Dlaczego gęstość informacji jest ważna dla modeli AI?
Model odpowiadający użytkownikowi ma ograniczone miejsce na cytat. Wybierze fragment, w którym na jedno zdanie przypada najwięcej sprawdzalnej treści - liczba, data, jednostka, nazwa własna. Akapit zbudowany z „wielu firm”, „nowoczesnych rozwiązań” i „szerokiego doświadczenia” nie daje się zacytować, bo nie ma w nim twierdzenia, które można potwierdzić lub obalić.
To odwrócenie starego odruchu SEO. Kiedyś objętość pomagała - dłuższy tekst rankował lepiej, więc opłacało się rozciągać akapity. W GEO liczy się odwrotna proporcja: rozwodnienie faktów obniża szansę na cytowanie, nawet jeśli fakty w tekście są. Ten sam materiał zapisany o połowę krócej wypada lepiej.
Co zobaczysz w raporcie?
Dostajesz udział zdań z faktem w treści wraz z oceną, a do tego dwie listy wyciągnięte z Twojego tekstu: zdania uznane za fakty i zdania uznane za wypełnienie. Obie listy zbudowane są z Twojej treści, więc widzisz dokładnie, które akapity ciągną wynik w dół.
Rekomendacje idą w formacie Przed / Po, z propozycją konkretnej redakcji zdania.
Przykładowe rekomendacje
Fragmenty raportu z audytu strony kategorii z myszkami gamingowymi w sklepie z elektroniką.
Problem: Akapit otwiera pytanie retoryczne - nie ma w nim twierdzenia, które dałoby się potwierdzić albo obalić.
Chcesz dowiedzieć się więcej? Skorzystaj z rekomendacji i sprawdź produkty w konkretnych kategoriach.
Zastąp pytanie konkretem: „W tej kategorii znajdziesz 12 przewodników zakupowych i kategorii powiązanych”.
Problem: Zdanie zbudowane z samych ogólników: „zróżnicowane”, „idealnie”, „maksymalna precyzja” - zero sprawdzalnych danych.
Dzięki zróżnicowanym sensorom, kształtom i funkcjom dopasujesz mysz idealnie do swoich potrzeb, osiągając maksymalną precyzję w rozgrywce.
Podaj kryterium: „Sensor optyczny 26 000 DPI i profil claw ograniczają błędy śledzenia kursora w grach FPS”.
Jak liczymy gęstość informacji?
Podstawa jest algorytmiczna: dzielimy tekst na zdania i sprawdzamy wzorcami, które z nich zawierają fakt - liczbę, datę, jednostkę, kwotę, nazwę własną lub konkretne twierdzenie. Wynik to udział takich zdań w całości, przeskalowany do dziesięciostopniowej oceny.
Sygnały korygujące wynik
| Sygnał w zdaniu | Wpływ |
|---|---|
| Konkretna liczba, kwota, data | w górę |
| Wartość przypisana cesze („sprawność 21,3%”) | w górę |
| Pojedyncze, sprawdzalne twierdzenie | w górę |
| Nazwa własna, marka, norma, instytucja | lekko w górę |
| Pusta fraza („warto wiedzieć”, „w dzisiejszych czasach”) | mocno w dół |
| Słowo modalne („może”, „zwykle”, „raczej”) | w dół |
| Przymiotnik oceniający bez pokrycia („najlepszy”, „skuteczny”) | w dół |
| Pytanie retoryczne | w dół |
Co podnosi, a co obniża wynik?
Podnosi
- Liczby, kwoty, daty i jednostki zamiast określeń przybliżonych
- Jedno twierdzenie na zdanie, zamiast zdania złożonego z trzech zastrzeżeń
- Nazwy własne: marki, normy, instytucje, modele
- Wartości przypisane konkretnym cechom, a nie ogólna pochwała produktu
- Skrócenie tekstu bez usuwania faktów - sama zmiana proporcji podnosi wynik
Obniża
- Akapity wprowadzające, w których nie pada ani jedno sprawdzalne twierdzenie
- Frazy wypełniające: „warto wiedzieć”, „w dzisiejszych czasach”, „jak wiadomo”
- Asekuracja: „może”, „zwykle”, „raczej”, „w pewnym sensie”
- Przymiotniki oceniające bez danych za nimi
- Pytania retoryczne zamiast odpowiedzi
Najszybsza poprawa to wymiana ogólników na dane - to samo zdanie, inna gęstość
| Zamiast | Napisz |
|---|---|
| „wiele osób” | „67% badanych” |
| „drogi w utrzymaniu” | „od 1200 zł miesięcznie” |
| „nowoczesna technologia” | nazwa technologii i rok wdrożenia |
| „znacznie wydajniejszy” | „o 18% wydajniejszy od modelu X” |
Jeśli twardych danych nie masz, działają zakresy, proporcje i porównania - „3–5 dni”, „1 na 4 zgłoszenia”, „dwa razy więcej niż średnia”.
Najczęstsze pytania
Czy krótszy tekst zawsze wypada lepiej?
Nie, liczy się proporcja, a nie długość. Długi tekst z wysokim udziałem faktów wypada lepiej niż krótki zbudowany z ogólników. Skracanie pomaga tylko wtedy, gdy usuwasz zdania bez treści, a nie same fakty.
Co zrobić, jeśli nie mam twardych danych?
Użyj zakresów, proporcji i porównań. „3–5 dni roboczych”, „1 na 4 zgłoszenia”, „dwa razy więcej niż średnia” liczą się jako konkret, bo są sprawdzalne. Bezwartościowe są dopiero określenia, których nie da się zweryfikować.
Czy wynik zależy od tego, co uzna model?
Nie. Udział zdań z faktem liczy algorytm na wzorcach - liczba, data, jednostka, kwota, nazwa własna. Model językowy dokłada tylko przykłady zdań z Twojego tekstu po obu stronach, żeby było widać, o które akapity chodzi.