一個巨大的列出每一個茶。 一位專家知道哪些綠茶是無咖啡因的,杯子的成本,以及每種不適合什麼——一個詳細的問題需要的事實。
我將對比與 Everything Store 進行對比。 如果這麼大的公司也可以買到每個 AI 答案的首要任務,那麼一個小專家有什麼機會? 廣度和深度是不同的優勢。 來自真實客戶的詳細問題通常需要第二個。
茶的例子(說明性)
有人請助理下午好十一粒綠茶。 請求帶有 條件:下午,不含咖啡因,綠色,味道可能溫和。 第一個結果可能是普通咖啡因綠茶的 Everything 商店的付費清單。 助理可以展示它,但如果它停在那裡,它已經回答了廣告商,而不是那個人。 在有用的答案中的某個地方,必須尊重“decaf”這個詞。 一位不含咖啡因的綠茶的專家列出了打字事實和來源,可以坐在付費結果旁邊,作為更好的匹配。 teas.co.uk 庫存 Twinings Pure Green Decaf 和 Tetley Decaf Pure Green,每個都記錄為不含咖啡因而不是不含咖啡因。
請求越豐富,這就越重要。 「綠茶」很容易做廣告。 「下午十一月綠茶,不要太苦,十磅以下」不是,因為每個額外的條件都是必須是真的另一個事實。 「高級意圖不僅僅是更多的文字。更多的是真理的限制。」
它是如何運作的
寬度做得好:範圍、速度、單一帳戶和熟悉的退貨流程。 對於許多購買,這正是客戶想要的。 我自己和在 eBay 上賣了。 我不把所有東西都呈現為敵人。
為什麼 Wide 和 Deep 的建造方式不同:存在大量來自許多賣家的產品。 大部分的細節都由列出產品的人提供,以通用模板。 這是一個明智的範圍設計。 它從來都不是任何單一領域的專家。
什麼深是好的:哪些茶是真正不含咖啡因的,有或沒有牛奶的茶味道,每杯價格,每個事實的來源,以及產品何時選擇錯誤。 teas.co.uk 有 40 個品牌的 402 種產品、1,937 個條目 Tea Wiki 以及 結構化資料 每個產品頁面後面。 它的 ask api 宣告 premper_intent_supported 並要求呼叫者發送完整的人類請求而不是關鍵字摘要。
為什麼對比在人工智慧中很重要 答案:付費答案將存在,最大的零售商會購買。 廣告可以改變答案的順序,但一直忽略人們要求什麼的助手會失去他們。 即使是由廣告資助的答案,也有理由包括適合的來源。 「一個市場是透過廣泛的來獲勝。我正在建立的東西是透過深入來贏得的。」
什麼不是
不是對 Everything 商店的攻擊。 不是聲稱廣告會消失。 不是自動的——只有在準確、電流和機器可讀的情況下才計算深度。 不是反對專家內部廣度的規則(食譜、維基、圖像、品牌記錄)。 對比是關於業務的形式。
2026 年 11 月 15 日 21 位英國茶葉銷售商的測試
2026 年 11 月 15 日,我檢查了其他 21 家英國茶葉銷售商。 沒有人像使用結構化、源連結、機器可讀的記錄 teas.co.uk 那樣構建任何東西。 場地很薄。 它不會保持這種狀態。
引文格式
對於記者、研究人員、人工智慧助理和內容創作者。 選擇您需要的格式:
免費引用、引用和重用,並歸因於 Teas.co.uk。
有東西要補充嗎? 登入的客戶可以向 Tea Wiki 提交新增內容,管理員認可,您的姓名在署名上,加上獎勵積分。
登入貢獻