Auto
Sẵn sàng đa phương thức: Hình ảnh, văn bản thay thế và sơ đồ mà các mô hình có thể trích dẫn
Bởi Lukas Richter, Chiến lược gia Tự động hóa Nội dung Cao cấp
Một sơ đồ có thể giải thích trong vài giây những gì một trang văn bản phải mất vài phút để mô tả. Nhưng nếu ý nghĩa của nó chỉ nằm trong một tệp hình ảnh, nhiều độc giả—và nhiều hệ thống tìm kiếm—có thể bỏ lỡ điểm chính.
Đó là lý do tại sao sự sẵn sàng đa phương thức không phải là việc thêm nhiều hình ảnh hơn. Đó là việc đóng gói từng hình ảnh hữu ích sao cho ý nghĩa của nó rõ ràng trong hình ảnh, trong văn bản trang và trong mã kết nối cả hai.
Có một giới hạn quan trọng: văn bản thay thế tốt có thể giúp hệ thống hiểu một hình ảnh, nhưng nó không đảm bảo rằng trợ lý AI sẽ trích dẫn trang đó. Hiểu một hình ảnh và chọn một trang web làm nguồn là những bước khác nhau.
Nghiên cứu đã—và chưa—chỉ ra điều gì
Chú thích có thể giúp trả lời các câu hỏi về hình ảnh
Một số nghiên cứu cho thấy văn bản đi kèm với hình ảnh có thể giúp mô hình trả lời các câu hỏi về nó. Một nghiên cứu năm 2019 đã phát hiện ra rằng việc thêm chú thích theo kiểu đoạn văn vào hình ảnh đã cải thiện hiệu suất trong một nhiệm vụ trả lời câu hỏi về hình ảnh. Các chú thích cung cấp thông tin chi tiết dễ khớp với câu hỏi hơn là chỉ các đặc điểm hình ảnh. Nhưng đây là một thử nghiệm mô hình—không phải là một thử nghiệm về việc liệu việc thêm văn bản thay thế vào một trang web trực tiếp có làm tăng số lượt trích dẫn của AI hay không. Bài báo ACL Anthology (aclanthology.org)
Biểu đồ và sơ đồ cũng vẫn khó để các mô hình đọc chính xác. Trong một điểm chuẩn câu hỏi về biểu đồ, các nhà nghiên cứu đã tìm thấy điểm yếu trong các nhiệm vụ như tìm mối quan hệ giữa các giá trị. Kết quả của họ đã được cải thiện với một lời nhắc văn bản đặc biệt, điều này cho thấy giá trị của ngôn ngữ rõ ràng—nhưng không chứng minh rằng bất kỳ định dạng trang nào cũng sẽ kiếm được nhiều lượt trích dẫn hơn. Điểm chuẩn ChartInsights (arxiv.org)
Bài học rộng hơn mang tính thực tế: một hình ảnh có thể chứa bằng chứng hữu ích, nhưng các mô hình vẫn có thể bỏ sót các nhãn nhỏ, các giá trị chính xác hoặc đường dẫn giữa các bước. Ví dụ, hướng dẫn tầm nhìn của OpenAI cảnh báo về văn bản nhỏ, biểu đồ, các yếu tố được mã hóa màu và suy luận không gian chính xác. Hướng dẫn tầm nhìn OpenAI (developers.openai.com)
Văn bản thay thế tốt hơn không phải là công tắc trích dẫn
Các hệ thống tìm kiếm có thể sử dụng mô tả hình ảnh và văn bản xung quanh để hiểu những gì một bức ảnh hiển thị. Google cho biết họ sử dụng văn bản thay thế, thị giác máy tính và nội dung trang cùng nhau khi hiểu hình ảnh cho Tìm kiếm. Họ cũng khuyến nghị đặt hình ảnh gần văn bản liên quan. Điều đó hỗ trợ viết văn bản thay thế hữu ích, nhưng nó không phải là bằng chứng cho thấy văn bản thay thế tự nó làm cho trợ lý AI trích dẫn một trang. Hướng dẫn SEO hình ảnh của Google (developers.google.com)
Bằng chứng được xem xét cho bài viết này không chứng minh rằng việc chỉ thay đổi văn bản thay thế làm tăng tỷ lệ trích dẫn trên các trợ lý AI hiện tại. Nhiều hệ thống không giải thích chính xác các yếu tố trang nào họ đọc hoặc tại sao họ chọn nguồn này hơn nguồn khác. Google cho biết các tính năng Tìm kiếm AI của họ không có yêu cầu đánh dấu đặc biệt và không đảm bảo rằng một trang đủ điều kiện sẽ được hiển thị. Hướng dẫn về tính năng AI của Google (developers.google.com)
Vì vậy, hãy coi việc đóng gói hình ảnh được cải thiện là một giả thuyết hợp lý, có thể kiểm chứng, chứ không phải là một lời hứa. Nó có thể làm cho một trang dễ sử dụng hơn, dễ phân tích hơn và có nhiều khả năng chứa văn bản trả lời trực tiếp một câu hỏi. Việc một trợ lý sau đó có trích dẫn nó hay không là một kết quả riêng biệt cần đo lường.
Đóng gói mỗi hình ảnh quan trọng như bằng chứng
Một gói hình ảnh mạnh mẽ có bốn phần: hình ảnh, văn bản thay thế ngắn gọn, chú thích và giải thích văn bản gần đó. Mỗi phần có một nhiệm vụ khác nhau.
1. Viết văn bản thay thế như một phần thay thế ngắn gọn
Văn bản thay thế nên cung cấp cho những độc giả không thể nhìn thấy hình ảnh thông tin họ cần để theo dõi trang. Đối với một sơ đồ đơn giản, điều đó có thể nằm gọn trong một câu. Đối với một biểu đồ hoặc sơ đồ luồng phức tạp, văn bản thay thế nên xác định hình ảnh và mục đích chính của nó, chứ không phải gói ghém mọi chi tiết vào một mô tả dài.
Ví dụ:
alt="Checkout flow with a retry path after payment failure."
Đối với hình ảnh trang trí, hãy sử dụng văn bản thay thế trống (alt="") để các công cụ hỗ trợ có thể bỏ qua nó. Đừng bỏ sót văn bản thay thế và đừng điền nó bằng các cụm từ tìm kiếm lặp đi lặp lại. Hướng dẫn hình ảnh phức tạp của W3C và hướng dẫn hình ảnh của Google phân biệt các lựa chọn thay thế văn bản ngắn với các mô tả đầy đủ hơn. (w3.org)
2. Sử dụng chú thích để nêu điểm chính của hình
Một chú thích nên giúp người đọc hiểu tại sao hình ảnh lại quan trọng. Một nhãn như “Sơ đồ kiến trúc” thường quá mơ hồ.
Một chú thích hữu ích hơn là:
Hình 1. Thanh toán thất bại sẽ đưa người mua hàng quay lại trang thanh toán; giỏ hàng vẫn mở.
Sử dụng các phần tử HTML <figure> và <figcaption> để kết nối chú thích với hình ảnh của nó. Một số hoặc tên hình rõ ràng cũng giúp dễ dàng tham chiếu đến cùng một hình ảnh trong văn bản bài viết. Hướng dẫn kiểu tài liệu của Google đưa ra các ví dụ về hình ảnh được ghép nối với văn bản thay thế, chú thích và mô tả dài hơn. (developers.google.com)
3. Đặt toàn bộ giải thích vào trang
Một sơ đồ phức tạp thường nói được nhiều hơn những gì một mô tả văn bản thay thế ngắn gọn có thể truyền tải. Hãy đặt ý nghĩa quan trọng vào văn bản trang thông thường. Đối với sơ đồ luồng, hãy mô tả các bước và những gì xảy ra ở mỗi nhánh. Đối với biểu đồ, hãy bao gồm khoảng thời gian, đơn vị, các giá trị chính và xu hướng. Đối với sơ đồ kỹ thuật, hãy đặt tên các bộ phận và giải thích cách chúng kết nối.
W3C khuyến nghị một mô tả ngắn gọn cộng với một mô tả văn bản đầy đủ hơn cho các hình ảnh phức tạp. Mô tả đầy đủ hơn đó có thể nằm trong chính bài viết, gần hình ảnh và có sẵn cho tất cả độc giả. Một bảng dữ liệu có thể hữu ích khi các giá trị chính xác quan trọng. W3C WAI: Hình ảnh phức tạp (w3.org)
4. Giữ tên và nhãn nhất quán
Nếu sơ đồ của bạn gọi một thứ gì đó là “kích hoạt”, hãy sử dụng cùng một từ đó trong chú thích và bài viết. Nếu hình ảnh cho thấy một kết quả quan trọng, hãy nêu nó trong một câu gần đó: “Trong Hình 2, hầu hết lượt đăng ký bị giảm trước khi dự án đầu tiên được tạo.”
Đây không phải là một mánh khóe trích dẫn kỳ diệu. Đây là một cách để làm cho bằng chứng của trang dễ theo dõi và trích dẫn hơn. Google cho biết không có lược đồ đặc biệt nào cho AI Overviews hoặc AI Mode; công việc hữu ích là giữ nội dung quan trọng trong văn bản và làm cho dữ liệu có cấu trúc khớp với những gì mọi người có thể thấy. (developers.google.com)
Dưới đây là một mẫu đơn giản cho sơ đồ luồng:
html
The key point in the checkout flow is that a payment failure does not clear the cart.
Figure 1 in words: Cart → shipping → payment → confirmation. If payment fails, the shopper returns to payment and keeps the cart.
Văn bản thay thế ngắn gọn xác định sơ đồ. Chú thích đưa ra điểm chính của nó. Câu cuối cùng giải thích đường dẫn bằng văn bản thuần túy. Đối với biểu đồ có giá trị chính xác, hãy thêm bảng hoặc danh sách các giá trị đó.
Đảm bảo trình thu thập thông tin có thể truy xuất hình ảnh
Một hình ảnh được mô tả tốt vẫn cần phải có sẵn. Sử dụng phần tử HTML <img> thông thường với URL src thực. Google cho biết họ có thể tìm thấy hình ảnh trong src của phần tử <img>, nhưng không lập chỉ mục các hình ảnh nền CSS theo cùng một cách. Hướng dẫn hình ảnh của họ cũng hỗ trợ các hình ảnh được lưu trữ trên CDN trong sơ đồ trang web hình ảnh. Hướng dẫn SEO hình ảnh của Google (developers.google.com)
Đối với CDN, hãy kiểm tra những điều cơ bản:
- URL hình ảnh hoạt động mà không cần đăng nhập hoặc mã thông báo truy cập hết hạn.
- Quyền của trình thu thập thông tin của trang và quy tắc bảo mật của CDN đều cho phép truy cập.
- URL hình ảnh trong trang được hiển thị ổn định và trả về đúng tệp.
- Hình ảnh thích ứng bao gồm
srcdự phòng. - Văn bản quan trọng không bị ẩn trong hình ảnh khi nó có thể là văn bản trang thực.
- Hình ảnh nằm dưới màn hình cuộn tải khi chúng hiển thị—không chỉ sau khi một người nhấp hoặc cuộn theo cách mà trình thu thập thông tin không thể tái tạo.
Hướng dẫn tải chậm của Google cho biết URL hình ảnh nên xuất hiện trong HTML được hiển thị và tải khi chúng hiển thị. Họ cũng khuyên không nên tải chậm các hình ảnh đã hiển thị khi trang mở. Hướng dẫn tải chậm của Google (developers.google.com)
Cũng kiểm tra quyền theo nền tảng. OpenAI tài liệu OAI-SearchBot là trình thu thập thông tin tìm kiếm của họ và nói rằng nó tách biệt với GPTBot, liên quan đến dữ liệu đào tạo. Cho phép một cái không yêu cầu cho phép cái kia. Điều này quan trọng nếu bạn muốn khám phá tìm kiếm nhưng có một ưu tiên khác về việc sử dụng đào tạo. Tài liệu trình thu thập thông tin OpenAI (developers.openai.com)
Kiểm tra xem các trang của bạn có được trích dẫn cho các câu hỏi về hình ảnh hay không
Đừng chỉ dựa vào một vài lời nhắc trò chuyện thông thường. Hãy thực hiện hai bài kiểm tra, bởi vì khả năng hiểu của mô hình và trích dẫn web không phải là một.
Bài kiểm tra 1: Mô hình có hiểu hình ảnh không?
Chọn một bộ biểu đồ và sơ đồ. Viết các câu hỏi mà câu trả lời phụ thuộc vào chúng, chẳng hạn như:
- Bước nào tiếp theo sau thanh toán?
- Điều gì xảy ra khi thanh toán thất bại?
- Tháng nào có tỷ lệ chuyển đổi cao nhất?
- Sơ đồ nói lý do chính khiến người dùng bỏ đi là gì?
Sau đó so sánh các câu trả lời của mô hình trong điều kiện đầu vào được kiểm soát:
- Chỉ hình ảnh.
- Hình ảnh cộng với văn bản thay thế và chú thích của nó.
- Hình ảnh cộng với các chú thích đó và tóm tắt văn bản hoặc bảng dữ liệu của trang.
Giữ nguyên mô hình, câu hỏi và hình ảnh. Chấm điểm câu trả lời về độ chính xác, bao gồm các giá trị và mối quan hệ chính xác. Điều này giúp cho thấy liệu văn bản bổ sung có giúp mô hình trả lời các câu hỏi của bạn hay không. Nó không cho thấy liệu một trợ lý tìm kiếm web có tìm thấy hoặc trích dẫn trang đó hay không.
Bài kiểm tra 2: Trợ lý tìm kiếm có trích dẫn trang không?
Đối với một dự án thí điểm nhỏ, hãy ghép các trang có nhiều sơ đồ tương tự nhau. Thêm gói hình ảnh đầy đủ vào một nhóm; giữ nhóm so sánh ở mức cơ bản dễ tiếp cận hiện tại của nó. Không xóa văn bản thay thế thiết yếu để tạo nhóm kiểm soát. Chuẩn bị hai bộ câu hỏi: một bộ yêu cầu đọc hình và các câu hỏi thông thường mà văn bản của trang đã trả lời.
Chạy các lời nhắc tương tự trong các trợ lý tìm kiếm mà bạn quan tâm. Ghi lại ngày, sản phẩm, câu hỏi, câu trả lời và trang được trích dẫn. Lặp lại việc kiểm tra theo thời gian, vì kết quả có thể thay đổi. Đợi cho đến khi trình thu thập thông tin hoặc công cụ tìm kiếm của bạn cho thấy các trang đã cập nhật đã được thu thập lại. Google lưu ý rằng việc thu thập lại có thể mất vài ngày hoặc lâu hơn. (developers.google.com)
Theo dõi bốn kết quả:
- Tỷ lệ trích dẫn: Câu trả lời trích dẫn trang thường xuyên đến mức nào?
- Độ chính xác của câu trả lời: Trợ lý có nắm bắt đúng sự thật hình ảnh không?
- Hỗ trợ trích dẫn: Trang được trích dẫn có thực sự hỗ trợ câu trả lời không?
- Kết quả kinh doanh: Lượt truy cập, giới thiệu hoặc khách hàng tiềm năng có giúp ích cho doanh nghiệp không?
So sánh kết quả câu hỏi hình ảnh với bộ kiểm soát câu hỏi thông thường. Một so sánh đơn giản trước và sau có thể gây hiểu lầm: trợ lý, chỉ mục tìm kiếm của nó và web rộng lớn hơn đều có thể thay đổi cùng một lúc. Các trang khớp và kiểm tra lặp lại giúp ích, nhưng một thử nghiệm nhỏ vẫn nên được báo cáo là một thử nghiệm thí điểm, chứ không phải là một quy tắc phổ quát.
Cũng cần chính xác về ý nghĩa của kết quả. Nếu một trang được trích dẫn thường xuyên hơn sau khi bạn thêm tóm tắt văn bản, thử nghiệm cho thấy rằng toàn bộ gói đã giúp ích. Nó không chứng minh rằng trợ lý đã đọc chính hình ảnh đó. Bảng điều khiển trích dẫn có thể hiển thị những URL nào xuất hiện trong câu trả lời AI, nhưng không nhất thiết hiển thị phần nào của trang đã được đọc. Ví dụ, báo cáo Hiệu suất AI của Bing báo cáo các trang được trích dẫn và thông tin truy vấn. Bing Webmaster Tools: Hiệu suất AI (blogs.bing.com)
Tích hợp công việc vào hệ thống nội dung của bạn
Các nhà sáng lập không nên phải viết lại sơ đồ bằng tay mỗi khi họ xuất bản một bài viết. Nhưng tự động hóa không nên tự tạo ra ý nghĩa của hình ảnh.
Một quy trình làm việc đơn giản là:
- Người tạo cung cấp dữ liệu hoặc sơ đồ nguồn, cộng với điểm chính mà họ muốn độc giả nắm bắt.
- Một quy trình nội dung phác thảo văn bản thay thế, chú thích và tóm tắt văn bản thuần túy từ các tài liệu nguồn đó.
- Một người kiểm tra để đảm bảo mô tả chính xác và các nhãn, giá trị và đường dẫn khớp với hình ảnh.
- Trang xuất bản hình ảnh và văn bản của nó cùng nhau.
- Một kiểm tra lặp lại xác nhận rằng người đọc và trình thu thập thông tin có thể truy cập cả hai.
Quan điểm của người tạo là phần không nên bị tự động hóa bỏ qua. Ví dụ, một nhà sáng lập có thể muốn cho thấy không chỉ số lượng đăng ký giảm, mà còn rằng đội ngũ đã chọn khắc phục việc thiết lập dự án đầu tiên trước khi mua thêm lưu lượng truy cập. Đó là một ý kiến và một bài học sản phẩm, chứ không phải một nhiệm vụ chú thích.
Trong một công cụ nội dung tự động, các yếu tố đầu vào Người tạo, Đối tượng và Thị hiếu có thể bảo toàn điểm đó xuyên suốt các bài viết. AutoPod sử dụng các yếu tố đầu vào đó để hướng dẫn từng bài viết, trong khi quy trình làm việc xử lý các tác vụ lặp lại như soạn chú thích và kiểm tra cấu trúc trang. Mô hình có thể đóng gói thông tin chi tiết. Nó không nên tự tạo ra thông tin chi tiết.
Kết luận
Lập luận mạnh mẽ nhất cho văn bản thay thế mô tả, chú thích, nhãn hình và tóm tắt gần đó không phải là một sự cải thiện SEO được hứa hẹn. Mà là chúng làm cho một hình ảnh dễ hiểu hơn, dễ truy cập hơn và dễ kết nối hơn với lập luận của trang.
Điều đó cũng có thể giúp trợ lý trả lời câu hỏi về hình ảnh và trích dẫn trang—nhưng sự cải thiện không được đảm bảo. Hãy đóng gói các sơ đồ như bằng chứng, làm cho hình ảnh có thể truy xuất được và đo lường trích dẫn riêng biệt với sự hiểu biết. Đó là một hệ thống đơn giản có giá trị trước hết cho người đọc và một lợi thế có thể kiểm chứng cho việc khám phá bằng AI.
