Bard 및 Perplexity와 같은 LLM(대형 언어 모델) 기반 검색 엔진의 등장으로 인해 기존 SEO 전략은 콘텐츠 제작자에게 덜 효과적입니다. 이 문제를 해결하기 위해 프린스턴 대학교와 Allen Institute for Artificial Intelligence는 협력하여 생성 엔진에 초점을 맞춘 새로운 콘텐츠 평가 지표인 GEO를 개발했습니다. GEO는 콘텐츠 제작자가 생성 검색 엔진에서 콘텐츠의 성능을 더 잘 이해할 수 있도록 돕고 콘텐츠의 가시성과 효율성을 향상시키기 위한 최적화 전략을 제공하는 것을 목표로 합니다.
Bard & Perplexity와 같은 LLM 기반 검색 엔진이 등장하면서 로봇이 직접 답변을 출력하므로 콘텐츠 제작자가 SEO를 통해 웹사이트를 개선하는 것이 점점 더 어려워지고 있습니다. 콘텐츠 제작자가 콘텐츠가 생성 엔진에서 어떻게 작동하는지 더 잘 이해하고 이 콘텐츠를 최적화하여 생성 엔진의 가시성과 효율성을 높이는 전략을 제공하기 위해 Princeton University와 Allen Institute for Technology에서는 GEO를 소개합니다. GEO는 특히 생성 엔진에 대한 노출 측정항목을 제안합니다. GEO의 원칙에는 다중 모드 이해, 콘텐츠 포괄성 및 의미론적 이해가 포함됩니다. GEO가 제안한 전략을 구현하고 GEO-BENCH 벤치마크에 참여함으로써 콘텐츠 제작자는 세대 엔진에서 웹사이트와 콘텐츠의 가시성과 효율성을 향상하고 사용자의 검색 요구를 더 잘 충족할 수 있습니다.GEO의 출현은 새로운 검색 환경에서 콘텐츠 제작자에게 귀중한 지침을 제공하여 다중 모드 이해, 콘텐츠 포괄성 및 의미론적 이해와 같은 핵심 요소를 통해 콘텐츠를 더 잘 적응하고 최적화하여 생성적 검색의 새로운 목표를 달성하도록 돕습니다. 엔진의 가시성과 영향력. 앞으로도 GEO와 벤치마크는 지속적으로 개선되어 콘텐츠 제작 분야에 더 많은 가능성을 가져올 것입니다.