פיצול שאילתה
מנוע AI לוקח שאלה אחת ומפרק אותה לכמה חיפושים נפרדים ברקע, ואז מאחד את מה שחזר לתשובה אחת.
Query rewriting
המנוע מנסח מחדש את מה שהמשתמש כתב לפני שהוא מחפש: מרחיב קיצורים, מוסיף מילים חסרות ולעיתים מתרגם. בעברית זה קריטי, כי השכתוב יכול להפוך שאלה עברית לחיפוש באנגלית. ראו עברית ושפות במנועי AI.
עודכן:
לפני שהמנוע מריץ חיפוש, הוא מנסח מחדש את מה שהוקלד. הוא מרחיב קיצורים, משלים מילים חסרות, מפרק משפט מדובר לביטוי חיפושי, ולפעמים מתרגם. השאלה שהמשתמש כתב והחיפוש שרץ בפועל אינם אותו דבר.
בחיפוש הקלאסי זה קרה גם קודם, בצורה מתונה: תיקון שגיאות כתיב, טיפול בנטיות, הוספת מילה נרדפת. במנועי AI זה הרבה יותר אגרסיבי, כי הקלט הוא משפט מדובר ולא ביטוי.
לכן משתמש שכותב "יש לי דליפה מתחת לכיור ואני לא מבין מאיפה זה בא" לא מייצר חיפוש על המשפט הזה. הוא מייצר כמה חיפושים על סיבות לדליפה מתחת לכיור, על אבחון, ואולי על מה שמגדיר מקרה דחוף.
השכתוב יכול להעביר שפה. שאלה שנכתבה בעברית עשויה להתגלגל לחיפוש באנגלית, ואז התשובה נבנית ממקורות באנגלית ומתורגמת חזרה. המשתמש רואה תשובה בעברית ולא יודע מאיפה היא הגיעה.
מבחינת עסק ישראלי זו בדיוק הנקודה שבה אפשר להיעלם. אתר בעברית בלבד אינו מועמד לשליפה כשהחיפוש שרץ הוא באנגלית, גם אם הוא התוכן הכי טוב שקיים בנושא בארץ.
מתי זה קורה יותר: כשהנושא טכני, כשאין מספיק תוכן בעברית, וכשהשאלה כללית ולא מקומית. מתי פחות: כשיש בשאלה עיר, ספק מקומי, רגולציה ישראלית או מונח שאין לו מקבילה.
המסקנה אינה לתרגם את כל האתר. היא לדעת אילו מהשאלות שלכם נופלות לצד האנגלי, ולהחליט במודע אם שווה לכם עמוד באנגלית על אותו נושא. זיהוי השאלות שנופלות לצד האנגלי הוא חלק מהמיפוי הראשוני.
אם המנוע מנסח מחדש, אין טעם לדחוס לעמוד את הניסוח המדויק שהמשתמש כתב. הוא לא יחפש אותו.
מה שכן עובד: לכסות את המשמעות בכמה ניסוחים טבעיים, כולל המילים שאנשים משתמשים בהן בפועל, וכולל הצורה המקצועית. שליפה סמנטית מתאימה טקסטים לפי משמעות, ולכן עמוד יכול להיבחר בלי שהמילה המדויקת מופיעה בו.
הפוך גם נכון וזה פחות נעים: דחיסה של מילות מפתח לא מגדילה סיכוי, והיא פוגעת בקריאות של הפסקה שאמורה להישלף.
השכתוב עצמו אינו מוצג. אין מסך שאומר "חיפשתי את זה". לפעמים המנוע מציג בטקסט רמז למה שחיפש, ולפעמים מציג את המקורות, ומהם אפשר להסיק בדיעבד.
בדיקת המקורות היא הכלי המעשי היחיד. אם התשובה לשאלה בעברית נשענת על אתרים באנגלית, השכתוב כנראה הלך לשם, וזה מידע שאפשר לפעול לפיו.
תרחיש מומצא: חברת תוכנה ישראלית שמוכרת מערכת לניהול משמרות למסעדות. כל התוכן שלה בעברית.
מנהל מסעדה שואל מנוע AI "מה הדרך הכי טובה לנהל סידור עבודה במסעדה עם עשרים עובדים". התשובה שחוזרת מזכירה שלוש מערכות בינלאומיות ואף לא אחת ישראלית. בבדיקת המקורות מתברר שכל אחד מהם הוא אתר באנגלית.
מה שקרה כאן, כנראה: השאלה נוסחה מחדש למונח המקצועי המקובל באנגלית, החיפוש רץ שם, ולתשובה נכנסו המקורות שנמצאו. העובדה שהחברה הישראלית כותבת טוב בעברית לא עזרה לה, כי היא לא הייתה בסל שממנו נבחרו המקורות.
הבדיקה השנייה שעשו הייתה החשובה. הם שאלו שאלה מקומית יותר: "מה צריך לדעת על שעות נוספות ומנוחה שבועית בסידור עבודה במסעדה בישראל". כאן התשובה נשענה כולה על מקורות בעברית, והחברה הופיעה. מכאן נגזרה ההחלטה: לא לתרגם את האתר, אלא לחזק את הנושאים שבהם הזווית הישראלית היא העניין, ולהוסיף עמוד אחד באנגלית לנושא הכללי שנפל לצד השני.
אתם מוגנים יחסית. שאלה שיש בה עיר, אזור או ספק מקומי כמעט לא תישלח לחיפוש באנגלית, כי אין שם תשובה. שווה לוודא שהעמודים שלכם באמת מכילים את שמות המקומות בצורה טבעית ולא רק בכותרת התחתונה.
שמות מוצרים ומותגים לועזיים נכתבים בישראל בשלוש צורות לפחות: באנגלית, בתעתיק עברי, ובשילוב. עמוד שמכיל רק אחת מהן מפספס חלק מהניסוחים. זו אחת הפעולות הזולות שיש: להזכיר את שתי הצורות פעם אחת בגוף הטקסט, בלי לדחוס.
כאן הסיכון הגבוה ביותר. המונחים המקצועיים חיים באנגלית, ורוב התוכן בעולם כתוב באנגלית, ולכן השכתוב נוטה לשם. עסק שרוצה להופיע בשאלות מקצועיות כלליות צריך לשקול תוכן באנגלית במודע, ולא להניח שעברית תספיק.
קחו עשר שאלות מהתחום שלכם והריצו אותן בעברית. אצל כל אחת פתחו את רשימת המקורות ורשמו עברית או אנגלית. השאלות שנשענות על מקורות באנגלית הן החלטה עסקית שמחכה לכם: או לוותר עליהן, או לכתוב עליהן עמוד באנגלית. השאלות שנשענות על עברית הן המגרש שבו אתם יכולים לנצח בעבודה רגילה.
המלכודת הנפוצה היא להסיק מהיעדרות בתשובה שהתוכן חלש. לפעמים התוכן מצוין, והוא פשוט לא היה בסל שממנו המנוע בחר, כי החיפוש רץ בשפה אחרת. מי שלא בודק את שפת המקורות משכתב עמודים טובים במקום לטפל בבעיה האמיתית. הצד השני של המלכודת: לתרגם את כל האתר לאנגלית כתגובה. ברוב המקרים זה מייצר אתר שני שאף אחד לא מתחזק, במקום החלטה ממוקדת על שניים או שלושה נושאים.
עסק שכל הקהל שלו מקומי ושכל השאלות בתחומו נוגעות לרגולציה או למחירים בישראל כמעט לא ייפגע מהתופעה, ויכול לדלג. גם מי שאין לו יכולת לייצר תוכן באנגלית לא ירוויח מלדעת את זה, מעבר להבנה למה שאלות מסוימות אינן שלו. ומי שמוכר רק בשפה העברית, למשל שירות משפטי מקומי, יכול להתייחס לשאלות שנופלות לאנגלית כמחוץ לתחום.
לא, לא כממשק. אפשר להסיק בעקיפין מהמקורות שצוטטו ומהמונחים שמופיעים בתשובה.
לא בשאלות שהקהל שלכם באמת שואל, שרובן מקומיות. ההפסד מתרכז בשאלות כלליות וטכניות, שם החיפוש נוטה לעבור לאנגלית.
פעם אחת, בצורה טבעית, כן. זה עוזר להתאמה ולא פוגע בקריאות. דחיסה של אותו מונח עשר פעמים לא מוסיפה דבר.
כן, בצורה מתונה יותר וכבר שנים. ההבדל במנועי AI הוא שהקלט הוא משפט שלם, ולכן השכתוב נרחב הרבה יותר.
מנוע AI לוקח שאלה אחת ומפרק אותה לכמה חיפושים נפרדים ברקע, ואז מאחד את מה שחזר לתשובה אחת.
שליפה שמבוססת על משמעות ולא על התאמת מחרוזת.
הטקסט שהמשתמש מקליד למנוע ה-AI.
ממשק שיחה נפרד בתוך החיפוש של גוגל, שבו המשתמש שואל שאלה מורכבת, מקבל תשובה מלאה וממשיך לשאול.
התהליך שבו מודל מריץ חיפוש אמיתי ומרכיב את התשובה ממקורות שמצא, במקום להסתמך רק על מה שלמד באימון.
הערך נבדק מול המקורות הרשמיים של הפלטפורמות. כשמשהו אינו ידוע, כתוב כאן שהוא אינו ידוע. שינויים מתועדים בארכיון העדכונים.
בלי מצגת, בלי התחייבות ובלי שיחת מכירה. עשרים דקות שבסופן תדעו אם יש כאן משהו בשבילכם.
לא בקטע של טפסים? info@boostit.co.il