Andrea Volpini 關於結構化數據對 SEO 的使用和重要性

你好。 謝謝你邀請我。 這很棒。 很高興今天來到這裡。

我在二年級時輟學了。 我正在研究大眾傳播。 但那時，我已經在網上經營業務了。 我從大學退學並繼續創建網站。 然後我從網站轉移到內容管理系統，所以創建網站的工具。 然後我繼續前進，隨著內容管理系統的擴展和萬維網的創始人和創造者 Tim Bernal S Lee 開始要求數據而不是頁面，我開始更多地涉足語義 Web 技術領域。

轉發還是其他？ 我剛開始創業，那時我已經在僱用其他人了。 生意做得很好，但我是許多沒有獲得學位的一代人中的第一批。 這在家裡是一件大事。 他們默默接受。 但是，是的，我不知道有多少代，但它是第一代。 但我一直是一名黑客。 在我的心目中，我一直都是黑客，而且永遠都是。 意思是為了理解事物並能夠解釋事物，我需要做一些事情。 因此，這條路對我來說似乎是最自然的。 然後，無論如何，我最終與大學密切合作，並在歐洲的資助下進行了多年的研究，這實際上是使我們獲得了他們在 2015 年或 16 年我們所做研究的第一個原型的原因工作。 我一直很看重傳統教育和花時間尋找創新解決問題的重要性。

我從 1995 年開始接觸網絡。那是很久以前的事了。

是的。 從那以後我一直在互聯網上工作。 一開始，我實際上還在讀高中，當時我和 WordLift 的現有聯合創始人兼首席技術官 David Ritchie Telly 在一起。 我們一起上學。 第一項業務是關於網絡託管。 我們從美國的服務器購買存儲，然後開始在意大利轉售給那些想了解萬維網是什麼的人。 那是開始。

人們通常會發現灰塵。 我一直在許多行業中處於領先地位，而且我從來沒有遇到過獲得客戶的問題，因為我是為數不多的（如果不是唯一的話）與我的團隊一起做某些事情的人之一，無論是 Web 3D 還是動態網頁或虛擬代理，你叫它。 我們經歷了一切，流媒體。 我們一直在做很多視頻流。 一切都是第一位的。 因此，市場會來找你，因為它只是你。

在開始更加關注人工智能和搜索引擎優化之間的交叉點之前，我賣掉了幾家網絡公司。 我一直在網上做公司。 第一個是真正在做網絡開發。 然後第二個是一個更大的機構，我們在那裡開發了這些內容管理系統。 然後我再次與 David 一起開始了為語義網創建平台的想法。 就是這樣。

做同樣的？ 是的，我們在這方面幾乎一直在一起。

我認為它是在多種情況下發生的，是否是我繼續前進的時候，以及這些條件是否適合我離開並建立新的東西。 我認為你會隨著生活的變化而進化，也會隨著你對新領域的興趣越來越大而進化。 SEO 對我來說是一件新鮮事。 儘管我在 95 年開始構建網頁，但直到 2015 年、2016 年，說實話，SEO 都不是一回事。

多年來我一直在開發非常大的網站，所以我對這個術語並不陌生。 在理解讓搜索引擎理解您的內容的重要性方面，我是新手。 我總是更喜歡組織內容，製作有效的導航流程，幫助用戶在您的網站上找到東西，也許為網站開發內部搜索引擎。 但我從未想過讓其他人通過控制器和其他人正在運行的索引（如 Google 或 Bing）了解您的內容的力量。

問題是，我們從這樣的願景開始，即從由頁面構成的網絡轉向由數據構成的網絡，這就是蒂姆伯納斯利在過去宣揚的內容，當時我從這個歷史性的老生常談開始，現在卻大聲疾呼原始數據。 因此，當我們與政府開展大量工作時，我開始關注開放數據運動。 因此，我真正讓自己參與了開放數據以及在野外發布數據的重要性，以便其他人可以在其上開發應用程序。 然後我意識到網絡應該全部由數據組成，因為人工智能將根據數據進行訓練。 當我們過渡到人工智能第一世界時，最終擁有數據並讓人們控制數據對於一個開放和民主的社會也變得至關重要。 但是人們怎麼能發布數據呢？ 人們如何創建自己的知識圖譜？ 這就是激勵我們構建 WordLift 的使命。 好的。

不，因為我們在模式或聯盟創建之前就開始了，所以事情真的出來了。 我剛從開放數據和鏈接數據運動中走出來，所以我沒有看到搜索引擎的重要性，直到 VueRank 的聯合創始人 Boris De Maria 給我打電話說，嘿，我一直在關注你的工作，這太棒了。 我來自 SEO 行業，我們想投資。 然後我意識到 SEO 確實是我們的遊樂場，也許這種使數據網絡民主化的想法實際上非常適合 SEO 的發展。

好吧，本週我們將發布一個公告。 那是在早期，甚至在公司成立之前。 我們與 VueRank 合作。 我們仍然有合作夥伴關係。 我們從頭開始了一家新公司，而我已經在專業服務、網絡開發和信息提取方面經營著另外兩家公司。 本週我們將發布關於我們成功結束的新一輪的公告。

我們正在擴張，我們正在成長，最重要的是，我們正在使許多網站能夠創建結構化數據，並使結構化數據的處理過程自動化。

結構化數據是一種將您的內容轉換為搜索引擎可以理解的機器可讀格式的方法。 非結構化的是它所寫的一切，可以被人的思想解釋。 結構化，它類似於機器可以讀取的數據庫。 現在，結構化數據就像一個數據庫，但它也意味著人類的大腦會從非結構化數據、一段文本中檢測出來。 這很美妙，因為它使機器能夠像人類閱讀一段內容時一樣理解其中的含義。

正確的。 讓我分享我的屏幕並從頭開始。 讓我們試著看看為什麼我們要使用結構化數據。 如果你看到屏幕，請告訴我。

讓我們在這裡看看這些圖像。 我將拾取一張圖像，然後使用 Google Lens 搜索該圖像。 Google Lens，它是谷歌查看圖像的方式，它使用知識圖中的實體。 正如你所看到的，當我這樣做時，谷歌能夠從單一圖像中了解到這現在與企業家安德里亞·沃爾皮尼有關。 然後它從不同的網站拉動客戶，這些網站與該圖像相關，但也與該實體相關。 這是另一個例子。 如果我去問誰是 WordLift 的創始人，那麼 Google 能夠提供豐富的結果，告訴你安德烈奧·沃爾皮尼是 WordLift 的創始人之一，還有大衛·里奇·泰利。 由於使用了結構化數據，我們正在為搜索引擎提供解釋內容和提供答案而不是鏈接的能力。 實際上，這對寫博客的人意味著什麼？ 當你寫博客時，第一件事是你要確保你周圍的實體作為博客的作者和發布者，它是結構化的。
您想開始使用班級人物和班級組織，以幫助搜索引擎了解您是誰以及您在網絡上的表現。 您想開始使用這些與鏈接和模式 URL 鏈接相同的鏈接，它們將為算法提供信心，就像我們在這個 Google Lens 示例中看到的那樣，那就是博客背後的人，也是博客在 LinkedIn 上行動的同一個人，它是在推特上表演等等。 那將是起點。 在網絡上創建您自己的實體，因為您希望搜索引擎能夠回答這樣的兩個問題。

它可能比這更複雜。 但是假設如果你想為進行搜索的人提供答案，你想要那個答案，它來自一個值得信賴和可靠的來源。 如果我從來沒有對待或寫過，比方說，我不知道，快車，因為我根本不喜歡汽車。 對於正在查詢快車的搜索者來說，這會是一個很好的信息來源嗎？ 可能不會。 當人們想談論在線業務和結構化數據時，它會是一個很好的來源嗎？ 好吧，絕對是的。 我們越支持搜索引擎了解我們能夠編寫的內容以及我們在該特定細分市場中的可信度，我們就越能提供搜索引擎幫助我們對這些特定查詢進行排名的能力。

如果我們查看 Bislaskovi 通常為我們突出顯示的 Google 模式，我們可以看到它實際上在兩種方式上都有效，因為當然，您很少會在博客世界上找到有關快車的內容。 您很可能會找到與 SEO 相關的內容。 但作品背後的作者，同樣重要。 當然，它在眾所周知的 EAT 因素的背景下發揮作用。 結構化數據也是這些 EAT 因素的促進者，因為我們可以誘使搜索引擎更多地了解我們在該主題上的具體程度。 我們在開羅美國大學做過這個實驗，我們能夠在 Google 學術搜索中排名，因為我們在他們的博客文章後面添加了結構化數據，並將它們與這些文章背後的研究成果相匹配。

我們應該遵循兩條思路。 第一個是我們不只是為谷歌構建結構化數據。 今年，我很榮幸參與為 Web Almanack 的結構化數據章節做出貢獻。 網絡年鑑，它是對我們所處網絡狀態的年度回顧。 當我與團隊中的其他人一起分析和剖析網絡上數以百萬計的這些結構化數據格式的條目時，我意識到並最終看到我們不僅僅是在為 Google 構建結構化數據。 我們不只是為了 SEO 使用結構化數據。 我們這樣做是因為我們正在幫助機器了解我們是誰。 現在，像谷歌這樣的機器，是的，但我們也在結構化數據之上訓練我們自己的人工智能。 讓我再舉一個例子，從中我們可以看出為什麼當我們談論結構化數據時，我們不僅在談論谷歌，而且還在談論我們自己的網站。 在這裡我們可以看到 graph embedding on the world of。 我的網站。 我可以在我們這邊，在我們的博客上查看結構化數據的實體，然後我可以立即運行這些管道，以便在我們的博客上的 WordLift 中理解，當我們談論結構化數據時，我們主要談論知識圖譜然後是三角優化和人工智能，鏈接數據，到達潛回和電子商務。
然後是 Bislowski，您可以在這裡看到他等等。 我可以看看 Bislowski 或 Jason Barton。 我可以看到這些實體在 WordLift 博客內容的上下文中是如何相互關聯的。 這有助於我們了解我們擁有的內容集群。 我們正在利用 Google 用於在 Serp 上提供有價值的搜索體驗的相同結構化數據。 第一個想法是，你看，你不是只為谷歌構建結構化數據。 您正在為您自己的站點和您自己的企業創建人工智能戰略的基礎。 第二個想法是，好吧，你猜怎麼著？ 儘管由於谷歌採用人工智能優先方法，有機機會明顯減少，但我們的客戶，我們的網站仍在吸引有機流量。 這是為什麼？ 這是因為，當然，當我們利用語義搜索引擎優化時，當我們用更合格的數據培養機器時，我們能夠呈現不同的特徵，無論是新聞和媒體網站的頭條新聞，還是谷歌發現的流量，或者是常見問題解答內容，或者是輪播中的視頻流量。
我們利用瞭如此多的這些功能，以至於流量並沒有減少，相反。

之所以如此，是因為搜索變得更具對話性，這意味著我們已經可以通過 Google MUM 功能看到主題縮放等功能。 例如，如果我進行了類似 Kali Kube Tuesday 的查詢，那麼 Google MUM 將在 Kali Kube Tuesday 獲取即將舉行的活動。 然後搜索者，即使他不知道即將到來的劇集是關於 X、Y、Z 的，也會從這些中學到一個主題 Zoom。 谷歌如何能夠訓練像 MAM 這樣的東西來使用結構化數據來實現這樣的功能，因為這就是我們將人類知識轉移到人工智能的方式。 同樣，不僅僅是谷歌。 搜索者的行為正在發生變化。 並不是只有谷歌這樣做。 作為人，我們正變得越來越健談。 我們越來越習慣於與自動助理交談。

每個人都可以使用結構化數據。 結構化數據，它只是一種開放數據形式。 現在，開放數據，這是我們與今天和明天的人工智能交流的方式。 如果我們想被傾聽，我們需要與 AI 對話。 知識圖和結構化數據，它是我們可以用來與人工智能對話並讓人工智能理解我們的語言，無論人工智能來自谷歌、必應還是我們自己的人工智能。 結構化數據適合所有人。 但是，當然，我們必須專注於重要的事情，因為，當然，我被認為是一個實體人很重要嗎？ 我的產品得到認可很重要嗎？ 例如，我指定有關產品運輸詳細信息的信息是否重要？ 我是否想像我們一開始看到的那樣促進視覺搜索？ 或者，例如，專注於品牌的身份會更好嗎？ 這些都是非常具有戰略意義的決定，需要在考慮我想要構建哪種類型的知識圖譜之前做出。

正確的。 WordLiftt 將自動閱讀博客文章的內容，並使用自然語言理解和名稱實體識別自動提取最相關的實體。 這將自動為谷歌提供關於特定博客文章的更多含義。 即使通過做一些類似於標記的事情，WordLift 也在為搜索引擎提供豐富的信息。 正如我們所見，它不僅適用於 Google，因為我可以在圖表中使用這些數據，例如，圍繞特定興趣領域創建這個主題集群，例如 WordLift 博客上的結構化數據。 我也可以使用此圖來創建無頭設置。 與其通過 WordPress，也許我可以用 JavaScript 構建這些無頭的頁面，讓頁面變得超快。 但是關於內容的所有元數據都在知識圖譜中。

正確的。 讓我快速分享屏幕並查看一篇博文，以便我們實際看到這些。 這是一篇關於員工倦怠的博文。 這里地球之輪正在檢測一組實體，這些實體可能與博客文章的內容相關，也可能不相關。 正如我所指出的，我還可以決定，例如，我是否要添加指向此內容的鏈接。 通過這樣做，我已經為 SEO 做了很多工作，因為我為 Google 提供了多個查詢的入口點，這些查詢仍然與這篇博文相關，但以某種方式與這些概念相關聯。 我可以用簡單的標籤來做到這一點。 現在，當然，當我這樣做時，我可以在前端看到 WordLift 已經在創建這些上下文卡小部件。 這些內容卡片小部件讓讀者對我正在使用的一些概念有所了解。 當然，我可以決定是否要在這些實體後面有頁面。 當然，這是需要做出的 SEO 決定。 當然，這與您提出的主題內容問題有關。
通常，WordLift 將通過查看您已有的內容來開始創建這些術語詞彙表，這樣我們就不會遇到主題內容的問題。 但我們還將從維基百科獲取內容，以提供其中一些實體描述。 但是實體描述可以簡單地用於構建結構化數據，也可以用於創建頁面。 但這些是用戶可以做出的決定，並且會影響 SEO 策略。 如果我將 WordLift 限制為僅將數據用於博客文章的註釋，則我無需擔心內容稀少。 你可以在這裡看到 WordLift 說這是一篇結構化數據形式的文章。 但後來它說這篇文章談論倦怠並談論已經檢測到的另一個概念。 自動地，世界也在創建數據網絡的鏈接。 它不僅引用了一個通用概念，而且還在語義 Web 上跨多個數據集引用了相同的概念。 這是圍繞文章創建一個知識圖，任何機器都可以利用它來理解文章的內容。

絕對地。 首先，有不同的情況，當然，在每個站點，它都是不同的，但是有一些獨特的方面。 總的來說，正如我所說，有不同的層次。 但是出發點是我給一篇文章加上語義標註。 只有在不創建鏈接、不創建實體、不添加額外內容的情況下這樣做，平均而言，我們看到有機流量在兩周和兩個月。

6%、8%，在更大的平台上，意義重大。 這是相當穩定的增長。 現在，當您開始使用該工具並開始添加指向您擁有的頁面的鏈接時，可能是針對特定概念，或者當您開始添加小部件時，這也是 WorldLift 允許讀者使用圖表中的數據，那麼這些可能會在一段時間內增加 30% 或 40%，同樣，從具有大量流量的網站的兩周到具有大量流量的網站的三個月更少的流量。

不，不是在我這邊，不是在第三方網站上。 在我這邊，我創建了一個頁面，比方說，將有關結構化數據的所有內容分組。 然後這個頁面變成一個類別頁面，但它也可以是編輯的。

那麼，在這一點上，它不僅僅是結構化數據，而且也是用戶將花費在一邊的時間，因為當然，如果我正在閱讀一篇關於現代 SEO 的文章並且有一個參考，比方說， JSON LD，我不熟悉 JSON LD 的概念，你允許我在你這邊通過內部鏈接了解 JSON LD 是什麼，因為你已經寫過它了。 通過圍繞文章創建這些主題集群，我們增加了用戶發現內容的機會。 語義搜索引擎優化，就是在關鍵字和頁面的邏輯之外思考。

從主題集群的角度思考。 當我寫一篇博文時，我想將我的術語和內容片段中的所有東西聚集在一起，以幫助讀者發現更多。 這就是它的美妙之處。 這將至少增加 30%。

寫嗎？ 正如我所說，有兩種方法。 你可以，你是否可以查看你網站上的內容，然後，比方說，將每個標籤轉換為一個實體。 因此，您的標籤頁將成為這些新頁面。 或者 World of 可以從數據鏈接中獲取數據，因此維基百科或任何其他外部來源。 或者在我們開始添加更多集成服務的某些特定實現中，我們也可以使用語言模型生成它。 您可以通過多種方式開始考慮擴大內容製作。

讓我回到我們正在處理的文章的前一個示例。 然後我們可以看到正在運行的小部件。 我們來了。 我們正在文章中構建這些知識圖譜，表示有關該內容的信息。 正如您在此處看到的，我還添加了一個視頻，而 Wharrley 已經檢測到該視頻已嵌入到編輯器中，並且它已經自動從 YouTube 中提取元數據。 無論這是我的視頻還是其他人的視頻，現在它將顯示為與文章綁定的視頻對象標記，然後我可以個性化描述、視頻名稱以及 WordLift 測試為我創建的所有元數據。 但是讓我們看看小部件。 當我這樣做時，我可以添加一個塊，例如，添加多面搜索小部件，這是 World of 提供的用於連接語義相關事物的小部件之一。 讓我們來看看這個。 在這裡，它需要設置樣式，但是 World of this，當然，這是一個演示站點，所以它不一定是最好的術語關聯。 但在這裡，World of this 提供了一個類似於我們所擁有的界面，比方說，谷歌圖像搜索，其中實體用於過濾相關內容。

文章。 然後這個內容來自我自己的網站。 通常，僅僅通過添加這些，我們每次會話的頁面瀏覽量就會增加 30%，因為當然，內容在語義上是相關的。 用戶可以通過調整實體網絡來過濾列表。 它證明了我們可以增加流量並為讀者創造價值的另一種方式。

相關文章。 通常當我們放置小部件時，我們會查看兩個指標。 我們在添加了小部件的頁面上查看每次會話頁面的增加，然後，當然，我們查看在頁面上花費的平均時間，這將急劇增加，甚至可能增加 40% 或 60%在某些情況下。 這些指標的播放是可擴展的，因為您可以在模板級別添加此小部件，然後每個頁面都將從中受益，甚至從您擁有的存檔中受益。 當我們查看語義 SEO 以及它可以產生多少流量時，它通常會談論最低限度，比如 6.8 僅用於語義註釋，如果您開始創建自己的詞彙表，則為 30%。 然後，當然，你可以達到 60%、500% 等等，當然，這取決於內容的數量和你發佈內容的能力。

您不想過度使用結構化數據。 我們想讓事情盡可能簡單，就像孩子能理解的那樣。 這對谷歌來說是一個很好的做法，但對你自己的人工智能來說也是一個很好的做法。 因為如果我開始過度構建內容，因為如果我開始過度構建內容……當然現在我可以按類型構建內容，所以我可以為所有播客使用播客劇集，然後我可以使用，比方說，服務模型對於我描述我的諮詢服務的頁面。 然後假設我可以使用本地業務來談論我在當地的存在。 當我做這些的時候，我必須以一種有意義的方式把事情聯繫在一起，我不想做得太過分。 我想做孩子會理解的事情。 因為如果我做得太過分，那麼它會產生比價值更大的噪音。 你想讓事情保持簡單和一致。

在使用？ WordLift，它是一個 SaaS。 它的定價基本上包含三個啟動計劃。 計劃根據例如他們支持的實體類型將一個推遲到另一個。 例如，如果您想使用我向您展示的視頻對象提取，它還會自動為您創建的所有視頻創建視頻站點地圖，那麼您將需要使用該業務。 無論您是否需要使用，例如，本地業務並且您有兩個以上的站點，那麼您都想使用專業人士。 如果你只有一個站點，你想進入這個過程，你可以從啟動器開始。 初學者每月 49 歐元，專業人士每月 79 歐元，企業每月 199 歐元。 在業務中，您還會獲得 10 個密鑰，因此您將在 10 個不同的網站上使用 Whirl lift。 然後，當然，我們的很大一部分客戶也要求我們在一開始就參與支持知識圖譜創建的諮詢。 我們的套餐起價為每月 1000 歐元，然後會上漲。 你必須想像這個世界是可以在單個博客網站或像 Airbnb 或 Orkney 這樣的網站上運行的東西。
它是一個可從單個博客擴展到大型電子商務的基礎架構。 我們很幸運能與一家在網站上賺取數億歐元的大公司和普通博主合作。 基礎設施是。

我們不看流量，因為我們想創造更多的流量。 那將是加熱，在模型中向後工作。 我們必須查看頁面數量，尤其是當我們查看電子商務時。 我們一直與之合作的電子商務公司之一擁有超過 700,000 種產品目錄，並且正在為 700,000 種產品構建產品知識圖譜。 這意味著大量數據。 WordLift 為您託管知識圖中的數據。 我們必鬚根據已發布的實體數量對其進行定價。 但這發生在三個計劃之外。

未來的計劃。

是的。 這是一個非常聰明的問題，因為平衡確實是成功的關鍵。 我們是 SaaS，我們的目標是託管盡可能多的知識圖，以創建這些信譽良好、可擴展的 SEO 策略，使組織能夠獲取結構化數據，以最有趣的方式使用它，同時也創建這些 AI 基礎設施最重要的是，哪一天可用於生成產品描述，另一天可用於推薦最佳內容。 我們需要繼續開發平台，以便為這些高級用例提供服務。 與高級用例有關的一切都將通過專業服務。 但是我們所利用的平台是一樣的。 為 49 的初學者提供服務的平台與負責非常上的結構化數據的平台相同。

不，我們熱衷於培訓其他人。 我們需要它自己移動。 我們不僅培訓另一邊的編輯團隊或 SEO 團隊，我們還在世界各地培訓專門的 SEO 機構來為我們推進它，因為，當然，有太多的需要，我們想要保持團隊小，因為我們需要專注於技術。 我想啟用更多用例。 現在，我們正在努力實現電子商務的神經搜索，因為我們意識到我們在用於谷歌的產品知識圖中擁有大量元數據。 但是這個元數據可以有效地用於現場搜索。 我們希望為我們所有的客戶帶來更好的現場搜索體驗，我們需要讓這項技術到位，然後我們需要將它帶給人們，這意味著我們需要一個專業人士網絡來接受它向前。

這仍然是站點搜索中未解決的問題。 但現實情況是，這不是技術問題，而是內容結構問題。 問題不在於您可能已經擁有的 Algolia 或彈性搜索功能不夠強大。 一點也不。 問題是這些數據的管理並不像我們想像的那麼精確。 但是，在 SEO 中，我們已經在做這項工作，因為我們正在為 Google 做這件事。 為什麼我們不利用現場搜索？

這正是我們正在做的。 我們正積極與 GenII 團隊合作，以便為電子商務創建最佳的神經網絡搜索。 在這種情況下，我還可以快速預覽一下我們在該領域所做的工作，因為，我的意思是，World of it 是一個大規模自動化 SEO 的技術平台。 進行內部搜索是此流程的一部分。 如果我說我會得到這樣的結果，那麼我也可以進行多模型搜索，然後我可以利用圖像來運行查詢。 你看到了嗎？ 我在這裡加了一副太陽鏡。 我正在運行作物，然後我將點擊這裡，我將使用此圖像作為查詢的一部分，希望它能工作並幫助我返回這種類型的相關結果。

那會沒事的。 這是一個真正的多模型搜索，這意味著，當然，我可以將我們看到的視覺查詢與文本結合起來，並說我想要粉色或黑色。 我們正在構建這個基礎設施，再次使用知識圖中的結構化數據作為。

是的。 我們正在走向多平台，目前我們在 WordPress 之外的電子商務網站上確實非常強大，因為我們從產品數據開始，到達產品數據，並在頁面上引入元數據和結構化數據。 對於不在 WordPress 上運行的編輯內容，我們的速度較慢。 不過，我們確實有幾個大型實施，其中 CMS 是專有的，並且我們有一組可用於進行集成的 API。 我們在 WordPress 之外開展電子商務工作。 這很容易。 在電子商務之外。

沒錯，德魯普爾。 它絕對是我們使用最多的 CMS 之一。 當然，開始集成 WordLift 會很有趣。

你的生命？ 我學到的一件事是，我通過建立一支出色的團隊而感到非常高興。 當我能夠像我們現在所做的那樣聚合時，積極的專業人士發現一些全新的東西，它在構建數據網絡時令人興奮，我很滿意。 那是一回事。 當然，另一件事是我的頭腦會根據未來將要發生的事情來思考。 對我來說，這始終是關於我們需要構建哪些技術來實現未來。 將來，你的網站將成為一個聊天機器人，我想構建你需要的技術，讓公司更容易創建，比方說，聊天機器人或神經搜索。 留在那裡並構建人們需要的工具，這也是讓我快樂的原因。

也許是產品發布站點。 這是。 我們看到知識圖，它是你的人工智能戰略的基石，每個組織都需要有一個人工智能戰略。 這對 SEO 至關重要。 我們的角度仍將是 SEO，但我們看到 SEO 變得越來越全面，涵蓋了用戶體驗的不同方面。

為了它。

三個詞？ 意大利語，技術成癮，未來。

建築。

建立一個了不起的團隊。 好的，棒極了。 並與客戶合作。 與客戶合作非常重要，因為我從客戶那裡學到了很多東西，而且我們擁有來自世界各地的眾多客戶。 我很感激，因為我們每天都在學習。

在平行宇宙中，我非常喜歡冥想。 我會花更多的時間在正念狀態，我現在就是這樣做的。 有時編寫代碼，有時與客戶一起做一些瘋狂的事情。 正念會。

謝謝。