Multimodální připravenost: Obrázky, alt text a diagramy, které modely mohou citovat

Multimodální připravenost: Obrázky, alt text a diagramy, které modely mohou citovat

Autor: Lukas Richter, seniorní stratég pro automatizaci obsahu

Diagram dokáže vysvětlit během několika sekund to, co by textová stránka popsala za minuty. Pokud však jeho význam spočívá pouze v obrazovém souboru, mnoho čtenářů – a mnoho vyhledávacích systémů – nemusí pochopit pointu.

Proto multimodální připravenost není o přidávání dalších obrázků. Jde o zabalení každého užitečného vizuálu tak, aby jeho význam byl jasný v obrázku, v textu stránky a v kódu, který tyto dvě složky propojuje.

Existuje jedno důležité omezení: kvalitní alt text může systému pomoci porozumět obrázku, ale nezaručuje, že asistent s umělou inteligencí stránku ocituje. Porozumění obrázku a výběr webové stránky jako zdroje jsou odlišné kroky.

Co výzkum ukazuje – a co ne

Popisky mohou pomoci s vizuálními otázkami

Některé výzkumy zjišťují, že text spárovaný s obrázkem může modelu pomoci odpovědět na otázky týkající se obrázku. Studie z roku 2019 zjistila, že přidání popisků ve stylu odstavců k obrázkům zlepšilo výkon v úloze vizuálního zodpovídání otázek. Popisky poskytly detaily, které bylo snazší spárovat s otázkou než samotné vizuální prvky obrázku. Jednalo se však o experiment s modelem – nikoli o test, zda přidání alt textu na živou webovou stránku zvyšuje citace AI. Článek z ACL Anthology (aclanthology.org)

Grafy a diagramy zůstávají pro modely obtížně čitelné s přesností. V jednom srovnávacím testu otázek k grafům výzkumníci zjistili slabiny v úkolech, jako je hledání vztahů mezi hodnotami. Jejich výsledky se zlepšily díky speciální textové výzvě, což poukazuje na hodnotu jasného jazyka – ale neprokazuje, že jakýkoli konkrétní formát stránky získá více citací. Benchmark ChartInsights (arxiv.org)

Širší ponaučení je praktické: vizuál může nést užitečné důkazy, ale modely mohou stále přehlédnout malé popisky, přesné hodnoty nebo cestu mezi jednotlivými kroky. Pokyny OpenAI pro vidění například varují před malým textem, grafy, barevně odlišenými prvky a přesným prostorovým uvažováním. Průvodce viděním OpenAI (developers.openai.com)

Lepší alt text nezaručuje citace

Vyhledávací systémy mohou používat popisy obrázků a okolní text k pochopení toho, co obrázek ukazuje. Google uvádí, že při porozumění obrázkům pro vyhledávání používá společně alt text, počítačové vidění a obsah stránky. Také doporučuje umisťovat obrázky poblíž relevantního textu. To sice podporuje psaní užitečného alt textu, ale není to důkaz, že samotný alt text přiměje asistenta s AI citovat stránku. Pokyny pro SEO obrázků Google (developers.google.com)

Důkazy zkoumané pro tento článek neprokazují, že samotná změna alt textu zvyšuje míru citací napříč současnými asistenty s AI. Mnoho systémů nevysvětluje přesně, které prvky stránky čtou nebo proč si vybírají jeden zdroj před druhým. Google uvádí, že jeho funkce AI vyhledávání nemají žádné speciální požadavky na značení a nezaručují, že způsobilá stránka bude zobrazena. Pokyny Google k funkcím AI (developers.google.com)

Vylepšené vizuální balení tedy považujte za rozumnou, testovatelnou hypotézu, nikoli za slib. Může usnadnit používání stránky, usnadnit její analýzu a zvýšit pravděpodobnost, že bude obsahovat text, který přímo odpovídá na otázku. Zda ji pak asistent ocituje, je samostatný výsledek k měření.

Zabalte každý důležitý vizuál jako důkaz

Silný vizuální balíček má čtyři části: obrázek, stručný alt text, popisek a blízké textové vysvětlení. Každá část má jinou úlohu.

1. Napište alt text jako krátkou náhradu

Alt text by měl poskytnout čtenářům, kteří nemohou vidět obrázek, informace, které potřebují k pochopení stránky. U jednoduchého diagramu se to může vejít do jedné věty. U složitého grafu nebo vývojového diagramu by měl alt text identifikovat vizuál a jeho hlavní účel, nikoli vtěsnat každý detail do jednoho dlouhého popisu.

Například:

alt="Tok platby s cestou pro opakování po selhání platby."

Pro dekorativní obrázek použijte prázdný alt text (alt=""), aby jej asistenční nástroje mohly přeskočit. Nenechávejte alt text prázdný a neplňte jej opakujícími se vyhledávacími výrazy. Pokyny W3C pro složité obrázky a pokyny Google pro obrázky rozlišují krátké textové alternativy od podrobnějších popisů. (w3.org)

2. Použijte popisek k vyjádření smyslu obrázku

Popisek by měl čtenáři pomoci pochopit, proč je obrázek důležitý. Popisek jako „Architektonické schéma“ je obvykle příliš vágní.

Užitečnější popisek je:

Obrázek 1. Neúspěšná platba pošle nakupujícího zpět k platbě; košík zůstává otevřený.

Použijte HTML prvky <figure> a <figcaption> k propojení popisku s obrázkem. Jasné číslo nebo název obrázku také usnadňuje odkazování na tentýž vizuál v textu článku. Průvodce stylem dokumentace Google uvádí příklady obrázků spárovaných s alt textem, popisky a delšími popisy. (developers.google.com)

3. Umístěte celé vysvětlení na stránku

Složitý diagram obvykle říká více, než dokáže krátký alt popisek. Důležitý význam uveďte také v běžném textu stránky. Pro vývojový diagram popište kroky a co se děje v každé větvi. Pro graf uveďte časové období, jednotky, klíčové hodnoty a trend. Pro technický diagram pojmenujte části a vysvětlete, jak se propojují.

W3C doporučuje pro složité obrázky krátký popis a podrobnější textový popis. Tento podrobnější popis může být přímo v článku, poblíž obrázku a dostupný všem čtenářům. Datová tabulka může pomoci, když záleží na přesných hodnotách. W3C WAI: Složité obrázky (w3.org)

4. Udržujte názvy a popisky konzistentní

Pokud váš diagram něco nazývá „aktivací“, použijte stejné slovo v popisku i v článku. Pokud obrázek ukazuje důležitý výsledek, uveďte jej v blízké větě: „Na obrázku 2 většina registrací klesne před vytvořením prvního projektu.“

To není žádný magický trik pro citace. Je to způsob, jak usnadnit sledování a citování důkazů na stránce. Google uvádí, že neexistuje žádné speciální schéma pro AI Overviews nebo AI Mode; užitečná práce spočívá v uchování důležitého obsahu v textu a zajištění, aby strukturovaná data odpovídala tomu, co lidé vidí. (developers.google.com)

Zde je jednoduchý vzor pro vývojový diagram:

html

Klíčovým bodem v toku platby je, že selhání platby nevymaže košík.

Obrázek 1 slovy: Košík → doprava → platba → potvrzení. Pokud platba selže, nakupující se vrátí k platbě a košík zůstane.

Krátký alt text identifikuje diagram. Popisek uvádí jeho hlavní pointu. Poslední věta vysvětluje cestu v prostém textu. Pro graf s přesnými hodnotami přidejte také tabulku nebo seznam těchto hodnot.

Ujistěte se, že crawlery mohou načíst obrázek

Dobře popsaný obrázek musí být stále dostupný. Použijte normální HTML element <img> se skutečnou src URL. Google uvádí, že dokáže najít obrázky v src elementu <img>, ale neindexuje obrázky na pozadí CSS stejným způsobem. Jeho pokyny pro obrázky také podporují obrázky hostované na CDN v sitemapách obrázků. Pokyny pro SEO obrázků Google (developers.google.com)

Pro CDN zkontrolujte základy:

• URL obrázku funguje bez přihlášení nebo vypršení platnosti přístupového tokenu.
• Oprávnění crawleru stránky i bezpečnostní pravidla CDN umožňují přístup.
• URL obrázku na vykreslené stránce je stabilní a vrací správný soubor.
• Responzivní obrázky obsahují záložní src.
• Důležitý text není skryt v obrázku, když by mohl být skutečným textem stránky.
• Obrázky pod záhybem se načítají, když se stanou viditelnými – nikoli pouze poté, co osoba klikne nebo scrolluje způsobem, který crawler nemůže reprodukovat.

Pokyny Google pro lazy-loading uvádějí, že URL obrázků by se měly objevit ve vykresleném HTML a načíst se, když se dostanou do zorného pole. Také nedoporučují lazy-loading obrázků, které jsou již viditelné při otevření stránky. Pokyny Google pro lazy-loading (developers.google.com)

Zkontrolujte také oprávnění podle platformy. OpenAI dokumentuje OAI-SearchBot jako svůj vyhledávací crawler a uvádí, že je oddělen od GPTBot, který souvisí s tréninkovými daty. Povolení jednoho nevyžaduje povolení druhého. To je důležité, pokud chcete objevitelnost ve vyhledávání, ale máte jiné preference ohledně použití pro trénink. Dokumentace crawleru OpenAI (developers.openai.com)

Otestujte, zda jsou vaše stránky citovány pro vizuální otázky

Nespoléhejte na několik neformálních výzev chatbotu. Spusťte dva testy, protože porozumění modelu a webová citace nejsou totéž.

Test 1: Rozumí model vizuálu?

Vyberte sadu grafů a diagramů. Napište otázky, jejichž odpovědi na nich závisí, například:

• Který krok následuje po platbě?
• Co se stane, když platba selže?
• Který měsíc měl nejvyšší míru konverze?
• Co diagram uvádí jako hlavní důvod, proč uživatelé odcházejí?

Poté porovnejte odpovědi modelu za kontrolovaných vstupních podmínek:

1. Pouze obrázek.
2. Obrázek plus jeho alt text a popisek.
3. Obrázek plus tyto anotace a textové shrnutí stránky nebo datová tabulka.

Udržujte model, otázku a obrázek stejné. Hodnoťte odpovědi z hlediska správnosti, včetně přesných hodnot a vztahů. To pomáhá ukázat, zda přidaný text pomáhá modelu odpovědět na vaše otázky. Neprokazuje to, zda webový vyhledávací asistent stránku najde nebo ocituje.

Test 2: Cituje vyhledávací asistent stránku?

Pro malý pilotní projekt spárujte podobné stránky bohaté na diagramy. K jedné skupině přidejte kompletní vizuální balíček; srovnávací skupinu ponechte na její současné přístupné základní úrovni. Neodstraňujte zásadní alt text pro vytvoření kontrolní skupiny. Připravte dvě sady otázek: ty, které vyžadují čtení obrázku, a běžné otázky, na které text stránky již odpovídá.

Spusťte stejné výzvy ve vyhledávacích asistentech, na kterých vám záleží. Zaznamenejte datum, produkt, otázku, odpověď a citovanou stránku. Kontroly opakujte v průběhu času, protože výsledky se mohou měnit. Počkejte, dokud váš crawler nebo vyhledávací nástroje neukážou, že aktualizované stránky byly znovu prohledány. Google poznamenává, že opětovné prohledávání může trvat dny i déle. (developers.google.com)

Sledujte čtyři výsledky:

• Míra citací: Jak často odpověď cituje stránku?
• Přesnost odpovědi: Získal asistent vizuální fakt správně?
• Podpora citace: Podporuje citovaná stránka skutečně odpověď?
• Obchodní výsledek: Pomohla návštěva, doporučení nebo lead podniku?

Porovnejte výsledky vizuálních otázek s kontrolní sadou běžných otázek. Jednoduché srovnání před a po může být zavádějící: asistent, jeho vyhledávací index a širší web se mohou všechny změnit najednou. Spárované stránky a opakované kontroly pomáhají, ale malý test by měl být stále hlášen jako pilotní projekt, nikoli jako univerzální pravidlo.

Buďte také přesní ohledně toho, co výsledek znamená. Pokud je stránka citována častěji poté, co přidáte textové shrnutí, test ukazuje, že pomohl celý balíček. Neprokazuje to, že asistent přečetl samotný obrázek. Dashboardy citací mohou ukázat, které URL se objevují v odpovědích AI, ale ne nutně, která část stránky byla přečtena. Zpráva AI Performance od Bingu například uvádí citované stránky a informace o dotazech. Nástroje pro webmastery Bing: AI Performance (blogs.bing.com)

Zabudujte práci do svého obsahového systému

Zakladatelé by neměli muset ručně přepisovat diagram pokaždé, když publikují článek. Ale automatizace by neměla vymýšlet, co obrázek znamená.

Jednoduchý pracovní postup je:

1. Tvůrce poskytne zdrojová data nebo diagram, plus hlavní myšlenku, kterou chce čtenáři předat.
2. Obsahový pracovní postup vytvoří alt text, popisek a prostý textový souhrn z těchto zdrojových materiálů.
3. Osoba zkontroluje, zda je popis přesný a zda popisky, hodnoty a cesty odpovídají vizuálu.
4. Stránka publikuje obrázek a jeho text společně.
5. Opakovatelná kontrola potvrdí, že čtenáři i crawlery mají přístup k oběma.

Úhel pohledu tvůrce je ta část, která by neměla být automatizována. Například zakladatel může chtít ukázat nejen to, že klesají registrace, ale že tým se rozhodl opravit nastavení prvního projektu předtím, než začal kupovat více návštěvnosti. To je názor a lekce z produktu, nikoli úloha popiskování.

V automatizovaném obsahovém enginu mohou vstupy Tvůrce, Publikum a Vkus zachovat tento úhel pohledu napříč články. AutoPod používá tyto vstupy k řízení každého článku, zatímco pracovní postup se stará o opakovatelné úkoly, jako je vytváření popisků a kontrola struktury stránky. Model může zabalit poznatek. Neměl by poznatek vymýšlet.

Závěr

Největším argumentem pro popisný alt text, popisky, označení obrázků a blízké shrnutí není slibované zlepšení SEO. Je to spíše fakt, že díky nim je vizuál snazší k pochopení, snazší k přístupu a snazší k propojení s argumentem stránky.

To může také pomoci asistentovi odpovědět na vizuální otázku a citovat stránku – ale zlepšení není zaručeno. Zabalte diagramy jako důkazy, zajistěte, aby byl obrázek načitatelný, a měřte citace odděleně od porozumění. To je jednoduchý systém s hodnotou pro čtenáře na prvním místě a testovatelným potenciálem pro objevování AI.