ki. Viszont ha csak apróbb módosításokról van szó, az AI nem fog elég egyedi jelzést kapni ahhoz, hogy külön-külön tekintsen rájuk.

Ráadásul a duplikáció hátráltathatja a frissítések megjelenését, mert a keresők crawlerei így rengeteg ismétlődő URL-t néznek át, ezért lassabban tükröződhetnek a fontos változások az AI-alapú rendszerekben.

A Microsoft néhány tipikus duplikált tartalom kategóriát is megjelöl. Az egyik a szindikáció, amikor ugyanaz a cikk több oldalon jelenik meg. Ilyenkor érdemes a partnereket arra kérni, hogy a kanonikus tagek (ez olyan speciális jelölés, amely az eredeti oldalra hivatkozik) használatával mutassák meg az eredeti URL-t, illetve inkább részleteket idézzenek, ne teljes szöveget másoljanak.

Kampányoldalak esetén, ha több változatod van ugyanarra a keresési szándékra, de csak kicsi eltérések vannak köztük, ajánlott kiválasztani egy főoldalt, amely összegyűjti a linkeket és látogatói aktivitást, a többihez pedig kanonikus tageket alkalmazni, illetve az olyan régebbi oldalakat törölni, amelyek nem szolgálnak külön célokat.

Helyi oldalaknál akkor tekinthetők duplikátumnak, ha szinte ugyanaz a tartalom van rajtuk anélkül, hogy lényegi különbségek lennének — például eltérő szakszavak, helyi szabályozások vagy termékinformációk. A Microsoft azt javasolja, hogy a lokalizáció valóban érdemi legyen, hogy az AI felismerje a különbségeket.

Végül technikai duplikátumok is előfordulhatnak: ezek lehetnek URL-paraméterek, HTTP és HTTPS verziók, nagy- és kisbetűs URL-ek, vagy olyan változatok, mint a nyomtatásbarát verziók vagy nyilvános tesztoldalak.

A Microsoft szerint az IndexNow eljárás segíthet felgyorsítani azt a folyamatot, amikor oldalakat összevonsz vagy kanonikus tageket változtatsz. Ez az eszköz gyorsabban értesíti a keresőmotorokat a változásokról, így kevesebb elavult URL marad a találatok között, és a régi duplikált verziók ritkábban fognak megjelenni az AI válaszok alapjául.

A Microsoft alapelvének lényege: ha sikerül csökkenteni a hasonló oldalak számát és hagyni, hogy egyetlen hiteles verzió hordozza a fontos jelzéseket, a keresőmotorok pontosabban meg tudják érteni, mit szeretnél közölni, és a legmegfelelőbb URL-t tudják választani tartalmad képviseletére.

Ezért az elsődleges cél az összevonás, a technikai megoldások – mint a kanonikus tag, átirányítás, hreflang vagy az IndexNow – pedig akkor működnek igazán jól, ha nem tartasz fenn rengeteg, egymáshoz nagyon hasonló oldalt.

Fontos megérteni, hogy a duplikált tartalom önmagában nem büntetendő, de gyengíti a láthatóságot, mert a jelzések szétszóródnak és a keresési szándék kevésbé egyértelmű. Ha elfelejted kezelni a szindikált cikkeket, azok könnyen előrébb kerülhetnek az eredetinél. A kampányoldalak egymást szívhatják el a figyelmet, ha csak apró módosítások vannak közöttük, a regionális oldalak pedig összemosódhatnak, ha nem különböznek érdemben.

Rendszeres ellenőrzésekkel, például a Bing Webmaster Tools segítségével könnyebb felismerni az ilyen ismétlődő mintázatokat, mint az azonos címek vagy metaadatok.

Ahogy az AI-alapú válaszok egyre többen használják kiindulópontként a webes keresésekhez, a „melyik URL képvisel egy témát” kérdés egyre fontosabbá válik.

A közeli duplikációk tisztítása tehát nagyban befolyásolja, hogy az AI melyik oldaladat emeli ki, amikor egyetlen forrásoldalt kell választania egy adott válaszhoz.