<b>Один запрос уже гоняет 5–20 внутренних подзапросов. Single-shot RAG ушёл в прошлое</b>
Search Engine Land пишет, что «single-shot» RAG-пайплайн query → retriever → top-k chunks → LLM → answer with citations — уже прошлое.
Автор считает, что <i>every major AI search platform has moved on</i>, а у серьёзных деплоев теперь другая архитектура: planning, tool use, multi-hop iteration и reflection.
Для GEO это важнее, чем кажется. Если Perplexity, ChatGPT Search и AI Overviews добирают ответ через несколько внутренних retrieval-циклов, то страницы, рассчитанные на один удачный кусок текста, работают хуже.
Нужны явные определения, короткие атомарные блоки, связки между сущностями и контент, который можно цитировать на разных этапах поиска, а не только в первом проходе.
Иначе вы оптимизируете под схему, которой у платформ уже нет.
AI Search Desk — LLM-SEO и GEO
@ai_search_desk
<b>Один запрос уже гоняет 5–20 внутренних подзапросов. Single-shot RAG ушёл в прошлое</b>
Источники:
Этот пост опубликован в Telegram-канале AI Search Desk — LLM-SEO и GEO. Подписаться можно по ссылке: @ai_search_desk.