Мультимодальная готовность: изображения, альтернативный текст и диаграммы, на которые могут ссылаться модели

Мультимодальная готовность: изображения, альтернативный текст и диаграммы, на которые могут ссылаться модели

Автор: Лукас Рихтер, старший стратег по автоматизации контента

Диаграмма может объяснить за секунды то, что страница текста описывала бы минуты. Но если ее смысл существует только внутри файла изображения, многие читатели — и многие поисковые системы — могут упустить суть.

Вот почему мультимодальная готовность заключается не в добавлении большего количества картинок. Речь идет о том, чтобы каждый полезный визуальный материал был упакован так, чтобы его смысл был ясен в изображении, в тексте страницы и в коде, который связывает их.

Существует одно важное ограничение: хороший альтернативный текст может помочь системе понять изображение, но не гарантирует, что ИИ-помощник процитирует страницу. Понимание изображения и выбор веб-страницы в качестве источника — это разные шаги.

Что показывают — и не показывают — исследования

Подписи могут помочь с визуальными вопросами

Некоторые исследования показывают, что текст, сопоставленный с изображением, может помочь модели ответить на вопросы о нем. Исследование 2019 года показало, что добавление подписей в виде абзацев к изображениям улучшило производительность при решении задачи визуального ответа на вопросы. Подписи предоставляли детали, которые было легче сопоставить с вопросом, чем только с помощью признаков изображения. Но это был эксперимент с моделью, а не проверка того, увеличивает ли добавление альтернативного текста к живой веб-странице цитирование ИИ. ACL Anthology paper (aclanthology.org)

Графики и диаграммы также остаются сложными для точного чтения моделями. В одном бенчмарке вопросов к графикам исследователи обнаружили недостатки в таких задачах, как поиск взаимосвязей между значениями. Их результаты улучшились с помощью специального текстового запроса, что указывает на ценность ясного языка — но не доказывает, что какой-либо конкретный формат страницы принесет больше цитирований. ChartInsights benchmark (arxiv.org)

Более широкий урок является практическим: визуальный материал может содержать полезные доказательства, но модели все еще могут пропускать мелкие метки, точные значения или путь между шагами. Руководство OpenAI по зрению, например, предупреждает о мелком тексте, графиках, элементах с цветовой кодировкой и точном пространственном мышлении. OpenAI vision guide (developers.openai.com)

Улучшенный альтернативный текст не является переключателем цитирования

Поисковые системы могут использовать описания изображений и окружающий текст для понимания того, что показано на картинке. Google заявляет, что он использует альтернативный текст, компьютерное зрение и контент страницы вместе при понимании изображений для поиска. Он также рекомендует размещать изображения рядом с соответствующим текстом. Это поддерживает написание полезного альтернативного текста, но не является доказательством того, что сам по себе альтернативный текст заставляет ИИ-помощника цитировать страницу. Google Image SEO guidance (developers.google.com)

Проанализированные для этой статьи данные не устанавливают, что изменение только альтернативного текста повышает показатели цитирования во всех текущих ИИ-помощниках. Многие системы не объясняют точно, какие элементы страницы они читают или почему они выбирают один источник вместо другого. Google заявляет, что его функции поиска на основе ИИ не требуют специальной разметки и не гарантируют, что подходящая страница будет показана. Google’s AI features guidance (developers.google.com)

Поэтому рассматривайте улучшенную визуальную упаковку как разумную, проверяемую гипотезу, а не обещание. Она может сделать страницу более удобной в использовании, более легкой для анализа и более вероятной для содержания текста, который напрямую отвечает на вопрос. Будет ли помощник затем цитировать ее, это отдельный результат для измерения.

Оформляйте каждый важный визуальный материал как доказательство

Сильная визуальная упаковка состоит из четырех частей: изображение, краткий альтернативный текст, подпись и поясняющий текст рядом. Каждая часть имеет свою задачу.

1. Пишите альтернативный текст как короткую замену

Альтернативный текст должен предоставлять читателям, которые не видят изображение, информацию, необходимую для понимания страницы. Для простой диаграммы это может уместиться в одном предложении. Для сложного графика или блок-схемы альтернативный текст должен идентифицировать визуальный материал и его основную цель, а не втискивать каждую деталь в одно длинное описание.

Например:

alt="Checkout flow with a retry path after payment failure."

Для декоративного изображения используйте пустой альтернативный текст (alt=""), чтобы вспомогательные инструменты могли его пропустить. Не оставляйте альтернативный текст пустым и не заполняйте его повторяющимися поисковыми запросами. Руководство W3C по сложным изображениям и руководство Google по изображениям различают короткие текстовые альтернативы и более полные описания. (w3.org)

2. Используйте подпись, чтобы обозначить суть иллюстрации

Подпись должна помочь читателю понять, почему изображение имеет значение. Такая метка, как «Архитектурная диаграмма», обычно слишком расплывчата.

Более полезная подпись:

Рисунок 1. Неудачная оплата возвращает покупателя к оплате; корзина остается открытой.

Используйте элементы HTML <figure> и <figcaption>, чтобы связать подпись с ее изображением. Четкий номер или название рисунка также облегчает ссылки на тот же визуальный материал в тексте статьи. Руководство по стилю документации Google приводит примеры рисунков, сопоставленных с альтернативным текстом, подписями и более длинными описаниями. (developers.google.com)

3. Разместите полное объяснение на странице

Сложная диаграмма обычно говорит больше, чем может короткое альтернативное описание. Разместите важный смысл и в обычном тексте страницы. Для блок-схемы опишите шаги и то, что происходит на каждой ветви. Для графика укажите период времени, единицы измерения, ключевые значения и тенденцию. Для технической диаграммы назовите части и объясните, как они связаны.

W3C рекомендует короткое описание плюс более полное текстовое описание для сложных изображений. Это более полное описание может находиться в самой статье, рядом с изображением, и быть доступным всем читателям. Таблица данных может помочь, когда важны точные значения. W3C WAI: Сложные изображения (w3.org)

4. Сохраняйте согласованность названий и меток

Если на вашей диаграмме что-то называется «активацией», используйте то же слово в подписи и статье. Если иллюстрация показывает важный результат, укажите его в предложении рядом: «На Рисунке 2 большинство регистраций отпадают до создания первого проекта».

Это не волшебный трюк для цитирования. Это способ сделать доказательства страницы более легкими для понимания и цитирования. Google заявляет, что нет специальной схемы для AI Overviews или AI Mode; полезная работа заключается в сохранении важного контента в тексте и обеспечении соответствия структурированных данных тому, что могут видеть люди. (developers.google.com)

Вот простой шаблон для блок-схемы:

html

The key point in the checkout flow is that a payment failure does not clear the cart.

Рисунок 1 словами: Корзина → доставка → оплата → подтверждение. Если оплата не удалась, покупатель возвращается к оплате и сохраняет корзину.

Короткий альтернативный текст идентифицирует диаграмму. Подпись указывает ее основной смысл. Последнее предложение объясняет путь простым текстом. Для графика с точными значениями добавьте также таблицу или список этих значений.

Убедитесь, что краулеры могут получить изображение

Хорошо описанное изображение все еще должно быть доступно. Используйте обычный элемент HTML <img> с реальным URL-адресом src. Google заявляет, что может находить изображения в src элемента <img>, но не индексирует фоновые изображения CSS таким же образом. Его руководство по изображениям также поддерживает изображения, размещенные на CDN, в файлах Sitemap изображений. Руководство Google по SEO для изображений (developers.google.com)

Для CDN проверьте основные моменты:

• URL изображения работает без входа в систему или истекающего токена доступа.
• Разрешения краулера страницы и правила безопасности CDN оба разрешают доступ.
• URL изображения на отображаемой странице стабилен и возвращает правильный файл.
• Адаптивные изображения включают запасной src.
• Важный текст не скрыт в изображении, когда он мог бы быть реальным текстом страницы.
• Изображения, находящиеся за пределами видимой области, загружаются, когда они становятся видимыми — не только после того, как человек щелкает или прокручивает страницу таким образом, который краулер не может воспроизвести.

Руководство Google по ленивой загрузке гласит, что URL-адреса изображений должны появляться в отображаемом HTML и загружаться, когда они попадают в поле зрения. Оно также советует не использовать ленивую загрузку изображений, которые уже видны при открытии страницы. Руководство Google по ленивой загрузке (developers.google.com)

Также проверьте разрешения по платформам. OpenAI документирует OAI-SearchBot как своего поискового краулера и заявляет, что он отделен от GPTBot, который относится к обучающим данным. Разрешение одного не требует разрешения другого. Это важно, если вы хотите поисковое обнаружение, но имеете другое предпочтение относительно использования для обучения. Документация краулеров OpenAI (developers.openai.com)

Проверьте, цитируются ли ваши страницы в ответах на визуальные вопросы

Не полагайтесь на несколько случайных запросов к чат-боту. Проведите два теста, потому что понимание моделью и веб-цитирование — это не одно и то же.

Тест 1: Понимает ли модель визуальный материал?

Выберите набор графиков и диаграмм. Напишите вопросы, ответы на которые зависят от них, например:

• Какой шаг следует за оплатой?
• Что происходит, когда оплата не удалась?
• В каком месяце был самый высокий коэффициент конверсии?
• Что, согласно диаграмме, является основной причиной оттока пользователей?

Затем сравните ответы модели в контролируемых условиях ввода:

1. Только изображение.
2. Изображение плюс его альтернативный текст и подпись.
3. Изображение плюс эти аннотации и текстовое резюме или таблица данных страницы.

Сохраняйте модель, вопрос и изображение одинаковыми. Оценивайте ответы на правильность, включая точные значения и взаимосвязи. Это помогает показать, помогает ли добавленный текст модели отвечать на ваши вопросы. Это не показывает, найдет ли или процитирует ли веб-поисковый помощник страницу.

Тест 2: Цитирует ли поисковый помощник страницу?

Для небольшого пилотного проекта сопоставьте похожие страницы с большим количеством диаграмм. Добавьте полный визуальный пакет в одну группу; оставьте контрольную группу на текущем доступном базовом уровне. Не удаляйте основной альтернативный текст для создания контрольной группы. Подготовьте два набора вопросов: те, которые требуют чтения рисунка, и обычные вопросы, на которые уже отвечает текст страницы.

Запустите те же запросы в интересующих вас поисковых помощниках. Запишите дату, продукт, вопрос, ответ и цитируемую страницу. Повторяйте проверки со временем, потому что результаты могут меняться. Дождитесь, пока ваш краулер или поисковые инструменты не покажут, что обновленные страницы были повторно просканированы. Google отмечает, что повторное сканирование может занять дни или дольше. (developers.google.com)

Отслеживайте четыре результата:

• Показатель цитирования: Как часто ответ цитирует страницу?
• Точность ответа: Правильно ли помощник определил визуальный факт?
• Поддержка цитирования: Действительно ли цитируемая страница подтверждает ответ?
• Бизнес-результат: Помог ли визит, рекомендация или лид бизнесу?

Сравните результаты по визуальным вопросам с контрольным набором обычных вопросов. Простое сравнение «до» и «после» может быть обманчивым: помощник, его поисковый индекс и весь веб могут меняться одновременно. Сопоставленные страницы и повторяющиеся проверки помогают, но небольшой тест все равно должен быть представлен как пилотное исследование, а не как универсальное правило.

Также будьте точны в отношении того, что означает результат. Если страница цитируется чаще после добавления текстового резюме, тест показывает, что весь пакет помог. Это не доказывает, что помощник прочитал само изображение. Панели мониторинга цитирования могут показать, какие URL-адреса появляются в ответах ИИ, но не обязательно, какая часть страницы была прочитана. Отчет Bing AI Performance, например, сообщает о цитируемых страницах и информации о запросах. Инструменты Bing Webmaster: Производительность ИИ (blogs.bing.com)

Встройте эту работу в свою систему контента

Основателям не нужно переписывать диаграмму вручную каждый раз, когда они публикуют статью. Но автоматизация не должна придумывать, что означает картинка.

Простой рабочий процесс:

1. Создатель предоставляет исходные данные или диаграмму, а также основную мысль, которую он хочет донести до читателя.
2. Рабочий процесс контента составляет черновики альтернативного текста, подписи и текстового резюме на основе этих исходных материалов.
3. Человек проверяет, что описание является точным и что метки, значения и пути соответствуют визуальному материалу.
4. Страница публикует изображение и его текст вместе.
5. Повторяемая проверка подтверждает, что читатели и краулеры могут получить доступ к обоим.

Суть, которую хочет донести создатель, — это та часть, которую нельзя автоматизировать. Например, основатель может захотеть показать не просто то, что количество регистраций падает, а то, что команда решила исправить настройку первого проекта, прежде чем привлекать больше трафика. Это мнение и урок по продукту, а не задача по созданию подписей.

В автоматизированном движке контента, входные данные Автор, Аудитория и Вкус могут сохранять эту суть в статьях. AutoPod использует эти входные данные для руководства каждой статьей, в то время как рабочий процесс обрабатывает повторяющиеся задачи, такие как составление подписей и проверка структуры страницы. Модель может упаковать идею. Она не должна ее придумывать.

Заключение

Самый сильный аргумент в пользу описательного альтернативного текста, подписей, меток рисунков и близлежащих резюме — это не обещанный рост SEO. Это то, что они делают визуальный материал более понятным, более доступным и более легко связываемым с аргументом страницы.

Это также может помочь помощнику ответить на визуальный вопрос и процитировать страницу — но рост не гарантирован. Оформляйте диаграммы как доказательства, делайте изображения доступными для извлечения и измеряйте цитирования отдельно от понимания. Это простая система, имеющая ценность прежде всего для читателей и имеющая проверяемый потенциал для обнаружения ИИ.