Log files provide valuable information on how search engines interact with your site. Here are the 5 essential commands to master SEO log analysis, along with their equivalents on Linux Ubuntu, macOS, and Windows.

1. grep

The grep command is used to search for specific patterns in text files. It is particularly useful for extracting lines containing a specific term.

Example:

grep 'Googlebot' access.log > googlebot.log

This command creates a googlebot.log file containing only the entries where Googlebot accessed your site, thus facilitating targeted analysis.

Equivalents by Operating System:

• Linux Ubuntu: grep is available by default.
• macOS: grep is also available by default.
• Windows:
  • Option 1: Use findstr, the native Windows command.

    findstr "Googlebot" access.log > googlebot.log

  • Option 2: Install an environment like Git Bash, Cygwin, or WSL (Windows Subsystem for Linux) to use grep.

2. awk

awk is a powerful text-processing tool that allows you to manipulate structured data. It is ideal for extracting specific columns in a log file.

Example:

awk '{print $7}' access.log > urls.log

Here, $7 represents the seventh column of the log file, which generally corresponds to the requested URL. This command extracts all URLs and saves them in urls.log.

Equivalents by Operating System:

• Linux Ubuntu: awk is available by default.
• macOS: awk is also available by default.
• Windows:
  • Option 1: Use awk via Git Bash, Cygwin, or WSL.
  • Option 2: Use PowerShell for similar operations.

    Select-String -Path access.log | ForEach-Object {
        $columns = $_.Line -split ' '
        $columns[6] >> urls.log
    }

3. sort

The sort command sorts the lines of a file. After extracting the URLs, you can sort them to facilitate analysis.

Example:

sort urls.log > urls_sorted.log

A sorted file makes it easier to spot trends and anomalies in the data.

Equivalents by Operating System:

• Linux Ubuntu: sort is available by default.
• macOS: sort is also available by default.
• Windows:
  • Option 1: Use the native sort command, though its options are limited.

    sort urls.log /O urls_sorted.log

  • Option 2: Use sort via Git Bash, Cygwin, or WSL for full compatibility.

4. uniq

uniq is used to identify or eliminate duplicates in a sorted file. To count the number of occurrences of each URL:

Example:

sort urls.log | uniq -c > urls_count.log

This command sorts the URLs and then counts how many times each URL appears, which is essential for identifying the most visited pages by crawlers.

Equivalents by Operating System:

• Linux Ubuntu: uniq is available by default.
• macOS: uniq is also available by default.
• Windows:
  • Option 1: Use uniq via Git Bash, Cygwin, or WSL.
  • Option 2: Use PowerShell for a similar functionality.

    Get-Content urls.log | Sort-Object | Group-Object | ForEach-Object {
        "$($_.Count) $($_.Name)"
    } | Out-File urls_count.log

5. wc

The wc (word count) command is used to count the number of lines, words, and characters.

Example:

wc -l access.log

The -l parameter displays the number of lines, giving you an idea of the total volume of recorded traffic.

Equivalents by Operating System:

• Linux Ubuntu: wc is available by default.
• macOS: wc is also available by default.
• Windows:
  • Option 1: Use find /c /v "" to count the lines.

    find /c /v "" access.log

  • Option 2: Use wc via Git Bash, Cygwin, or WSL.

Conclusion

Mastering these command lines allows you to efficiently analyze your server logs and gain valuable insights for your SEO strategy. By understanding how search engine crawlers interact with your site, you can optimize your content and improve your online visibility.

Tip: Depending on your operating system, some commands may require the installation of additional tools or the use of specific environments like PowerShell on Windows or installing WSL to benefit from a complete Linux environment.

Feel free to deepen your knowledge of these tools to make the most of your log data, regardless of the system you use.

Today, we are thrilled to announce the launch of our new tool, NgramExtractor, a unique, innovative solution designed specifically to enhance your Search Engine Optimization (SEO) and SEA / Google Ads / PPC efforts. With this tool, you can delve deep into the world of ngrams and extract valuable insights to guide your content strategy.

What is an Ngram?

An ngram is a contiguous sequence of n items from a given sample of text or speech. The ‘n’ in ngram refers to the number of words or tokens involved. For example, in the sentence “The cat sat on the mat,” “The cat” is a 2-gram (also known as a bigram), while “The cat sat” is a 3-gram (or trigram), and so on.

Why are Ngrams Important in SEO?

Ngrams hold significant importance in SEO as they allow for a deeper understanding of keyword usage and trends. They can reveal patterns that might not be evident when examining single keywords, providing a more holistic view of the context in which words are used. This can be crucial for creating content that resonates with your target audience and performs well in search engine results.

Understanding Your Audience

By analyzing the ngrams used in search queries that lead users to your website, you can gain insights into the specific language your audience uses. This can help you tailor your content more effectively to match their search behaviors and expectations.

Improving Your Content

Ngrams can also provide valuable input for your content creation process. By identifying common ngrams related to your business or industry, you can incorporate these phrases into your content to make it more relevant and engaging.

Features of NgramExtractor

The NgramExtractor is packed with features that make it a valuable addition to your SEO toolkit. It offers:

• Advanced Ngram Analysis: With NgramExtractor, you can perform deep and detailed ngram analyses on any text content. This will help you identify the most common and relevant ngrams for your specific needs.
• Customizable Ngram Range: The tool allows you to specify the ngram range for your analysis, giving you the flexibility to focus on bigrams, trigrams, or any other range of interest.
• Weight Attribution: Ngram Extractor tells you how much weight has an n-gram has, based on the clicks it’s clicks, impressions or conversion.

Who Should Use NgramExtractor?

NgramExtractor is a tool designed for anyone involved in SEO, SEA, content creation, and digital marketing. Whether you’re an SEO professional looking to optimize your website, a content creator seeking to make your articles more engaging, or a digital marketer aiming to understand your audience better, NgramExtractor can provide valuable insights to inform your strategy.

How to Use NgramExtractor

Using NgramExtractor is straightforward and intuitive. Here’s a simple guide to get you started:

1. Visit www.ngramextractor.com.
2. Enter the text you wish to analyze in the provided field.
3. use this format to analyse also the clicks, impressions or conversions: Search Terms | (Clicks OR Impressions OR Conversions).
4. Select the ngram range you’re interested in.
5. Click the “Submit” button to start the analysis.
6. Review the visualized results and use the insights to guide your content and SEO strategies.

With these simple steps, you can quickly and efficiently analyze any piece of text for ngrams and gain valuable insights into the language and phrases that will resonate with your audience and boost your SEO performance.

Table of Contents

• Six stratégies pour obtenir de meilleurs résultats
  • Rédigez des instructions claires
  • Fournir un texte de référence
  • Divisez les tâches complexes en sous-tâches plus simples
  • Donnez à ChatGPT le temps de “réfléchir”
  • Utiliser des outils externes
  • Tester systématiquement les changements
• Détail des tactiques
  • Stratégie : Rédigez des instructions claires
    • Tactique : incluez des détails dans votre requête pour obtenir des réponses plus pertinentes
    • Tactique : demander au modèle d’adopter un personnage
    • Tactique : utilisez des délimiteurs pour indiquer clairement des parties distinctes de l’entrée
    • Tactique : Spécifiez les étapes requises pour accomplir une tâche
    • Tactique : fournir des exemples
    • Tactique : Spécifiez la longueur souhaitée de la sortie
  • Stratégie : fournir un texte de référence
    • Tactique : demander au modèle de répondre à l’aide d’un texte de référence
    • Tactique : demander au modèle de répondre avec des citations d’un texte de référence
  • Stratégie : diviser les tâches complexes en sous-tâches plus simples
    • Tactique : Utiliser la classification des intentions pour identifier les instructions les plus pertinentes pour une requête utilisateur
    • Tactique : pour les applications de dialogue qui nécessitent de très longues conversations, résumez ou filtrez le dialogue précédent
    • Tactique : Résumez les documents longs par morceaux et construisez un résumé complet de manière récursive
  • Stratégie : donner à ChatGPT le temps de “réfléchir”
    • Tactique : demandez au modèle de trouver sa propre solution avant de se précipiter vers une conclusion
    • Tactique : Utiliser un monologue intérieur ou une séquence de requêtes pour masquer le processus de raisonnement du modèle
    • Tactique : demander au modèle s’il a manqué quelque chose lors des passes précédentes

Six stratégies pour obtenir de meilleurs résultats

Rédigez des instructions claires

ChatGPT ne peut pas lire dans vos pensées. Si les réponses sont trop longues, demandez des réponses brèves. Si les résultats sont trop simples, demandez une rédaction de niveau expert. Si vous n’aimez pas le format, montrez le format que vous aimeriez voir. Moins ChatGPT doit deviner ce que vous voulez, plus vous aurez de chances de l’obtenir.

Tactiques:

• Incluez des détails dans votre requête pour obtenir des réponses plus pertinentes
• Demander au modèle d’adopter un personnage
• Utilisez des délimiteurs (ex: ### ) pour indiquer clairement les parties distinctes du prompt
• Spécifier les étapes requises pour terminer une tâche
• Donnez des exemples
• Spécifiez la longueur souhaitée de la sortie

Fournir un texte de référence

ChatGPT peut inventer en toute confiance de fausses réponses, en particulier lorsqu’ils sont interrogés sur des sujets ésotériques ou sur des citations et des URL. De la même manière qu’une feuille de notes peut aider un étudiant à mieux réussir un test, fournir un texte de référence aux GPT peut aider à répondre avec moins de fabrications.

Tactiques:

• Demandez au modèle de répondre à l’aide d’un texte de référence
• Demandez au modèle de répondre avec des citations d’un texte de référence

Divisez les tâches complexes en sous-tâches plus simples

Les tâches complexes ont tendance à avoir des taux d’erreur plus élevés que les tâches plus simples. De plus, les tâches complexes peuvent souvent être redéfinies comme un flux de tâches plus simples dans lequel les sorties des tâches précédentes sont utilisées pour construire les entrées des tâches ultérieures.

Tactiques:

• Utiliser la classification d’intention pour identifier les instructions les plus pertinentes pour une requête utilisateur
• Pour les applications de dialogue qui nécessitent de très longues conversations, résumez ou filtrez le dialogue précédent
• Résumez de longs documents par morceaux et construisez un résumé complet de manière récursive

Donnez à ChatGPT le temps de “réfléchir”

Si on vous demande de multiplier 17 par 28, vous ne le saurez peut-être pas instantanément, mais vous pourrez toujours le résoudre avec le temps. De même, ChatGPT fait plus d’erreurs de raisonnement lorsqu’il essaie de répondre tout de suite, plutôt que de prendre du temps pour élaborer une réponse. Demander une chaîne de raisonnement avant une réponse peut aider les GPT à se frayer un chemin vers des réponses correctes de manière plus fiable.

Tactiques:

• Demandez au modèle de trouver sa propre solution avant de se précipiter vers une conclusion
• Utilisez un monologue intérieur ou une séquence de requêtes pour masquer le processus de raisonnement du modèle
• Demandez au modèle s’il a manqué quelque chose lors des passes précédentes

Utiliser des outils externes

Compenser les faiblesses de ChatGPT en l’alimentant des sorties d’autres outils. Par exemple, un système de récupération de texte peut indiquer à ChatGPT les documents pertinents. Un moteur d’exécution de code peut aider ChatGPT à faire des calculs et à exécuter du code. Si une tâche peut être effectuée de manière plus fiable ou efficace par un outil plutôt que par ChatGPT, déchargez-la pour tirer le meilleur parti des deux.

Tactiques:

• Utiliser la recherche basée sur les intégrations pour mettre en œuvre une récupération de connaissances efficace
• Utiliser l’exécution de code pour effectuer des calculs plus précis ou appeler des API externes

Tester systématiquement les changements

Améliorer les performances est plus facile si vous pouvez les mesurer. Dans certains cas, une modification d’un prompt permet d’obtenir de meilleures performances sur quelques exemples isolés, mais entraîne une dégradation des performances globales sur un ensemble d’exemples plus représentatif. Par conséquent, pour être sûr qu’un changement est net positif pour les performances, il peut être nécessaire de définir une suite de tests complète (également appelée « eval »).

Tactiques:

• Évaluer les sorties du modèle en se référant aux réponses de référence

Détail des tactiques

Chacune des stratégies énumérées ci-dessus peut être utilisée avec des tactiques spécifiques. Ces tactiques sont destinées à fournir des idées de choses à essayer. N’hésitez pas à tester d’autres tactiques, car il est tout simplement impossible de toute les lister: à chaque prompt ses subtilités !

Stratégie : Rédigez des instructions claires

Tactique : incluez des détails dans votre requête pour obtenir des réponses plus pertinentes

Afin d’obtenir une réponse très pertinente, assurez-vous que les demandes fournissent tous les détails ou le contexte importants. Sinon, vous laissez au modèle le soin de deviner ce que vous voulez dire.

Pire prompt	Meilleur prompt
Comment ajouter des nombres dans Excel ?	Comment ajouter une ligne de montants en dollars dans Excel ? Je veux le faire automatiquement pour une feuille entière de lignes avec tous les totaux se terminant à droite dans une colonne appelée “Total”.
Qui est président ?	Qui était le président du Mexique en 2021 et à quelle fréquence les élections ont-elles lieu ?
Écrire du code pour calculer la suite de Fibonacci.	Écrivez une fonction TypeScript pour calculer efficacement la suite de Fibonacci. Commentez généreusement le code pour expliquer ce que fait chaque élément et pourquoi il est écrit de cette façon.
Résumez les notes de réunion.	Résumez les notes de réunion en un seul paragraphe. Ensuite, rédigez une liste des conférenciers et de chacun de leurs points clés. Enfin, dressez la liste des prochaines étapes ou actions suggérées par les intervenants, le cas échéant.

Tactique : demander au modèle d’adopter un personnage

Le “message système”, accessible aux utilisateurs de l’API, peut être utilisé pour spécifier le persona utilisé par le modèle dans ses réponses.

Système	Lorsque je demande de l’aide pour écrire quelque chose, vous répondez avec un document qui contient au moins une blague ou un commentaire ludique dans chaque paragraphe.
Utilisateur	Écrivez une note de remerciement à mon fournisseur de boulons en acier pour avoir livré la livraison à temps et dans un court délai. Cela nous a permis de livrer une commande importante.

Tactique : utilisez des délimiteurs pour indiquer clairement des parties distinctes de l’entrée

Les délimiteurs tels que les guillemets triples, les balises XML, les titres de section, etc. peuvent aider à délimiter les sections de texte à traiter différemment.

UTILISATEUR

Résumez le texte délimité par des triples guillemets avec un haïku. “””insérer du texte ici”””

SYSTÈME	Vous recevrez une paire d’articles (délimités par des balises XML) sur le même sujet. Résumez d’abord les arguments de chaque article. Ensuite, indiquez lequel d’entre eux présente un meilleur argument et expliquez pourquoi.
UTILISATEUR	<article> insérer le premier article ici </article> <article> insérer le deuxième article ici </article>

SYSTÈME	Vous recevrez un résumé de thèse et un titre suggéré pour celui-ci. Le titre de la thèse doit donner au lecteur une bonne idée du sujet de la thèse, mais doit également être accrocheur. Si le titre ne répond pas à ces critères, proposez 5 alternatives.
UTILISATEUR	Résumé : insérer le résumé ici Titre : insérer le titre ici

Pour des tâches simples telles que celles-ci, l’utilisation de délimiteurs peut ne pas faire de différence dans la qualité de sortie. Cependant, plus une tâche est complexe, plus il est important de désambiguïser les détails de la tâche. 

Tactique : Spécifiez les étapes requises pour accomplir une tâche

Certaines tâches sont mieux spécifiées comme une séquence d’étapes. L’écriture explicite des étapes peut faciliter leur suivi par le modèle.

SYSTÈME	Utilisez les instructions étape par étape suivantes pour répondre aux entrées de l’utilisateur. Étape 1 – L’utilisateur vous fournira du texte entre guillemets triples. Résumez ce texte en une phrase avec un préfixe indiquant “Résumé :”. Étape 2 – Traduisez le résumé de l’étape 1 en espagnol, avec un préfixe indiquant “Traduction : “.
UTILISATEUR	“””insérer du texte ici”””

Tactique : fournir des exemples

Fournir des instructions générales qui s’appliquent à tous les exemples est généralement plus efficace que de démontrer toutes les permutations d’une tâche par exemple, mais dans certains cas, fournir des exemples peut être plus facile. Par exemple, si vous souhaitez que le modèle copie un style particulier de réponse aux requêtes des utilisateurs qui est difficile à décrire explicitement. Ceci est connu sous le nom de prompt “few-shot”.

L’exemple ci-dessous fait appel à 3 “personnes”: Le Système, l’Utilisateur et l’Assistant. Il faut impérativement passer par l’API ou le playground pour ce prompt “tripartite”:

SYSTÈME	Répondez dans un style cohérent.
UTILISATEUR	Apprends-moi la patience.
ASSISTANT	La rivière qui creuse la vallée la plus profonde coule d’une modeste source ; la symphonie la plus grandiose naît d’une seule note ; la tapisserie la plus complexe commence par un fil solitaire.
UTILISATEUR	Parlez-moi de l’océan.
Exemple de réponse, qui tient compte du style donné par l’assistant	L’océan est une vaste étendue d’eau salée qui couvre plus de 70 % de la surface de la Terre. Sa profondeur et son étendue recèlent d’innombrables mystères et merveilles, de la vie grouillante qui remplit ses eaux aux puissants courants qui façonnent le climat de notre planète. La beauté de l’océan est à la fois tranquille et féroce, invitant les explorateurs à plonger dans ses profondeurs tout en nous rappelant la puissance impressionnante de la nature. Autant qu’il est un terrain de jeu et une ressource pour les humains, l’océan est aussi un écosystème délicat qui doit être nourri et protégé au profit de toute vie sur Terre.

Tactique : Spécifiez la longueur souhaitée de la sortie

Vous pouvez demander au modèle de produire des sorties d’une longueur cible donnée. La longueur de sortie ciblée peut être spécifiée en termes de nombre de mots, de phrases, de paragraphes, de puces, etc. Notez cependant que demander au modèle de générer un nombre spécifique de mots ne fonctionne pas avec une grande précision. Le modèle peut générer de manière plus fiable des sorties avec un nombre spécifique de paragraphes ou de puces.

UTILISATEUR

Résumez le texte délimité par des triples guillemets en 50 mots environ. “””insérer du texte ici”””

UTILISATEUR

Résumez le texte délimité par des triples guillemets en 2 paragraphes. “””insérer du texte ici”””

UTILISATEUR

Résumez le texte délimité par des triples guillemets en 3 puces. “””insérer du texte ici”””

Stratégie : fournir un texte de référence

Tactique : demander au modèle de répondre à l’aide d’un texte de référence

Si nous pouvons fournir à un modèle des informations fiables et pertinentes dans le prompt, nous pouvons demander au modèle d’utiliser les informations fournies pour composer sa réponse.

SYSTÈME	Utilisez les articles fournis délimités par des triples guillemets pour répondre aux questions. Si la réponse ne se trouve pas dans les articles, écrivez « Je n’ai pas trouvé de réponse ».
UTILISATEUR	<insérer les articles, chacun délimité par des triples guillemets> Question : <insérer la question ici>

Étant donné que ChatGPT a des fenêtres de contexte limitées (il est limité en nombre de token à analyser), pour appliquer cette tactique, nous avons besoin d’un moyen de rechercher dynamiquement des informations pertinentes pour la question posée. Les intégrations (embeddings en anglais) peuvent être utilisées pour implémenter une récupération de connaissances efficace. Voir la tactique “Utiliser la recherche basée sur les intégrations pour implémenter une récupération de connaissances efficace” pour plus de détails sur la façon de l’implémenter.

Tactique : demander au modèle de répondre avec des citations d’un texte de référence

Si l’entrée a été complétée par des connaissances pertinentes, il est simple de demander au modèle d’ajouter des citations à ses réponses en référençant des passages des documents fournis. Notez que les citations dans la sortie peuvent ensuite être vérifiées par programme en faisant correspondre les chaînes dans le document fourni.

SYSTÈME

Vous recevrez un document délimité par des triples guillemets et une question. Votre tâche est de répondre à la question en utilisant uniquement le document fourni et de citer le(s) passage(s) du document utilisé pour répondre à la question. Si le document ne contient pas les informations nécessaires pour répondre à cette question, écrivez simplement : “Informations insuffisantes”. Si une réponse à la question est fournie, elle doit être annotée avec une citation. Utilisez le format suivant pour citer les passages pertinents ({“citation”: …}).

UTILISATEUR

“””<insérer le document ici>””” <insérer la question ici>

Exemple:

Stratégie : diviser les tâches complexes en sous-tâches plus simples

Tactique : Utiliser la classification des intentions pour identifier les instructions les plus pertinentes pour une requête utilisateur

Pour les tâches dans lesquelles de nombreux ensembles d’instructions indépendants sont nécessaires pour gérer différents cas, il peut être avantageux de commencer par classer le type de requête et d’utiliser cette classification pour déterminer les instructions nécessaires. Ceci peut être réalisé en définissant des catégories fixes et des instructions de codage en dur pertinentes pour la gestion des tâches dans une catégorie donnée. Ce processus peut également être appliqué de manière récursive pour décomposer une tâche en une séquence d’étapes. L’avantage de cette approche est que chaque requête ne contiendra que les instructions nécessaires pour effectuer l’étape suivante d’une tâche, ce qui peut entraîner des taux d’erreur inférieurs par rapport à l’utilisation d’une seule requête pour effectuer l’ensemble de la tâche. Cela peut également entraîner une réduction des coûts, car les invites plus volumineuses coûtent plus cher à exécuter ( voir les informations de tarification ).

Supposons par exemple que pour une application de service client, les requêtes puissent être utilement classées comme suit :

SYSTÈME

Vous recevrez des requêtes de service à la clientèle. Classez chaque requête en une catégorie principale et une catégorie secondaire. Fournissez votre sortie au format json avec les clés : primaire et secondaire. Catégories principales : facturation, support technique, gestion de compte ou demande générale. Catégories secondaires de facturation : – Désabonnement ou mise à niveau – Ajouter un mode de paiement – Explication des frais – Contester des frais Catégories secondaires du support technique : – Dépannage – Compatibilité des appareils – Mises à jour logicielles Catégories secondaires de gestion du compte : – Réinitialisation du mot de passe – Mettre à jour les informations personnelles – Fermer le compte – Sécurité du compte Catégories secondaires d’enquête générale : – Informations sur le produit – Prix – Commentaires – Parler à un humain

UTILISATEUR

Je dois remettre mon internet en marche.

Exemple:

En fonction de la classification de la requête du client, un ensemble d’instructions plus spécifiques peut être fourni à un modèle GPT pour gérer les étapes suivantes. Par exemple, supposons que le client ait besoin d’aide pour le “dépannage”.

SYSTÈME

Vous recevrez des demandes de service client qui nécessitent un dépannage dans un contexte de support technique. Aidez l’utilisateur en : – Lui demandant de vérifier que tous les câbles vers/depuis le routeur sont connectés. Notez qu’il est courant que les câbles se détachent avec le temps. – Si tous les câbles sont connectés et que le problème persiste, demandez-lui quel modèle de routeur il utilise – Vous allez maintenant lui indiquer comment redémarrer son appareil : — Si le numéro de modèle est MTD-327J, conseillez-lui d’appuyer sur le bouton rouge et maintenez-le enfoncé pendant 5 secondes, puis attendez 5 minutes avant de tester la connexion. — Si le numéro de modèle est MTD-327S, conseillez-leur de le débrancher et de le rebrancher, puis attendez 5 minutes avant de tester la connexion. – Si le problème du client persiste après avoir redémarré l’appareil et attendu 5 minutes, connectez-le à l’assistance informatique en affichant {« Assistance informatique demandée »}. – Si l’utilisateur commence à poser des questions sans rapport avec ce sujet, confirmez s’il souhaite mettre fin au chat en cours sur le dépannage et classez sa demande selon le schéma suivant : < insérer le schéma de classification primaire/secondaire ci-dessus >

UTILISATEUR

Je dois remettre mon internet en marche.

Exemple:

Notez que le modèle a été chargé d’émettre des chaînes spéciales pour indiquer quand l’état de la conversation change. Cela nous permet de transformer notre système en une machine à états où l’état détermine quelles instructions sont injectées. En gardant une trace de l’état, des instructions pertinentes à cet état, et éventuellement des transitions d’état autorisées à partir de cet état, nous pouvons mettre des garde-fous autour de l’expérience utilisateur qui seraient difficiles à atteindre avec une approche moins structurée.

Tactique : pour les applications de dialogue qui nécessitent de très longues conversations, résumez ou filtrez le dialogue précédent

ChatGPT ayant une longueur de contexte fixe, le dialogue entre un utilisateur et un assistant dans lequel toute la conversation est incluse dans la fenêtre de contexte ne peut pas se poursuivre indéfiniment.

Il existe diverses solutions de contournement à ce problème, dont l’une consiste à résumer les tours précédents de la conversation. Une fois que la taille de l’entrée atteint une longueur de seuil prédéterminée, cela peut déclencher une requête qui résume une partie de la conversation et le résumé de la conversation précédente peut être inclus dans le message système. Alternativement, la conversation précédente pourrait être résumée de manière asynchrone en arrière-plan tout au long de la conversation entière.

Une solution alternative consiste à sélectionner dynamiquement les parties précédentes de la conversation qui sont les plus pertinentes pour la requête en cours. Voir la tactique “Utiliser la recherche basée sur les incorporations pour implémenter une récupération de connaissances efficace” .

Tactique : Résumez les documents longs par morceaux et construisez un résumé complet de manière récursive

Étant donné que ChatGPT a une longueur de contexte fixe, ils ne peuvent pas être utilisés pour résumer un texte plus long que la longueur du contexte moins la longueur du résumé généré dans une seule requête. En d’autres termes, si vous demandez à ChatGPT de résumer un texte très long, il ne peut pas le faire en une seule fois si le texte est plus long que ce qu’il peut se rappeler. De plus, il doit aussi garder de l’espace pour le résumé qu’il va créer. Donc, si le texte est trop long, il ne pourra pas tout résumer en une seule demande.

Pour résumer un document très long tel qu’un livre, nous pouvons utiliser une séquence de requêtes pour résumer chaque section du document. Les résumés de section peuvent être concaténés et résumés en produisant des résumés de résumés. Ce processus peut se poursuivre de manière récursive jusqu’à ce qu’un document entier soit résumé. S’il est nécessaire d’utiliser des informations sur les sections précédentes afin de donner un sens aux sections ultérieures, une autre astuce qui peut être utile consiste à inclure un résumé du texte qui précède un point donné du livre tout en résumant le contenu à ce point. L’efficacité de cette procédure pour résumer des livres a été étudiée dans des recherches antérieures d’OpenAI utilisant des variantes de GPT-3.

Stratégie : donner à ChatGPT le temps de “réfléchir”

Tactique : demandez au modèle de trouver sa propre solution avant de se précipiter vers une conclusion

Parfois, nous obtenons de meilleurs résultats lorsque nous demandons explicitement au modèle de raisonner à partir des premiers principes avant d’arriver à une conclusion. Supposons, par exemple, que nous souhaitions qu’un modèle évalue la solution d’un élève à un problème mathématique. La façon la plus évidente d’aborder cela est de simplement demander au modèle si la solution de l’élève est correcte ou non.

SYSTÈME	Déterminez si la solution de l’élève est correcte ou non.
UTILISATEUR	Énoncé du problème : Je construis une installation d’énergie solaire et j’ai besoin d’aide pour établir les finances. – Le terrain coûte 100€/m2 – Je peux acheter des panneaux solaires pour 250€/m2 – J’ai négocié un contrat d’entretien qui me coûtera 100k€ par an, et un supplément de 10€/m2 Quel est le coût total pour le première année d’exploitation en fonction du nombre de m2. Solution de l’étudiant : Soit x la taille de l’installation en m2. 1. Coût du terrain : 100x 2. Coût du panneau solaire : 250x 3. Coût de maintenance : 100 000 + 100x Coût total : 100x + 250x + 100 000 + 100x = 450x + 100 000
ASSISTANT	La solution de l’élève est correcte.

Mais la solution de l’élève n’est en fait pas correcte ! Nous pouvons faire en sorte que le modèle le remarque avec succès en invitant le modèle à générer d’abord sa propre solution.

SYSTÈME	Trouvez d’abord votre propre solution au problème. Comparez ensuite votre solution à la solution de l’élève et évaluez si la solution de l’élève est correcte ou non. Ne décidez pas si la solution de l’élève est correcte tant que vous n’avez pas résolu le problème vous-même.
UTILISATEUR	Énoncé du problème : Je construis une installation d’énergie solaire et j’ai besoin d’aide pour établir les finances. – Le terrain coûte 100€/m2 – Je peux acheter des panneaux solaires pour 250€/m2 – J’ai négocié un contrat d’entretien qui me coûtera 100k€ par an, et un supplément de 10€/m2 Quel est le coût total pour le première année d’exploitation en fonction du nombre de m2. Solution de l’étudiant : Soit x la taille de l’installation en m2. 1. Coût du terrain : 100x 2. Coût du panneau solaire : 250x 3. Coût de maintenance : 100 000 + 100x Coût total : 100x + 250x + 100 000 + 100x = 450x + 100 000
ASSISTANT	Soit x la taille de l’installation en pieds carrés. 1. Coût du terrain : 100x 2. Coût du panneau solaire : 250x 3. Coût d’entretien : 100 000 + 10x Coût total : 100x + 250x + 100 000 + 10x = 360x + 100 000 La solution de l’élève est incorrecte. Il a fait une erreur dans le calcul du coût de maintenance, en utilisant 100x au lieu de 10x. Le coût total correct pour la première année d’exploitation est de 360x + 100 000.

Tactique : Utiliser un monologue intérieur ou une séquence de requêtes pour masquer le processus de raisonnement du modèle

La tactique précédente démontre qu’il est parfois important pour le modèle de raisonner en détail sur un problème avant de répondre à une question précise. Pour certaines applications, le processus de raisonnement utilisé par un modèle pour arriver à une réponse finale serait inapproprié à partager avec l’utilisateur. Par exemple, dans les applications de tutorat, nous pouvons souhaiter encourager les étudiants à trouver leurs propres réponses, mais le processus de raisonnement d’un modèle sur la solution de l’étudiant pourrait révéler la réponse à l’étudiant.

Le monologue intérieur est une tactique qui peut être utilisée pour atténuer cela. L’idée du monologue intérieur est de demander au modèle de placer des parties de la sortie qui sont censées être cachées à l’utilisateur dans un format structuré qui facilite leur analyse. Ensuite, avant de présenter la sortie à l’utilisateur, la sortie est analysée et seule une partie de la sortie est rendue visible.

SYSTÈME

Suivez ces étapes pour répondre aux questions des utilisateurs. Étape 1 – Trouvez d’abord votre propre solution au problème. Ne vous fiez pas à la solution de l’élève car elle peut être incorrecte. Placez tout votre travail pour cette étape entre triples guillemets (“””). Étape 2 – Comparez votre solution à la solution de l’élève et évaluez si la solution de l’élève est correcte ou non. Joignez tout votre travail pour cette étape entre triples guillemets (“” “). Étape 3 – Si l’élève a fait une erreur, déterminez quel indice vous pourriez lui donner sans donner la réponse. Placez tout votre travail pour cette étape entre triples guillemets (“””). Étape 4 – Si l’élève a fait une erreur, donnez l’indice de l’étape précédente à l’élève (en dehors des triples guillemets). Au lieu d’écrire “Étape 4 – …” écrivez “Astuce :”.

UTILISATEUR

Énoncé du problème : < insérer l’énoncé du problème > Solution de l’élève : < insérer la solution de l’élève >

Alternativement, cela peut être réalisé avec une séquence de requêtes dans lesquelles toutes sauf la dernière ont leur sortie masquée à l’utilisateur final.
Premièrement, nous pouvons demander au modèle de résoudre le problème par lui-même. Étant donné que cette requête initiale ne nécessite pas la solution de l’élève, elle peut être omise. Cela offre l’avantage supplémentaire qu’il n’y a aucune chance que la solution du modèle soit biaisée par la solution tentée par l’élève.

UTILISATEUR

< insérer l’énoncé du problème >

-Ensuite, nous pouvons demander au modèle d’utiliser toutes les informations disponibles pour évaluer l’exactitude de la solution de l’élève.

SYSTÈME	Comparez votre solution à la solution de l’élève et évaluez si la solution de l’élève est correcte ou non.
UTILISATEUR	Énoncé du problème : “””< insérer l’énoncé du problème > “”” Votre solution : “”” < insérer la solution générée par le modèle >””” Solution de l’élève : “”” < insérer la solution de l’élève > “””

Enfin, nous pouvons laisser le modèle utiliser sa propre analyse pour construire une réponse sous la forme d’un tuteur utile.

SYSTÈME	Vous êtes professeur de mathématiques. Si l’élève a fait une erreur, offrez un indice à l’élève d’une manière qui ne révèle pas la réponse. Si l’élève n’a pas fait d’erreur, offrez-lui simplement un commentaire encourageant.
UTILISATEUR	Énoncé du problème : “””< insérer l’énoncé du problème > “”” Votre solution : “”” < insérer la solution générée par le modèle >””” Solution de l’élève : “”” < insérer la solution de l’élève > “”” Analyse: “””< insérer analyse générée par le modèle à partir de l’étape précédente >”””

Tactique : demander au modèle s’il a manqué quelque chose lors des passes précédentes

Supposons que nous utilisions un modèle pour répertorier des extraits d’une source qui sont pertinents pour une question particulière. Après avoir listé chaque extrait, le modèle doit déterminer s’il doit commencer à en écrire un autre ou s’il doit s’arrêter. Si le document source est volumineux, il est courant qu’un modèle s’arrête trop tôt et ne répertorie pas tous les extraits pertinents. Dans ce cas, de meilleures performances peuvent souvent être obtenues en demandant au modèle des requêtes de suivi pour trouver les extraits qu’il a manqués lors des passes précédentes.

SYSTÈME	Vous recevrez un document délimité par des triples guillemets. Votre tâche consiste à sélectionner des extraits qui se rapportent à la question suivante : “Quels changements de paradigme significatifs se sont produits dans l’histoire de l’intelligence artificielle ?”. Assurez-vous que les extraits contiennent tout le contexte pertinent nécessaire pour les interpréter – en d’autres termes, n’extrayez pas de petits extraits qui manquent de contexte important. Fournissez une sortie au format JSON comme suit : [{“excerpt”: “…”}, … {“excerpt”: “…”}]
UTILISATEUR	“””< insérer le document ici >”””
ASSISTANT	[{“excerpt”: “le modèle écrit un extrait ici”}, … {“excerpt”: “le modèle écrit un autre extrait ici”}]
UTILISATEUR	Existe-t-il des extraits plus pertinents ? Veillez à ne pas répéter des extraits. Assurez-vous également que les extraits contiennent tout le contexte pertinent nécessaire pour les interpréter – en d’autres termes, n’extrayez pas de petits extraits qui manquent de contexte important.

(rédigé avec ChatGPT)

Lorsque j’évoque les SEO Awards, je ressens toujours une montée d’excitation. En tant que passionné du SEO et de son évolution constante, ces récompenses sont pour moi l’occasion de célébrer les exploits remarquables des acteurs de l’industrie. Si vous êtes une agence SEO, vous savez qu’une présentation convaincante aux SEO Awards peut propulser votre réputation à un tout autre niveau. Dans cet article, je partagerai des conseils essentiels pour préparer une présentation qui se distingue et brille aux yeux du jury.

Comment présenter efficacement les résultats de vos campagnes SEO

Nous avons tous entendu dire que les chiffres parlent d’eux-mêmes. Dans le domaine du SEO, cela n’a jamais été aussi vrai. Lorsque vous préparez votre présentation pour les SEO Awards, il est essentiel de mettre en avant les résultats probants de vos campagnes. Mais comment le faire efficacement ?

Comment aborder les défis de vos campagnes SEO

Chaque campagne SEO est un parcours semé d’embûches. Comment vous les gérez et les surmontez est une partie cruciale de votre histoire. Lors de votre présentation, n’hésitez pas à partager les difficultés rencontrées pendant la campagne.

L’importance de la créativité et de l’innovation dans vos campagnes SEO

Dans un domaine aussi compétitif que le SEO, la créativité et l’innovation sont essentielles pour se démarquer. Lors des SEO Awards, les jurys sont à la recherche de campagnes qui ont rompu avec la norme et tenté quelque chose de nouveau et d’audacieux.

La qualité de la réalisation : Le détail qui fait la différence

Réaliser une campagne SEO réussie requiert du savoir-faire et de la persévérance. Cependant, la qualité de la réalisation est un facteur clé souvent négligé.

L’impression générale de la présentation : Soyez structuré, soyez argumenté

Il ne suffit pas d’avoir une campagne exceptionnelle pour gagner un SEO Award, il faut aussi savoir la présenter de manière structurée et argumentée.

Le dossier doit être convaincant

En fin de compte, votre dossier doit être convaincant. Il ne s’agit pas seulement de cocher toutes les cases, mais de persuader le jury que vous méritez l’award.

En somme, gagner un SEO Award n’est pas une mince affaire. Il faut des résultats impressionnants, une gestion efficace des défis, une bonne dose de créativité et d’innovation, une réalisation de qualité et une présentation bien structurée. Mais plus que tout, il faut un dossier convaincant qui raconte une histoire qui résonne avec le jury. Alors, êtes-vous prêt à relever le défi ?

Au travers de ces conseils, je vous ai partagé ce qui, selon mon expérience et mon analyse des précédents SEO Awards, fait la différence.

(Ce contenu a été rédigé par ChatGPT)

Un contenu de très bonne qualité est celui qui répond aux attentes du public, fournit des informations précises et pertinentes, et se démarque des autres contenus similaires sur le marché. Pour créer un contenu de qualité supérieure et surpasser vos concurrents, suivez ces conseils :

• Comprendre votre audience : Identifiez les besoins, les attentes et les préférences de votre public cible. Cela vous permettra de créer du contenu qui leur parle directement et répond à leurs problématiques.
• Recherche approfondie : Effectuez des recherches approfondies sur le sujet que vous traitez. Cela vous permettra d’obtenir des informations précises et à jour et d’éviter de propager de fausses informations ou des idées obsolètes.
• Contenu unique et original : Essayez de créer un contenu qui apporte une valeur ajoutée et se distingue des autres contenus existants. Trouvez un angle unique ou une perspective originale pour aborder le sujet.
• Structure et organisation : Organisez votre contenu de manière logique et cohérente. Utilisez des titres et des sous-titres pour diviser le contenu en sections faciles à digérer, et assurez-vous que chaque section aborde un point spécifique.
• Style et ton : Adoptez un style et un ton adaptés à votre audience et au sujet que vous traitez. Veillez à ce que le ton soit cohérent tout au long du contenu. Utilisez un langage clair et précis, et évitez le jargon technique inutile.
• Visuels attrayants : Intégrez des images, des vidéos, des infographies ou d’autres éléments visuels pour illustrer vos propos et rendre votre contenu plus attrayant. Assurez-vous que ces éléments sont de haute qualité et pertinents pour le sujet abordé.
• Interactivité et engagement : Encouragez l’interaction et l’engagement de vos lecteurs en posant des questions, en sollicitant des commentaires ou en proposant des CTA (Call To Action = appels à l’action). Cela permettra de créer un lien avec votre audience et de susciter leur intérêt pour votre contenu.
• Analyse de la concurrence : Étudiez les contenus de vos concurrents pour identifier leurs forces et faiblesses. Utilisez ces informations pour améliorer votre propre contenu et vous démarquer sur le marché.
• Créer une marque forte : Développez une image de marque cohérente et reconnaissable pour votre contenu. Cela permettra à votre public de vous identifier facilement et de se souvenir de vous, augmentant ainsi la probabilité qu’ils consomment et partagent votre contenu.

Bellow a list of interesting ressources to play with Search Console data.

I’ve put in bold what makes the dashboard somehow different.

Feel free to comment to complete this list.

Using DataStudio

• Search Console: Data Studio template to run a risk-free analysis – Dashboard – by Alice Roussel
  • Group keywords by number of words
  • Group URLs by paths
  • Traffic share and impression share
  • Track cannibalized pages
  • Evolution of Impressions and number of distinct URLs
  • Variations through your most important queries in terms of impressions
  • Detect anomalies by using reference lines
• How to use the official Search Console Connector with DataStudio – (no dashboard) – by Ruben Vezzoli
  • Calculate the accurate amount of Impressions
  • Branded vs Non-Branded traffic (+ folders grouping)
  • Number of unique Search Queries
  • Detect Keyword cannibalization
  • From daily to monthly data
• Search Console Explorer Studio – Dashboard – by Hannah Rampton
  • YOY cumulative trends, Maps, Opportunity by SERP, Custom Filters (Brand and Non-Brand)
• Google Data Studio SEO Report Template (with Keyword Ranking) – Dashboard – by Ivan Palii
  • Contains a “Lost clicks” column, which contains an estimate of trafic missed. It is calculated by estimating that 1st position would provide 20% of clicks of the overall impressions (applies both to page and keyword)
  • A lot of charts, metrics and filters.
  • Count evolution of unique keywords.
• Crossing Search Console and Google Analytics – Dashboard for HTTPS websites and for HTTP websites– by Ivan Palii
  • Made to spot business opportunities in terms of traffic, conversions & revenues (columns “lost clicks, lost conversions, lost revenus)
• Dashboard Search Console (Plantilla gratis) – Dashboard – by
  • Among 4 views, one of them offers access to a “per region” dimension grabed from Google Analytics (columns clicks, impressions, CTR)
• Trending pages identification – Dashboard if tweeted – by François Goube

Using Google Sheet

Search Console Explorer Sheet by Hannah Rampton

Using R

Average position per Continent analysis by Pascal Schmidt

Correlations for Clicks, Impressions, and Positions

To get the ecommerce conversion rate with Google Analytics API, you can use the metric ga:transactionsPerVisit or ga:transactionsPerSession depending of API version you are using.

Enjoy ! 🙂

You want to crawl millions of URL and make a super SEO Audit ?

Here are the best crawler for SEO on a large to very large website:

• Desktop SEO Crawler (starts at more or less 200$ / year / unlimited crawl)
  • Screaming Frog (Linux / Windows / Mac OS) -> The big plus: native function to cross data from G.A., Search Console, MajesticSEO, Ahrefs… + You can cross with your log files ! +/- 60 GB of disk space for 1 million URL crawled. Read this post to setup Screaming Frog on Remote Desktop Ubuntu Cloud instance.
  • Sitebulb (Windows / Mac OS) -> pretty rich ! Interesting visualization of the internal links structure.
  • Hextrakt (Windows) -> URL Segmentation is a real + when it comes to analyze Big Websites. Hextrakt does the job !
  • Xenu (Windows) -> only for very basic checkup, like 404.

• SaaS SEO Crawler (starts at +159$ / month / for 2 millions URLs crawled per month)
  • Kelogs (Im the founder, and we have the best price ;))
  • Botify
  • OnCrawl
  • DeepCrawl
  • FandangoSEO

• Open Source SEO Crawler (Python / Java etc. )
  • Scrapy
  • Crowl (An Open Source crawler based on Scrapy)
  • Nutch
  • => Those solutions aren’t profitable in most cases, since it requires a lot of development and maintenance compared to a SaaS solution for instance.
  • => Nevertheless, if you want to discover how a search engine works, you will learn a lot ! 🙂

You would like to setup a remote desktop with Screaming Frog to crawl huge websites (+1 million pages) ?

You only need your crawler to run once a month ? (few hours or days)

You have some basic technical skills and want to discover the power of the Cloud ?

An Ubuntu Remote Desktop in a cloud instance in OVH offers a good  price to performance solution. (1,5 € per day / 2$ or half this price if you take a monthly subscription )

What we will do to get an army of crawler:

1. Open an OVH account or login
2. Create a new Cloud Project
3. Create a Server (an instance)
4. Specify in advance that we want Docker to be installed (it will make everything super simple to setup)
5. Install a Docker container containing Ubuntu + A remote Desktop based on NoVNC
6. Connect to Ubuntu with Chrome or any browser in one click 🙂
7. Install Screaming Frog with 2 commands
8. Create a Snapshot in Openstack (= OVH)
9. Create as many server containing Screaming Frog in just ONE clic

Setup a new Cloud Instance

• Go here and create an account / login: https://www.ovh.ie/public-cloud/instances/
• Then here: https://www.ovh.com/manager/cloud/index.html
• Order > Cloud Project > Fill the forms
• In your project > Infrastructure > You can add a new server in “Actions” > Add Server
• Take the 7GB RAM & 100GB SSD for this test.
• You will need 60 GB of disk for 1 Million URL Crawled
• Setup your ssh key (Google is your best friend to get help, it’s OS specific)

Setup the server

• Connect to the server with a terminal
  • user@IP of your server
• Then copy and paste each line one by one:
  • apt-get update
  • apt-get upgrade
  • sudo docker run -it –rm -p 6080:80 -p 5900:5900 -e VNC_PASSWORD=MyPassWordToReplaceByWhatYouWant dorowu/ubuntu-desktop-lxde-vnc

Setup Screaming Frog

• Connect to https://IP-OF-YOUR-SERVER:6080/ with the password you used for “VNC_PASSWORD=”
• Open a terminal in Ubuntu (in the NoVNC session – icon in the bottom left of the Ubuntu desktop)
• Then copy and paste each line one by one:
  • sudo apt-get install screen wget
  • wget https://download.screamingfrog.co.uk/products/seo-spider/screamingfrogseospider_9.0_all.deb
  • dpkg -i screamingfrogseospider_9.0_all.deb
  • sudo apt-get -f install
• Screaming Frog is now installed 🙂
• You can try it here:
  • Bottom left icon > Internet > Screaming Frog SEO Spider
• You will have to setup the Storage to disk to crawl huge websites
  • Screaming Frog > Configuration > System > Storage

Next step: create a snapshot of this in OVH (to be continued if you liked this article !)

Here is what ChatGPT can tell you about Screaming Frog and Docker:

Screaming Frog Docker is a containerized version of the popular web crawling tool Screaming Frog SEO Spider. It is designed to run on Docker, a platform that allows for easier and more efficient deployment of applications in a virtualized environment. The containerization of the tool provides several benefits, such as easier portability, faster deployment, and simplified configuration management.

Using Screaming Frog Docker can help SEO professionals and website owners to quickly and easily crawl websites, identify technical issues, and improve their website’s search engine optimization (SEO) performance. With the power of Docker, it is possible to run Screaming Frog on any platform that supports Docker, such as Linux, Windows, or macOS.

Overall, Screaming Frog Docker is a convenient and powerful tool that can simplify the web crawling process and help improve website performance.