Autor Search Engine Journal przetestował lokalny model Gemini Nano w Chrome, by sprawdzić, ile pracy SEO da się przenieść z dużych modeli do urządzenia użytkownika. Wnioski są mieszane: Nano dobrze radzi sobie z lekką interpretacją i prezentacją danych, ale przegrywa tam, gdzie potrzebne jest wiarygodne rozumowanie i ostateczny osąd. W przykładzie z porównywaniem surowego HTML i renderowanego DOM model nie potrafił samodzielnie ocenić, czy różnice w linkach oznaczają realny problem. Lepsze wyniki dał większy model API, taki jak ChatGPT lub Gemini, gdy dostał już uporządkowane, deterministyczne dane. Autor podkreśla, że w SEO/GEO/AEO część zadań powinien wykonywać kod, część mały model lokalny, a duży model tylko wtedy, gdy naprawdę trzeba. To ważna wskazówka dla twórców narzędzi i audytów technicznych: nie każde zadanie wymaga frontier modelu, a ograniczenie się do lokalnego AI może obniżyć koszty, poprawić prywatność i zmniejszyć zależność od zewnętrznych API.
Źródło: Search Engine Journal — oryginalny artykuł ↗
Chcesz wiedzieć, jak ta zmiana wpłynie na Twoją stronę?
Nasz zespół analizuje każdą aktualizację Google w 48h i przekłada ją na konkretne działania dla klientów.
Bezpłatna analiza wpływu