Encyklopedia · słownik · Słownik · GEO / AI Search
Alias legacy: SGE
także: google-aio-seo · SGE (legacy alias) · Alias legacy: SGE
Legacy alias w taksonomii Aion SEO (40 Types + EXT) oznaczający specjalizację związaną z Search Generative Experience. Wymiary: surface=Google, objective=citation, asset=page.
Definicja
Krótka definicja specjalizacji SGE (legacy alias) w taksonomii Aion SEO (40 Types + EXT). Odnosi się do optymalizacji treści pod kątem AI-generowanych odpowiedzi Google.
Rozszerzona definicja
SGE (Search Generative Experience) to historyczna nazwa eksperymentalnej funkcji Google, którą zastąpiły AI Overviews — jak wprost stwierdza dokumentacja Google: „AI Overviews in Search are replacing Search Generative Experience”1. Eksperyment ruszył w maju 2023 roku w Search Labs, dostępny na Chrome desktop i w aplikacji Google w USA wyłącznie w języku angielskim, po to by zbierać opinie i ulepszać doświadczenie2.
Jak to działa
Obecne funkcje AI w Google Search — AI Overviews i AI Mode — mogą korzystać z techniki zwanej query fan-out (rozgałęzianie zapytań), polegającej na równoległym generowaniu wielu powiązanych zapytań po podtematach i źródłach danych w celu zbudowania odpowiedzi34. Równolegle stosowana jest technika RAG (retrieval-augmented generation), znana też jako grounding, która poprawia jakość, dokładność i świeżość odpowiedzi przez pobieranie trafnych, aktualnych stron z indeksu Google za pomocą podstawowych systemów rankingowych4.
Aby strona mogła pojawić się jako link wspierający w AI Overviews lub AI Mode, musi być zaindeksowana i kwalifikować się do wyświetlenia w Google Search ze snippetem — Google nie wymaga żadnych dodatkowych warunków technicznych56. Podczas generowania odpowiedzi modele identyfikują szerszy zestaw stron wspierających niż w klasycznym wyszukiwaniu, co tworzy nowe możliwości eksploracji dla użytkowników3.
Dlaczego to ważne
Google obserwuje przy tym, że kliknięcia ze stron wyników zawierających AI Overviews są wyższej jakości, tzn. użytkownicy częściej spędzają więcej czasu na odwiedzanej stronie7.
Badanie GEO (Generative Engine Optimization) opublikowane na arxiv.org wskazuje, że generative engines odpowiadają przez syntezę informacji z wielu źródeł przy pomocy LLM, a optymalizacja pod te silniki może zwiększyć widoczność nawet o 40% w odpowiedziach generatywnych — choć wynik ten pochodzi z jednego badania i nie należy go uogólniać89.
Przykłady
- Google uruchomił SGE jako eksperyment w Search Labs w maju 2023 roku, dostępny w Chrome desktop i aplikacji Google w USA, wyłącznie po angielsku2.
- Według badania ZipTie.dev cytowanego przez Search Engine Land, w sektorze e-commerce prawie 80% źródeł pojawiających się w SGE nie znajdowało się w top 10 wyników wyszukiwania dla danej frazy10.
- Marie Haynes w rozmowie na kanale YouTube zauważa, że gdy AI Overviews pojawiły się po raz pierwszy pod nazwą SGE, były często niedokładne i niepopularne wśród użytkowników, jednak z czasem jakość odpowiedzi wzrosła11.
- Serwis contentologia.pl relacjonuje, że Google zapowiedziało eksperyment SGE w maju 2023 roku, a rok później udostępniło funkcję użytkownikom pod nazwą AI Overviews12.
Częste błędy i mity
- Mit: do pojawienia się w AI Overviews lub AI Mode potrzebne są specjalne pliki machine-readable, AI text files lub dedykowany markup — w rzeczywistości Google wprost stwierdza, że nie ma żadnych dodatkowych wymagań technicznych ani specjalnych optymalizacji6.
- Mit: techniki takie jak chunking treści, tworzenie plików llms.txt czy sztuczne wzmianki pomagają w widoczności w AI Search — dokumentacja Google zaleca ignorowanie tych taktyk na rzecz fundamentów SEO13.
- Mit: SGE i AI Overviews to ta sama funkcja pod różnymi nazwami istniejąca równolegle — w rzeczywistości AI Overviews zastąpiły SGE, które było wyłącznie eksperymentem w Search Labs12.
- Mit: wyniki z AI Overviews obniżają jakość ruchu na stronie — Google obserwuje, że kliknięcia z wyników zawierających AI Overviews są wyższej jakości, tzn. użytkownicy częściej spędzają więcej czasu na stronie7.
Powiązane hasła
Źródła i odwołania
-
AI Overviews in Search are replacing Search Generative Experience.
-
How Google is improving Search with Generative AI
We’re starting with an experiment in Search Labs, called SGE (Search Generative Experience), available on Chrome desktop and the Google App (Android and iOS) in the U.S. (English-only at launch), so we can incorporate feedback and continue to improve the experience over time.
-
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.
-
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. Query fan-out: A set of concurrent, related queries generated by the model to request more information and fetch additional relevant search results to address the user’s query.
-
To be eligible to be shown as a supporting link in AI Overviews or AI Mode, a page must be indexed and eligible to be shown in Google Search with a snippet, fulfilling the Search technical requirements. There are no additional technical requirements.
-
There are no additional requirements to appear in AI Overviews or AI Mode, nor other special optimizations necessary. You don’t need to create new machine readable files, AI text files, or markup to appear in these features.
-
We’ve seen that when people click from search results pages with AI Overviews, these clicks are higher quality (meaning, users are more likely to spend more time on the site).
-
[2311.09735v1] GEO: Generative Engine Optimization
Through rigorous evaluation, we show that GEO can boost visibility by up to 40% in generative engine responses. Generative Engines typically satisfy queries by synthesizing information from multiple sources and summarizing them with the help of LLMs.
-
To address this, we introduce Generative Engine Optimization (GEO), the first novel paradigm to aid content creators in improving their content visibility in generative engine responses through a flexible black-box optimization framework for optimizing and defining visibility metrics. Through rigorous evaluation, we demonstrate that GEO can boost visibility by up to 40% in generative engine responses.
-
Shopping graph optimization: The future of ecommerce SEO
In the ecommerce sector, almost 80% of the sources ranked for the SGE were not in the top 10 search results for the respective search query, per a ZipTie.dev study.
-
New from Google: How to Rank in AI Search
think are worth taking note of. Google says that people are increasingly gravitating to generative AI experiences. I know when AI overviews first came out, remember it was called SGE and they were horrible. They really were not accurate a lot of the time and people didn't like them. But now I find myself that I'm using the AI answers for a lot of things.
-
Patenty Google i SEO (Część 3): NavBoost i sygnały behawioralne
użytkowników. Jednym z najważniejszych przykładów takiej zmiany jest wprowadzenie AI Overviews. W maju 2023 roku Google zapowiedziało eksperyment Search Generative Experience (SGE), który rok później został udostępniony użytkownikom pod nazwą AI Overviews. Funkcja zaczęła pojawiać się przy coraz większej liczbie zapytań. Choć jej zasięg różni się w
-
Prioritize effective SEO strategies over "AEO/GEO hacks": For Google Search, you can ignore tactics like "chunking" content, creating unnecessary AI text files (like llms.txt), or pursuing inauthentic mentions.
Każde zdanie powyżej odsyła do dosłownego cytatu ze źródła. Daty to daty publikacji lub pobrania źródła.
Źródła faktów
- SEO/types/sge.md