生成式人工智能如何改变SEO职业

生成式人工智能将彻底改变seo行业，但也许不是你所想的方式。

是的，作为一名SEO从业者，你的日常工作几年后很可能会有所不同。但是机器人会取代你吗？

“绝对不会”，Data Science 101的营销与SEO顾问Britney Muller以及Weights and Biases的放大团队负责人Dave Davies表示。但不可否认的是，这个行业正在不断发展。

那么，生成式人工智能将如何改变SEO职业，以及你可以采取什么措施来保持领先？Muller和Davies在SMX Advanced上分享了他们对生成式人工智能和SEO未来的看法。

人工智能不会取代SEO

Muller坚决表示，人工智能不会危及SEO工作。然而，她指出，该行业将根据谷歌如何将人工智能纳入搜索结果而不同：

• “人工智能并非银弹。事实上，我认为随着我们不断看到大型语言模型（LLMs）的局限性以及需要多少额外工作来做好事情，它的光芒将逐渐褪去。”
• “LLMs有很多问题，研发这项技术的研究人员尚未找到解决办法。它们基于概率分布，经常不准确。”
• “谷歌在搜索领域的信息检索做得非常出色，我认为LLMs可能是一个很好的补充，可以更好地定义人们提出的问题并提供额外的信息。”

技术性SEO从业者将占据优势

Davies补充说，技术性SEO从业者可能比专注于内容SEO的从业者更适合处理生成式人工智能带来的变化：

• “谷歌的John Mueller说，只要机器读取网站，技术性SEO仍然像现在一样重要。我认为这恰恰总结了我们目前正在走向的世界。”
• “我认为技术性SEO从业者将会有些优势 - 但内容SEO最终也会跟上。它只是必须改变。我认为他们将要优化的结构会发生变化。”

链接可能会演变

Davies和Muller都同意，链接可能会改变形式，不再是未来的重要排名因素。对于一个网站的提及或引用可能会比传统的链接更有价值。正如Davies所解释的那样：

• “我并不是说链接建设已经死了，但我认为它的价值即将发生显著调整。它将会发展，可能不再像我们今天所知道和使用的传统链接，而是会采用某种变体。”
• “想想LLMs是如何在这个语言空间中构建的。它们使用令牌和关系来建立连接。这些东西仍然非常重要。”
• “神经网络的整个使命是在不同事物之间建立理解，所以我认为这仍然会有重要性 - 但它可能不会像链接和链接建设那样具体。也许它可以是提及？也许它可以采用其他形式并且不断演化。”

自定义提示至关重要

根据Muller的说法，SEO从业者需要掌握对AI进行自定义提示以获得最佳结果。基于目标和数据进行微调是关键，而不是采用一刀切的方法。

• “你真的需要自定义提示，学习有关提示工程，并有策略地实施这些事情。我知道Andrew Ng刚刚推出了一个与Open AI合作的非常出色的快速简易课程，涵盖了这个非常主要的主题，并且他非常出色地解释了这些关键概念。所以我绝对会推荐你去了解一下，” Muller说道。
• “ChatGPT实际上有一个API，您可以使用它来自定义提示。这对于我与合作伙伴、团队以及客户的工作来说会更加方便，它将权力交到了他们手中，以便我们可以通过迭代的过程来解决问题。”

节省内容创建时间

许多SEO从业者正在探索生成式人工智能用于内容创建，包括标题、产品描述和文章。然而，目前还存在有关响应质量的问题，不过正如Davies所指出的，这些问题可能随着时间的推移而得到解决：

• “生成式人工智能可以写得相当不错。它总是正确吗？不是的。现在只是一个小技巧。但前进的方向将会加快事情的进展 - 就像我以前手动执行的任务，比如查看页面上有哪些实体。”
• “我仍然需要动用我的大脑，然后确认[生成式人工智能] 是否遗漏了一些细节。我还需要事实核查。但这可以为我每一篇研究节省大约半个小时的时间。”

搜索可能会扩展到超越网页的领域

未来，搜索可能会超越网页，进入到今天在网络上尚不存在的新环境。

• “在未来的五年里，我认为我们将会看到搜索向两种不同类型的领域发展。我认为搜索会减少一些，进入到，我不想说是Metaverse，而是进入到目前尚不存在的不同环境，” Davies说道。

简化代码

Muller已经广泛使用ChatGPT作为代码助手，强调它特别擅长生成Python脚本等任务：

• “我认为值得注意的是，代码的性质决定了它应该是明确的，不像人类语言，因此在我看来，生成式人工智能在生成我试图完成的任务的准确代码输出方面要好得多，无论是为程序生成Python脚本还是仅仅是使用pandas来清理数据。它在这些任务上表现出色。”

需要审慎使用

尽管生成式人工智能将改变SEO作为一种职业，但仍然需要谨慎应用，因为存在潜在的不正确使用可能性 - 这也是Muller认为这项技术并不代表SEO职业的终结的原因。至少目前还不是。

• “请记住，生成式人工智能是基于概率分布的预测模型。所以，如果你想象一下它只阅读了比如说100本处于科幻领域的书，然后你问它一个医学问题，它可能表现得不太好。但它可能在生成一个新的科幻角色方面表现得非常出色，” Muller说道。
• “考虑到这个背景，生成式人工智能的表现仅取决于它所训练的文本和信息，这本质上是有问题的，因为ChatGPT和LLMs基本上是在整个互联网上进行训练的，而互联网并不是获取完全准确信息或在各个被边缘化的人群和主题之间具有代表性的最佳地方。”
• “这些模型没有情感。它们不会推理。它们没有像人类一样的常规逻辑。因此，在使用它们的方式上，你必须非常、非常、非常小心，因为当你输入提示时，很容易通过问题提问的方式自动引入你已经具有的偏见，它会按照那个思路继续下去。”

观看：生成式人工智能与SEO的未来

以下是包括Davies、Muller和Search Engine Land的执行编辑Danny Goodwin在内的SMX Advanced专题讨论的完整视频。