Содержание

• Техническая гигиена по-прежнему важна

• Дизайн для «машинного глаза»: читаемость на уровне пикселей

• Пересмотр роли alt-текста

• Аудит проблем OCR

• Оригинальность как показатель опыта и усилий

• Аудит совместного появления объектов

• Квантование эмоционального отклика

• Используем эталоны

• Сокращение семантического разрыва между пикселями и смыслом

Изображения теперь обрабатываются как язык. OCR, визуальный контекст и качество пикселей определяют, как ИИ интерпретирует и ранжирует контент.

В течение последних десяти лет SEO изображений в основном сводилось к технической гигиене:

• Сжатие JPEG для ускорения загрузки.

• Написание alt-текста для доступности.

• Реализация ленивой загрузки для хороших LCP-показателей.

Эти практики остаются фундаментальными, однако появление больших мультимодальных моделей, таких как ChatGPT и Gemini, открыло новые возможности и вызовы.

Мультимодальный поиск встраивает разные типы контента в общее векторное пространство. Мы теперь оптимизируем под «машинный взгляд». Генеративный поиск делает большинство медиа удобочитаемым для машины, сегментируя контент и извлекая текст с помощью OCR.

Изображения должны быть читаемы для ИИ. Если AI не сможет распознать текст на упаковке из-за низкой контрастности или «вымысляет» детали из-за плохого разрешения, это серьёзная проблема. Эта статья показывает, как адаптировать SEO под машинное восприятие, смещая фокус с скорости загрузки на читаемость для ИИ.

Техническая гигиена по-прежнему важна
Перед оптимизацией под ИИ необходимо соблюдать базовые требования к производительности. Изображения — это палка о двух концах: они повышают вовлечённость, но часто замедляют сайт и вызывают нестабильность верстки.

Дизайн для «машинного глаза»: читаемость на уровне пикселей
Для больших языковых моделей изображения, аудио и видео — это структурированные данные. Они используют визуальную токенизацию, превращая изображение в сетку «визуальных токенов», которые конвертируются в векторы. Качество изображения становится фактором ранжирования: плохое сжатие или низкое разрешение приводит к «галлюцинациям» ИИ.

Пересмотр роли alt-текста
Alt-текст теперь работает как «якорь», помогающий ИИ правильно интерпретировать визуальные токены. Описание освещения, расположения объектов и текста на изображении помогает ИИ сопоставлять визуальные и текстовые токены.

Аудит проблем OCR
OCR используется для чтения текста с упаковки, инструкций и характеристик. Минимальный размер символов для машинного зрения гораздо больше, чем для человеческого глаза: высота символа должна быть ≥30 пикселей, контраст ≥40 уровней серого, избегайте декоративных шрифтов и бликов.

Оригинальность как показатель опыта и усилий
Уникальные изображения служат каноническим сигналом. API Google Cloud Vision с функцией WebDetection определяет, кто впервые разместил уникальные визуальные токены, повышая «опыт» страницы и доверие к контенту.

Аудит совместного появления объектов
ИИ анализирует объекты на изображении и их взаимное расположение, чтобы делать выводы о бренде, цене и целевой аудитории. Например, фотография часов рядом с антикварным компасом создаёт сигнал «наследие и исследование», а рядом с энергетиком и пластиковым таймером — сигнал массового продукта.

Квантование эмоционального отклика
ИИ способен определять эмоции на лицах с помощью API, таких как Google Cloud Vision, и присваивать вероятность эмоциям: радость, грусть, удивление, злость. Если изображение не соответствует желаемой эмоциональной коннотации, оно может терять релевантность в поиске.

Эталонные показатели:

• 0,90+ — идеальное изображение, AI уверен.

• 0,70–0,89 — допустимо для второстепенных лиц.

• <0,60 — изображение слишком маленькое, размытое или затенённое.

Сокращение семантического разрыва между пикселями и смыслом
Визуальные материалы теперь нужно обрабатывать с той же тщательностью, что и текст. Качество, чёткость и семантическая точность пикселей так же важны, как ключевые слова на странице.