1. Wiedza
  2. Pojęcia
  3. Conversational Information Seeking (wyszukiwanie konwersacyjne)

Artykuł pomocniczy · pojęcie · Pojęcia · Pozostałe

Conversational Information Seeking (wyszukiwanie konwersacyjne)

także: CIS · dialogue-based search · conversational search · wyszukiwanie dialogowe · Conversational Information Seeking

Paradygmat pobierania informacji przez wieloturowy dialog w języku naturalnym — w przeciwieństwie do klasycznego, jednorazowego zapytania słowami kluczowymi.

Dwie liry z falami dźwięku między nimi, jedna fala rubinowa – metafora wyszukiwania konwersacyjnego jako dialogu.

Implikacje SEO i UX

Treści i FAQ muszą odpowiadać na intencje rozwijane w rozmowie (doprecyzowania, porównania, follow-upy), a nie tylko na jedną frazę. Rośnie rola klarownej struktury, definicji i danych możliwych do zacytowania przez model.

Rozszerzona definicja

Wyszukiwanie konwersacyjne (Conversational Information Seeking, CIS) to paradygmat pobierania informacji oparty na sekwencji interakcji między jednym lub wieloma użytkownikami a systemem informacyjnym, przy czym interakcje te opierają się przede wszystkim na dialogu w języku naturalnym, choć mogą obejmować również kliknięcia, dotyk i gesty ciała1. System CIS ma zaspokajać potrzeby informacyjne użytkowników poprzez prowadzenie rozmów służących wyszukiwaniu informacji, a jego odpowiedzi powinny być zwięzłe, płynne, stanowe (stateful), z mieszaniem inicjatywy (mixed-initiative), świadome kontekstu i spersonalizowane2.

Jak to działa

Kluczowym elementem systemu CIS jest wyszukiwanie konwersacyjne (conversational retrieval), które stanowi zasadniczą część całego procesu — w jego ramach wyjaśnianie zapytania (search clarification) definiuje się jako wieloturową interakcję między użytkownikiem a systemem3.

W kontekście wyszukiwarek opartych na AI, takich jak Google AI Overviews i AI Mode, stosowana jest technika „query fan-out” — system wykonuje wiele powiązanych wyszukiwań obejmujących podtematy i różne źródła danych, aby zbudować odpowiedź, a w trakcie generowania identyfikuje kolejne strony wspierające, co pozwala wyświetlić szerszy i bardziej zróżnicowany zestaw odnośników niż w klasycznym wyszukiwaniu4. Generatywne funkcje AI w Google Search są zakorzenione w podstawowych systemach rankingu i jakości, a do poprawy jakości, dokładności i aktualności odpowiedzi wykorzystują technikę retrieval-augmented generation (RAG, grounding)5.

Dlaczego to ważne

Serwis bitbiz.pl podaje, że liczba zapytań w Google formułowanych jako pełne pytania wzrosła w ciągu ostatnich trzech lat o 163%, stanowiąc już 21% wszystkich wyszukiwań6.

Jak mierzyć

Badacze z dl.acm.org analizują metryki ewaluacji systemów CIS z trzech perspektyw: niezawodności (reliability) — zdolności do wykrywania rzeczywistych różnic w wynikach, a nie przypadkowych; wierności (fidelity) — zgodności z ostateczną preferencją użytkownika; oraz intuicyjności (intuitiveness) — zdolności do uchwycenia takich właściwości jak adekwatność, informatywność i płynność w kontekście wyszukiwania konwersacyjnego7.

Ci sami autorzy pokazują, że zaadaptowane metryki oparte na sesjach (session-based) mogą służyć do pomiaru wieloturowego wyszukiwania konwersacyjnego i osiągają umiarkowaną zgodność z satysfakcją użytkownika8. Wydajność źródeł w generatywnych silnikach wyszukiwania mierzy się natomiast metrykami Position-Adjusted Word Count (uwzględniającą liczbę słów i pozycję cytowania w odpowiedzi) oraz Subjective Impression (łączącą wiele subiektywnych czynników w jeden wynik odbioru)9.

Przykłady

  • Interakcje w CIS mogą wykraczać poza tekst — obejmują również kliknięcia, dotyk i gesty ciała, co odróżnia ten paradygmat od prostego czatu tekstowego1.
  • Google AI Mode stosuje technikę „query fan-out”, wykonując wiele powiązanych wyszukiwań po podtematach, aby zbudować jedną spójną odpowiedź konwersacyjną4.
  • Serwis bitbiz.pl relacjonuje, że zapytania formułowane jako pełne pytania stanowią już 21% wszystkich wyszukiwań w Google6.
  • W badaniach nad generatywną optymalizacją (GEO) wykazano, że widoczność źródła w odpowiedzi generatywnego silnika może wzrosnąć nawet o 40%, przy czym skuteczność zależy od domeny10.

Częste błędy i mity

  • Mit: CIS to wyłącznie interakcja tekstowa — w rzeczywistości definicja obejmuje również kliknięcia, dotyk i gesty ciała jako pełnoprawne formy interakcji1.
  • Mit: klasyczne praktyki SEO stają się nieistotne w erze AI — w rzeczywistości dokumentacja Google wskazuje, że generatywne funkcje AI są zakorzenione w podstawowych systemach rankingu i jakości Search, a RAG opiera się na indeksie wyszukiwarki5.
  • Mit: jedna strategia optymalizacji treści pod generatywne silniki działa równie dobrze w każdej dziedzinie — badania z arxiv.org pokazują, że skuteczność strategii GEO zależy od domeny i wymaga metod optymalizacji specyficznych dla danej dziedziny10.
  • Mit: satysfakcja użytkownika w wieloturowym wyszukiwaniu konwersacyjnym jest łatwa do zmierzenia — badacze z dl.acm.org wskazują, że zaadaptowane metryki session-based osiągają jedynie umiarkowaną zgodność z satysfakcją użytkownika8.

Powiązane hasła

Źródła i odwołania

  1. Conversational Information Seeking

    arxiv.org ·

    Conversational information seeking (CIS) is concerned with a sequence of interactions between one or more users and an information system. Interactions in CIS are primarily based on natural language dialogue, while they may include other types of interactions, such as click, touch, and body gestures.

  2. Conversational Information Seeking

    arxiv.org ·

    Definition 3. A Conversational Information Seeking (CIS) system is a system that satisfies the information needs of one or more users by engaging in information seeking conversations (cf. Def. 2). CIS responses are expected to be concise, fluent, stateful, mixed-initiative, context-aware, and personalized.

  3. A Survey of Conversational Search

    dl.acm.org ·

    Conversational retrieval is a crucial part of a conversational search system. In the retrieval process, search clarification is defined as the multi-turn interaction between the user and the system.

  4. AI Features and Your Website

    developers.google.com ·

    Both AI Overviews and AI Mode may use a "query fan-out" technique — issuing multiple related searches across subtopics and data sources — to develop a response. While responses are being generated, our advanced models identify more supporting web pages, allowing us to display a wider and more diverse set of helpful links associated with the response than with a classic web search, enabling new opportunities for exploration.

  5. Google's Guide to Optimizing for Generative AI Features on Google Search

    developers.google.com ·

    In short, yes! The best practices for SEO continue to be relevant because our generative AI features on Google Search are rooted in our core Search ranking and quality systems. These features rely on AI techniques to highlight content from our Search index, such as: * Retrieval-augmented generation (RAG): A technique (also known as grounding) used to improve the quality, accuracy, and freshness of AI responses by relying on our core Search ranking systems to retrieve relevant, up-to-date web pages from our Search index.

  6. Google AI Overviews: spadek ruchu organicznego o 35%

    bitbiz.pl ·

    a dla grupy wiekowej 16–34 lata jest to główny kanał badawczy. Rynek social commerce wyceniany na 1,3 tryliona dolarów w 2023 r. osiągnie 8 trylionów dolarów do 2030 r. . Wyszukiwanie konwersacyjne: Liczba zapytań w Google formułowanych jako pełne pytania wzrosła w ciągu ostatnich 3 lat o 163% , stanowiąc już 21% wszystkich wyszukiwań . Przewagę

  7. Meta-evaluation of Conversational Search Evaluation Metrics

    dl.acm.org ·

    We specifically study three perspectives on those metrics: (1) reliability: the ability to detect “actual” performance differences as opposed to those observed by chance; (2) fidelity: the ability to agree with ultimate user preference; and (3) intuitiveness: the ability to capture any property deemed important: adequacy, informativeness, and fluency in the context of conversational search.

  8. Meta-evaluation of Conversational Search Evaluation Metrics

    dl.acm.org ·

    We also demonstrate that adapted session-based evaluation metrics can be used to measure multi-turn conversational search, achieving moderate concordance with user satisfaction.

  9. GEO: Generative Engine Optimization

    arxiv.org ·

    Performance was measured using two metrics: Position-Adjusted Word Count and Subjective Impression. The former considers word count and citation position in the GE’s response, while the latter computes multiple subjective factors, giving an overall impression score.

  10. GEO: Generative Engine Optimization

    arxiv.org ·

    Through systematic evaluation, we demonstrate that GEO can boost visibility by up to 40% in generative engine responses. Moreover, we show the efficacy of these strategies varies across domains, underscoring the need for domain-specific optimization methods.

Każde zdanie powyżej odsyła do dosłownego cytatu ze źródła. Daty to daty publikacji lub pobrania źródła.

Źródła faktów

  • Conversational information seeking (CIS) concerns a sequence of interactions between one or more users and an information system.
  • Interactions in CIS are primarily based on natural language dialogue, though they may also include other interaction types like click, touch, and body gestures.
  • SEO/references/geo/REFS-GEO-R14-Conversational-Query-Phrasing.md