Представление изменило правила игры

Представьте, что вы ищете сведения о компании. Можно ввести её название в поисковик, открыть сайт, изучить услуги и раздел «О нас». В оценку войдут отзывы клиентов, социальные сети и другие источники. При таком подходе именно вы соединяете отдельные фрагменты.

Когда вы поручаете то же исследование генеративной системе ИИ, вам нужен не просто адрес сайта. Вы ждёте от неё оценки:

«Надёжна ли эта компания?» «В каких услугах она действительно компетентна?» «Чем отличается от конкурентов?» «Подходит ли для моего проекта?» «Что известно о её ценах?» «Может ли работать на международном рынке?» «Какими доказательствами она располагает в этой области?»

Система с инструментами поиска и изучения источников может опираться на несколько источников сразу. Она способна собрать доступные ей веб-страницы, описания услуг, социальные профили, публикации, структурированные данные, независимые упоминания и старые записи. Эти источники могут противоречить друг другу. Пользователь получает не просто список ссылок, а выстроенный по источникам рассказ — представление о компании. При этом нельзя забывать, что не у каждой модели есть доступ к вебу или инструмент, способный прочитать все перечисленные источники. Значение этой перемены не стоит недооценивать.

На собственных страницах компания рассказывает о себе сама. Генеративная система может построить новое описание компании из найденных сведений. Поэтому на восприятие бренда влияют не только его собственные слова, но и то, как эти слова связаны с другими источниками. Представление изменило правила игры.

Представление — не краткий пересказ

Когда система ИИ описывает компанию в трёх абзацах, она не просто сокращает длинные тексты.

Она одновременно принимает множество решений:

• Какой источник важнее?
• Какие сведения актуальны?
• Относятся ли записи с одинаковым названием к одной сущности?
• Какие услуги основные, а какие второстепенные?
• Какие утверждения подкреплены доказательствами?
• Какие противоречия оставить без внимания?
• Какие подробности важны пользователю?
• Какие неопределённости следует отразить в ответе?

Поэтому представление — не механическое сжатие. Это построение осмысленной модели из отдельных частей реальности. Компания могла опубликовать в интернете сотни верных предложений. Но если они не согласуются между собой, система ИИ может составить неверное представление. На странице услуг сказано, что компания работает на шести языках, а другой профиль указывает только местный рынок. На что будет опираться система?

Если главная страница говорит об автоматизации с ИИ, но в каталоге такой услуги нет, сочтёт ли система это реальной возможностью или маркетинговой формулировкой?

Если на одной странице указан недорогой годовой пакет хостинга, а на другой — ежемесячное сопровождение сайта, не примет ли система их за один продукт?

Если компания перешла в новую область, но в старых профилях по-прежнему выделена прежняя деятельность, какую идентичность отразит машина?

Заметив противоречие, человек может задать вопрос. Если же система вместо указания на расхождение или запроса уточнения построит правдоподобный рассказ, ошибка может стать незаметной. Самый вероятный рассказ не всегда верен.

У компании в интернете не одно лицо

Бренд может считать, что его идентичность заключена в главной странице сайта. Но бренд, с которым сталкивается машина, гораздо шире.

Он одновременно существует:

• на основном сайте;
• на страницах услуг;
• в сведениях о ценах и составе работ;
• в социальных профилях;
• в каталогах компаний;
• в отзывах клиентов;
• в публикациях прессы;
• в научных работах;
• в файлах для скачивания;
• на старых веб-страницах;
• на сайтах партнёров;
• в профилях сотрудников;
• в записях о доменах и компаниях;
• в структурированных данных;
• в доступных веб-архивах;
• в текстах, созданных другими системами ИИ.

Люди видят лишь несколько из этих площадок. Машины могут столкнуться с гораздо более широким цифровым следом. Поэтому управлять цифровой идентичностью на одной странице уже нельзя. Компания может безупречно подготовить главную страницу. Но если внешние записи устарели, противоречат друг другу или неполны, машинное представление всё равно может оказаться искажённым. Это напоминает оркестр. Каждый инструмент может брать правильную ноту. Но если музыканты играют в разных тональностях, в разном темпе и фрагменты разных произведений, получится не музыка, а хаос. Так же устроено цифровое представление. Недостаточно, чтобы каждое предложение было верным само по себе.

Вместе предложения должны описывать одну и ту же реальность.

Шесть основных вопросов представления

Для оценки согласованности представления в этой книге мы используем шесть основных вопросов:

Кто это? Что делает? Чем это подтверждается? Чего не делает? Когда эти сведения действительны? Какой источник приоритетнее?

Если хотя бы один вопрос остаётся без ответа, представление становится слабее.

Кто это?

Идентичность — базовый уровень. Одна компания может появляться на разных платформах под разными именами. Название бренда может отличаться от фирменного наименования. Имя, под которым человек публикуется, его должность в компании и имя в социальной сети тоже могут различаться. Бренд может работать в составе другой компании. Если связи не обозначены, машина способна принять разные сущности за одну или рассматривать одну сущность как несколько несвязанных записей. Идентичность — не только имя.

Она складывается из следующего:

• официальное или коммерческое наименование;
• название бренда;
• домен;
• отношения собственности;
• основатель или уполномоченное лицо;
• область деятельности;
• география работы;
• языки работы;
• текущее состояние.

Если идентичность неясна, неясными становятся и остальные уровни представления.

Что делает?

Многие компании отвечают слишком широко: «Мы предлагаем цифровые решения». «Мы создаём инновационный опыт». «Мы готовим бизнес к будущему». Для человека это может звучать впечатляюще. Но машине такие фразы не дают оснований для конкретного действия.

Описание, пригодное для оценки, должно различать конкретные возможности:

• Разрабатывает ли компания сайты?
• Создаёт ли клиентские порталы?
• Занимается ли техническим SEO?
• Разрабатывает ли ИИ-агентов?
• Предоставляет ли хостинг?
• Предлагает ли эксплуатационное сопровождение сайтов?
• Готовит только контент или также внедряет систему?
• Ограничивается консультациями или отвечает и за реализацию?

Пытаясь сказать, что она умеет всё, компания часто не может достаточно ясно объяснить ни одну свою компетенцию. Сила представления определяется не широтой заявлений, а точностью описания возможностей.

Чем это подтверждается?

Заявить об оказании услуги и предоставить достаточные доказательства компетентности в ней — разные вещи.

Доказательства могут принимать разные формы:

• опубликованная работа;
• пример реализации;
• техническая документация;
• история версий;
• проверяемый отзыв клиента;
• независимая ссылка на работу;
• действующий продукт;
• отчёт об измерениях;
• результат испытания;
• каноническая публикация;
• рабочий процесс и критерий приёмки.

Доказательство — не только история успеха. Описание того, как компания работает, какие границы принимает и как проверяет результат, может дать основания судить о процессе. Но само описание ещё не доказывает, что процесс успешно применяется. Для машины доверие возникает не просто из количества положительных фраз, а из связи между утверждением и доказательством.

Чего не делает?

В большинстве маркетинговых текстов этого вопроса нет. Компании хотят рассказывать о том, что предлагают, а не о том, чего не предлагают. Между тем сведения об исключениях очень ценны для машин. Если не объяснить, что не входит в услугу, система может заполнить пробел предположением.

Например:

• Включает ли пакет хостинга эксплуатационное сопровождение?
• Означает ли разработка логотипа создание полной системы бренда?
• Даёт ли создание ИИ-аватара неограниченное право использовать голос и лицо?
• Предусматривает ли SEO-услуга гарантию позиций?
• Входят ли в консультационную услугу внедрение и разработка ПО?
• Означает ли «поддержка» непрерывное реагирование круглосуточно?
• Входит ли перенос данных в основную стоимость проекта?

Открыто говорить о том, чего компания не делает, — не слабость. Напротив, это отсеивает неподходящие запросы и укрепляет доверие подходящих клиентов. Представление состоит не только из доступных возможностей.

Границы — тоже часть идентичности.

Когда эти сведения действительны?

Сведения без даты оставляют сомнения в своей актуальности. На странице указана цена, но неизвестно, за какой год. Профиль компании показывает прежний состав команды. Страница услуги ссылается на технологию, которая больше не используется. Статья в прессе представляет деятельность многолетней давности как текущую. При недостатке временных признаков машина может придать старым сведениям такой же вес, как новым. Поэтому у представления должно быть временное измерение. Необходимо ясно указывать:

• дату публикации;
• дату обновления;
• номер версии;
• период действия;
• дату наблюдения;
• период измерения;
• архивный статус.

Недостаточно сказать, что изменяемые сведения верны. Нужно знать, на какую дату и при каких условиях они действительны.

Какой источник приоритетнее?

Разные источники могут сообщать о компании разное. На её сайте опубликована одна цена, в бизнес-каталоге осталась старая, а пост в социальной сети описывает временную акцию. Статья в блоге может неверно толковать услугу. Ответ ИИ может повторять старый текст другого ИИ. Тогда непонятно, какой источник система должна принять за основу. Здесь становится важна идея канонического источника.

Канонический источник: в этой книге так называется основная точка обращения за определёнными сведениями, чью актуальность и авторитетность можно проверить. Это понятие шире предпочтительного canonical URL в поисковых системах. Если организация объявляет основным источником собственное заявление, это не делает его независимо подтверждённым. Недостаточно и просто написать: «Эта страница каноническая». Другие площадки не должны ей противоречить. Если каноническая запись и видимая страница показывают разные цены, надёжнее система не становится. Каноничность — не метка, а ответственность за согласованность.

Как неполные сведения превращаются в неверное представление?

Обнаружив недостаток сведений, люди часто прямо называют его неопределённостью: «Я этого не знаю». «Информации недостаточно». «Нужно спросить компанию». Машины, от которых требуется выдать ответ, могут выстраивать вероятные связи между недостающими фрагментами. Если известно, что компания создаёт клиентские порталы, система может предположить, что перенос данных тоже включён. Если бренд публикует страницы на шести языках, она может заключить, что он предоставляет живую поддержку на всех шести. Если компания разрабатывает трёхмерные среды, система может решить, что WebXR поддерживается на любых устройствах.

Если консультант занимается автоматизацией с ИИ, система может подразумевать, что он способен автономно управлять всеми системами клиента. Такие выводы выглядят логично, но могут не соответствовать действительности. Поэтому пробел в представлении — источник риска. Ошибка может возникнуть не из явно ложного сведения, а из разумной, но непроверенной связи между неполными данными. Хорошее представление требует не только добавлять верную информацию, но и закрывать пробелы, в которых машина может сделать неверный вывод.

Именно поэтому полезны такие фразы: «Контент предоставляется на шести языках; язык живой поддержки отдельно указывается в договоре». «Состав работ по миграции данных определяется отдельно после изучения исходной системы». «Годовой пакет хостинга не включает мониторинг и реагирование на инциденты». «Разрешение на создание аватара не означает автоматического разрешения публиковать любой контент с ним». «Принятие уведомления IndexNow не доказывает ни индексацию, ни позиции». Эти формулировки уточняют объём услуги и снижают риск ошибочного вывода. Ясная граница также удерживает обещание при продаже в рамках того, что действительно предоставляется.

Долг представления

На протяжении лет компании создают контент с разными людьми, на разных платформах и для разных целей. Маркетинговое агентство пишет главную страницу. Кто-то другой открывает социальные профили. Отдел продаж готовит прайс. Разработчик добавляет структурированные данные. Отдел кадров по-своему описывает компанию. Бизнес-каталог хранит устаревшие сведения. Инструмент ИИ генерирует новые тексты. Каждая часть может быть разумной в своём контексте. Но со временем возникают небольшие расхождения: где-то «глобальная компания», где-то «ориентирована на Европу». В одном месте «поддержка 24/7», в другом — «ответ в рабочее время».

Где-то «сопровождение от 500 долларов» без пояснения состава работ, а где-то — «хостинг за 200 долларов», который с ним путают. В одном месте «консалтинг по ИИ», в другом — «разработка автономных агентов». На одной странице «бесплатное обслуживание», на другой — «ежемесячный пакет обслуживания». По мере накопления таких различий цифровое представление компании распадается.

Назовём это накопление долгом представления. Это риск того, что старые, неполные, противоречивые или лишённые контекста формулировки, накопившиеся на разных цифровых площадках организации, исказят будущие машинные интерпретации. Как и технический долг, он поначалу может быть незаметен. Сайт работает. Профили доступны. Контент опубликован. Но с ростом системы каждая новая запись ложится поверх прежних противоречий.

В конце концов уже никто не может легко ответить:

• Какая цена актуальна?
• Какая услуга действительно оказывается?
• Какое описание каноническое?
• Изменение какой страницы требует обновить другие записи?
• Какая языковая версия отражает исходные факты?
• Какое утверждение доказано?
• Какой текст — лишь маркетинговая формулировка?

Команды могут долго жить с этим долгом. Но когда системы ИИ начинают читать все эти площадки вместе, долг становится видимым. Машина пытается разрешить несогласованность. Иногда выбирает правильный источник. Иногда — самый часто повторяемый. Иногда — тот, что выглядит новее или кажется надёжнее. А иногда, не замечая противоречий, строит цельный, но неверный рассказ. Одна из задач подхода к GEO, который мы отстаиваем в этой книге, — уменьшать долг представления. GBO должно не допустить, чтобы этот долг превратился в ошибочное действие.

Повторение не доказывает истинность

Когда сведения повторяются во множестве мест в интернете, они могут приобретать вес, словно уже доказаны. Но само повторение не является доказательством. Неверная фраза о компании может появиться в каталоге. Другие сайты сошлются на него. Контент, созданный ИИ, воспроизведёт ту же фразу. Затем новые тексты прочитают другие модели. Ошибка может размножаться без независимой проверки. Со временем одно и то же утверждение оказывается в разных источниках, хотя все они восходят к одной ошибке. Это можно назвать отмыванием представления.

Ложное или слабо обоснованное утверждение начинает выглядеть независимым и надёжным, потому что его повторили на многих площадках. Например, компания сначала пишет на своём сайте, что она «мировой лидер». Затем фраза появляется в автоматически составленных профилях компаний, после — в списках, написанных ИИ. Другие системы используют эти списки как источники. Утверждение растёт. Доказательство — нет. Цель GEO не должна состоять в создании самого многократно повторённого рассказа в интернете. Нужны верное представление, прослеживаемые источники и ясные границы. Для GBO это ещё важнее.

Потому что повторённая ошибка может влиять не только на ответы, но и на выбор и действия. Если возможности поставщика преувеличены, агент может выбрать его для реального проекта. Если сертификация продукта понята неверно, система может рекомендовать его для регулируемого применения. Если в старых записях услуга выглядит дешёвой, агент может ошибиться в сопоставлении с бюджетом. Поэтому GBO сначала спрашивает о происхождении доказательства, а уже потом — о числе повторов.

Откуда взялось утверждение? Независим ли источник? Актуален ли он? Прямой ли это источник? В каких пределах утверждение верно? Другие источники действительно его подтверждают или лишь повторяют?

В машинную эпоху авторитет следует измерять надёжностью источника, а не силой эха.

От источника к предложению, от предложения к идентичности

Отвечая пользователю, генеративная система часто не повторяет формулировки источников дословно. Она соединяет сведения и строит новое предложение. Иногда такого предложения в точности нет ни в одном источнике.

Например, разные источники могут сообщать следующее:

• Компания публикует контент на шести языках.
• Разрабатывает ИИ-агентов.
• Работает с международными компаниями.
• Предлагает SEO и GEO.
• Имеет техническую инфраструктуру многоязычной публикации.

Соединив эти сведения, модель может составить такое представление: «Это специализированное агентство, которое разрабатывает многоязычные системы SEO, GEO и автоматизации с ИИ для международных брендов». Предложение могло возникнуть из общего смысла источников. Но каждое слово несёт новую ответственность. На чём основано слово «международных»?

Какие доказательства позволяют назвать агентство «специализированным»?

Означает ли «разрабатывает» способность к реализации, отличную от консультирования?

Соответствует ли слово «агентство» юридической или коммерческой форме компании?

Действительно ли её клиенты — «бренды»?

Поэтому представление — не просто сбор сведений. Оно создаёт между ними новые связи. Новые связи порождают новый смысл, а новый смысл — новые риски. Система может соединить верные части неверной связью. Компания может публиковать контент на шести языках, но не предоставлять поддержку на всех шести. Она могла разработать ИИ-агента, но не предлагать его как продукт каждому клиенту. Может стремиться к международной заметности, но ещё не работать в определённых странах. Поэтому аудит представления проверяет не только истинность предложений.

Он проверяет и правильность связей между ними.

Машина видит одну реальность в разных формах

Человек читает страницу услуги.

Машина может увидеть на той же странице несколько слоёв представления:

• заголовок;
• метаописание;
• текст страницы;
• тексты ссылок;
• структуру меню;
• структурированные данные;
• запись о цене;
• раздел вопросов и ответов;
• описания изображений;
• тег canonical;
• связи между языковыми версиями;
• запись в sitemap;
• даты и сведения о версии.

Если слои согласованы, представление становится сильнее. Если нет, машина может прийти к разным выводам. Видимый текст говорит: «Цена по запросу», а структурированные данные показывают фиксированную сумму. Человек видит первое. Машина может прочитать и второе. В видимом тексте услуга предназначена только действующим клиентам, а в каталоге этого ограничения нет. Главная страница заявляет о глобальной работе, но языковые или страновые записи показывают лишь один рынок. На странице написано: «Мы не предоставляем юридических консультаций», а раздел FAQ подразумевает гарантию правового соответствия. В таком случае компания одновременно публикует две разные реальности.

Одну — для человека. Другую — для машины.

Основной принцип этого подхода: реальность, которую читает человек, не должна отличаться от реальности, которую читает машина.

Назовём это равнозначностью представлений. Видимый контент и машиночитаемые записи должны передавать одинаковые сведения об идентичности, возможностях, цене, составе работ, границах и доказательствах. Речь не о совпадении слов. Описание для человека может быть естественным и подробным, а машинная запись — более структурированной. Но смысловой договор должен оставаться одним. Существенная граница не должна исчезать из одной версии. Нельзя подразумевать в ней гарантию, которая отвергнута в другой. Нельзя придумывать цену в одной записи, если в другой она предоставляется по запросу. Услуга для определённых клиентов не должна выглядеть общедоступной в другом представлении.

Равнозначность представлений — важная часть связи, которую мы здесь проводим между GEO и GBO. Её значение становится очевидным, когда агент опирается в действии на машиночитаемую запись. Если запись отличается от реальности, доступной человеку, внешне правильное действие может быть основано на неверно понятых условиях.

Многоязычие — не размножение реальности

Публикуясь на шести языках, компания может считать, что создаёт шесть копий одних фактов. На деле она создаёт шесть самостоятельных форм представления.

У каждого языка свои:

• слова;
• коммерческие обычаи;
• правовые ассоциации;
• поисковые намерения;
• технические термины;
• особенности чтения.

Предложение может быть ясным по-английски, но стать неоднозначным при дословном переводе на турецкий. Для арабского может оказаться недостаточно просто поменять направление текста. Объём услуги, обозначенной немецким термином, может не совпадать с ближайшим турецким эквивалентом. В русском прямо заимствованное английское техническое слово может звучать искусственно или не передавать смысла. В испанском профессиональная лексика может различаться от страны к стране. Поэтому многоязычие — не просто перевод.

Это воссоздание реальности в разных языковых системах.

Трудность вот в чём:

Каждый язык должен звучать естественно. Но ни один не должен изобретать новые факты. В одной версии не должен расширяться объём услуги, в другой — пропадать ценовое ограничение. Обязательство по доступности не должно превращаться в другой версии в общее обещание качества. «Поддержка» в одном языке не должна становиться «непрерывной эксплуатацией» в другом.

Правильное многоязычное представление одновременно выполняет два условия:

Язык должен быть естественным. Факты не должны меняться.

Если не удержать этот баланс, компания может быть заметна на шести языках, но представлена шестью разными идентичностями. Для GBO это серьёзная проблема. Если в зависимости от языка пользователя агент видит разные сведения об объёме услуги, цене или полномочиях, он может по-разному действовать в отношении одной компании. Поэтому языковые версии контракта поведения должны быть равнозначны не только как перевод, но и по последствиям действий.

Представление не обязано быть только положительным

Компании хотят показывать себя с лучшей стороны. Это понятно. Но задача представления — не просто создавать благоприятный образ.

Верное представление иногда включает и такие сведения:

• Услуга сейчас недоступна.
• Ресурсы ограничены.
• Результат не гарантируется.
• Цена определяется после оценки проекта.
• В определённых странах услуга не предоставляется.
• Затраты на третьих лиц не включены.
• При недостатке данных нельзя делать выводы по эксперименту.
• Публикация без одобрения человека не допускается.
• Некоторые способы использования неприемлемы по этическим или правовым причинам.

В краткосрочной перспективе такие формулировки могут казаться помехой продажам. Но ясные границы нужны, чтобы уменьшить число неподходящих заказов, споров и случаев потери доверия. Для ИИ-агента эта информация особенно важна. Она нужна не только для выбора подходящего, но и для исключения неподходящего. Если бренд изображает себя решением любой задачи, агент может выбрать его ошибочно. Если бренд ясно показывает границы, система может выбирать его реже. Зато у неё будет более надёжная основа для распознавания действительно подходящих случаев.

Именно этого добивается GBO.

Не больше выборов, а более правильный выбор.

Поэтому отрицательные сведения — не слабость представления.

Эти сведения служат основой для качественного поведения.

Заметность в цитировании и точность представления — не одно и то же

Система ИИ может сослаться на бренд как на источник. Это важный сигнал заметности. Но ссылка ещё не означает правильного представления. Система может указать верную страницу и неверно истолковать её содержание. Выдать начальную цену услуги за цену всех пакетов. Описать методологию компании как сертификат или официальный стандарт. Представить предложенную в книге рамку как универсальное правило. Принять историческую запись за текущий состав услуги. Поэтому одного вопроса «Сколько раз на нас сослались?» недостаточно.

Нужно спрашивать и следующее:

• Какое предложение было подкреплено ссылкой на нас?
• Действительно ли источник подтверждает это предложение?
• Правильно ли названа компания?
• Сохранены ли границы услуги?
• Не исчезли ли неопределённости?
• Не подана ли старая информация как новая?
• Не приписаны ли нам утверждения из других источников?
• Ведёт ли ссылка на нужную страницу?

Я считаю, что оценка GEO не должна ограничиваться числом ссылок. Она должна включать качество представления.

GBO идёт ещё на шаг дальше:

К какому ошибочному поведению может привести неверное представление?

Если цена услуги указана неверно, агент может ошибиться в сравнении бюджетов. Если неправильно описана география работы компании, он может запросить от имени пользователя неподходящее предложение. Если свойство продукта преувеличено, решение о покупке может оказаться ошибочным. Если границы согласия в услуге создания ИИ-аватаров представлены неполно, агент может счесть несанкционированное создание контента нормальным. Поэтому аудит представления — не только управление репутацией. Это проверка безопасности будущих действий.

Состояние представления — входные данные для решения

Перед действием агент формирует внутреннее состояние, описывающее мир.

В него могут входить:

• цель пользователя;
• доступные варианты;
• возможности этих вариантов;
• цены;
• риски;
• доказательства;
• ограничения;
• необходимые разрешения;
• возможные последствия.

Решение агента рождается из этого состояния представления. Если оно неверно, даже безупречная логика решения может привести к неверному результату. Если навигационная система использует неправильную карту, лучший алгоритм маршрутизации не приведёт вас куда нужно. Если сведения о пациенте у врача неверны, правильный медицинский метод может быть применён так, что приведёт к неправильному результату. Если закупочный агент неверно знает характеристики товара, идеальная система сравнения может выбрать не тот продукт. Поэтому GBO не может начинаться непосредственно на уровне поведения. Сначала нужно сделать состояние представления надёжным.

Проще говоря, качество действия не бывает независимым от качества представления. Но и качественного представления самого по себе недостаточно. Агент может всё знать правильно — и всё же выполнить операцию без полномочий, превысить предел риска, обойти одобрение человека или сделать необратимый шаг.

Связь выглядит так:

Верное представление — необходимое условие правильного поведения. Но само по себе оно не является достаточным.

Здесь соединяются GEO и GBO. GEO помогает агенту точнее видеть мир. GBO ограничивает то, как он действует в правильно увиденном мире.

Пять состояний представления

Для этой оценки можно выделить пять состояний представления:

Неизвестно

Система недостаточно знает сущность. Правильное поведение здесь — не строить догадки, а продолжить исследование или раскрыть неопределённость.

Известно частично

Идентичность может быть известна, но сведений об услугах, цене или границах не хватает. Система может включить сущность в число кандидатов, однако перед операцией должна запросить уточнение.

Сведения противоречивы

Разные источники сообщают разные факты. Агент должен сделать противоречие явным, а не выбрать самые удобные сведения.

Известно достаточно

Сведений об идентичности, возможностях, объёме услуги, доказательствах и актуальности достаточно для конкретного решения. Такое состояние может позволить провести оценку.

Известно достаточно для действия

Помимо достаточного представления, определены полномочия, условия начала, путь выполнения операции, предел риска и механизм отмены либо устранения последствий. Устранение последствий не означает, что любой эффект можно полностью обратить. В этом состоянии агент может действовать в установленных пределах.

Классификация показывает важное различие: хорошее представление сущности не делает взаимодействие с ней автоматически готовым к исполнению. О компании может быть известно всё, но у неё может не быть API или канала проведения операции. Цена может быть актуальной, а сведения о свободных ресурсах — отсутствовать. Услуга может подходить, но у агента может не быть разрешения пользователя на контакт. Поэтому там, где работа GEO заканчивается, начинаются новые вопросы GBO.

Управление представлением

Цифровое представление организации нельзя оставлять на волю случая. Если команды обновляют платформы и языковые версии без общего процесса проверки, долг представления может накапливаться. Поэтому организациям нужна не только контент-стратегия, но и управление представлением.

Оно отвечает на следующие вопросы:

• Каков канонический источник сведений об идентичности?
• Кто может обновлять записи об услугах?
• Какие площадки нужно менять одновременно при изменении цены?
• Какие утверждения требуют доказательств?
• Какие языковые версии связаны единым набором фактических обязательств?
• Как архивируются старые версии?
• Как машиночитаемые записи сравниваются с видимым текстом?
• Как проверяются сторонние профили?
• Кто исправляет обнаруженное неверное представление?
• Как отбираются образцы ответов ИИ и как они оцениваются?

Это не задача одного редактора. Маркетинг, юристы, техническая команда, продажи, операционное подразделение и руководство должны работать вместе. Представление состоит не только из слов. Цена — коммерческое решение. Граница полномочий — правовое и операционное. Запись структурированных данных — техническое. Исключение из услуги — решение в области продаж. Дата актуальности — управленческое. Поэтому понимать GEO только как написание контента недостаточно. Предлагаемый здесь подход к GEO — область работы, которая управляет тем, какими сведениями и в каких границах организация представлена в цифровом мире.

GBO переносит это управление на уровень действия.

Три неброских свойства хорошего представления

Хорошее представление обычно не выглядит эффектно.

У него три неброских свойства:

Согласованность

Разные площадки описывают одни и те же основные факты. Выбор слов, язык и формат могут меняться. Но идентичность, услуги, объём работ, цены и границы не противоречат друг другу.

Определённые границы

Оно не заявляет, что возможно всё. Не скрывает неопределённость. Объясняет, где сведения неприменимы. Не делает утверждений шире, чем позволяют доказательства.

Возможность обновления

Представление — не разовая публикация. При изменении цены, ресурсов, услуг или технологии все связанные площадки можно снова согласовать. Старые записи не исчезают, но их не путают с текущими. Эти три свойства облегчают понимание не только машинам. Они укрепляют и доверие людей. Ведь доверие часто рождается не из громких обещаний, а из отсутствия мелких противоречий.

Как организации рассказывать о себе?

Ответ — не в дополнительных эпитетах: «Лучшая». «Лидер». «Революционная». «Уникальная». «Мирового класса». Без доказательств такие слова не делают представление ценнее.

Организации следует строить рассказ так:

Кто мы Что мы делаем Для кого мы это делаем При каких условиях работаем Чего не делаем Чем это подтверждаем Когда сведения были обновлены

Это относится не только к компаниям. Так можно описать продукт, специалиста, университет, государственный орган, набор данных или ИИ-агента. В машинном мире надёжность возникает из ясных связей, а не из украшенного рассказа.

Взгляд на GEO за пределами видимости

Иногда GEO описывают лишь как способ чаще появляться в ответах ИИ. Это неполный взгляд. Если цель GEO — только добиться более частого упоминания бренда, область быстро превратится в новую гонку за заметностью. Больше контента. Больше повторов. Больше искусственных источников. Больше запросов на цитирование. Больше машинных сигналов. Но большая заметность не означает более точного представления.

В этой книге я предлагаю для GEO более широкую задачу: обеспечивать доказуемое, актуальное, соответствующее контексту и ясно ограниченное представление сущности людям и машинам.

Эта задача должна давать три результата:

Верная идентичность: система должна знать, о ком говорит. Верный смысл: система должна понимать, что сущность делает и чего не делает. Верное основание: система должна прослеживать доказательства, на которых держится этот смысл. Для безопасного действия агенту необходимы достаточные сведения о соответствующей идентичности, возможностях и доказательствах. Получать их обязательно в рамках отдельной работы по GEO не требуется: такое основание могут дать надёжная запись об организации или проверенные данные операции.

Цепочка от представления к поведению

Поведение ИИ-агента часто возникает из такой цепочки: Источник → Сведения → Представление → Оценка → Выбор → Проверка полномочий → Действие → Результат. Ошибка возможна в каждом звене. Источник может быть неверным. Сведения — устаревшими. Представление — неполным. Оценка может пропустить условия пригодности. Выбор — основываться на популярности. Полномочия могут быть приняты на веру. Действие может оказаться необратимым, а результат — неправильно измеренным. GBO рассматривает не только последнее звено, а всю цепь. Но в её центре находится представление: именно через него источники превращаются в мир, которым может пользоваться тот, кто принимает решение.

Сначала агент определяет, каким он считает мир. Затем действует внутри этого мира.

Поэтому одно из оснований GBO звучит так: перед каждым машинным действием существует видимое или невидимое представление. Пытаться исправить ошибочное поведение только в момент действия может быть уже поздно. Значительная часть ошибки возникла в представлении, построенном заранее.

Не что мы скажем машине, а что сможем подтвердить

Организации будущего будут чаще спрашивать: «Как нам рассказывать о себе системам ИИ?» Вопрос полезный.

Но точнее спросить: «Какие факты о нас системы ИИ должны иметь возможность надёжно проверить?» Первый вопрос сосредоточен на коммуникации, второй — на доказательствах. Первый может усилить рассказ, второй укрепляет доверие. Между тем, что компания хочет сказать машинам, и тем, что она действительно может подтвердить, бывает разрыв. GBO не принимает этот разрыв. Если агент будет действовать, его решение не должно опираться только на собственное заявление компании. Связь утверждения с доказательством должна быть видна. Нельзя выходить за пределы доказанного. Тест производительности может показать результат определённой страницы на определённую дату. Он не доказывает, что весь сайт всегда будет работать так же.

Отзыв клиента может описывать конкретный опыт, но не доказывает, что все клиенты получат такой же результат. Публикация объясняет методологию, но не доказывает её признания всей отраслью. Использовать стандарт не значит быть сертифицированным организацией, которая его выпустила. Качество представления следует измерять способностью сохранять эти границы.

Верное представление позволяет правильно отказаться

Агент не должен быть спроектирован только для положительного выбора. Он должен распознавать и неподходящие случаи. Если компания берёт лишь крупные корпоративные проекты, отказ по запросу с небольшим бюджетом может быть правильным поведением. Если услуга недоступна в определённых странах, агент должен предложить другие варианты. Если для проекта ИИ-аватара нет явного разрешения на использование лица и голоса, система должна остановить процесс. Если трафика недостаточно для теста конверсии, агент не должен создавать ложную статистическую определённость. Если проекту DevOps не нужна микросервисная архитектура, нельзя рекомендовать её только потому, что она дорогая.

Чтобы такое поведение было возможным, представление должно включать не только способности, но и условия непригодности. Хорошее представление не делает сущность привлекательной при любых обстоятельствах. Оно делает её понятной в правильном контексте. Поэтому его успех нельзя измерять только количеством положительных предложений, которые оно породило.

Нужен и другой вопрос: понимает ли система, когда эта сущность не является правильным выбором?

Это один из важнейших порогов, связывающих GEO с GBO.

От представления к ответственности за действие

Система ИИ правильно представила компанию. Поняла услуги, ограничения по ценам, оценила доказательства и сочла, что компания подходит пользователю. Что теперь?

Запросит предложение?

Добавит встречу в календарь?

Передаст сведения о пользователе?

Создаст проект договора?

Запустит оплату?

Здесь к ответственности за точность представления добавляются полномочия на действие и его последствия. Верное представление даёт агенту прочную основу. Но само по себе не создаёт права действовать. Знать — не значит быть уполномоченным. Считать подходящим — не значит иметь разрешение на операцию. Правильно знать сущность — не значит иметь законное основание для любого взаимодействия с ней.

Поэтому в конце второй главы можно чётко провести различие:

GEO упорядочивает то, как реальность представлена внутри машины. GBO определяет условия поведения, которое будет основано на этой реальности.

На следующем этапе ответа уже будет недостаточно. Ответ превратится в действие.

И когда ответ становится действием, важна уже не только точность. Вступают в силу:

• полномочия;
• согласие;
• безопасность;
• объяснимость;
• возможность отмены;
• ответственность человека.

Все эти условия становятся частью действия.

Почему представление изменило правила игры?

Потому что компании узнают уже не только по их собственным словам, но и по рассказам, которые строят о них машины. Потому что пользователям больше не обязательно читать все источники по отдельности: они могут довериться сводному ответу машины. Потому что заметность сущности и смысл, построенный о ней, отделились друг от друга. Потому что ссылка на источник не означает правильного понимания. Потому что множество верных частей, соединённых неверно, могут создать ложное представление. Потому что противоречия, которые прежде замечал человек, агентные системы могут превращать в автоматические решения.

И главное: представление теперь питает не только восприятие, но и действие. Неверное представление может причинить вред и через решения людей. Агенты, использующие инструменты, добавляют ещё один путь: ошибочный выбор, контакт или покупку система может выполнить непосредственно сама. Поэтому представление перестало быть узким вопросом отдела коммуникаций.

Теперь представление — это инфраструктура со следующими измерениями:

• техническим;
• коммерческим;
• правовым;
• этическим;
• операционным.

Именно инфраструктура, охватывающая все эти измерения.

Вывод главы

Прежде чем действовать, система ИИ строит мир. В этом мире есть люди, компании, продукты, цены, способности, риски и вероятности. Система принимает решения внутри него. Если мир построен неверно, сила решения увеличивает опасность. Если он неполон, агент может заполнить пробелы предположениями. Если противоречив, система может довериться неправильному источнику. Если состоит только из положительных утверждений, она не сможет отсеивать неподходящие варианты. Поэтому оптимизация поведения не может перескочить через представление.

Сначала нужно обеспечить условия:

Идентичность должна быть ясной. Способность — реальной. Доказательство — прослеживаемым. Границы — видимыми. Сведения — актуальными. Человек и машина должны видеть одну реальность.

Лишь затем можно задавать вопрос о поведении. Представление изменило правила игры, потому что машины больше не только описывают мир. Агенты, подключённые к инструментам, могут выполнять операции на основе построенного представления. В следующей главе мы перейдём этот порог. Разберём, когда ответ становится действием, как небольшая на вид рекомендация приводит к реальным последствиям и почему ответственность коренным образом меняется не тогда, когда агент начинает говорить, а тогда, когда он начинает действовать.

Машина действует в мире так, как она его видит.

Поэтому первая задача GBO — не сказать агенту, что делать. Сначала нужно правильно показать ему, что действительно существует.