మీ బ్లాగ్‌లోని ఎంత సమాచారాన్ని AI సెర్చ్ నిజంగా గ్రహిస్తుంది?

ఒక AI వెబ్ సెర్చ్ చేసినప్పుడు, అది మీ కంటెంట్‌లోని ఎంత భాగాన్ని చూస్తుంది? అది మీ పూర్తి ఆర్టికల్‌ను చదువుతుందా లేదా కేవలం టైటిల్‌ను మాత్రమే చూస్తుందా?

తెలుసుకోవడానికి నేను Anthropic యొక్క టూల్స్‌ను పరీక్షించాను. అది ఎలా పనిచేస్తుందో ఇక్కడ చూడండి.

AI సెర్చ్ రెండు విభిన్న దశల్లో జరుగుతుంది:

దశ 1: WebSearch ఫలితాల జాబితాను కనుగొనడానికి AI ఒక సెర్చ్ ఇంజిన్‌ను ఉపయోగిస్తుంది. ఈ దశలో, AI మీ పేజీ నుండి దాదాపు ఏమీ చూడదు. అది కేవలం వీటిని మాత్రమే చూస్తుంది:

  • URL
  • పేజీ టైటిల్
  • చివరిగా అప్‌డేట్ చేసిన తేదీ

మీ టైటిల్ అస్పష్టంగా ఉంటే, AI మీ సైట్‌ను పూర్తిగా వదిలేసి వెళ్ళిపోవచ్చు.

దశ 2: WebFetch AIకి సంబంధిత టైటిల్ దొరికితే, అది పేజీ బాడీని (page body) పొందడానికి రిక్వెస్ట్ పంపుతుంది. ఇక్కడే కంటెంట్ అందులోకి వస్తుంది.

అయితే, ఇక్కడ ఒక దాగి ఉన్న పొర (hidden layer) ఉంది. Claude Code వంటి టూల్స్ ముందుగా పేజీని సారాంశం (summarize) చేయడానికి ఒక మిడిల్ మోడల్‌ను (Haiku) ఉపయోగిస్తాయి. ప్రధాన AI మోడల్ తరచుగా మీ అసలు వచనాన్ని (original text) చూడదు. అది కేవలం ఆ మిడిల్ మోడల్ రూపొందించిన సారాంశాన్ని మాత్రమే చూస్తుంది.

దీని అర్థం, వినియోగదారుడు మీ రచనను చూసే ముందే అది ఫిల్టర్ చేయబడుతుంది.

AI సెర్చ్ కోసం ఎలా రాయాలి:

  • మీ టైటిల్స్‌ను ఆప్టిమైజ్ చేయండి: "Implementation Notes" అని మాత్రమే వాడకండి. "Complete Implementation Notes: Content Negotiation for HTML-to-Markdown" అని వాడండి. AI క్లిక్ చేయడానికి తగినంత సమాచారాన్ని అందించండి.
  • ముఖ్యమైన విషయాలను ముందుగా చెప్పండి: సమ్మరీ మోడల్ పై నుండి కిందకు చదువుతుంది. ప్రతి విభాగంలోని మొదటి కొన్ని వాక్యాల్లోనే మీ ప్రధాన ముగింపులను (conclusions) ఉంచండి.
  • సైటేషన్ల (citations) కోసం సిద్ధం చేయండి: AI కోట్స్ చాలా చిన్నవిగా ఉంటాయి (సుమారు 125 నుండి 150 క్యారెక్టర్లు). చుట్టుపక్కల సందర్భం (context) లేకపోయినా అర్థమయ్యేలా స్వతంత్ర వాక్యాలను (standalone sentences) రాయండి.
  • Markdown ఉపయోగించండి: H2 ట్యాగ్‌లు, బుల్లెట్ పాయింట్లు మరియు టేబుల్స్‌ను ఉపయోగించండి. ఇవి మీ స్ట్రక్చర్‌ను AI అర్థం చేసుకోవడానికి సంకేతాలలా (signposts) పనిచేస్తాయి.

ఒక చివరి చిట్కా: మీ robots.txt ని తనిఖీ చేయండి. సెర్చ్ బాట్‌లు మీ సైట్‌ను సైటేషన్లుగా ఉపయోగించుకోవడానికి అనుమతిస్తూనే, ట్రైనింగ్ బాట్‌లు మీ డేటాను తమ మోడల్స్‌ను ట్రైన్ చేయడానికి ఉపయోగించకుండా నిరోధించవచ్చు.

కేవలం మనుషుల కోసం మాత్రమే రాయడం ఆపండి. మిమ్మల్ని కనుగొనే ఏజెంట్ల (agents) కోసం కూడా రాయడం ప్రారంభించండి.

Source: https://dev.to/isray_notarray/how-much-of-your-blog-does-ai-search-actually-grab-breaking-down-claudes-websearch-and-webfetch-538f

ఐచ్ఛిక అభ్యాస సమూహం: https://t.me/GyaanSetuAi