Basi alla ricerca su LLMs, molto semplice.
Struttura chiara con una gerarchia lineare dei contenuti.
Che vuol dire? Se io scrivo una pagina sul tonno, in cima il mio sito parla come il il sito di prima parla di um nutrizione.
Okay.
Il tonno nella nutrizione.
Gerarchie seguente, che cos'è il tonno? Ovviamente lo sappiamo tutti, però magari, Ci possono essere dei modi in cui questo tono possa essere acquistato o o cotto, no? Poi andiamo giù nell'al- nella nostra gerarchia che cosa abbiamo? I gli elementi, che um ci um interessano riguardo al tonno, quindi come abbiamo visto prima, grassi, um sodio, zinco, quello che sia.
Poi andiamo giù, magari diamo dei consigli su, alla fine di un no so sto sto sparando adesso, ma alla fine di un esercizio um, um Molto intenso, una scatoletta di tonno e un grissino um può andare bene, okay? Quindi magari, in una pagina che parla di tonno non mettiamo in cima questa parte alla fine di un di un allenamento intenso, mangiamo il tonno col grissino.
No, perché ci deve essere una gerarchia.
Bullet points, indici, elementi che possono essere riportati come una citazione, +1 cappello iniziale di s- di sintesi dei contenuti.
Questo andremo a vedere alla fine un po' come ve l'ho disegnata la pagina come, Come ha successo adesso sugli LLMs, ma, Quando noi andiamo a parlare con LMS nel continuiamo a parlare di tonno, magari diciamo um caro CGPT, mi potresti consigliare um come cuocere il tonno alla fine di un allenamento? CGPT nella sua risposta um diceva sì certamente fa- um ti dirò ta ta ta ta ta e vi va a mettere in fila, una serie di punti che possono rispondere alla vostra domanda.
Se voi andate a um distribuire il vostro sito così, già alleviate il lavoro di GPT che debba andare a fare una ricerca.
Vi faccio un esempio esempio, vi faccio un esempio.
um Perplexity vi chiede pure se volete, che la sua risposta non peschi contenuti da internet.
Questo vuol dire che pescherà la sua risposta direttamente dalle sue librerie, okay? Se voi avete già distribuito un sito così bene che magari perplexity o GPT, l'abbiano già, Copiato e assorbito, è molto più probabile che il vostro sito venga riportato, negli indici.
Questi elementi che possono essere riportati come una citazione, ad esempio se c'è um non lo so, Gordon Ramsey che dice il tonno al mio e l'alimento bla bla bla, ce lo mettete.
Questo perché dovete dare l'opportunità all' LM, di creare una risposta basata su un'intera pagina.
Quindi voi andate a fargli pescare tutti questi contenuti in maniera ben ordinata.
Che non debba andare a impazzire e a vedere se avete magari una um il punto chiave alla fine, poi il punto secondario a metà, il punto subordinato in cima, già gli andate a risolvere molti molti problemi.
Questo perché? G LLMs alla fine riportano seguendo un ordine che per loro ha senso l'ordine che per loro ha senso adesso, se andate a vedere un se andate a distribuirgli i contenuti così che GP possa dire Okay, questo è il primo.
Questo è il secondo questo è terzo e ve lo riporta sano sano perfetto.
Organizzata come una domanda più risposta.
Normalmente nel modo in cui li li li costruisco io i contenuti, non do solo la risposta, perché non so quale possa essere la domanda o il prompt, che la persona ha fatto all' LM.
Quindi se la domanda all' LM è, um dammi una ricetta per preparare del tonno facilmente dopo un allenamento, oppure per per una bambina piccola, Nei miei contenuti sulla sul mio sito, che voglio che vengono pescate le lams, io dico, questa ad esempio è una ricetta che può andare bene per un bambino ta ta ta ta ta ta ta, come la vogliamo fare e poi dai la risposta.
Okay? Niente fronzoli nel ripetizioni, questo è importante perché sempre per lo stesso punto di prima, se andate a a vestire le pagine con 500 um iterazione della stessa parola chiave, andate semplicemente a ad affossarvi.
Ultimo punto, um della slide.
creare co- contenuti che il modello non possa rispondere senza effettuare una ricerca, cioè, Questo è un punto, andando contro a quello che ho detto prima di perplexity, è importante se volete avere un valore, che gli LLMs continuino a prendere da, ve lo ve la ripeto la frase.
Avete sentito sicuramente che um il New York Times aveva denunciato, credo che stia andando avanti, la denuncia è OpenAI perché c'ha CPT, gli ha rubato tutte le doma-, io gli ho rubato tutti i contenuti.
Questo perché? Perché um OpenAI ha, Immaginato che l'autorità del New York Times sia così sia così importante, che tutti i loro contenuti and- andassero copiati, per allenare il modello, okay? Perché il modello è complicatissimo, ma il modo più semplice che posso dire è se io dico la parola um tonno, GPT probabilmente risponderà con immagina che la parola seguente possa essere in e la seguente ancora scatola, okay? Quindi provate a creare contenuti che il modello non possa creare da sé, senza venire a a prendere um comunque da voi.
Okay? Spero sia chiaro, un po' complesso, però spero sia chiaro.
Benissimo.
Capire i volumi.
Come dicevo prima, um su Google- ho citato le fonti qua, però ci sono circa 164000000000 di ricerche al giorno, quasi il 60 percento non continua con un click.
Questo al punto di prima, cioè Google ti prova a dare tutte le informazioni possibili sulla um SP, così che tu non vada via.
Quindi gli AIOS sono lì per tenervi là.
Quindi possiamo dire che circa non lo so, s- um 9000000000 di ricerche, hanno quelle ovviamente che che possono usare il trigger di AIAOS, hanno un elemento di EEO.
Gli LLMs ancora non sono neanche l'un percento di tutte queste, quindi vi fate l'un percento di 16.
4000000000 e avete più o meno il numero di ricerche sugli LLMs.
Però sta crescendo, sta crescendo e quindi non volete essere indietro, okay? Direi che ci siamo ancora col tempo benissimo.
Quindi, Capire che ricerca può condurre da noi e in questo temp-, in questo momento sto dicendo ricerca su LLM, okay, quindi dimenticate um le CO di prima.
um Questo schemino copiato da 11 educatore che vi straconsiglio si chiama Jeff Sul se siete, um pratici e pratiche con l'inglese, il link è qua, ma semplicemente cercate Jeff Su su, su YouTube a 1000000 di iscritti, um a me piace molto il modo in cui presenta, il modo in cui um espone.
Lui ha fatto un creato un video specifico su quali prompt, quindi quali domande, Possano essere um considerati dall' LLM, per andarne a prendere la risposta.
Ad esempio, se io faccio, se io chiedo aggiornami sulla situazione delle tariffe degli Stati Uniti, il modello se lo va a pescare dal web, istantaneamente, molto semplice.
Perché? Perché è una notizia recente, è una notizia che magari ha avuto un aggiornamento importante nelle ultime ore, quindi è molto più probabile che sia, um che il web sia la fonte migliore.
Ma se io chiedo, ad esempio, posso mangiare dolci di origine vegana? Questo è un contenuto cosiddetto accademico, quindi è molto probabile che la risposta a questo prompt, GPT e gli altri LLMs siano andate a pescarsele da non lo so, un paper accademico, una tesi di laurea o un sito importante con grande um authority su um sulla cucina vegana, Se dovessi io fare, un argomento che mi interessa è solo quando faccio acquisti per mia moglie, quali borse vanno di moda nell'estate 2025? Qua Social, okay, magari se li va a pescare um a piccolo disclaimer qui.
Quello che Facebook, um TikTok e gli altri um gli altri social media danno a disposizione è un po' oscuro.
Non si sa, ad esempio le ricerche di Google, normalmente non pesca quello che c'è nei contenuti di Facebook, con eccezioni.
Però ad esempio se ci dovesse essere una rivoluzione importante come esempio tutto Reddit, che viene che viene dato in pasto.
um A Google, allora magari um qui andiamo un po' a vedere.
Però ad esempio, quali borse vanno di moda l'estate 2000:25, io immagino che gli gli LLM provano a pescare questi contenuti da, da Instagram, da TikTok, magari un po' da Reddit, o magari, da questi da questi tipo GQ, questi contenitori di um di moda, che vengono comunque aggiornati un po' come come siti di di news.
Okay? Quindi metto social qui, può essere qualcosa di simile.
Ma qualora io dovessi chiede recensioni di borse di moda dell'estate 2025, molto probabile che si vada su YouTube.
Che magari c'è un unboxing, c'è 11 video di una influencer o di un influencer che vanno a parlare di questo prodotto e così via.
Matematica, questo um, Prende nella sua nella sua sotto il suo ombrello ovviamente coding um e tutte queste cose qua, um costruire siti, quindi scrivere HTML e così via.
Quindi magari una richiesta del genere va direttamente sulle librerie preimpostate, um poi a meno che non ci siano rivoluzioni sull'argomento è molto probabile che non non vada sul web.
E poi scrittura.
Vedi tutto
