How to use data to get buy-in in SEO : quelques bonnes idées et j'apprécie qu'elle soit à fond dans la dataviz comme moi :)
Tres bon article qui resume bien ce que l'on peut tracker au niveau organique pour les resultats AI a l'heure actuelle.
Un service en ligne pour analyser des gros fichiers de log. A tester
Internet Archive Wayback Machine Link Fixer : une extension Wordpress plutôt chouette pour réparer les liens qui pointent vers des contenus qui n'existent plus.
Dans certains cas, lorsqu'une page n'existe plus, on va supprimer le lien ou le rediriger. Mais parfois, le contexte du contenu est vraiment focalisé sur le lien donc autant le faire pointer vers une archive qui fonctionne.
Implementations are described herein for augmenting a traditional search session with stateful chat—via what will be referred to as a “generative companion”—to facilitate more interactive searching. In various implementations, a query may be received, e.g., from a client device operated by a user. Contextual information associated with the user or the client device may be retrieved. Generative model (GM) output may be generated based on processing, using a generative model, data indicative of the query and the contextual information.
At least utilizing a custom corpus of documents to condition a large language model (LLM) when generating a response to a user query. In some implementations, a user query associated with a client device is received. An API query for an external application is generated by an LLM based on the user query.
A machine-learned system for modeling contextual data such as long user historical data is provided. The system includes a machine-learned embedding model and a machine-learned sequence processing model.
Google Patent
An example method for prompt-based query generation is provided. The method includes receiving, by a computing device, at least two prompts associated with a retrieval task to be performed on a corpus of documents associated with the task. The method includes applying, based on the at least two prompts and the corpus of documents, a large language model to generate a synthetic training dataset comprising a plurality of query-document pairs, wherein each query-document pair comprises a synthetically generated query and a document from the corpus of documents.
Un très long article explicatif sur la transformation du SEO avec l'AI mode et tout ce que ça implique.
Excellente et longue lecture
Liste des Regex pour filter les logs par user-agent pour la partie SEO. Plutôt bien fichu, merci OnCrawl
Tips pour Google Locale. Ca va me servir pour un client local qui a un événement dans quelques temps
Generer des JSON Schema Markup avec ScreamingFrog
Pour conclure : soyez prêt à abandonner les clics, l'influence de la marque dans les réponses est ce qui va compter à présent. On est d'accord.
Les 5 différences entre SEO et GEO. Simple, basique et bien expliqué
Un guide assez complet sur le caching. Pratique si je veux m'amuser à faire quelques réglages avec mon site, notamment via Cloudflare. Et surtout bien comprendre l'enjeu de chaque variable.
Guide complet sur le caching http
Quelques bons conseils SEO pour le B2B. Ca tombe bien, j'essaye de dégager en interne cette vision du "bottom at the funnel"... C'est tellement has been comme façon de penser, surtout pour le SEO
Mieux comprendre comment Perplexity choisit ses sources. En résumé :
- Domaines manuellement privilegiés
- Performance des nouveaux contenus (un nouveau contenu doit rapidement atteindre un taux d'imp/clics élevé)
- Categ. thématique = tech, science et business marchent mieux que divertissement ou sport.
- Dégradation temporelle = perte de visibilité progressive après publication
- Pertinence sémantique = similarité sémantique entre requête et contenus (pas juste des mots clés)
- Taux d'engagement user
- Réseaux de contenus = citation du contenu ailleurs ou appartenance à un réseaux de pages à travers le web, ça booste.
- Signaux négatifs = pénalise les contenus ignorés
Extension qui semble efficace pour détecter (ou suggérer) les Schema Markup d'une page. Très simple et rapide.
1 source sur 5 utilisée par ChatGPT est soit Wikipedia, Reddit ou Techradar.
Moi qui cherchait une excuse pour que mon client se fasse enfin une page Wikipedia, cette stat va me servir.