تتغير استشهادات ChatGPT عند تبديل مسارات البحث المخفية

وجد تحليلان جديدان أن المصادر المذكورة في ChatGPT تغيرت مع تحول حركة البحث بين مسارات الاسترجاع المخفية.

النتائج. يضيف البحث الذي أجراه Chris Green وSuganthan Mohanadasan تعقيدًا جديدًا لتتبع رؤية الذكاء الاصطناعي: فالإجابة النهائية لا تكشف عن كيفية اختيار ChatGPT لمصادره.

• وجد كلا الباحثين تسميات داخلية لاختيار المصدر، بما في ذلك Labrador وBright وOxylabs وSERP.
• توجد هذه التصنيفات خلف الإجابة، وليس في بطاقات الاستشهاد التي يراها المستخدمون.

تغيرت خطوط الأنابيب المخفية المصادر. قام Green باختبار 1000 مطالبة بما يصل إلى 10 مرات لكل منها والتقط 9946 عملية بحث مكتملة. بقيت معظم المطالبات على مصدر استرجاع واحد. استحوذ لابرادور على 88.1% من مصادر البحث الأساسية في مجموعة البيانات الخاصة به، يليه Bright بنسبة 9.9%، وOxylabs بنسبة 1.7%، وSERP بنسبة 0.3%.

• لكن 11.6% من المطالبات غيرت مصدر البحث الأساسي عبر عمليات التشغيل المتكررة.
• انخفض تداخل عنوان URL من 0.273 إلى 0.149 عندما تغير مصدر البحث. انخفض تداخل المجال من 0.265 إلى 0.155. حسب جرين أن تداخل عناوين URL أقل بنسبة 45% تقريبًا وتداخل النطاقات الأقل بنسبة 42%.

التسميات وراء النتائج. قام موهاناداسان بفحص يومين من حركة مرور شبكة ChatGPT الخام من حساب Pro تم تسجيل الدخول إليه وقام بتسجيل حوالي 1240 سجل مصدر عبر بضع عشرات من عمليات البحث.

• وجد أ result_source الحقل المرفق بنتائج الويب، مع أربع قيم ملحوظة: SERP، وLabrador، وBright، وOxylabs.
• ووصف لابرادور بأنها تشمل الناشرين المعتمدين والمواقع المرجعية، وBright بأنها مرتبطة بـ Bright Data، وOxylabs بأنها مرتبطة بـ Oxylabs، وSERP كخط أساس للويب المفتوح الذي ظهر في الغالب في نتائج نمط الأخبار.
• وجد اختبار جرين السريع المتكرر أن لابرادور سيطر على مجموعة البيانات الخاصة به. رأى موهاناداسان أن برايت يلعب دورًا أكبر في عينته، ​​خاصة فيما يتعلق بالاستفسارات التجارية والتسوقية والمالية والطقس والاستعلامات المحلية.

تخطيت بعض المطالبات البحث. وجد Mohanadasan أيضًا أن ChatGPT قام بتصنيف بعض الاستعلامات قبل البحث باستخدام ملف turn_use_case مجال. تم تقديم بعض المطالبات كنص وتم تخطي بحث الويب بالكامل، حتى عندما بدت حديثة. وفي تلك الحالات، لا يمكن جلب أي صفحة أو الاستشهاد بها أو استخدامها كدليل.

• استعلامات “التفكير” الأكثر تعقيدًا تصرفت بشكل مختلف. وجد موهاناداسان أن ChatGPT يمكن أن ينتشر في العديد من عمليات البحث، بما في ذلك site: التحقيقات وفحص الأسعار والبحث عن المنافسين الذين لم يذكر أسماءهم.
• يغير هذا السلوك الصفحات التي يمكنها الدخول في عملية الإجابة لأن ChatGPT قد يبحث في الاستعلامات المعاد كتابتها، أو تحقيقات الموقع المباشرة، أو فحوصات المتابعة بدلاً من العبارة الدقيقة التي كتبها المستخدم.

لم يتم الاستشهاد بالجلب. وفصل المهندسان بين ثلاثة نتائج: مردود، ومستشهد به، ومذكور.

• يمكن جلب الصفحة إلى سياق ChatGPT دون عرضها للمستخدمين. يمكن الاستشهاد به كمصدر وراء جملة معينة. أو يمكن ذكر علامة تجارية دون أن تكون مصدر المطالبة.
• في نموذج الاستعلام التجاري الصغير الخاص به، تم جلب كل من Reddit وYouTube كثيرًا، ولكن تم الاستشهاد بـ Reddit ولم يتم الاستشهاد بـ YouTube. وأرجع هذه الفجوة إلى توفر النص: تعرض سلاسل Reddit النص، بينما توفر نتائج بحث YouTube في كثير من الأحيان بيانات وصفية بدلاً من نصوص الفيديو الكاملة.
• تم الاستشهاد بصفحات البائعين للحصول على حقائق خاصة بهم، مثل الأسعار والمواصفات. من المرجح أن تدعم صفحات الجهات الخارجية مطالبات التوصيات الأوسع.

لماذا نهتم. لا توجد نتيجة واحدة لرؤية ChatGPT لقياسها. قد لا يتم أخذ صفحتك في الاعتبار أبدًا إذا تخطى ChatGPT البحث، أو استخدم مصدر استرداد آخر، أو عثر على صفحة طرف ثالث أكثر وضوحًا لدعم المطالبة.

وكانت الصفحات المقروءة أسهل في الاستخدام. أظهر كلا التحليلين أن اختيار مصدر ChatGPT يعتمد جزئيًا على ما يمكنه استرجاعه وقراءته.

• اكتشف موهاناداسان حالات بدا فيها أن ChatGPT يفضل صفحات التسعير الرسمية، ثم لجأ إلى مصادر خارجية عندما كانت الأسعار مخفية وراء جافا سكريبت أو كان من الصعب تحليلها.
• أظهرت نتائج Green أن توجيه المصدر غيّر عناوين URL والمجالات التي أدخلت مجموعة الإجابات.
• أصبح HTML العادي، والحقائق القابلة للزحف، والأسعار والمواصفات الواضحة، والتغطية القوية للجهات الخارجية، والصفحات ذات النصوص الثقيلة أكثر أهمية عندما يعتمد اختيار المصدر على الاسترجاع وسهولة القراءة.