Deep SEO: Die potenziellen Auswirkungen des KI -Modus und der tiefen Suchmodelle

Steigern Sie Ihre Fähigkeiten mit den wöchentlichen Experten -Erkenntnissen von Wachstum Memo. Kostenlos abonnieren!

Letzte Woche hat Google den KI -Modus, einen KI -Überblick über Steroide, offiziell in Beta gestartet.

Fast ein Jahr nach dem Start von AI -Antworten in den Suchergebnissen haben wir genügend Daten, um zu zeigen, dass die Nettoauswirkungen auf das offene Web so positiv sind wie Trumps Tarife für die US -Wirtschaft. Spoiler: Nicht sehr positiv.

KI -Übersichten nehmen mehr Klicks von den klassischen Suchergebnissen weg, als sie den zitierten Quellen zurückgeben. Der AI -Modus hat das Potenzial, das klaffende Handelsdefizit -KI -Überblicke auf verkehrsweit offen zu machen.

Ich argumentiere, dass das Erscheinungsbild des KI -Modus die natürliche Reaktion auf die tiefe Suche und die potenzielle Aussichten der Zukunft der AI -Suche ist.

Bildnachweis: LYNA ™

Tiefe Forschung bedroht Google

Deep Search ist ein KI-Agent von Open AI, der lange Berichte über ein Thema Ihrer Wahl erstellt: „Ein Agent, der Argumentation verwendet, um große Mengen an Online-Informationen zu synthetisieren und mehrstufige Forschungsaufgaben für Sie zu erledigen.“

Die offensichtlichste Anwendung ist die Marktforschung, aber der Agent kann auch umfangreiche Einblicke in Verbraucherthemen wie den Kauf eines Autos, die Buchung einer Reise oder eine Gutschrift liefern.

Tiefe Forschung ist für Menschen gebaut, die in Bereichen wie Finanzen, Wissenschaft, Politik und Ingenieurwesen intensives Wissen arbeiten und gründlich, präzise und zuverlässige Forschung benötigen. Es kann gleichermaßen nützlich sein, wenn Käufer nach hyperpersonalisierten Empfehlungen zu Einkäufen suchen, die in der Regel sorgfältige Recherchen erfordern, wie Autos, Geräte und Möbel.

Bildnachweis: Kevin Indig

Deep Search führt zehn bis Hunderte von Suchanfragen durch, um einen Bericht zu erstellen. Ich habe Aufforderungen für Kaufentscheidungen ausprobiert.

Als ich nach dem „besten Hybridfamilienauto mit 7 Sitzen im Preisbereich von 50.000 bis 80.000 US -Dollar“ fragte, stöberten Deep Research 41 Suchergebnisse und begründete sich durch den Inhalt.

Einige Beispiele für Suchgründen:

Ich fand einen Kelley Blue Book-Artikel über Hybriden mit 7 Sitzplätzen. Es ist ein guter Ausgangspunkt, obwohl nicht alle Details enthalten sind.

Ich grabe in Frachtkapazitäten für den Toyota Highlander und Grand Highlander. Der Grand Highlander erweist sich als geräumiger und macht es zu einer soliden Option für größere Familien.

Ich schaue mir die elektrischen und kombinierten Bereiche des XC90 -Aufladens und die Diskrepanzen in MPGE -Zahlen aus verschiedenen Quellen an.

Der Zusammenstellen des Berichts dauerte 10 Minuten, aber wahrscheinlich speicherte die Forschungsstunden und mindestens 41 Klicks – Klicks, die zu Google -Anzeigen gegangen sein könnten.

Der Fall für die tiefe Suche

Sind tiefe Forschungsagenten eine Bedrohung für Google? Ich glaube schon.

Hier ist der Grund:

1. Die Ergebnisse sind beeindruckend und die Zeiteinsparungen sind massiv. Schon früh prahlte Google damit, wie schnell die Suchergebnisse zusammengefügt wurden. Aber das war Geschwindigkeit für die Ergebnisse, nicht die Geschwindigkeit zu beantworten. Heute brauchen tiefe Suchmaschinen Minuten, um eine Antwort zu erhalten, aber es ist alles, was Sie brauchen.
2. Es besteht ein massives Potenzial für die Personalisierung, von Quellen bis hin zu Suchkriterien.
3. Gesprächs hin und her, genau wie bei einem Verkäufer in einem Geschäft. Deep Research Agents bieten eine kurze Zusammenfassung, die Benutzer in ihrem eigenen Tempo erweitern und erkunden können.
4. Es stellt sich heraus, dass jede Suchmaschine oder AI -Chatbot entweder bereits über einen tiefen Suchagenten verfügt oder an einem arbeitet. Es könnte wirklich die Zukunft der Suche nach komplexen Fragen sein.

Bildnachweis: Kevin Indig

Bing hatte seit Dezember 2023 eine “Deep Search” -Funktion! Und es tut genau das, was der Name verspricht, nur schneller und nicht so tief wie der Agent von Chatgpt.

Die heutigen Suchmaschinen sind leistungsstarke Tools, die uns helfen, Informationen im Web zu finden, aber manchmal haben sie unsere Erwartungen nicht mehr. Wenn wir komplexe, nuancierte oder spezifische Fragen haben, haben wir oft Schwierigkeiten, die Antworten zu finden, die wir brauchen. Wir selbst wissen, wonach wir suchen, aber die Suchmaschine scheint einfach nicht zu verstehen.

Aus diesem Grund haben wir Deep Search erstellt, eine neue Microsoft Bing -Funktion, die noch relevantere und umfassendere Antworten auf die komplexesten Suchanfragen bietet. Deep Search ist kein Ersatz für die vorhandene Websuche von Bing, sondern eine Verbesserung, die die Option für eine tiefere und reichhaltigere Erkundung des Webs bietet.¹

Ich dachte nicht, dass ich lange genug leben würde, um den Tag zu sehen, an dem Google Bing kopiert … aber sie sind nicht allein.

Grok hat „tiefe Suche“ und Gemini und Verwirrung haben „tief Resuchen.” Jeder kopiert sich gegenseitig und er macht sich nicht einmal die Anstrengung, einen anderen Namen zu wählen. Was für ein starkes Zeichen der Commoditisierung.

Googles KI -Modus (Quelle)

Meine Theorie: Google modellierte den KI -Modus nach der tiefen Suche von Bing, nachdem er gesehen hatte, was Chatgpts tiefe Suche kann.

Mit einer benutzerdefinierten Version von Gemini 2.0 ist der AI -Modus besonders hilfreich für Fragen, die weitere Erkundungen, Vergleiche und Argumentation erfordern. Sie können nuancierte Fragen stellen, die möglicherweise mehrere Suchanfragen durchführen-z. B. ein neues Konzept oder den Vergleich detaillierter Optionen-und eine hilfreiche AI-betriebene Antwort mit Links erhalten, um mehr zu erfahren.²

Interessanterweise hat der AI -Modus das Gegenteil von KI -Übersichten: In Googles Q3 -Gewinnankündigung sagte Sundar Pichai, dass Google eine „Zunahme der Suchnutzung bei Personen, die die neuen KI -Übersichten nutzen“, eine Zunahme des Suchverbrauchs verzeichnet.³

KI -Übersichten führen also zu mehr Suchanfragen, aber der KI -Modus spart den Benutzern Zeit und Abfragen:

Sie können nuancierte Fragen stellen, die möglicherweise mehrere Suchanfragen durchführen-z. B. ein neues Konzept oder den Vergleich detaillierter Optionen-und eine hilfreiche AI-betriebene Antwort mit Links erhalten, um mehr zu erfahren.⁴

Der Fall gegen die tiefe Wiederherstellung

Ich glaube nicht, dass wir jemals zur Suche vor der Suche zurückkehren werden. Die universelle wichtige Herausforderung von AI Antworten, unabhängig von ihrer Form, ist das Vertrauen. Das offensichtliche Problem ist die Halluzination.

Es ist ironisch, dass Chatgpt Deep Research mir sagt, dass es 29 Quellen durchsucht hat, aber als ich zählte, fand ich 41.

Die Argumentationsmodelle werden jedoch besser darin, dieses Problem mit Raw Computing zu lösen, dh „härter“ über ihre Antworten.

Das größere lösbare Problem für Deep -Suchagenten ist die Quellauswahl.

Nicht vertrauenswürdige Quellen sind die Mikroplastik von AI -Antworten. Es gibt einen guten Grund, warum alle Argumentationsmodelle ihre Argumentation offen zeigen.

Obwohl wir den Argumentationsdetails hinsichtlich aller Nutzungsbedingungen genauso viel Aufmerksamkeit schenken könnten, fühlen wir uns im Hintergrund so viel.

Wahrnehmung ist wichtig für das Vertrauen. Die Quellauswahl ist jedoch ein sehr lösbares Problem: Benutzer können das Modell einfach sagen, dass er die von ihnen nicht gewünschten Quellen ignorieren soll, und das Modell wird dieses Verhalten im Laufe der Zeit auswendig.

Es bleiben zwei weniger lösbare Probleme:

• Voreingenommenheit: Bei meiner Analyse der AI -Chatbot -Forschung habe ich darauf hingewiesen, dass LLMs eine Vorurteile zu globalen Marken, Luxusmarken, Unternehmensquellen und einer schnellen Stimmung haben.
• Zugriff: Informationen müssen im Internet sein, damit Deep Search Agents es finden kann (dort haben Google und Bing einen großen Wettbewerbsvorteil).

Die größte Frage ist natürlich, ob tiefe Suchmaschinen eine breite Adoption finden oder in der Know -how -Arbeiterblase bleiben.

Der KI -Modus könnte es zu den Massen bringen und den Einsatz tiefer in das Herz von Informationsklicks führen.

Die Auswirkungen auf die SEO

KI -Übersichten, die im November ’24 und Februar ’25 gestiegen sind (Bildnachweis: Kevin Indig)

Die Auswirkungen von KI -Übersichten auf den SEO -Verkehr sind negativ.

In meiner Meta-Analyse von 19 Studien zu KI-Übersichten stellte ich fest, dass AIOs die Klickrate auf ganzer Linie reduzieren. Wird der KI -Modus es schlimmer machen? Höchstwahrscheinlich. Aber es gibt Hoffnung.

Erstens sind tiefe Suchmaschinen sehr transparent mit ihren Quellen und manchmal mit Abfragen.

Die tiefe Suche von Chatgpt ruft buchstäblich heraus, wonach es sucht, damit wir diese Abfragen hoffentlich verfolgen und optimieren können. Bisher verlassen sich LLMs immer noch sehr auf Suchergebnisse.

Zweitens, nur weil Suchende Antworten erhalten, bevor sie auf Websites klicken, verschwindet ihre Kaufabsicht nicht.

Was für Vermarkter weggeht, ist die Möglichkeit, Käufer auf ihrer Website zu beeinflussen, bevor sie kaufen – solange AI -Chatbots keine direkte Kasse anbieten.

Wir müssen andere Möglichkeiten finden, um Käufer zu beeinflussen: Markenmarketing, Reddit, YouTube, Social Media, Werbung.

Drittens besteht die Möglichkeit, dass der KI -Modus überwiegend für informative Schlüsselwörter angezeigt wird, genau wie AI -Übersichten. In diesem Fall fällt viel Gewicht auf hochwertige Schlüsselwörter wie „Kaufen Sie X“ oder „Order Y“.

Viertens trennen Bing die tiefe Suchantwort nicht, sondern parkt sie mitten in organischen und bezahlten Ergebnissen, die mit Links zu Quellen garniert sind. Hoffentlich klicken Benutzer weiterhin außerhalb der tiefen Antwort.

Ich frage mich, wie Google plant, den KI-Modus zu monetarisieren, der teurer und ressourcenintensiver sein muss.

Um fair zu sein, senkte Google die Kosten für einen KI -Überblick um 90%, was mir mitteilt, dass sie die Wirtschaft der Einheiten herausgefunden haben. Es ist also möglich.

Könnte dies jedoch eine Gelegenheit sein, die Idee zu bringen, die Suche teilweise mit Abonnements auf dem Tisch zu monetarisieren?

Basierend auf einem Bericht der Informationen berücksichtigt OpenAI, dass sie „bis zu 20.000 US -Dollar pro Monat für spezialisierte AI -Agenten“ berechnet werden, die eine Doktorande von Doktoranden durchführen könnten, 10.000 US -Dollar für einen Softwareentwickleragenten und 2.000 US -Dollar für einen Knowledge Worker Agent.⁵

Noch ein langer Weg, aber es bringt eine schöne Theorie über den KI -Modus hervor: Was ist, wenn Google -Benutzer bessere Modelle bezahlen könnten, die bessere Antworten geben oder bessere Fähigkeiten haben?

¹ Einführung in die tiefe Suche

² Erweiterung von KI -Übersichten und Einführung des KI -Modus

³ Q3 Gewinnanruf: Bemerkungen des CEO

⁴ Erweiterung von KI -Übersichten und Einführung des KI -Modus

⁵ OpenAI-Diagramme in Höhe von 20.000 US-Dollar pro Monat für Agenten auf Doktorandenebene

Ausgewähltes Bild: Paulo Bobbita/Suchmaschinenjournal