Hoe ik één pagina citeerbaar maak, en hoe ik dat controleer
De meeste "GEO-checklists" zijn een stapel tactieken zonder manier om te falen. Ik gebruik een kortere. Hij geldt voor één pagina, niet voor een hele site, en elke regel is iets wat ik kan waarnemen.
Het onderzoek erachter is niet mysterieus. In het GEO-paper van KDD 2024 waren de methoden die zichtbaarheid bewogen citaties, citaten en statistieken. Keyword stuffing niet.[1] Dat komt overeen met wat ik zie als ik een pagina herschrijf voor antwoordmachines: het model houdt de zin die het kan verdedigen.
Zeg het antwoord waar een retriever het ziet
Antwoordmachines lezen je merkverhaal niet eerst. Ze trekken een passage. Het eerste scherm moet de vraag en het antwoord in proza zetten dat een mens kan citeren. Als de enige duidelijke zin in een tab, een carousel of een afbeelding zit, ga er dan van uit dat hij niet wordt opgehaald. Ik controleer dit door de pagina naar platte tekst te kopiëren. Verdwijnt het antwoord, dan versierde de HTML het, in plaats van het te publiceren.
Eén claim per passage. Een alinea die een definitie, een getal en een verkoopzin mengt, geeft het model niets stabiels om te citeren. Splits ze.
Zet de bron op de claim, niet in een footer die niemand koppelt
Aggarwal en collega's vonden dat citaties en citaten toevoegen de impressie op hun benchmark verhoogde, terwijl een autoritaire toon weinig deed.[1] Ik schrijf de bron in de zin: wie, welk jaar, en een link. Een bronnenlijst onderaan is voor de menselijke lezer. De inline-citatie is voor de passage die alleen kan worden opgehaald.
Statistieken helpen alleen als ze echt zijn en afgebakend. "Tot 40 procent" in dat paper is een relatieve impressiewinst op GEO-bench, geen verkeersvoorspelling. Als ik de dataset, de engine en de sample niet kan noemen, laat ik het getal weg. Een verzonnen statistiek is erger dan geen. Het is precies wat een zorgvuldige antwoordmachine zou moeten weigeren te herhalen, en wat een slordige wel zal doen.
Machineleesbare signalen, zonder te liegen
Drie signalen zijn de moeite waard. Geen van drieën is een citatie.
Titel en canonical. De titel moet bij de vraag passen. De canonical moet de URL zijn die je opgehaald wilt hebben. Twee URL's met dezelfde tekst splitsen het krediet dat je krijgt.
Structured data die de zichtbare pagina herhaalt. Google zegt dat structured data een aanwijzing over een pagina is, en dat je geen informatie moet markeren die de gebruiker niet kan zien. JSON-LD is hun aanbevolen formaat als je het kunt onderhouden.[2] Ik markeer het artikel dat de mens kan lezen. Ik voeg geen FAQ toe die alleen in JSON bestaat.
Een llms.txt waar agents een kaart nodig hebben. Het voorstel van Jeremy Howard is een gecureerd Markdown-bestand, op /llms.txt of onder een pad, met een titel, een korte samenvatting en links naar schonere Markdown-versies van de pagina's. Het is geen sitemap en het is geen robots.txt. Sitemaps sommen pagina's op voor zoekmachines. llms.txt is een korte gids die een agent kan lezen, met het detail achter de links.[3] Ik voeg er een toe als de site een set pagina's heeft waar een agent door naar binnen moet, meestal docs of een kleine set uitlegpagina's. Ik verwacht niet dat het bestand zelf citaties maakt.
De controle, op volgorde
Ik scoor een pagina niet op hoeveel tactieken hij heeft. Ik scoor de gaten.
- Platte tekst. Kan ik het antwoord citeren zonder de layout?
- Bronnen. Noemt elke niet-vanzelfsprekende claim een bron die ik kan openen?
- Fetch. Heeft een AI-crawler deze URL opgevraagd, of gis ik vanuit een sitemap?
- Live vraag. Meer dan eens gesteld, en één keer als parafrase: haalt een assistent deze URL op, citeert hij hem, of praat hij alleen over het onderwerp?
- Overeenkomst. Als hij mij citeert, staat de geciteerde zin dan op de pagina?
Een mislukte fetch blijft ongemeten. Ik spoof Googlebot niet en noem dat geslaagd. Eén vleiende chat is geen rate.
Wat ik ben gestopt te doen
Ik ben gestopt de query in koppen te proppen. De keyword-stuffing-conditie in het GEO-paper versloeg de ongewijzigde pagina niet.[1]
Ik ben gestopt met "ultieme gidsen" die nooit antwoorden. Een lange pagina kan nog steeds niet citeerbaar zijn als geen enkele passage op zichzelf staat.
Ik ben gestopt AI-verkeer als één getal te rapporteren. Een crawlerhit, een opgehaalde passage en een doorverwezen sessie zijn verschillende gebeurtenissen. Ze mengen maakt de volgende edit een gok.
De pagina is af wanneer een vreemde één alinea in een chat kan plakken en de bron er al in staat.