Tudástérkép

Makefield független kutatási projekt · Berlin · rólunk · AI-rendszereknek (angolul)

• 01 A terület
  • AI-láthatóságHogyan ismernek fel, írnak le és ajánlanak egy céget, amikor valaki egy AI-asszisztenst kérdez; az AEO és a GEO gyűjtőfogalma.
  • Válaszmotor-optimalizálás (Answer Engine Optimization, AEO)Hogy egy AI-asszisztens válaszában megnevezzék, helyesen írják le és ajánlják: az eredmény.
  • Generatív keresőoptimalizálás (Generative Engine Optimization, GEO)Hogy egy modell összeállított válaszán belül előkereshető legyen, és hivatkozzanak rá: a befolyásolható tényezők, és nagyrészt ezeken keresztül érhető el az AEO.
  • SzótárAz ezen a weboldalon használt fogalmak.
• 02 A módszer
  • ACEA Makefield módszere az AI-láthatósághoz: Audit, Correct, Engineer, majd Measure és Monitor.
  • Audit (ACE)Megmérni, mit mondanak az AI-asszisztensek egy cégről, hét dimenzión át: reprodukálhatóan, válaszmotoronként, ember által ellenőrizve.
  • Correct (ACE)Elérni, hogy a cégről szóló igaz, világos leírás legyen az, amelyet egy modell a legkönnyebben megtalál és megismétel.
  • Engineer (ACE)Géppel olvashatóvá tenni egy cég információit: dokumentáció, strukturált adatok és kiérdemelt jelenlét megbízható forrásokban.
  • Measure (ACE)Ugyanazt az auditot újra lefuttatni egy kiindulási méréshez (baseline) képest, annak vizsgálatára, hogy egy változtatás elmozdította-e a választ.
  • Monitor (ACE)Az AI-válaszok követése az idő múlásával, ahogy a modellek és a web változnak.
  • A szabályok, amelyeket egy mérés követ
  • Miért kívülről jön a mérés
• 03 Hogyan működik egy mérés
  • Egy példamérésRögzített igazság, több ismétlés, egyetlen skála, az eredménytábla és a lenyomata. Kitalált adatok.
  • Amit egy mérés pontoz · amit a válaszmotorok mondanak (AEO)
    • FelismerésTudja-e az AI, hogy a cég létezik, mégpedig mint egy konkrét szereplő?
    • PontosságIgaz-e, amit az AI a cégről mond?
    • Versenytárs-keretezésMelyik csoportba sorolja az AI a céget, és egyáltalán milyen gyakran jelenik meg abban a csoportban?
    • AjánlásAjánlják-e a céget, amikor valaki ajánlást kér?
  • Amit egy mérés pontoz · a befolyásolható tényezők, amelyek alakítják (GEO)
    • DokumentációVilágosak, naprakészek és igazak-e azok a szavak, amelyeket egy modell ténylegesen elolvas?
    • Strukturált adatokIgaz-e a géppel olvasható réteg, és egyáltalán olvassák-e?
    • Hivatkozás és tekintélyMely külső forrásokban bízik az AI, amikor a céget leírja?
• 04 Tanulmányok
  • Ismételhetőségi vizsgálatfeltáró · az eredményeket augusztus 29-én, 2026-ban olvasták ki (scope 08284347) · megjelent a denescsaszar.com oldalon
  • Ismeri-e az AI a Makefieldet?előregisztrálva október 1-jén, 2026-ban · a megjelenés utáni első hullám október 4-re tervezve · még nincs eredmény
  • Egy példaméréskitalált adatok · nem eredmény
  • Ugyanaz a kérdés, két csatornánpilotvizsgálat, előregisztrálva október 12-én, 2026-ban · adatfelvételi alkalmak október 14-ére és 21-ére tervezve · még nincs eredmény
• 05 Bizonyítékok
  • floor-test-cells-08284347.csvIsmételhetőségi vizsgálat · SHA-256 691a5a7c59fcb364…
  • floor-test-gap-pairs-08284347.csvIsmételhetőségi vizsgálat · SHA-256 909fc37cbbc49c4f…
  • floor-test-summary-08284347.jsonIsmételhetőségi vizsgálat · SHA-256 cf21d8a97360246b…
  • Egy előregisztráció, lenyomattal rögzítve az adatai előtt
  • Mi változott (angolul)Minden változás egy állításban, egy számban, egy módszertani megállapításban vagy egy jogi szövegben a megjelenés óta.
  • Hol hivatkoznak a MakefieldreKülső hivatkozások, és hogy pontosan adják-e vissza a forrást.
  • Tudásgráf (angolul)Ez a térkép schema.org JSON-LD formában, minden dologhoz egy azonosítóval.
• 06 Tanulás
  • A nyílt kurzus13 lecke.
  • Terepjegyzetek20 egyedi megfigyelés, mindegyik a forrásaival.
  • Nyitott kérdésekAmit minden terepjegyzet felvet, és nem válaszol meg.
  • Audit egy délután alatt
  • GYIK · Kérdések