Comments 5
В соавторстве с ИИ для создания контента нет ничего плохого, но удивляет именно слепая вера людей в "чудодейственные хаки". Попытки манипулировать нейронками через вшитые в сайт марк-описания (вроде llms.txt) — это тупик. Для модели нет разницы, читать весь сайт целиком или сначала скормить ей маркер, а потом страницу. Она всё равно переваривает весь доступный контекст.Более того, если бы системы генеративного поиска реально полагались на эти маркеры, интернет за пару недель завалило бы скопированными ботоблоками, созданными специально, чтобы спамить и сбивать ИИ со следа. Алгоритмы именно поэтому их и игнорируют. Сам запрос пользователя формирует вектор поиска, и модель выдаст то, чему её научили на реальных фактах, а не то, что маркетологи зашили в скрытый файлик.
Согласна, польза от чит-кодов очень сомнительная. Даже при условии что что-то (пусть не llms.txt) «вотпрямщас» сработает — с учетом скорости развития нейронок это ненадолго.
К тезису про корпоративные блоги могу добавить свои данные. Я посчитал, какие наши публикации нейросети реально цитируют, по адресу конкретной статьи, а не по домену. Со своего сайта в ответы попали 5 страниц из 16, а из 46 статей на крупных внешних площадках только 2. Хотя сами эти площадки в той же выборке были среди самых частых источников ответов.
Думаю кто-то из разработчиков передовых моделей однажды найдет применение llms.txt и файл всё-таки войдёт в стандартны оптимизации, вопрос времени. Другое дело, что конечно сейчас от него толка нет вообще никакого и добавлять "на всякий случай" до первого прецедента смысла нет
Почему «ничего не делать для GEO‑оптимизации» — нормальная стратегия GEO‑оптимизации контента