はじめに こんにちは！ AI エンジニアのヤマゾーです。 近年、生成 AI の進化が目覚ましく、生成 AI を活用したシステムの開発が盛んに行われています。その中で最も有名なテクニックが RAG です。RAG というのは検索拡張生成 (Retrieval Augmented Generation) の略で、質問の関連情報を検索し、質問と関連情報をセットで入力して回答させる技術のことです。 各企業ではこの RAG システムを積極的に導入していますが、ほぼ確実に課題になるのが検索部分の精度です。そして検索精度を上げるためには検索エンジンの知識が必要不可欠です。 本記事では検索エンジンの筆頭サービスである Azure AI Search を題材に、検索エンジンの基本的な仕組みや検索クエリの書き方について初学者向けに解説します。 サマリ 本記事の目次 1. Azure AI Search の概要

Did you know 40% of search results are ads? Created by ex-Google execs, Neeva only shows you real results. No ads or affiliate links ever.

[レベル: 上級] robots.txt の仕様を標準化する取り組みに Google は着手しました。 背景 背景を完結に説明します。 検索エンジンのクローラ――Google で言えば Googlebot――のクロールを制御するために robots.txt を利用できます。 robots.txt の仕様を Robots Exclusion Protocol (REP) と呼びます。 REP はもともと Martijn Koster（マーティン・カスター）氏によって 1994 年に考案された仕組みです。 クローラがクロールするときに、過度な負荷をサーバーにかけることを防ぐことが目的でした。 ちなみに、Koster 氏自身がウェブサイトを管理するウェブマスターでした。 仕様の公開以来 25 年、REP は幅広く使われるようになり事実上の標準になりました。 現在、5 億のサイトが使用しているとの

以前少しだけElasticsearchを触った時に、自分流Elasticsearch入門 - $shibayu36->blog; というElasticsearchに入門した時のメモをまとめていた。しかし、その頃はElasticsearchを使って完全に一人で一つの機能を作るというところまではいけなかった。 最近になってまたElasticsearchを一から導入する仕事をすることになった。この時以前自分がまとめた記事を読みながらやっていたのだが、実践で一から導入するためにはこの記事だけでは知識が足りなかった。 そこで、前の記事の知識をベースに、一から導入するために少しずつ学んでいき、自分のブログにまとめるなどのことをしてきたので、今回はその締めくくりとして、知識ゼロからElasticsearchを使えるようになるために学習したことについて書いておきたいと思う。 今回書くこと・書かないこと 今

[レベル: 上級] Googleは、今まさに起こっていることを即座に検索結果に表示するために、Real time index（リアルタイム インデックス）という仕組みの公開を準備しています。 米サンフランシスコで先日開催された Google I/O 2016でRichard Gingras（リチャード・ギングラス）氏が明らかにしました。 この記事では、昨日催されたGoogle Dance TokyoでGoogleのGary Illyes（ゲイリー・イェーシュ）氏から僕が直接得た情報も交えながら、リアルタイムインデックスがどういうものなのかについて説明します。 リアルタイムインデックス用のAPI リアルタイムインデックスでは、スポーツの試合や賞の発表式、選挙など刻々と状況が移り変わる出来事の情報を間髪を入れずに検索で入手することが可能になります。 ギングラス氏は次のように説明しています。 コ

Googleの数々の発表から、現在検索順位の決定に使われているアルゴリズムには数百の要素があることが伺えます。 その要素についてGoogleは毎日のように改良を加えており、その中にはパンダアップデートやペンギンアップデートのような大規模なものから、名前のない小さなものまで様々なアルゴリズムが存在します。 今回は独自の調査やGoogle社員の発言から、Googleがアルゴリズムとして検索順位の決定に利用していると考えられる項目を導き出し、発表した記事を翻訳してご紹介します。Google公式のものではなく、あくまで1個人（会社）の調査と考察よるものですが、各要因の信憑性まで書かれており、SEOを実践する上で非常に参考になる内容になっています。 ※なるべく原文の表現を曲げないように翻訳しているため、日本語として読みづらい点等ございますが、ご容赦頂ければと思います。 元記事:Google Rank

[レベル: 上級] Googleは、早ければ2016年2月後半に検索でAMPに対応したページへアクセスを送り始めることを、AMPプロジェクトの公式ブログでアナウンスしました。 2016年の早い時期に公開するとのアナウンスが2週間前にあったばかりですが、より具体的なスケジュールが発表されたことになります。 着々と進むAMPプロジェクト AMPの公開準備を進めているのはGoogleだけではありません。 Twitterは、AMP対応のコンテンツへリンクする試験を2016年初めに開始する予定です。 Pinterestは、iOSとAndroidのアプリでAMPをすでにテストしています。 Pinterestのエンジニアブログによれば、従来のモバイル向けページよりもAMPページは4倍高速になり、データ量が8分の1に減ったそうです。 また、新たにLINEとViber、Tangoが2016年初めに、AMPに

[レベル: 中〜上級] Googleは、日本語でのNow on Tapの提供を開始しました。 Now on Tapのおさらい Now on Tap（ナウ・オン・タップ）は、Android OSのバージョン6、Marshmallow（マシュマロ）で利用できる新しい機能です。 ホームボタンを長押しすることで、その状況に合わせて適切な情報を提供する“カード”を提供します。 今年5月のGoogle I/O 2015で発表されました。 1週間後に開催されたSMX Advancedでも紹介されています。 僕はこちらには参加していました。 Now on Tapに詳しくなければ、レポート記事を先に読んでもらいたいところです。 発表から約5か月後の10月にまず英語からNow on Tapがリリースされました。 その1か月後に2つ目の対応言語として日本語でもNow on Tapが利用できるようになりました。

schema.org構造化データマークアップのシンタックスにJSON-LDという選択 高見和也（株式会社アラタナ） 2014年10月28日にHTML5が勧告され、もうすぐ1年が経とうとしています。HTML5やその他のAPI、たとえばWeb StorageやService Workerを始め、WebではJavaScriptで操作するようなAPI技術が話題に上がることが多いように思えます。しかし忘れてはいけないのは、HTML5では検索エンジンなどのプログラムにサイトの情報を正しく理解してもらうことを可能とするマークアップができることです。 <header>や<article>といったタグレベルでの情報はたくさんあり、一般的になりつつあります。代表的なCMSのテンプレートでも実際に組み込まれているものがほとんどです。そこで今回は、Webサイトのコンテンツ情報をよりプログラムで構造的に取得できるよ

パクリサイトが使っているレンタルサーバー会社に対して、実際にプロバイダ責任制限法に基いた削除申請を出してみたので書きます。これまでの経緯については下の記事を参照してください。 既に DMCA で Google / Bing への削除申請は行ってますが、自動で記事が増えるのが嫌なので行いました。 申請に必要なもの プロバイダ責任制限法は発信者情報開示や名誉棄損・プライバシー関係などいくつか分かれていますが、今回は著作権関係送信防止措置手続というのを行いました。とてもめんどくさい話なのに、丁寧に教えていただいたレンタルサーバー会社のサポート担当の方に感謝しています。 TOP | プロバイダ責任制限法関連情報Webサイト 著作権関係送信防止措置手続を行うにあたって必要な書類は以下のような感じです。 著作物等の送信を防止する措置の申出について 印鑑証明書（発行日から 3 か月以内、コピー可） 問題

どうも、ブログマーケッターJUNICHIです。 やっぱりブログって色んな事書かないと飽きて続きませんね。 SEOの記事ばっかりだと頭使うから疲れます。 でも頑張れる限りは、キーワードの話をします。 今回は、多くの人が無視している、超素晴らしいキーワード選定ツールの紹介です。 それは、GoogleのSearch Consoleです。 もともと、Googleウェブマスターツールって呼ばれていたツールです。 Search Consoleを導入して、2～3カ月以上WEBサイトを運営している人ならば、このツールを上手に使う事で、掘り出し物のキーワードが見つかるので、是非この使い方を覚えてみて下さい。 Search Consoleの『検索アナリティクス』・『検索クエリ』は超優秀なツール Seach Console自体は、キーワード選定をするためだけのツールではないんだけど、その中にある「検索アナリティ

近所の弁当屋の混雑情報をネット配信してほしいなと思っていたら Google がモバイル検索向けにお店の混雑データを提供し始めたそうで、これはなかなか面白そうだなと。 モバイルGoogle検索でお店の曜日別混雑時間帯を表示 – ITmedia ニュース 昨日は対応している日本のお店を見つけられなかったのですが、さっき検索してみると新宿の一部のスタバなどではグラフが表示されるようになっていました。例えばスタバの新宿新南口店だと、 ↑ 木曜日はこんなグラフですが、 ↑ 土曜日はこうなってます。全然グラフの高さが違います。。 さて、この混雑データですが本当に信ぴょう性があるのかというのが気になるところです。 Google だから検索数を利用しているのか、Google マップで検索したデータなのか、はたまた経路検索のデータなのかと。そこで調べてみるとこの機能は「Popular times」というもの

Updated 2015.06.09 / Published 2015.06.09 新規ドメイン取得、新規作成のページなど新しいURLで作られたコンテンツは検索エンジンから評価される基準を満たせるようになるまで時間を要します。特に期間限定のイベント等であれば、その時間がビジネス上の生命線にもなり、検索エンジンからの流入が期待できる順位に至るまでは、ある程度の期間を見越した上でコンテンツ作りをしていくことが肝要になります。ここでは新規コンテンツ(新しいURL)が検索エンジンから評価されるまでにかかるおよその時間などについても探ってみたいと思います。 何をもって評価していると考えるか 検索エンジンも人と同じで出会う行為をもって、親交を深めていくことで、そのコンテンツ(URLで閲覧できる内容)が規定の信頼値に達すると、検索エンジンからの流入が期待できるぐらいの掲載順位を与えられるようになってくる

[レベル: 初・中・上級] Googleは、スマホ対応しているかどうかをモバイル検索のランキング要因として使用することを発表しました。 4月21日からの導入を予定しています。 またApp Indexingに対応したアプリコンテンツもランキング要因として利用するようにしました。 こちらは今日（現地時間の2月26日）から導入されています。 モバイルフレンドリーが単なるラベル表示からランキング要因に 昨年11月に、そのページがスマートフォンに対応しているときに、「Mobile-friendly」（モバイル フレンドリー）というラベルをGoogleはモバイル検索結果に表示するようにしました。 日本には、翌月の12月に導入されました。 「スマホ対応」というラベルが付きます。 導入時点では、「スマホ対応」ラベルは単純に表示だけの仕様でした。 スマホ対応しているかどうかはランキング要因にはなっていません

この投稿は 13年 前に公開されました。いまではもう無効になった内容を含んでいるかもしれないことをご了承ください。 ここひと月ほどお仕事が忙しくて更新できなかったのですが、やっと一段落しました。その際、WordPressでわりと大きめのデータを扱うことになったので、備忘録としてまとめます。今月から行われる破滅派リニューアルにも役立つかなーと。 データの規模 今回扱ったデータは全国のある施設を取り扱いました。不動産サイトのようなものをイメージしてください。カテゴリーとタグはそれぞれ数十件と常識的な範囲だったのですが、地理情報のタクソノミーが全国の都道府県〜市区町村〜町域のレベルまで。ざっとまとめるとこんな感じです。 投稿……200,000件 カテゴリー……70件 タグ……20件 カスタムタクソノミー（address）……120,000件 ボトルネックになった部分 デフォルトの状態で使う分には

税金 海外転出届を出して、タイで合法的に納税、主な居住地にするなどすれば住民税はもちろん所得税についての支払の義務もなくなる。ただし、実質的にタイへ住んでいるかどうかが重要になる。年の半分以上はタイに滞在しなければならない。租税条約上の非居住者条件もあるので、日本滞在期間が長い人で確定申告をしていない人は追徴課税を受ける可能性もあるだろう。 税理士などの専門家にも相談した上でこういった移住も行うべきだ。 ＞＞＞　税理士への相談で税金の最適化を行う こうした海外の税法に詳しい専門の税理士に相談した方が結果的に払うべき費用も安くなるだろう。 タイ国内でお金を稼ぐには就労ビザおよび就労許可が必要になる。アフィリエイト収入でタイに暮らすなら、税金は日本で払い、住まいだけタイにする形がもっとも現実的だろう。 保険 国民健康保険料も海外転出届を出していれば支払う必要はない。しかし、保険に加入しないと、

検索サイトからのアクセスを増やすには、最低限の検索エンジン最適化（SEO）が必要です。 SEO ノウハウはネット上にたくさんありますが、まずは Google が公開している「検索エンジン最適化（SEO）スターター ガイド  」で基本的な部分を勉強しましょう。 でも、SEO スターターガイドは一般的なすべてのサイトを対象としており、WordPress ブログでは改めて対策しなくてもよい部分もいくつかあります。 本記事では WordPress でブログを運営している初心者が対応しておくべき点のみをピックアップして解説していきます。推奨項目を満たしているか、確認してみてください。 WordPress ブログで優先して対応すべき 9 項目 SEO スターターガイドで優先して取り組むべき項目は以下の 9 個です。 わかりやすく有益な記事タイトルを付ける 適切な見出しを付ける カテゴリーを最適化する

どちらのほうが検索ユーザーの目に留まってクリックされやすいと思いますか？ 確かなデータはありませんが、パンくずリストのほうがクリックされやすそうですよね（特にWeb担のような無機質なURLの場合は）。 最近の検索エンジンは、サイト上でふつうにパンくずリストを出していれば、自動的に検索結果でパンくずリストを表示するようにしてくれるようです（「リッチスニペット」と呼ばれるもの）。しかし、Web担のように、おかしなこだわりでパンくずリストの区切り文字をふつうの「>」ではなく「«」にしていると、自動認識されずにさみしいことになります。 そこで、ページのHTMLに「microdata」という仕組みで手を加えて、グーグルに「ここがパンくずリストだよ」と教え、検索結果ページで使ってもらえるようにする方法を紹介しましょう。 ふつう、パンくずリスト部分のHTMLは次のような感じになっていると思います。 <a

Googleの品質管理チームの責任者であるマット・カッツ（Matt Cutts）氏が公開した動画にて、これから検索のルールを被リンク重視から著者重視に変えていくと明言した。信頼できる人物が執筆したかどうかをコンピューターで解析してオーサーランクをはじき出すものとみられる。 動画は英語だが、右下から日本語字幕を設定することができる。 http://youtu.be/iC5FDzUh0P4 重要なポイントは以下の2つ。 （１）バックリンクからオーサーランクに移行する （２）あと数年はバックリンクも使う 要するにこれからは被リンクが多いページよりも、特定分野の専門家が書いたページのほうが価値が高いと考え、検索で上位に表示するということだ。著者の評価には自然言語処理の技術を使ってどれだけ信頼できる人物なのかランク付けするとのこと。 著者のランク付けがどのような基準で行われるのかが気になるところだが