LikeAVirgin

Рейтинг
152
Регистрация
05.09.2011
И да RAG  я не осилила в этой тематике. Другой сервис на RAG хорошо пошёл, но там другая тема, психология. Ответы хорошие реально, но монетизация слабая. Запарковала его до лучших времен. Может быть что-то придумается там.
Sly32 #:
Не уверен, но при такой жесткой привязке должна резко снижаться вариативность текстов

А мне это как раз и нужно. В юридической тематике пользователи не платят за варитивность. Только за конкретные ответы с пруфами. Т. е. грубо говоря это узкая тематика, которая жёстко привязана к кокретной технике. Вот эта связка техника+юрисдикция создаёт НЧ. И пользователь получает из сервиса индивидуальную сборку ответов под свои нужды. Одним словом: он может сам несколько недель бесплатно поискать, сравнить, проверить. Или он получает это за плату прямо сразу. 😉

Sly32 #:
каждый вопрос может иметь только один ответ?  а может быть на 1 вопрос вариации ответов?

Это по моей логике или conditional, т. е. зависит от .. в пруфе стоит от чего конкретно зависит. Или unclear  - это когда разные источники противоречат и это тоже в пруфе стоит. Т. е. да ответ всегда 1:1,  но зависит от фактов.

Ну и бизнес-логика построена как раз вокруг yes/no/conditional/unclear. 

Антоний Казанский #:
Дальше какой план? Масштабировать кол-во статей с надеждой укрупнения трафика?

Он сам маштабируется. Чем больше сервис используется, тем больше нч появляются. План простой - выход на всю Европу. Сейчас таи один язык, довольно нишевый, типа фламандского. 😃 Был сделан чисто для проверки интереса-конверсии. Интерес-конверсия есть. Теперь допиливание до ума и многоязычная версия.

статьи пишутся делаются на основе ответов FAQ из базы, без поиска фактов уже.
И еще делается агрегация, т. е. по типу сколько Entity имеют ответ на faq_question1 = no, ну и дальше понятно. Сравнить с yes, сравнить с категорией. Аггрегировать и так далее. Это то, что в статью по API подтягивается. 

Sly32 #:
Ну вот бизнес-логика меня интересует, наверное. Неважно, по апи ты там  ходишь или внутри контейнеров. Что я имею ввиду:
Вот у тебя есть какие то документы. Ты формируешь промпт, сформулировала вопрос. Как ты дальше подбираешь доки? именно техническая сторона. Как они у тебя хранятся, как выбираешь из тысяч похожие итп. Именно технически как реализовано. Или реально все чисто бизнес-логика? "Если вопрос Х то добавь документ У..."
А там не доки, там ответы на мой FAQ сохраняются. Примерно так:
Пользователь используя сервис "формирует" НЧ. Он об этом не знает, я их нормализирую.
Мой вымученный первый промт выдает по НЧ факты. Но не в свободной форме, структурировано, отвечая на FAQ вопросы, которые я там в промте поставила. Эта информация (еще перед генерации статьи) сохраняется в базе в виде отдельных полей в обычной базе, никаких векторов. Т. е. условно:
Entity
- faq-question 1
- faq-question 2 
- faq-question 3
....

Ответы В формате yes/no/conditional/unclear + пруфы, подверждающие ответ кратко и с источниками. 

Если следующий пользователь используя сервис "формирует" уже готовый НЧ, то ответ берется из моей базы, никаких поисков. Просто маленький промптик, который читает ответ на вопрос из базы и делает из него человеческий текст. Если такого НЧ еще нет, только тогда запускается агент. Т. е. база растет по мере использования сервиса на автомате. Чем больше его используют, тем больше НЧ уже сохранены в базе, тем меньше мне приходится запускать агента, потому что ответы уже структурировано лежат в базе.
Sly32 #:
Вот это интересно технически - как обрабатываешь данные из базы, что используешь?
Через API подтягиваются различные сегментации, аггрегации, и своя бизнес-логика, которая все раскладывает по полочкам. Anthropic ничего сам не анализирует, он получает конкретные цифры и на основании промта формирует текст, который к этим цифрам больше подходит. От "ничего такого" до "все пропало".


Sly32 #:
согласно теме топика - если упоминаешь проект то и расскажи, как он связан с ИИ а не с SEO. Понятно, кроме моментов  чувствительных. Иначе непонятно почему вы это обсуждаете тут. Для продвижения/оптимизации хватает топиков и не стоит мусорить тут. Не берите пример с экономиста.
ИИ пишет статьи:
- НЧ формируются из сервиса.
- 4 агента:
1. Первый (Anthropic) отправляет НЧ на поиск фактов, промт не просто "поищи факты", а структурированный (вымученнный 😀) на несколько страниц.
2. Второй (OpenAI) получает ответ и делает review, добавляет, корректирует и отдает обратно Anthropic. 
3. Третий (Antrophic) формирует из фактов и данных из моей базы статью.
4. Четверый (Antrophic) формирует mermaid диаграмму для статьи.

Я делаю перед публикацией человеческий review. Глазами и мозгами и чисто ручками нажимаю на кнопочку опубликовать. Потом ручками добавляю на индексацию в Google и Bing.

Статья получается наполовину из найденных фактов, из диаграммы на основе фактов и из виджетов, которые динамически подтягивают живую статистику из моей базы в контекст статьи. Все это не как programmtic SEO выглядит, а как статья-анализ, написанная в стиле habr. ;) Плюс CTA на мой сервис, никакой рекламы, конечно там нет.

На данный момент опубликовано 150+ статей. Все - в индексе. Трафик идет на около 80% статей. Есть мертвые - да. Но это жить не мешает, потому что там еще автоматом внутренняя перелинковка стоит. Они или вес добавляют или пользователи по ним ползают и улучшают поведенческие и время на сайте.
Сергей про е-ком #:
Речь была про сервисы, а не про говноконтентники копеечные же.
У меня сервис. Трафик SEO.
Сергей про е-ком #:
чем ждать год

Год ждать? ИИ генерирует статьи под НЧ, которые моментально влетают в топ за отсутствием конкуренции. И таких очень много. В сумме прилично получается. Да, нужно подождать пару недель, чтобы оно разогналось. Но это того стоит, потому что бесплатно, долго и по нарастающей. Я виду, что для многих НЧ ии ответы вообще не показываются, видимо данных мало.

Всего: 689