最近、オンライン上の最も有用な情報の多くは、実は埋もれているわけではないのではないか、と考えています。
それは、まさにオープンなところにあります。誰でもアクセスできます。多くの場合、すでに誰の目にも明らかな形でそこに置かれています。
難しいのは、それを見つけることではありません。難しいのは、それをページをただスクロールして眺めるだけではなく、「構造」として探検できる形に保つことです。
企業のWebサイトは、単なるページの集合以上のものです。それは、その会社をどう理解してほしいのか、という意図を凝縮して表したものです。その言語、優先事項、主張、ポジショニング、対象オーディエンス、制約、そして盲点までもがにじみ出てきます。
競合他社のWebサイトも、別の角度から同じことを明らかにします。
さらに、その上にもう一つの層があります。LLMに対して広い問い、あるいは狭い問いを投げたときに、LLMがそれらの企業やその市場をどう記述するか、という層です。出力が完璧だからではありません。機械による解釈を通して、何が関連付けられ、何が表出し、何が読み取れるようになるのかを示してくれるからです。
これらの層を一緒に検討すると、問題は別のもののように感じられ始めます。
もはや単にコンテンツをレビューしているだけではありません。市場の輪郭を読み取っているのです。
どのアイデアが、どの会社へ引き寄せられていくのか。どんなナラティブが持続しているように見えるのか。どんなテーマが、特定のプレイヤーに何度も何度も結び付けられるのか。無意味な省略と、本当のポジショニング上のギャップを示唆する省略はどれなのか。
私は、構造化されたリトリーバルとナレッジマッピングを中心に自分が構築しているシステムを通じて、この方向性を探ってきました。
私が関心を持っているのは、単にWebサイトを要約することではありません。散らばったデジタル資料を、ナビゲートできる地図のようなものへと変える可能性です。
GEO関連のプロジェクトが、これを私にとってかなり具体的にしてくれました。難しいのはページをスクレイピングしたり、抜粋を取得したりすることではありません。ある空間の意味論的・競争的な構造を、検査し、比較し、推論できるほどに読み取れる形にすることです。
それが可能になれば、目標は切り替わります。もはや文書から答えを生成するだけではありません。自分たちの下に広がる地形を、システムが感知できるようにするのです。
これにはオープンソースのリポジトリが用意されています。実装を見たい方がいればこちらです： https://github.com/Lumen-Labs/brainapi2
私は主に、これが他の人にとっても、企業がオンライン上の可視性、競争、ポジショニングを理解する方法の中で意味のある層になってくるのかどうか、あるいは、追加される構造としてはまだ早すぎて価値があると感じられないのか、という点が気になっています。
[link] [comments]
