מה זה RAG ואיך הוא משנה את הדרך שבה כדאי לבנות תוכן באתר?

ה-RAG הוא דפוס עבודה שבו המערכת:

• מקבלת שאלה או משימה.

• מאחזרת מידע רלוונטי ממקור ידע.

• מעבירה את המידע שאחזרה למודל.

• המודל משתמש בו כדי לנסח תשובה.

העובדה הזו לכשעצמה משנה את הדרך שבה כדאי לחשוב על התוכן באתר שלנו.

כדי לענות על השאלה מה זה RAG, נדמיין רגע שלקוח נכנס לאתר ומחפש מה ההבדל בין השירות הבסיסי שאנחנו מעניקים לשירות הפרימיום?

גולש בשר ודם יכול לעיין בתפריט, לקרוא, למצוא את המידע ולהבין את ההקשר.

אבל מה קורה כשמערכת AI צריכה לענות על השאלה?

מערכת AI לא בהכרח מעבדת או "קוראת" מהתחלה ועד הסוף את כל האתר בכל פעם שהיא נדרשת לענות על שאלה. 

כאן נכנס לתמונה מושג חשוב בעולם ה-AI:

ה-RAG [ראשי תיבות של Retrieval-Augmented Generation], ובתרגום לעברית: יצירת תשובה מועשרת באמצעות אחזור מידע.

במקום שמערכת AI תנסה לענות רק על סמך הידע שכבר קיים אצלה, היא יכולה לאחזר מידע ממקור חיצוני, ולייצר תשובה תוך כדי שהיא מבצעת תהליך בן כמה שלבים.

למה הנקודה הזו חשובה לבעלי אתרים?

כי אופן ארגון התוכן באתר שלנו הופך להיות קרדינלי בחשיבותו בעולם של חיפוש מבוסס AI.

ככל שהמידע באתר ברור, ספציפי, ממוקד ומאורגן היטב, כך קל יותר למערכות שונות לזהות את הקשר בין השאלה לבין המידע הרלוונטי.

אבל אם המידע החשוב נמצא בתוך פסקאות ארוכות, מעורפלות, כפולות, או מפוזר בין עמודים, ה-AI מתקשה לזהות מה רלוונטי.

מה זה RAG?

תחשבו על RAG כמו על ספרנית

כשאנחנו נכנסים לספרייה ושואלים את הספרנית לגבי מידע על תחזוקת אתר, או על הדרך היעילה והחסכונית ביותר לחימום הבית בחורף בפינלנד, הספרנית יודעת למצוא עבורו את הספרים הרלוונטיים במדפים.

היא לא נותנת לנו את כל הספרים, אלא מחפשת במדפים את הספרים הרלוונטיים למידע שאנחנו מבקשים, ואם צריך גם מכוונת אותנו לפרקים או לעמודים המתאימים.

ה- RAG עושה משהו דומה.

הוא לא "זוכר" את כל המידע מראש. הוא יודע לאחזר מידע רלוונטי ולהשתמש בו לבנות תשובה.

וזה בדיוק המקום שבו למבנה התוכן שלנו יש חשיבות קרדינלית.

לדוגמה: אתר של משרד עורכי דין,

אם בעמוד השירות כתוב: "המשרד מעניק ליווי משפטי מקיף ומקצועי ללקוחותיו, תוך התאמת המענה לצרכים המשתנים של כל לקוח" זה אולי מנוסח נהדר, אבל כשגולש מבקש מה-AI המלצה על עו"ד שמטפל בחוזי שכירות מסחריים, המידע הזה לא קיים באתר ... המערכת מתקשה להסיק שהמשרד רלוונטי לשאלה הזו.

מה זה אומר לגבי האתר שלנו?

זה אומר שחשוב לבדוק מדי פעם ולרענן כשצריך, למשל:

• עמודים עם נושא ברור.

• היררכיית תוכן הגיונית.

• כותרות שמסבירות בדיוק מה נמצא תחתיהן.

• קשר ברור בין השירותים, המוצרים, האנשים והנושאים באתר.

• מידע חשוב שלא קבור בתוך טקסט ארוך.

• תשובות ומענה ישיר לשאלות גולשים ולקוחות.

• נתונים מובנים במקומות שבהם הם מתאימים.

• תוכן שאפשר להבין גם כששולפים ממנו צ'אנק [Chunk] / פיסת מידע מתוך עמוד שלם.

וזה מוביל אותנו לעיקרון חשוב:

במקום לכתוב בעמוד טקסט ארוך, שבו הכול מעורבב יחד, מחלקים את המידע ליחידות מאורגנות וברורות עם משמעות. כל אחת מיחידות המידע עומדת בפני עצמה. זה טוב גם לאנשים וגם ל-AI. זה לא אומר שצריך לכתוב רק פסקאות קצרות.

למשל עמוד השירות:

• הסבר קצר על השירות

• מה היתרונות שלו

• מה ההבדל בינו לבין שירות אחר

• למי הוא מתאים.

• מה כולל השירות.

• כמה זמן אורך התהליך

• מה מגבלות האחריות

• מה המחיר

האם ה- RAG הוא בעצם SEO חדש?

לא בדיוק. הוא לא שיטת SEO. 

ה-RAG הוא מנגנון או ארכיטקטורה של מערכות AI. הוא מתאר איך מערכת AI יכולה לאחזר מידע רלוונטי ולהשתמש בו כדי ליצור תשובה. 

ה- SEO-AIO ו-SEO-GEO עוסקים באופטימיזציה של הנראות והנגישות של התוכן בסביבות חיפוש שבהן AI משתלב.

לכן שגוי לחשוב שאם אעשה RAG באתר, ה-ChatGPT ימליץ עליי. זה ממש לא עובד ככה.

מה שכדאי וצריך לעשות זה להפוך את המידע באתר לברור, נגיש ושימושי יותר למערכות שמנסות לאחזר מידע מהאינטרנט.

ומה הקשר בין RAG לבין GEO?

ב-GEO אנחנו שואלים: איך גורמים לעסק שלנו להיות מועמד להופעה בתשובה של מערכות AI?

בחשיבה של RAG אנחנו שואלים: האם המידע שהמערכת צריכה כדי לענות נמצא במקום שבו היא יכולה לאחזר ולהשתמש בו?

ה-GEO הוא לא ביצוע אופטימיזציה ל-RAG. הוא תחום רחב יותר של התאמת תוכן ונוכחות דיגיטלית למנועים ולמערכות AI, בעוד שה-RAG הוא מנגנון טכנולוגי לאחזור מידע ולשימוש בו בעת יצירת תשובה.

במקום לחשוב רק: אילו ביטויי מפתח כדאי להוסיף, עדיף לחשוב: אילו שאלות הלקוחות שלי שואלים, והאם באתר שלי קיימת תשובה ברורה לכל אחת מהן?.

בת'כלס מה זה אומר באתר Wix?

החדשות הטובות הן שלא צריך להפוך את אתר ה-Wix למעבדת AI. אפשר להתחיל מדברים הרבה יותר פשוטים.

1. כותבים תשובות ברורות לשאלות לקוחות. כותבים במפורש מה המוצר או השירות שלנו כולל. מה התנאים שלנו. מה ההבדלים [אם יש] בין המוצרים או השירותים שאנחנו מציעים.

2. מחלקים תוכן ארוך ליחידות ברורות. כותרת אחת לנושא אחד, רעיון אחד בפיסקה אחת, תשובה ברורה לשאלה.

3. נותנים לכל עמוד תפקיד ברור. כשכל עמוד עונה על צורך ברור, קל יותר להבין את התפקיד שלו בתוך האתר. 

4. יוצרים קשרים בין התכנים. כשיש לנו שירות שמתחבר למאמר, נקשר מהמאמר לשירות. כך יוצרים רשת מידע.

5. זהות, סמכות ויישויות - Entities. ה-AI צריך להבין מי הפרסונה שעומד מאחורי המידע. חשוב להציג בצורה ברורה: מי אנחנו, מה אנחנו עושים, למי אנחנו עוזרים, באילו נושאים אנחנו מתמחים ומה הניסיון שלנו.

בקצרה

צריך להפוך את האתר לברור. אתר שבו המידע החשוב נמצא במקום שבו אפשר למצוא אותו, להבין אותו, לקשר אותו למידע אחר, ולעשות בו שימוש.

ה-RAG הוא רק חלק מהסיפור הגדול יותר.

הסיפור הגדול יותר הוא AI-Ready: האתגר האמיתי הוא לבנות אתר שבו המידע לא רק קיים, אלא מסודר, מאורגן, ברור, מקושר וניתן לאחזור. וזה בדיוק המעבר מאתר מרובה תוכן, לאתר AI-Ready. כלומר: אתר שמערכות AI יכולים להבין ולהשתמש במידע שלו.

במאמר הבא, אכתוב על ישויות באתר ואיך AI מבין מי אנחנו, במה אנחנו מומחים ומה הקשר בין כל חלקי האתר?

כי כשה-RAG עוזר למערכת למצוא את המידע, הישויות והקשרים עוזרים לה להבין מה היא מצאה. וזה כבר השלב הבא בדרך לאתר AI-Ready.

חג שמח