Slide 1
Slide 1 text
Impacto de
Google SGE
Slide 2
Slide 2 text
Índice
01 02 03
04 05 06
04
07
Qué es Google
SGE
Qué son y cómo
aprenden los LLMs
como chatGPT
Anatomía de
resultados SGE
Cómo podría
impactar
Cómo podemos
prepararnos
Qué es un
Knowledge graph y
en qué se diferencia
de los LLMs
Qué hace
diferente a Google
SGE de chatGPT
En qué cambia
SGE los
resultados de
Google
Slide 3
Slide 3 text
Qué es Google SGE
Slide 4
Slide 4 text
¿Qué es Google Search Generative Experience
(
SGE
)
?
Es una nueva forma de dar
respuesta a las búsquedas de
los usuarios combinando la
potencia de los grandes
modelos de lenguaje
(
LLM
)
como chatGPT con la capacidad
de rastreo en tiempo real de un
buscador como Google, para así
mejorar la fiabilidad de las
respuestas y citar los
documentos que la avalan.
Google Keynote
(
Google I/O ‘23
)
Slide 5
Slide 5 text
¿Qué es Google Search Generative Experience
(
SGE
)
?
Actualmente solo está
disponible desde Estados
Unidos, India y Japón.
Es necesario contar con un
perfil de Google autenticado
desde un teléfono local.
Para acceder desde fuera,
debemos contar con un VPN
que nos permita cambiar la IP.
Slide 6
Slide 6 text
Google SGE involucra dos conceptos clave
LLMs
+
RAG
SGE
Grandes modelos de lenguaje
(
Large Language Models)
Generación aumentada por recuperación
(
Retrieval-Augmented Generation)
Experiencia de búsqueda generativa
(
Search Generative Experience)
Slide 7
Slide 7 text
Qué son y cómo aprenden los LLMs
como chatGPT
Slide 8
Slide 8 text
¿Qué son los LLMs?
Un LLM
(
Large Language Model -
gran modelo de lenguaje) es un tipo
de modelo de inteligencia artificial
diseñado para entender y generar
lenguaje humano de forma
automática.
Básicamente, funciona como un
cerebro artificial que procesa
grandes cantidades de texto para
aprender patrones y estructuras
del lenguaje, y luego puede usar
ese conocimiento para predecir y
generar texto nuevo.
Generative AI exists because of the transformer
Slide 9
Slide 9 text
¿Qué tienen que ver los LLMs con chatGPT?
ChatGPT es un tipo específico de LLM
(
Large
Language Model) llamado GPT
(
Generative Pre-
trained Transformer) que fue desarrollado por
OpenAI.
GPT es un modelo de lenguaje basado en la
arquitectura Transformer, creada originalmente
por Google, que utiliza redes neuronales para
procesar grandes cantidades de texto y
aprender a generar texto nuevo.
ChatGPT aprende a partir del análisis e
identificación de patrones en grandes
conjuntos de datos (dataset) facilitados por
terceras partes o disponibles públicamente
online.
Generative AI exists because of the transformer
Slide 10
Slide 10 text
¿Cómo aprenden y se entrenan los LLM como chatGPT?
Los conjuntos de datos utilizados para entrenar GPT
3.5 son:
‣ Common Crawl
‣ WebText2
‣ Books1
‣ Books2
‣ Wikipedia
De ellos, solo Common Crawl y Wikipedia tienen su
origen directo en el rastreo de datos online.
GPTBot es el User-agent de ChatGPT y se puede
bloquear desde robots.txt.
Slide 11
Slide 11 text
Así aprenden
Los LLMs fragmentan el texto en unidades básicas
de información o tokens, que puede ser codificada.
A continuación observan cuándo esas unidades se
encuentran más o menos cerca de otras
analizando grandes volúmenes de texto.
El proceso genera un vector que almacena las
probabilidades de encontrar esa palabra más o
menos cerca de otras.
Por último, los Transformers procesan no palabras
aisladas, sino frases, párrafos o artículos enteros
analizando las relaciones entre todas sus partes,
por lo que al tener en cuenta el contexto, pueden
comprender mejor el significado de cada palabra.
Generative AI exists because of the transformer
Slide 12
Slide 12 text
¿De dónde extraen la información?
:
WebText 2
WebText2 es un conjunto de datos propiedad de OpenAI obtenidos a partir del rastreo de sitios
Web con más de 3 votos en Reddit, en el supuesto que el contenido de estos sitios es confiable y de
calidad.
La versión original de WebText contenía alrededor de 15 billones de tokens (unidad mínima de
información) mientras que WebText2 es una versión extendida con 19 billones de tokens y es la que
OpenAI ha utilizado para entrenar GPT 3 y GPT 3.5.
El conjunto de datos WebText2 es privado y no está públicamente accesible. No obstante, existe una
versión OpenWebText2 públicamente accesible donde se pueden consultar las URLs de origen de los
datos.
No se conoce qué user-agent utilliza WebText, de forma que no se puede bloquear su acceso via
robots.txt o a nivel de servidor.
Slide 13
Slide 13 text
¿De dónde extraen la información?
:
Common Crawl
Common Crawl es un cojunto de datos creado por una entidad sin ánimo de lucro homónima.
Common Crawl emplea un bot cuyo user-agent es CCbot/2.0 para rastrear contenido públicamente
accesible online.
CCbot respeta las directrices establecidas en el archivo robots.txt, así como en la meta CCbot,
ofreciendo una vía para bloquear el rastreo o que pueda seguir los enlaces de una página.
No obstante, bloquear CCbot ahora no significa que los contenidos rastreados anteriormente y que ya
forman parte de su conjunto de datos vayan a ser eliminados. Solo estaríamos impidiendo el rastreo
de nuevo contenido.
Es importante notar que conjuntos de datos como Common Crawl son empleados por empresas
publicitarias para categorizar contenidos y segmentar la publicidad que aparece en ellos. Bloquear el
acceso de CCBot podría tener un impacto sobre algunas redes publicitarias.
Slide 14
Slide 14 text
ChatGPT y el rastreo en tiempo real
Actualmente, ChatGPT no puede rastrear los
contenidos online. Sus respuestas se basan en el
entrenamiento a partir de conjuntos de datos
recopilados hasta 2022.
Sin embargo, ya existen plug-in para navegadores
que permiten a sus modelos leer información
directamente de sitios online, así como otras
aplicaciones lanzadas recientemente.
El modelo de ChatGPT implementado por Bing
utiliza la información obtenida a partir de una
búsqueda “tradicional” para resumir, sintetizar y
extraer la información más valiosa a partir del
contenido encontrado en esos resultados.
Slide 15
Slide 15 text
Qué es un Knowledge Graph y en qué
se diferencia de los LLMs
Slide 16
Slide 16 text
¿Que es un knowledge graph?
Los grafos de conocimiento son un tipo de grafo. Los
grafos son estructuras simples que utilizan nodos (o
vértices) conectados por relaciones (o aristas) para
crear modelos de alta fidelidad de un dominio.
Building Knowledge Graphs
Slide 17
Slide 17 text
Knowledge graph: información en triples
Torre
Eiffel
París
Emmanuelle
Macron
France
European
Union
es miembro de
vive en
capital de
está en
es un político de
Slide 18
Slide 18 text
Ventajas e incovenientes de los LLMs vs. los Knowledge Graphs
Unifying Large Language Models and Knowledge Graphs: A Roadmap
Slide 19
Slide 19 text
Ventajas e incovenientes de los LLMs vs. los Knowledge graphs
Slide 20
Slide 20 text
Ventajas e incovenientes de los LLMs vs. los Knowledge graphs
Qué es el IPC
-
Resultados de Google SGE Qué es el IPC
-
Resultado destacado
(
Featured Snippet)
Slide 21
Slide 21 text
Qué hace diferente a Google SGE de
chatGPT
:
RAG
Slide 22
Slide 22 text
¿Qué es el Retrieval-Augmented Generation?
La generación aumentada por recuperación
(
RAG
)
es un paradigma en
el que se recopilan documentos y/o datos relevantes procedentes de
un grafo del conocimiento a partir de la consulta de un usuario. Estos
datos se añaden como pistas o datos fiables para crear
automáticamente un prompt más preciso. De esa forma, mejora la
fiabilidad de la respuesta del modelo de lenguaje
(
LLM
)
.
Google ha aplicado a SGE este paradigma probablemente combinando
distintos modelos propios: REALM, RETRO, RARR, y, más
recientemente, FreshLLMs.
Slide 23
Slide 23 text
¿Qué es el Retrieval Augmented Generation?
Leveraging LLMs on your domain-specific knowledge base
Slide 24
Slide 24 text
¿Qué es el Retrieval Augmented Generation?
Using a Knowledge Graph to implement a DevOps RAG application
Slide 25
Slide 25 text
RAG
:
ventajas
Mejora la
precisión de la
respuesta y
evita en gran
medida las
“alucinaciones”.
Slide 26
Slide 26 text
RAG
:
ventajas
Permite la
atribución de la
información a sus
fuentes
originales, así
como enlazarlas
para permitir al
usuario indagar
en mayor
profundidad.
Slide 27
Slide 27 text
RAG
:
ventajas
Evita la limitación
de los LLMs a la
fecha última de
actualización de
sus datos de
entrenamiento.
Slide 28
Slide 28 text
RAG en Google Bard
Slide 29
Slide 29 text
Anatomía de resultados SGE
Slide 30
Slide 30 text
Anatomía de los resultados SGE
Slide 31
Slide 31 text
Anatomía de los resultados SGE
Instantánea potenciada por IA
(
AI-powered snapshot)
Slide 32
Slide 32 text
Anatomía de los resultados SGE
Enlaces a resultados de referencia
Slide 33
Slide 33 text
Anatomía de los resultados SGE
Carrusel de resultados
Slide 34
Slide 34 text
Anatomía de los resultados SGE
Resultado creado a partir del contenido enlazado
Slide 35
Slide 35 text
Anatomía de los resultados SGE
Preguntas de seguimiento (follow-up questions)
Slide 36
Slide 36 text
Anatomía de los resultados SGE
Sobre este resultado
Slide 37
Slide 37 text
Anatomía de los
resultados SGE
Slide 38
Slide 38 text
En qué cambia SGE los resultados de
Google
Slide 39
Slide 39 text
¿Cómo afecta?
:
SGE no disponible
En algunos casos, no
cambia nada en
absoluto.
Ni siquiera clicando
en la opción
Converse logramos
un resultado SGE.
Slide 40
Slide 40 text
¿Cómo afecta?
:
Mismos resultados
En otros casos, al
clicar en la opción
Converse, nos
presenta una página
de resultados muy
similar, aunque el
orden de clasificación
puede ser
ligeramente distinto.
Slide 41
Slide 41 text
¿Cómo afecta?
:
SGE no disponible
A pesar de presentar
la sugerencia de
obtener resultados AI,
la página resultante
es la misma y el
cuadro SGE no se
muestra.
Slide 42
Slide 42 text
¿Cómo afecta?
:
SGE generado
Aunque inicialmente
no se muestra el
cuadro SGE en los
resultados, podemos
forzar su generación
con el botón
Generate.
Los resultados
orgánicos por debajo
de SGE se mantienen
idénticos respecto a
la presentación inicial.
Slide 43
Slide 43 text
¿Cómo afecta?
:
SGE parcialmente desplegado
El panel SGE de
presenta
parcialmente
desplegado.
El usuario debe hacer
click para terminar de
desplegarlo.
Los resultados
orgánicos por debajo
de SGE se mantienen
idénticos respecto a
la presentación inicial.
Slide 44
Slide 44 text
¿Cómo afecta?
:
SGE desplegado de inicio
En las últimas semanas
no hemos podido
identificar ninguna
búsqueda donde los
resultados de SGE se
hayan mostrado
desplegados de inicio
en la página.
Otros cambios
apreciables en los
últimos días es que la
coloración de fondo de
los resultados SGE se
muestra mucho más
suave y con un
degradado que la hace
casi imperceptible.
Slide 45
Slide 45 text
¿Cómo afecta?
:
SGE puede hacer “pupa” a Google
En las últimas semanas
también se constata
que Google no muestra
el cuadro SGE en
búsquedas de alta
monetización, como
“calcular coste del
seguro del coche”.
Esto a pesar de que
Google ya ha
anunciado que
mostrará anuncios
intercalados con los
resultados orgánicos
tras implementar el
scroll infinito.
Slide 46
Slide 46 text
¿A cuántas búsquedas afectará Google SGE?
En un muestreo sobre 91.000
keywords con mezcla de
búsquedas informacionales,
transaccionales y locales, Michael
King registró que Google
presentaba el panel SGE en casi el
40% de las búsquedas.
How Search Generative Experience works and why
retrieval-augmented generation is our future
Slide 47
Slide 47 text
Qué tipo de consultas no resuelve
Google SGE
Slide 48
Slide 48 text
Google SGE y temas YMYL
Google SGE no muestra resultados para búsquedas relacionadas con “tu dinero o tu salud”
(
Your
Money, Your Life), ya que en este caso los resultados podrían tener un impacto sobre la salud física o
financiera de los usuarios.
Dado que el contenido generado por Google SGE no es una copia literal de ningún resultado externo,
Google mismo sería el responsable legal de la exactitud o fiabilidad de la información mostrada, lo que
en estos temas implica un gran riesgo.
Las temáticas directamente afectadas son:
Salud o seguridad física del usuario
Seguridad financiera
Sociedad en su conjunto: es decir, temas conflictivos o polémicos que pueden afectar a la estabilidad de la
sociedad, la confianza en las instituciones públicas, etc.
Slide 49
Slide 49 text
YMYL
Si la búsqueda implica
un consejo financiero
directo, Google SGE no
muestra ningún
resultado.
Incluso cuando la
búsqueda es más
genérica, Google
muestra un mensaje de
exención de
responsabilidad.
Slide 50
Slide 50 text
YMYL
Para búsquedas
financieras genéricas,
Google SGE sí muestra
resultados, aunque
incluye el mensaje de
exención de
responsabilidad.
Cuando la búsqueda se
hace más concreta,
Google SGE ya no
muestra resultados.
Slide 51
Slide 51 text
YMYL
En temas relacionados
con criptomonedas,
Google SGE no muestra
resultados ni siquiera
para búsquedas muy
genéricas.
Slide 52
Slide 52 text
YMYL
Ante búsquedas de
consejo médico directo
sobre tratamiento de
adicciones, Google SGE
tampoco muestra
resultados, ni siquiera
forzando con el botón
Converse.
Slide 53
Slide 53 text
YMYL
Ante búsquedas de
consejo médico para
adelgazamiento,
Google SGE tampoco
muestra resultados, ni
siquiera forzando con el
botón Converse.
En este caso, la
atribución del resultado
entraña
responsabilidades
legales que Google
prefiere evitar.
Slide 54
Slide 54 text
YMYL
Google SGE tampoco
muestra resultados
cuando se pide consejo
para decisiones
políticas o al elegir un
seguro médico para
autónomos, por
ejemplo.
Slide 55
Slide 55 text
YMYL
Google SGE tampoco
muestra resultados
cuando se pide consejo
para decisiones
políticas o al elegir un
seguro médico para
autónomos, por
ejemplo.
Slide 56
Slide 56 text
YMYL
Ejemplos de búsquedas
que mostraron o no el
panel de Google SGE
recopiladas por Rebeca
Krause
(
Seer Interactive)
Google's Search Generative
Experience
(
SGE
) :
A Marketer's
Guide
Slide 57
Slide 57 text
Problemas
Slide 58
Slide 58 text
Problemas:
Incluso con RAG,
Google SGE algunas
veces malinterpreta las
intenciones de
búsqueda ;)
Slide 59
Slide 59 text
Cómo podría impactar
Slide 60
Slide 60 text
Impacto de los resultados SGE
-
teorías
No todas las búsquedas generan resultados SGE
:
para las búsquedas donde no se generan
resultados SGE o donde el usuario debe “forzar” la aparición del panel, el impacto sobre el tráfico
orgánico será cercano a 0.
En búsquedas informacionales de respuesta directa: podemos esperar una caída en el CTR similar a
la que obtenemos cuando Google presenta un Resultado destacado (featured snippet).
En búsquedas transaccionales: el viaje del cliente ser verá acortado. Podemos esperar menos clics
en páginas de categoría de producto (esa parte del proceso de decisión se traslada a las páginas del
buscador) y más clics en las páginas de detalle de producto y con un ratio de conversión superior, ya
que el usuario habrá tenido la oportunidad de comparar y contrastar ventajas e inconvenientes antes.
En cualquier caso, el CTR (incluso para la posición 1
)
disminuirá, ya que los resultados orgánicos son
“empujados” más abajo por anuncios y el panel SGE.
Slide 61
Slide 61 text
Impacto: redistribución de las búsquedas
Conformen los
usuarios se
acostumbren a la
interfaz
conversacional de
Google SGE, sus
búsquedas podrían
ser cada vez más
largas y específicas,
favoreciendo el
posicionamiento del
contenido “long-tail”.
How Search Generative Experience works and why
retrieval-augmented generation is our future
Slide 62
Slide 62 text
Impacto: menor CTR
Incluso cuando
aparece plegado, el
panel de Google SGE
“empuja” los
resultados orgánicos
hacia abajo, por lo
que es de esperar
que el CTR disminuya
incluso para las
primeras posiciones.
How Search Generative Experience works and why
retrieval-augmented generation is our future
Slide 63
Slide 63 text
Impacto: menor CTR
Gilad David Maayan
maneja dos
escenarios respecto a
cómo podría impactar
el panel SGE sobre el
CTR de los resultados
orgánicos
tradicionales, a partir
de los datos
promedio registrados
por Advanced Web
Ranking.
How Google SGE will impact your traffic – and 3 SGE recovery case studies
Slide 64
Slide 64 text
Uso de los resultados orgánicos en el panel SGE
Frecuencia de uso de
los diez primeros
resultados orgánicos
tradicionales en los
carruseles
desplegables de
Google SGE.
Las posiciones 1, 2 y
9 fueron las más
frecuentes en el
estudio de Michael
King.
How Search Generative Experience works and why retrieval-augmented generation is our future
Slide 65
Slide 65 text
Total de resultados orgánicos usados en SGE
En el estudio de
Michael King, se
comprobó cómo
Google utiliza hasta 6
resultados de entre
los diez primeros
orgánicos para
completar sus
carruseles SGE.
En algunos casos,
pueden aparecer
resultados SGE que
no se incluyen en la
primera página
(primer scroll).
How Search Generative Experience works and why retrieval-augmented generation is our future
Slide 66
Slide 66 text
Más tráfico directo a las páginas de detalle de producto
(
PDP
)
Google se apropia de
más parte del
customer journey. El
panel SGE permite
responder a muchas
de las dudas del
usuario y afinar su
elección.
El panel lateral ofrece
la posibilidad de
comparar precio para
el mismo producto en
distintas tiendas
online.
Slide 67
Slide 67 text
Las herramientas SEO tendrán que adaptarse
El ranking de las diez
posiciones orgánicas
deja de tener sentido.
Es una incógnita
cómo impactará
Google SGE sobre el
CTR previsto para
cada posición y, por
tanto, la estimación
de clics para cada
palabra clave.
Slide 68
Slide 68 text
Cómo podemos prepararnos
Slide 69
Slide 69 text
Cómo podemos prepararnos: EEAT
Experiencia directa
Expertise
Autoridad
Confianza
Slide 70
Slide 70 text
Cómo podemos prepararnos: featured snippets
En cierta forma, el panel de SGE
se nutre de resultados bajo
criterios similares a los
resultados destacados.
Identifica las búsquedas
informacionales y crea el mejor
contenido posible.
Slide 71
Slide 71 text
Genera contenido de calidad con tu usuario en el foco
Analiza las búsquedas a lo
largo de todas las fases
del customer journey y
crea contenido de calidad
para responderlas.
Así podrás optar a ser una
de las opciones incluidas
en Google SGE, además
de posicionar en los
resultados orgánicos.
How Search Generative Experience works and why retrieval-augmented generation is our future
Slide 72
Slide 72 text
Controla el CTR en tus resultados
Comprueba discrepancias
entre la posición promedio y
el CTR logrado en Google
Search Console.
Una buena posición con un
CTR inusualmente bajo
podría indicar un alto
impacto de un resultado
destacado o bien de un
panel de Google SGE.
Slide 73
Slide 73 text
Analiza para qué búsquedas relevantes aparece SGE
Monitoriza las
páginas de
resultados para cada
una de tus keywords
y revisa cuándo
aparece el panel de
Google SGE y cuándo
no.
El mayor impacto
vendrá de búsquedas
donde sí aparece
Google SGE.
Slide 74
Slide 74 text
Estudia quién aparece en el panel de SGE y por qué
Slide 75
Slide 75 text
¿Debemos bloquear las AIs?
Slide 76
Slide 76 text
¿Debemos bloquear los LLMs?
Estamos en los primeros compases en el uso de estos modelos de AI, y no se ha definido todavía (y
mucho menos regulado) cuál debería ser un uso adecuado y justo en relación a la propiedad
intelectual de los datos de entrenamiento.
En función de cómo se regule esto, ChatGPT y similares podrían incluir mecanismos de atribución y
ofrecer enlaces a la fuente original de los contenidos, actuando como fuente adicional de tráfico
web.
Aún es pronto para predecir para qué categorías de búsquedas los LLMs se pueden convertir en
una primera opción para los usuarios. Hasta ahora, la falta de actualización de los conjuntos de datos
y la “imaginación” de muchas de sus respuestas están despertando el escepticismo y haciéndolos
aparecer como una fuente de información poco confiable.
Posibles problemas legales derivados de la exactitud y fiabilidad de la información dada podría
convertir la atribución a terceros en la mejor opción para esquivar posibles querellas.
Slide 77
Slide 77 text
Quién está bloqueando ya
Slide 78
Slide 78 text
¿Quién está bloqueando ya los LLMs?
(
2022
)
Solo el New York Times
incluye una directiva
específica en su robots.txt
donde está bloqueando el
user-agent de CCBot.
Con esta directiva, se impide
que el bot de Common Crawl
utilice información del NY
Times para seguir
enriqueciendo su conjunto de
datos.
Tabla 1
CCBot Disallow ChatGPT Disallow CCBot Nofollow
elpais.com NO NO NO
elmundo.es NO NO NO
abc.es NO NO NO
bbc.com NO NO NO
theguardian.com NO NO NO
dailymail.co.uk NO NO NO
lemonde.fr NO NO NO
lexpress.fr NO NO NO
le
fi
garo.fr NO NO NO
repubblica.it NO NO NO
corriere.it NO NO NO
lastampa.it NO NO NO
bild.de NO NO NO
spiegel.de NO NO NO
welt.de NO NO NO
cnn.com NO NO NO
nytimes.com SI NO NO
foxnews.com NO NO NO
washingtonpost.com NO NO NO
Slide 79
Slide 79 text
¿Quién está bloqueando ya los LLMs?
(
2023
)
Según Originality.ai, 20% de
los 1.000 sitios web más
importantes del mundo ya
están bloqueando GPTbot a
septiembre de 2023.
Entre ellos, muchos sitios de
medios online y algunos de
los portales de comercio
electrónico más importantes.
Slide 80
Slide 80 text
¿Quién está bloqueando ya los LLMs?
Entre ellos, muchos
sitios de medios online
y algunos de los
portales de comercio
electrónico más
importantes, como
NYTimes.com
(izquierda) o
amazon.com
(derecha).
Slide 81
Slide 81 text
User-agents y directivas de bloqueo
Slide 82
Slide 82 text
User-agent de ChatGPT
User agent token: ChatGPT
-
User
Full user-agent string: Mozilla/5.0 AppleWebKit/537.36
(
KHTML, like Gecko); compatible; ChatGPT
-
User/1.0; +https://openai.com/bot
IP de origen: 23.98.142.176/28
Para bloquear el acceso a ChatGPT se debe incluir en robots.txt:
User-agent: ChatGPT
-
User
Disallow: /
https://platform.openai.com/docs/plugins/bot
Slide 83
Slide 83 text
User-agent de GPT Bot
User agent token: GPTBot
Full user-agent string: Mozilla/5.0 AppleWebKit/537.36
(
KHTML, like Gecko; compatible; GPTBot/1.0;
+https://openai.com/gptbot)
IP de origen: IP address block documented on the OpenAI website.
Para bloquear el acceso a ChatGPT se debe incluir en robots.txt:
User-agent: GPTBot
Disallow: /
https://platform.openai.com/docs/gptbot
Slide 84
Slide 84 text
User-agent de Common Crawl
User agent token: CCBot
Full user-agent string: CCBot/2.0
IP de origen: Amazon AWS
Para bloquear el acceso a CCBot se debe incluir en robots.txt:
User-agent: CCBot
Disallow: /
https://commoncrawl.org/big-picture/frequently-asked-questions/
Slide 85
Slide 85 text
User-agent de Google Extended
OJO
:
no impide que el sitio aparezca en Google SGE, pero sí que use para entrenar a Bard.
User agent token: Google-Extended
Full user-agent string: Mozilla/5.0
(
Linux; Android 6.0.1; Nexus 5X Build/MMB29P
)
AppleWebKit/
537.36
(
KHTML, like Gecko) Chrome/W.X.Y.Z Mobile Safari/537.36 (compatible; Googlebot/2.1;
+http://www.google.com/bot.html)
IP de origen: https://developers.google.com/search/docs/crawling-indexing/verifying-googlebot?
hl=es
Para bloquear el acceso a Google Extended se debe incluir en robots.txt:
User-agent: google-extended
Disallow: /
https://developers.google.com/search/docs/crawling-indexing/overview-google-crawlers
Slide 86
Slide 86 text
Bibliografía
Slide 87
Slide 87 text
Bibliografía
• (1) New Messages!
• [2210.08726] RARR: Researching and Revising What Language
Models Say, Using Language Models
• A Marketer's Guide to Google's SGE | Seer Interactive
• A tale of two snippets: What link attribution in SGE tells us about
search
• An SEO's guide to understanding large language models (LLMs)
• Breaking Down Google’s Search Generative Experience : SOCi
• ChatGPT rolls out voice and image prompts
• FreshLLMs: Refreshing Large Language Models with Search
Engine Augmentation – arXiv Vanity
• Generative AI exists because of the transformer
• Glenn Gabe en X: "Just checking for the latest SGE update, and
saw this new treatment for the
fi
rst time. There are underlined
parts of the answer that reveal an SGE card that links to the
source, but also lets you enter conversational mode. Interesting
test. :) https://t.co/4pVtTxSE6J" / X
• Google allowed teens access to generative AI in search |
Fortune
• Google Calendar - Semana del 13 de noviembre de 2023
• Google CEO on SGE and Search evolution: 'We'll get it right'
• Google DeepMind
• Google Invites More Users To Try Search Generative
Experience
• Google SGE snapshot carousel: 4 winning SEO strategies in
B2C, B2B
• Google SGE: Early Local Search Data - Moz
• How Google is improving Search with Generative AI
• How Google SGE will impact your traf
fi
c – and 3 SGE recovery
case studies
• How Search Generative Experience works and why retrieval-
augmented generation is our future
• How to Future-Proof Your Marketing for an AI-Centric Search
World? | 5-Minute Whiteboard - SparkToro
• How to prepare for Google SGE: Actionable tips for SEO
success
• https://arxiv.org/pdf/2112.04426.pdf
• https://arxiv.org/pdf/2306.08302.pdf
• https://static.googleusercontent.com/media/www.google.com/
es//search/howsearchworks/google-about-SGE.pdf
• Large Language Models and Knowledge Graphs: Merging
Flexibility and Structure - YouTube
• Marie Haynes (@Marie_Haynes) / X
• Mic King (@iPullRank) / X
• number of people using google sge - Google Search
• Raggle: A Retrieval Augmented Generation Fueled Search
Engine
• REALM: Integrating Retrieval into Language Representation
Models – Google Research Blog
• Retrieval-Augmented Generation for Knowledge-Intensive NLP
Tasks - Meta Research
• Search Generative Experience while browsing - Android -
Google Search Help
• Search Generative Experience while browsing - Computer -
Google Search Help
• Snow
fl
ake acquires Neeva to accelerate search in the Data
Cloud through generative AI - Blog
• The new Google search generative experience: Here's what it
looks like
• Transformer: A Novel Neural Network Architecture for Language
Understanding – Google Research Blog
• Transformers: the Google scientists who pioneered an AI
revolution
• Unifying Large Language Models and Knowledge Graphs: A
Roadmap – arXiv Vanity
• We're Using The Google Search Generative Experience Less
• What is generative AI and how does it work?
• Using a Knowledge Graph to implement a DevOps RAG
application | by Tomaz Bratanic | Oct, 2023 | Medium
• https://scontent-ord5-2.xx.fbcdn.net/v/
t39.8562-6/240719311_875939356369019_7102201991376999
051_n.pdf?
_nc_cat=104&ccb=1-7&_nc_sid=e280be&_nc_ohc=lLRMxnhYJ
GUAX-7g9Ve&_nc_ht=scontent-
ord5-2.xx&oh=00_AfDq7fLX2XHBYOu3jnGhBrOsGrimXzdRC_k
01brjnH2dcw&oe=654E90C3
• https://arxiv.org/pdf/2210.08726.pdf
• SGE’s Potential SEO Impact | 7 Hypotheses Seer Interactive is
Testing
• Few-Shot Prompting | Prompt Engineering Guide
• An update on web publisher controls
• Google introduces Google-Extended to let you block Bard,
Vertex AI via robots.txt
• Google-Extended does not stop Google Search Generative
Experience from using your site's content
• Robots.txt is not the answer: Proposing a new meta tag for LLM/
AI
• GPTBot - OpenAI API
• https://www.ml6.eu/blogpost/leveraging-llms-on-your-domain-
speci
fi
c-knowledge-base
• Google Organic CTR History - Advanced Web Ranking
• Google expands access to generative AI in Search
• Google AI search could hurt web traf
fi
c, publishers worry
• Google is ready to
fi
ll its AI searches with ads - The Verge
Slide 88
Slide 88 text
Gracias ;)