Prova a cercare «farmacia aperta senza ricetta per bambini». Un motore di ricerca che guarda le parole una alla volta pesca farmacia, aperta, ricetta, bambini. Quel «senza» rischia di perdersi per strada, e con lui il senso della domanda.
È il tipo di problema che Google vuole risolvere con BERT, il modello di linguaggio basato su reti neurali annunciato a ottobre come il cambiamento più importante degli ultimi anni nell’interpretazione delle ricerche. All’inizio valeva solo per l’inglese negli Stati Uniti. A dicembre è stato esteso a più di 70 lingue, italiano compreso, anche per gli snippet in primo piano.
BERT legge la frase nel suo insieme e considera cosa c’è prima e dopo ogni parola. Per questo capisce meglio preposizioni e sfumature come «da», «per» o «senza», che possono ribaltare il significato di una domanda. Il vantaggio si vede soprattutto nelle ricerche lunghe, scritte come si parla, e in quelle fatte con la voce.
Nessun trucco da applicare
In molti si sono chiesti come «ottimizzare per BERT». Google ha risposto che non si può: non ci sono accorgimenti tecnici né parole chiave da aggiungere. Il modello serve a capire meglio la domanda, e quindi a premiare la pagina che risponde davvero, anche se ripete la parola chiave una volta sola.
Per chi scrive contenuti la conseguenza è concreta. Le frasi naturali e complete diventano un vantaggio, gli elenchi di parole chiave infilate a forza un peso. Conviene partire dalle domande reali dei clienti, quelle che ti fanno al telefono o al bancone, e dedicare a ciascuna una risposta chiara. Contano anche i dettagli che cambiano la risposta: il luogo, il tipo di cliente, la situazione. E le ricerche molto specifiche portano meno visite, ma più qualificate.
Un esercizio per questa settimana: apri Search Console, filtra le query più lunghe per cui compari già e leggi la pagina che Google mostra per ciascuna, mettendoti nei panni di chi ha cercato. Se la risposta non c’è, o è sepolta sotto tre paragrafi di introduzione, sai da dove cominciare.
