Как бизнесу попасть в ответы нейросетей: GEO — новый стандарт диджитала

GEO (Generative Engine Optimization) — это оптимизация контента под нейросети, которые работают не с ключевыми словами, а со смысловыми ядрами. ИИ игнорирует плохо структурированный, маркетинговый или устаревший контент, отдавая предпочтение достоверным, авторитетным, логичным и мультимодальным источникам.

Что делать:
🔵Проведите аудит цифрового следа: проверьте, как бренд представлен в ответах нейросетей, устраните расхождения в данных на сайте, в соцсетях и каталогах.
🔵Структурируйте и обновляйте контент: используйте четкие заголовки, списки, формат вопрос-ответ, регулярно обновляйте материалы. Это помогает ИИ правильно интерпретировать ваш контент.
🔵Развивайте медийность и репутацию: публикуйтесь в авторитетных СМИ, ведите экспертные блоги, собирайте отзывы и участвуйте в профессиональных сообществах.
🔵Делайте контент мультимодальным: добавляйте транскрипты к видео, alt-тексты к изображениям, описания к инфографике — это повышает видимость для ИИ.
🔵Используйте разметку и семантику: schema.org, JSON-LD, SKOS, Markdown — всё это помогает алгоритмам лучше понимать структуру и смысл контента.

GEO — это эволюция SEO. Уже миллионы пользователей получают готовые ответы от нейросетей, а не просто список ссылок, как в поиске браузера. Так что — пора оптимизироваться.

Мы на Движении! Пост для тех, кто хочет рассказать о важном порталу Всеостройке.рф или одному из наших или партнерских тг-каналов:

• «Всё о стройке»
• «Законы стройки»
• «Инсайдер. Главный по домам»
• «Альянс Цифровых Лидеров»
• «ИИ и роботы в стройке»
• «Про лучшие дома ИЖС»
и других

➡️Пишите Елизавете: @Elisabetazatsepina

До встречи на форуме🙌🏻

#Учимся — бесплатный курс от Microsoft по Model Context Protocol (MCP)

Microsoft запустил бесплатный курс по MCP — протоколу для стандартизации взаимодействия между ИИ-моделями и клиентскими приложениями.

Содержание курса
🔵Архитектура MCP: клиент-серверная модель, структура сообщений, безопасность.
🔵Начало работы: настройка среды, создание первого MCP-сервера и клиента, интеграция с приложениями.
🔵Практический проект MCP-калькулятора: как ИИ-агент выполняет вычисления через внешний инструмент.
🔵Практическая реализация: использование готовых SDK для быстрой разработки на популярных языках, отладка, тестирование и создание шаблонов запросов.
🔵Продвинутые темы: мультимодальные ИИ, масштабируемость, интеграция в корпоративные системы.
🔵Опыт пользователей: реальные кейсы, оптимизация, отказоустойчивость и лучшие практики.

Требования: базовые знания хотя бы одного языка программирования (рекомендуется C#, Java или Python) и общее представление о том, как работают клиент-серверные приложения или API. Знакомство с концепциями ML необязательно.

Курс на Гитхабе

Технология Capsule Interface от стартапа H2L позволяет человеку «вселиться» в робота и управлять им

⚫️Оператор через VR-шлем видит мир глазами машины и управляет её движениями с точной передачей силы и усилия — через сенсоры мышечной активности.

⚫️В будущем добавят обратную связь, и человек будет чувствовать сопротивление или вес объектов, которые держит робот.

Использовать будут для работ с тяжестями и в труднодоступных местах.

Что под капотом у ИИ-сервиса «Цифровой нормоконтроль» от Департамента градостроительной политики Москвы

На «Цифровом Нормоконтроле» можно сверить проектную и рабочую документацию с требованиями нормативки (в том числе с ГОСТом 21.101-2020). Нашла презентацию сервиса, где коллеги из ДИТ расписали стек решения.

Язык программирования и архитектура — Python для бэкенда, JavaScript для фронтенда.

Для распознавания содержимого документов, получения координат и классификации объектов используют

⚫️YOLOv8 — модель для детекции и классификации объектов в режиме реального времени — например основных надписей в проектной и рабочей документации ПД/РД.

⚫️PyMuPDF — библиотеку Python с открытым исходным кодом, которая предоставляет набор инструментов для работы с PDF. Она позволяет извлекать текст, изображения и таблицы, управлять страницами (поворот/обрезка/создание), рендерить в растровые/векторные форматы, работать с метаданными, а также объединять и разделять PDF-документы.

⚫️Tesseract OCR — движок для оптического распознавания символов, используемый для извлечения текста из растровых изображений и проблемных областей документов.

⚫️Для обучения используются датасеты с проектной и рабочей документацией.

Подробнее — про сервис и стек — в прикрепленной презентации.