Tekoälyhaun sanasto

AI Overview (aiemmin Google SGE) on Googlen tekoälyllä tuotettu vastausten yhteenveto, joka näkyy hakutulosten yläosassa. Sen generoi Googlen Gemini-malli sijoittuvien sivujen sisältöjen pohjalta ja se esittää synteesinä koostetun vastauksen lähdeviittauksineen — ilman että käyttäjän tarvitsee klikata eteenpäin.

AI search (tekoälyhaku) on hakuteknologia, jossa tekoälymallit — tyypillisesti suuret kielimallit (LLM:t) — generoivat luonnollisia vastauksia kysymyksiin sen sijaan, että esittäisivät linkkilistan. Esimerkkejä ovat ChatGPT Search, Google AI Overviews, Perplexity ja Microsoft Copilot.

AI search monitoring on brändin näkyvyyden, siteerausten ja mainintojen järjestelmällistä seurantaa eri tekoälyhakukoneissa ja chatboteissa — mukaan lukien ChatGPT, Gemini, Perplexity ja Google AI Overviews — kehityksen seuraamiseksi ja optimointimahdollisuuksien tunnistamiseksi.

AI visibility (tekoälynäkyvyys) on brändin tai yrityksen kyky tulla mainituksi, suositelluksi tai siteeratuksi tekoälypohjaisissa hakujärjestelmissä, kuten ChatGPT:ssä, Geminissä, Perplexitystä ja Google AI Overviewsissa, kun käyttäjät esittävät relevantteja kysymyksiä.

Answer Engine Optimization (AEO) on ala, joka optimoi sisältöä ja digitaalista läsnäoloa tavoitteena tulla valituksi vastaukseksi — tai siteeratuksi lähteeksi — tekoälypohjaisissa vastausmoottoreissa, kuten ChatGPT:ssä, Geminissä, Perplexityssä ja Google AI Overviewsissa, toisin kuin perinteinen SEO, joka optimoi klikkisijoitusta hakulistoissa.

Brand visibility in AI (brändin näkyvyys tekoälyssä) kuvaa missä määrin ja millä tavoin tietty brändi mainitaan, kuvaillaan tai suositellaan tekoälyhakumalleissa ja chatboteissa. Se on yhdistetty KPI, joka sisältää siteerausprosentin, sentimenttianalyysin ja kontekstin laadun.

CAVIS (Conversational AI Visibility Intelligence System) on viitekehys tekoälynäkyvyyden järjestelmälliseen simulointiin ja analysointiin, jonka on kehittänyt CitationLab AS. CAVIS jäsentää tekoälyhakujen simulaatiot todellisten käyttötilanteiden ympärille yksittäisten hakusanojen sijaan ja tuottaa mitattavia näkyvyysmittareita eri tekoälymallien välillä.

ChatGPT SEO on strategioita ja tekniikoita, joilla pyritään lisäämään todennäköisyyttä, että ChatGPT mainitsee tai suosittelee tiettyä brändiä, verkkosivustoa tai lähdettä vastauksissaan — joko koulutusdatan optimoinnin, suoran verkkohaun (ChatGPT Search) tai sisällön indeksoitavuuteen vaikuttamisen kautta.

Järjestelmällistä työtä, jolla lisätään brändimainintojen määrää ja laatua tekoälyn tuottamissa vastauksissa.

Citation rate (siteerausprosentti) on niiden relevanttien tekoälyhakukyselyjen osuus, joissa tietty brändi, verkkosivusto tai lähde mainitaan tai siteerataan tekoälymallin vastauksessa. Se on tekoälynäkyvyyden keskeinen KPI ja lasketaan näin: (mainintoja sisältävien vastausten määrä) / (ajettujen kehotteiden kokonaismäärä) × 100.

E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) on Googlen ja tekoälymallien arviointikehys sisällön laadulle ja uskottavuudelle. Vahvat E-E-A-T-signaalit lisäävät todennäköisyyttä, että sisältö päätyy tekoälyn vastauksiin ja sijoittuu korkealle hauissa.

Entity SEO on digitaalisen läsnäolon optimointia entiteettien — nimettyjen, erillisten käsitteiden, kuten henkilöiden, paikkojen, organisaatioiden ja käsitteiden — ympärille, jotta hakukoneet ja tekoälymallit voivat tunnistaa ne ja kytkeä ne relevanttiin tietoon omissa tietograafeissaan.

Gemini SEO on sisällön ja läsnäolon optimointia Googlen Gemini-mallin siteerausten saamiseksi — mukaan lukien Google AI Overviews, Google Search ja Gemini Assistant. Koska Gemini on tiiviisti integroitu Google-hakuun, Gemini SEO menee vahvasti päällekkäin perinteisen SEO:n kanssa.

Generative Engine Optimization (GEO) on digitaalisen markkinoinnin osa-alue, joka optimoi sisältöä ja digitaalista läsnäoloa, jotta se päätyisi osaksi generatiivisten tekoälymallien tuottamia vastauksia. GEO:ta ja AEO:ta käytetään usein synonyymeina, mutta GEO korostaa erityisesti itse sisällöntuotantostrategiaa teknisen optimoinnin sijaan.

Knowledge graph (tietograafi) on strukturoitu tietokanta, joka kuvaa entiteettejä (henkilöitä, paikkoja, käsitteitä, organisaatioita) ja niiden välisiä suhteita. Googlen Knowledge Graph ja tekoälymallien sisäiset representaatiot ovat tietograafeja, jotka vaikuttavat siihen, mitä tietoa esitetään hauissa ja tekoälyn vastauksissa.

LLM-siteeraus syntyy, kun suuri kielimalli (Large Language Model) eksplisiittisesti mainitsee, viittaa tai suosittelee tiettyä lähdettä, brändiä tai verkkosivustoa käyttäjälle tuotetussa vastauksessa — joko attribuoituna lähteenä, suosituksena tai osana faktaväittämää.

LLM training data (koulutusdata) on massiivisia tekstikorpuksia, joista suuret kielimallit oppivat koulutuksen aikana — mukaan lukien verkkosivut, kirjat, akateemiset artikkelit ja tietokannat. Edustus näissä lähteissä on perustavanlaatuinen, jotta LLM mainitsee brändiä ilman reaaliaikaista hakua.

Standardoitu tekstitiedosto verkkosivuston juurihakemistossa, joka tarjoaa tekoälykrawlereille kontekstuaalista tietoa sivuston sisällöstä ja rakenteesta.

Perplexity SEO on verkkosivuston sisällön ja auktoriteetin optimointia erityisesti Perplexity AI:n siteerausten saamiseksi. Perplexity on hakukone, joka yhdistää reaaliaikaisen verkkohaun ja LLM-synteesin tuottaakseen lähdepohjaisia vastauksia. Perplexity siteeraa lähteensä eksplisiittisesti ja tuottaa siten suoraa linkkiliikennettä.

Prompt visibility on se, missä määrin brändi, tuote tai lähde esiintyy tekoälymallien vastauksissa tietyille kehotteille (kysymyksille tai ohjeille), jotka ovat olennaisia yrityksen tarjoamalle. Sitä mitataan ajamalla järjestelmällisesti edustavia kehotteita ja kirjaamalla esiintymät.

Retrieval-Augmented Generation (RAG) on tekoälyarkkitehtuuri, jossa malli hakee relevantteja dokumentteja ulkoisesta tietokannasta ja käyttää niitä kontekstuaalisena pohjana vastauksen generoinnissa — pelkän koulutusdatan varassa olemisen sijaan.

Search grounding (hakupohjaistaminen) on tekniikka, jossa tekoälymalli täydentää sisäistä koulutustietoaan reaaliaikaisella verkkohaulla antaakseen ajantasaisempia ja täsmällisempiä vastauksia. Malli hakee verkosta, noutaa relevantit tekstit ja käyttää niitä vastauksensa perustana (ground truth).

Strukturoitu data tekoälylle tarkoittaa schema.org-merkintöjä ja muita koneluettavia metatieto-formaatteja, jotka auttavat tekoälymalleja ja hakukoneita ymmärtämään sisällön kontekstia, tyyppiä ja suhteita — ja jotka lisäävät todennäköisyyttä, että sisältöä käytetään lähteenä tekoälyn tuottamissa vastauksissa.

Aihekohtaisen asiantuntemuksen ja sisällön syvyyden taso, joka verkkosivustolla on tietyllä aihealueella, arvioituna hakukoneiden ja tekoälymallien toimesta.