Dlaczego TF-IDF jest ważny dla modeli AI?
Terminologia jest najtańszym dowodem kompetencji. Tekst o kredycie hipotecznym, w którym nie pada „wskaźnik LTV”, „zdolność kredytowa” ani „marża banku”, opisuje temat z zewnątrz - i tak właśnie wygląda dla modelu porównującego go z dziesięcioma stronami, które tych pojęć używają.
W GEO ma to dodatkowe znaczenie, bo brakujący termin to zwykle brakujący wątek. Jeśli dziewięciu konkurentów pisze o czymś, czego u Ciebie nie ma, masz lukę merytoryczną, którą model zobaczy przy składaniu odpowiedzi.
Co zobaczysz w raporcie?
Dostajesz listę brakujących terminów uszeregowaną według tego, ilu konkurentów ich używa i jak mocno wiążą się z tematem strony.
Przy terminach, które u konkurencji występują w stałym towarzystwie innego pojęcia, podpowiadamy ten kontekst - rekomendacja brzmi wtedy „dodaj termin X w kontekście Y, tak łączy je 6 z 10 konkurentów”, a nie samo „dodaj X”.
Przykładowe rekomendacje
Fragmenty raportu z audytu strony kategorii z myszkami gamingowymi w sklepie z elektroniką.
Problem: Fraza „dpi optyczna” pada u 5 z 8 konkurentów przy opisie sensora, a w Twojej treści nie występuje ani razu.
Sensor optyczny wpływa na dokładność śledzenia ruchu i szybkość reakcji.
Użyj terminu w wyjaśnieniu: „rozdzielczość dpi optyczna 26 000 przekłada się na dokładność śledzenia bez interpolacji”.
Problem: Fraza doradcza „najlepsza myszka” występuje u 4 z 8 konkurentów, zwykle przy kryteriach doboru - u Ciebie jej nie ma.
Dzięki zróżnicowanym sensorom i kształtom dopasujesz mysz do swoich potrzeb.
Dodaj sekcję doradczą: „Najlepsza myszka do FPS - jakie parametry mają znaczenie”.
Jak liczymy TF-IDF?
Z treści konkurencji budujemy korpus i wyznaczamy terminy o wysokiej wartości informacyjnej: specjalistyczne, branżowe, często wielowyrazowe. Słowa funkcyjne i ogólne rzeczowniki są odrzucane. Ocena to stosunek terminów obecnych u Ciebie do oczekiwanych, przeskalowany do dziesięciostopniowej oceny.
Wzór: terminy specjalistyczne obecne w treści podzielone przez terminy oczekiwane, razy 10.
Brakujące terminy nie są szeregowane po samej częstotliwości. Liczy się też to, jak silnie termin wiąże się z głównym tematem strony - dzięki temu na górze listy nie ląduje słowo popularne u konkurencji, ale tematycznie odległe od Twojego. Dodatkowo domena, która w Top 10 zajmuje kilka pozycji, waży mniej, żeby jeden serwis nie narzucał całego słownika.
Które terminy się liczą
| Rodzaj terminu | Znaczenie dla oceny |
|---|---|
| Specjalistyczny, branżowy, wielowyrazowy | Wysoka wartość - to on świadczy o znajomości tematu |
| Ogólny rzeczownik, ogólny przymiotnik | Bez znaczenia - występuje w każdym tekście |
| Słowo funkcyjne | Pomijane |
Co podnosi, a co obniża wynik?
Podnosi
- Pojęcia branżowe użyte w wyjaśnieniu, a nie tylko wymienione
- Frazy wielowyrazowe, którymi posługuje się branża, a nie ich potoczne odpowiedniki
- Terminy obecne u większości konkurentów z Top 10
- Termin użyty w kontekście, w którym łączy go konkurencja - „kortyzol” obok „podwyższony”, nie w oderwaniu
Obniża
- Opis tematu językiem ogólnym, z pominięciem nazw własnych zjawisk
- Brak pojęć, które są standardem u konkurencji
- Terminy wrzucone listą na końcu tekstu, bez wyjaśnienia
- Zastępowanie terminu opisem („taki wskaźnik, który pokazuje...”) zamiast nazwania go
Najczęstsze pytania
Czy to nie jest upychanie słów kluczowych?
Nie, mierzymy pokrycie pojęć, a nie częstotliwość frazy. Termin liczy się wtedy, gdy pada w wyjaśnieniu - wrzucony listą na końcu tekstu nie buduje ani zrozumienia, ani wyniku.
Ile terminów trzeba dodać?
Tyle, ile realnych luk pokazuje raport, zaczynając od góry listy. Terminy są uszeregowane według tego, ilu konkurentów ich używa i jak mocno wiążą się z tematem, więc pierwsze pozycje dają najwięcej.
Skąd bierze się lista brakujących terminów?
Z treści konkurencji z Top 10 dla Twojej frazy. Domena, która zajmuje w wynikach kilka pozycji, waży mniej, żeby jeden serwis nie narzucał całego słownika.