Звідки ChatGPT бере інформацію? Дані навчання і пошук в інтернеті

Ноутбук з інтерфейсом ChatGPT: результати AI-пошуку і рекомендації ресторанів у Женеві на карті

5 хв читання

ChatGPT бере інформацію з двох місць:

  • Дані навчання: те, що модель вивчила до дати свого «зрізу знань».
  • Пошук в інтернеті: коли запитання потребує свіжої інформації, ChatGPT шукає в мережі і показує відповідь із посиланнями на джерела.

Для брендів важливіша друга частина: будь-який публічний сайт може з’явитися в пошуку ChatGPT, але лише якщо пошуковий краулер OpenAI має до нього доступ і сторінка чітко відповідає на запитання.

Два джерела: дані навчання і пошук

Дані навчанняПошук в інтернеті (ChatGPT search)
Коли використовуєтьсяЗавжди: так модель пише відповідьКоли запитанню потрібна свіжа інформація або користувач вмикає Search
Наскільки свіжеДо дати зрізу знань моделіАктуальні сторінки
Посилання у відповідіСправжніх посилань немає; названі «джерела» можуть бути хибнимиПосилання в тексті і панель Sources зі справжніми сторінками
Краулер OpenAIGPTBotOAI-SearchBot
Що контролює власник сайтуЗакрити GPTBot у robots.txt, щоб відмовитися від навчанняДати доступ OAI-SearchBot, щоб з’являтися в пошукових відповідях

Інтерфейс ChatGPT на комп’ютері

Звідки беруться дані для навчання

За словами OpenAI, моделі, на яких працює ChatGPT, навчають на трьох основних джерелах:

  1. інформація, що є у відкритому доступі в інтернеті;
  2. інформація, до якої OpenAI має доступ через партнерства з третіми сторонами;
  3. інформація, яку надають або створюють користувачі, тренери-люди і дослідники.

OpenAI пише, що моделі не зберігають копій даних навчання. Вони вивчають закономірності і передбачають найімовірніше наступне слово, тому на те саме запитання можуть бути різні відповіді. Це також означає, що модель не знає нічого, що сталося після зрізу знань, якщо не шукає в інтернеті.

Щоб ваш сайт не використовували для навчання, закрийте доступ для user agent GPTBot у robots.txt.

Як працює пошук ChatGPT

ChatGPT може шукати в інтернеті автоматично, коли запитанню потрібна свіжа інформація, або коли користувач обирає Search (довідка OpenAI). Далі він:

  1. переписує запитання в один чи кілька пошукових запитів;
  2. бере результати з власних пошукових систем OpenAI і від сторонніх пошукових провайдерів;
  3. читає найрелевантніші сторінки;
  4. пише відповідь із посиланнями в тексті і панеллю Sources.

У FAQ OpenAI для видавців головне сказано прямо: будь-який публічний сайт може з’явитися в пошуку ChatGPT. Щоб потрапляти в підсумки і сніпети, сайт не має блокувати OAI-SearchBot (FAQ OpenAI для видавців).

OpenAI також додає utm_source=chatgpt.com до посилань із пошуку ChatGPT, тож цей трафік видно в Google Analytics.

Як ChatGPT обирає джерела

OpenAI не публікує формулу ранжування. Компанія пише, що результати ранжуються за багатьма факторами, щоб показати релевантну і надійну інформацію, і що місце не гарантоване. На практиці сторінки, які цитують, зазвичай:

  • доступні для OAI-SearchBot і завантажуються без важких скриптів;
  • прямо відповідають на переписані пошукові запити, а не лише на головне ключове слово;
  • містять чіткі факти: ціни, функції, порівняння, дати;
  • належать брендам, які також згадують огляди, рейтинги і медіа, яким довіряє AI.

Тому той самий бренд може з’явитися в одному запуску і зникнути в наступному: змінюються переписані запити і знайдені сторінки.

Чи вигадує ChatGPT джерела?

Без пошуку: так, може. Якщо попросити посилання «з пам’яті», модель може видати цитування, які виглядають справжніми, але не існують. Це називають галюцинацією.

З пошуком: посилання ведуть на справжні сторінки, але не завжди на першоджерело. Дослідження Tow Center Колумбійського університету показало, що пошук ChatGPT часто цитував передруки новин замість сторінки видавця (Search Engine Journal).

Для важливих рішень відкрийте процитовану сторінку і перевірте факт там.

Що це означає для вашого бренду

  1. Перевірте robots.txt і файрвол. Переконайтеся, що OAI-SearchBot не заблоковано, зокрема загальним правилом для всіх ботів.
  2. Про GPTBot вирішуйте окремо. Заборона навчання не прибирає вас із пошуку ChatGPT.
  3. Публікуйте сторінки, що відповідають на запитання покупців, з чіткими фактами, порівняннями і FAQ.
  4. Здобувайте згадки в сторонніх джерелах. Сторонні джерела часто вирішують, які бренди потраплять у шорт-лист.
  5. Вимірюйте обидва режими. Dabudai відстежує ChatGPT і ChatGPT з пошуком в інтернеті як окремі AI-системи, тож видно різницю між відповіддю «з пам’яті» і «з пошуку». Що показує AI Visibility Score.

Часті питання

ChatGPT шукає в інтернеті?

Так. Пошук ChatGPT може знаходити актуальні сторінки автоматично або коли користувач обирає Search, і показує посилання на використані джерела.

Звідки ChatGPT бере дані для навчання?

З відкритого контенту в інтернеті, даних, отриманих через партнерства, і матеріалів від користувачів, тренерів-людей і дослідників.

Чи може ChatGPT вигадати джерело?

Відповідаючи «з пам’яті», може вигадати правдоподібне, але неіснуюче посилання. З увімкненим пошуком дає посилання на справжні сторінки, але факт усе одно варто перевірити на сторінці.

Як потрапити в пошук ChatGPT?

Будь-який публічний сайт може там з’явитися. Не блокуйте OAI-SearchBot у robots.txt і файрволі і публікуйте сторінки, що чітко відповідають на запитання ваших покупців.

Якщо заблокувати GPTBot, сайт зникне з ChatGPT?

Ні. GPTBot використовується для навчання. Видимість у пошуку ChatGPT залежить від OAI-SearchBot.