NLP SEO は、言語、コンテキスト、クエリの背後にあるタスクに注意を払うことで、検索コンテンツを理解しやすくする実践です。自然言語処理 (NLP) は、コンピューターが人間の言語を分析するのに役立ちます。編集者にとって、役立つアプリケーションは具体的です。主題に明確な名前を付け、関係を説明し、読者の質問に答え、曖昧さを取り除くことです。
ここで最適化するためのGoogle承認済みの NLP スコアはありません。このガイドでは、文書化された検索システムを編集手法から分離し、架空のヘルプ記事を通じて作業を進めます。この例は教育演習であり、ランキング実験や顧客の結果「00」ではありません。
検索クエリに関する NLP の変更点
単語のリストでは質問を完全に説明できません。 「電話番号なしの連絡先のエクスポート」と「電話番号付きの連絡先のエクスポート」を比較してください。語彙のほとんどは同一です。小さな変更 1 つで要件が逆転します。 「連絡先のエクスポート」を繰り返しながら条件を無視する記事は、読者の実際のタスクを見逃してしまう可能性があります。
Googleのランキング システム ガイドでは、BERT は単語の組み合わせとその意味と意図を解釈するのに役立つと説明されています。また、ニューラル マッチングはクエリとページ内の概念を結びつけるものであり、RankBrain は、すべての検索用語が正確に表示されなくても、単語と概念を結び付けるのに役立つと説明されています。これらはシステムの説明であり、含まれることや位置付けを保証する語句のチェックリストではありません。
編集上の意味は、意味のある修飾子を表示し続けることです。 「なし」、「前」、「後」、「初心者向け」などの単語や製品バージョンによって、回答が該当するかどうかが決まります。ニーズの証拠としてクエリを使用し、そのニーズを満たす答えを書きます。
平易な言語によるエンティティ、コンテキスト、および意図
エンティティとは、本文中で言及されるもの、つまり人、組織、場所、製品、または共通の物体です。文脈は、その文がどのようなことを意図しているのか、どのような意味を意図しているのかを判断するのに役立ちます。意図とは、検索者が完了したいと思われるタスクです。これらの概念は重複していますが、それぞれが異なる編集上の質問を示唆しています。
| コンセプト | 作例と編集check |
|---|---|
| エンティティ | 「Atlas は連絡先をエクスポートします。」このページはどの Atlas 製品または組織を意味していますか?最初の言及時にそれを特定します。 |
| コンテキスト | 「電話番号のない連絡先をエクスポートします。」 「なし」は、欠落しているデータまたはユーザーが除外したいフィールドを表しますか? |
| インテント | 「電話番号のない連絡先をエクスポートする方法」。読者には説明書、トラブルシューティング、または製品の比較が必要ですか? |
ここで、Atlas は架空の連絡先マネージャーです。名前を付けても、NLP システムがそれを正しく識別できるかどうかは保証されません。エンティティ エクストラクタは、一貫性のない用語にフラグを立てるのに役立ちますが、その注釈は人間によるレビューが必要です。 Google Cloud の自然言語ドキュメントでは、エンティティ、構文、センチメント、および分類分析について説明しています。これらの出力はテキストを説明します。これらは、Googleの検索ランキングに関する見解ではありません。
用語を収集する前に質問マップを作成
聴衆の言語から始めます。使用許可がある場合は、サポートでの会話、オンサイト検索、またはインタビューで得た質問を確認してください。メモから個人を特定できる詳細を削除します。既存のページについては、独自の Search Console レポートで使用できるクエリを確認してください。新しいトピックについては、公開された検索結果と関連する一次ドキュメントを調べてください。
SearchVectorキーワードリサーチを使用してフレーズの候補を調査し、視���者とページの目的に照らして各アイデアを検証します。提案は研究の先導者です。これは、製品が機能をサポートしていること、または特定の記事が存在する必要があることを証明するものではありません。
各質問を、その回答に必要な証拠の横に記録します。架空のエクスポートの例では、「電話番号を省略できますか?」サポートされているフィールド選択手順が必要です。 「なぜ電話欄が空白なのですか？」トラブルシューティングが必要です。どちらも同じエンティティについて言及していますが、それらを不用意にマージすると、混乱を招く導入が生じる可能性があります。
読者が実行したいアクションごとに質問をグループ化します。 SearchVector キーワード クラスター ツール は、候補キーワード グループを操作するための別の場所を提供します。ページの境界を決める前に、グループ化を自分で確認してください。一人の読者が順番に必要とする場合は、密接に関連するステップをまとめておいてください。 2 つを組み合わせると両方が埋もれてしまう場合は、実質的に異なるタスクに独自の答えを与えます。
作業例: あいまいなヘルプ記事を修正
架空のアトラスのドキュメントを編集していると仮定します。割り当てられたリーダーは、結果のファイルから電話番号フィールドを残して連絡先リストをエクスポートしたいと考えています。この演習では、編集者が架空の製品がエクスポート フィールドの選択をサポートしていることを確認したと仮定します。以下のインターフェイスの詳細は説明のために考案されたものであり、実際のアプリケーションの手順ではありません。
前: 「Atlas 連絡先エクスポートは、簡単な連絡先エクスポート ソリューションです。強力なエクスポート ツールを使用すると、電話番号なしの連絡先をエクスポートできます。設定を選択して、データをダウンロードします。」
この段落には話題の語彙が含まれていますが、3 つの空白があります。列の省略と電話番号のない連絡先のエクスポートは区別されません。変更する設定を特定することはありません。何を検証すべきかを読者に伝えることなく、容易さを約束します。
その後、架空の例: 「電話番号フィールドを除外する Atlas 連絡先エクスポートを作成するには、連絡先を開き、エクスポートを選択して、フィールド セレクターの電話フィールドをクリアします。受信者が必要とするフィールドを残し、CSV をダウンロードします。ファイル��開いて、共有する前に電話列がないことを確認します。これらの手順では、エクスポートから電話番号が省略されます。これらの手順では、保存された連絡先から番号は削除されません。
改訂では、オブジェクト、アクション、条件、および期待される結果が明確になります。また、エクスポート設定と保存されたデータの変更も区別されます。この最後の区別は、読者が命令の結果を誤解する可能性があるため、役に立ちます。
次に、タスクに従う構造をページに追加します。冒頭の回答、短い前提条件、エクスポート手順、検証手順、予期しない列のトラブルシューティングです。番号が欠落している連絡先を見つける手順を別の場所に置くか、別のタスクとしてリンクします。関連する単語をさらにカバーするためだけに、無関係な連絡先管理の履歴を追加しないでください。
このサンプルに適したタイトルは、「電話番号フィールドなしで Atlas の連絡先をエクスポート」です。 「究極のコンタクト輸出ガイド」よりも狭い期待値を設定しています。独自の正確なタイトルを作成した後、SearchVectorSEOタイトルジェネレーターを使用して代替の文言を検討できます。すべての提案を、記事が実際に提供する手順と照らし合わせて確認してください。
関係を説明する場合は関連用語を使用します
語彙リストは、読者が説明する必要がある内容を明らかにするときに役立ちます。 「CSV」、「フィールド」、「列」、「エクスポート」、および「保存された連絡先」は、手順とその結果を説明するものであるため、サンプルに含まれています。 「CRM 自動化」を繰り返し追加すると、エクスポートを完了する人を支援することなく、別の約束が導入されてしまいます。
各項がどのような関係に寄与しているかを尋ねます。フィールド セレクターは、ファイル内の列��制御します。エクスポートでは、選択したデータがコピーされます。ファイルからの列の削除は、保存されている値の削除とは異なります。それらの関係を表現することは、独立した名詞を段落に挿入するよりも有益な編集作業です。
ライティング ツールが提案に「NLP 用語」、「意味論的キーワード」、または「LSI キーワード」のラベルを付ける場合、それらがどのように選択されたかを検査してください。このリストは、必須の仕様ではなく、可���な語彙として扱ってください。複数のランキング ページで使用されているという理由だけでその用語を採用しないでください。これらのページは、異なる読者にサービスを提供したり、相互に繰り返したり、提供していない機能について説明したりする場合があります。
意味を重視した編集チェックリストを実行する
内容スコアを見ずに原稿を一度読んでください。次に、
を確認してください。- 件名: 初めての言及で、新しい読者は製品、オブジェクト、またはプロセスを識別できますか?
- 条件:例外、バージョン要件、および制限用語は、文書内に保存されていますか?答え?
- 参考文献:すべての「それ」、「これ」、または「彼ら」は明確に何かを指していますか?
- 証拠:手順は実際の製品および関連する事実にリンクされた主張と照らし合わせてチェックされていますか?ソース?
- 完了:読者は、成功とはどのようなものか、次��何を確認するべきかを理解していますか?
- 範囲:異なる回答となる繰り返しの定義やセクションを削除しましたか?質問?
これは編集上のチェックリストであり、確認されたランキング要素のリストではありません。 Googleの役立つコンテンツ ガイダンスは、独自の価値、明確な情報源、対象読者へのサービスを強調しています。記事の長さを目的として扱うのではなく、これらの原則を使用して有用性を評価してくださ���。
因果関係を発明せずに編集を評価する
ページ、発行日、変更点、仮説を記録します。このサンプルの場合、仮説は次のようになります。「フィールドの省略とデータの欠落を明示的に区別することで、読者の混乱が軽減されます。」ワークフローに慣れていない同僚に、読んだ後に予想される結果について説明してもらいます。この手順により保存された電話番号が削除されると考え��れる場合、文言にはまだ工夫が必要です。
リリース後、可能な場合は一貫したページ、クエリ、国、デバイス、日付フィルターを使用して、観察された検索パフォーマンスを検査します。 GoogleのSearch Consoleパフォーマンスドキュメントクリック、インプレッション、CTR、掲載順位、レポートの制限について説明します。クエリの詳細が不完全であるため、クエリが存在しないことを需要ゼロの証明として扱うべきではありません。
交通量や季節性に応じて適切な比較期間を選択してください。同時タイトル変更、内部リンク変更、その他のリリースを記録します。編集後のインプレッション数が増加すると、さらなる調査が可能になりますが、原因として NLP 技術を特定することはできません。サードパーティ コンテンツ スコアが高いということは、ツールがドラフトを異なる評価をしたという証拠であり、Googleが評価したという証拠ではありません。
1つの不明瞭な答えを使える答えに変える
読者が条件を誤解したり、タスクを完了できないページを選択してください。正確な質問を書き、答えを確認し、曖昧な文章を修正し、完了チェックを追加します。変更内容を日付付きでメモしておきます。これにより、NLP SEO に実用的な目的が与えられます。つまり、じっくり読んでも意味が残り、正直にレビューできる結果が得られるコンテンツです。
