Co je E-E-A-T a proč rozhoduje o tom, zda se obsah vytvořený AI umístí

Stránka Google o vytváření užitečného obsahu tento termín vysvětluje přesně jednou, jako „experience, expertise, authoritativeness, and trustworthiness, or what we call E-E-A-T“. Poté se po zbytek stránky věnuje otázkám, které za tím stojí. Čtyři vlastnosti. Jednu z nich nelze vytvořit žádným nástrojem pro psaní vůbec, a další tři mohou v pracovním postupu s AI obstát, pokud je vydavatel správně nastaví. Téměř nikdo, kdo o tom píše, tyto dvě skupiny nerozlišuje.

Co je tedy E-E-A-T? E-E-A-T je zkratka Google pro čtyři vlastnosti, které jeho lidscí hodnotitelé kvality posuzují na stránce i u toho, kdo ji publikoval: experience, expertise, authoritativeness a trustworthiness. Pochází ze Search Quality Rater Guidelines, dokumentu, který hodnotitelé používají, když Google ověřuje, zda jeho systémy pro řazení výsledků vytvářejí dobré výsledky. Původ určuje, jak se tento koncept vztahuje na obsah vytvořený s pomocí AI. A právě tuto část většina vysvětlení vynechává.

Otázka politiky leží jinde a má vlastní odpověď. Zdokumentované stanovisko Google k obsahu vytvořenému pomocí AI a k hodnocení ve vyhledávání cituje rozhodující věty a datuje každou revizi, a žádná z nich nepovažuje autorství AI za znevýhodnění. Tento příspěvek místo toho odpovídá na otázku kvality: který ze čtyř aspektů návrh vytvořený AI nese sám od sebe, který z nich strukturálně nemůže nést, a co musí vydavatel doplnit, aby tento rozdíl vyrovnal.

Co je E-E-A-T? Čtyři aspekty, definované

Zkušenost je přímý kontakt s daným předmětem. Vlastní sebehodnoticí otázka Google to vyjadřuje konkrétně: "Does your content clearly demonstrate first-hand expertise and a depth of knowledge (for example, expertise that comes from having actually used a product or service, or visiting a place)?" Odbornost je prokazatelné znalostní zázemí k danému tématu, které Google formuluje jako samostatnou otázku: "Is this content written or reviewed by an expert or enthusiast who demonstrably knows the topic well?" Tyto dva pojmy se ve formulaci překrývají, ale v praxi se rozcházejí. Člověk může daný obor znát velmi důkladně a přesto nikdy nepoužil konkrétní produkt, který hodnotí.

Autoritativnost je pověst. Popisuje, zda je stránka, autor a web uznáván jako zdroj, na který se ostatní v tomto konkrétním tématu obracejí, což je vlastnost světa, nikoli textu. Důvěryhodnost je přesnost, transparentnost a odpovědnost, a dokumentace Google je v otázce její váhy přímá: "Of these aspects, trust is most important." Ostatní tři existují částečně proto, aby ji podporovaly. Stránka napsaná skutečným odborníkem stále selhává v důvěryhodnosti, pokud čtenář nemůže zjistit, kdo ji publikoval nebo jak vznikla.

Odkud E-E-A-T pochází a proč Google říká, že to není hodnoticí faktor

E-E-A-T pochází z Search Quality Rater Guidelines, dokumentu, který Google poskytuje lidským hodnotitelům, kteří posuzují vzorky výsledků vyhledávání. Formulace Google o tom, jak to souvisí s hodnocením, stojí za to číst doslova, nikoli jen shrnutě: "While E-E-A-T itself isn't a specific ranking factor, using a mix of factors that can identify content with good E-E-A-T is useful." A k samotným hodnotitelům: "Rater data is not used directly in our ranking algorithms."

A analogie Google pro to, co hodnotitelé dělají, je čtení komentářových karet v restauraci: "Rather, we use them as a restaurant might get feedback cards from diners. The feedback helps us know if our systems seem to be working." Karty kuchyni říkají, zda jídlo funguje. Nic neuvaří.

Praktický důsledek je pro obsah vytvářený AI obzvlášť důležitý. Neexistuje žádné skóre E-E-A-T, které by bylo možné zvyšovat, takže strategie postavené na signalizaci čtyř aspektů míjejí cíl. Zvyšovat lze pouze samotnou podstatu, kterou měli hodnotitelé sledovat, a právě v podstatě je návrh vytvořený AI nerovnoměrně vybaven.

Které aspekty může návrh vytvořený AI nést bez pomoci

Dva ze čtyř aspektů přežijí plně automatizovaný pracovní postup, jeden přežije částečně a jeden nepřežije vůbec. Odbornost přežívá částečně, protože model trénovaný na publikovaných materiálech reprodukuje přesné odborné znalosti u dobře zdokumentovaných témat a každou jeho větu lze ověřit. Autoritativnost náleží spíše webu a autorovi než návrhu, takže zavedená doména nese stránku s podporou AI stejně snadno jako kteroukoli jinou. Důvěryhodnost závisí na procesu, ověřování, transparentnost a uvedený autor jsou věci, které dodává vydavatel až po dokončení návrhu. Zkušenost je jediná, k níž se žádný krok tvorby návrhu nedostane.

Aspekt E-E-A-T	K čemu jej Google vztahuje	Co samo o sobě poskytuje návrh od AI	Co musí doplnit vydavatel
Zkušenost	Přímý kontakt: odbornost, která vychází z toho, že někdo skutečně použil produkt nebo službu, nebo navštívil místo	Nic. Model nepoužil žádný produkt a nenavštívil žádné místo	Měření, snímek obrazovky, datovaný výsledek, rozhodnutí, které jste učinili, a co následovalo potom
Odbornost	Obsah napsaný nebo zkontrolovaný odborníkem či nadšencem, který prokazatelně danému tématu dobře rozumí	Přesné znalosti oboru u dobře zdokumentovaných témat, zcela neověřené	Jmenovaný recenzent, který se v oboru vyzná, a kontrola každého tvrzení, které model vytvořil
Autoritativnost	Uznání webu a autora jako zdroje, na který se ostatní v tomto tématu obracejí	Nic, protože pověst je vlastností světa, nikoli textu	Citace, které si ostatní zvolí uvést, konzistentní tematické zaměření, autor se sledovatelnou historií
Důvěryhodnost	Přesnost, transparentnost a odpovědnost, které Google označuje za nejdůležitější ze čtyř	Plynulá próza, která působí sebejistě bez ohledu na to, zda je obsah správný	Byline, uvedená metoda, zdroje, které lze dohledat, a viditelná oprava, když je něco špatně

Třetí sloupec je ten, který lidi překvapuje. Model vytváří stejně sebejistou prózu na každé úrovni přesnosti, což znamená, že plynulost sama o sobě neposkytuje žádnou informaci o důvěře. Proto je ověření nejcennějším redakčním krokem na stránce s podporou AI a proč jej nelze přenechat druhému modelu, kontrolor trénovaný stejným způsobem dělá korelované chyby.

Zkušenost, aspekt, který model strukturálně nemůže poskytnout

Model nikdy nepoužil produkt, neseděl na schůzce, neprovedl test ani nenavštívil místo. Vše, co vytváří, je přeskupení textu popisujícího zkušenosti jiných lidí, což je něco jiného než zkušenost a pro pozorného čtenáře to jako něco jiného také působí. Sebehodnoticí otázka Google přesně pojmenovává tuto mezeru, když se ptá, zda obsah prokazuje odbornost, která plyne z toho, že byl produkt nebo služba skutečně použita, nebo že bylo navštíveno místo. Návrh sestavený z publikovaných zdrojů odpovídá na každou část této otázky záporně.

Proto bylo druhé E vůbec přidáno. Google přidal Experience k tomu, co bylo E-A-T, v prosincové aktualizaci 2022 svých pokynů pro hodnotitele kvality, a toto doplnění oddělilo vědění o něčem od toho, že to bylo skutečně vykonáno. U komerčních dotazů tato odlišnost odvádí většinu práce, protože vědět o produktu je nyní levné, zatímco jej skutečně použít levné není. Čtenář, který porovnává dvě recenzní stránky, obvykle během jednoho odstavce pozná, který autor krabici otevřel.

Zkouška vašich vlastních návrhů zabere asi minutu. Přečtěte si stránku a najděte větu, kterou mohl napsat jen někdo, kdo danou věc skutečně udělal. Na stránce vytvořené zcela pomocí AI je odpověď obvykle taková, že žádná taková věta neexistuje, a žádné množství přepisování to nezmění, protože přepisování pracuje s větami, které už jsou k dispozici.

Co vydavatel přidává, aby zajistil zkušenost a důvěru

Čtyři doplnění pokrývají většinu této mezery a žádné z nich není úkolem psaní. Prvním je artefakt z vaší vlastní práce, číslo, které jste zaznamenali, snímek skutečné obrazovky, datované před a po, které by někdo mohl ověřit. Druhým je uvedený autor se sledovatelnou historií. Seznam pro sebehodnocení Google se přímo ptá: "Do pages carry a byline, where one might be expected?", a jeho pokyny důrazně doporučují přesné údaje o autorství tam, kde by čtenáři očekávali, že je najdou. Google neoznačuje byline jako signál hodnocení a nemusí jím být, aby argument z pohledu čtenáře obstál.

Třetím doplněním je transparentnost ohledně metody. Google to rámuje jako How v rámci Who, How and Why a jeho vlastní formulace zní, že vědět, jak byl obsah vytvořen, je pro čtenáře užitečné. Publikované stanovisko k tomu, jak se AI používá a zveřejňuje tuto úlohu plní na úrovni webu a čtenář si jej může ověřit, což je více, než nabízí tvrzení uvnitř blogového příspěvku. Pokyny Google považují Why za nejdůležitější ze tří otázek a stránka vytvořená převážně proto, aby obsadila výsledek vyhledávání, na ni odpovídá špatně, ať už ta slova napsal kdokoli.

Čtvrtým doplněním je editace a je na konci z určitého důvodu. Průvodce humanizací textu AI popisuje mechaniku tohoto kroku a humanizer vytvořený pro marketingové stránky jej provádí, aniž by narušil fráze, pro které už stránka rankuje. Ani jeden z nich nepřidává zkušenost. Stránka, která se čte krásně, ale nic za ní nestojí, je přesně ten případ selhání, k jehož popisu bylo přidáno druhé E, a editační krok je to, co toto selhání činí hůře rozpoznatelným.

Převést tento princip do editačního kroku je praktická polovina. Humanizace příspěvku na blogu vytvořeného pomocí AI pro SEO se zabývá jednou stránkou a provádění téhož ve velké knihovně je řešeno samostatně.

Otevřete poslední stránku vytvořenou s pomocí AI, kterou jste publikovali, a hledejte větu, kterou jste mohli napsat jen vy. Pokud žádná taková není, náprava znamená telefonát, test nebo snímek obrazovky něčeho skutečného a zabere to déle než samotný návrh. Tato mezera mezi hodinou psaní návrhu a týdnem zjišťování je skutečnou cenou druhého E a je to důvod, proč jej tak málo stránek nese.