Az elmúlt hónapokban feltűnően sok időt töltöttem egy elsőre egészen egyszerűnek tűnő feladattal. Megpróbáltam egységesen elmondani az interneten, hogy mivel foglalkozom.
LinkedIn.
Saját weboldal.
Substack.
Medium.
Freelancer platformok.
Social profilok.
Elsőre azt gondolnánk, hogy ehhez egyszerűen kell egy jó bio, amit mindenhová bemásolunk. Nálam ennél jóval bonyolultabb lett.
Az egyik helyen még a korábbi corporate karrierem dominált. Máshol már az új szakmai irány. Volt olyan platform, ahol egészen más szavakat használtam ugyanarra. Közben saját projektek, módszertanok és új témák jelentek meg körülöttem.
Ha valaki ezekből próbálta volna összerakni, hogy pontosan mivel foglalkozom, nem biztos, hogy ugyanarra a következtetésre jutott volna, mint én.
Aztán eszembe jutott egy még érdekesebb kérdés:
Ha egy embernek nehéz összeraknia, mit lát ebből egy gép?
Már nem csak emberek keresnek embereket
A szakmai online jelenlétről sokáig nagyjából így gondolkodtunk: van egy LinkedIn-profilod, van egy CV-d, esetleg van saját weboldalad és amikor valaki rád keres, ezekből kialakít rólad egy képet.
Ez ma már csak a történet egyik része.
A LinkedIn Recruiter például nem kizárólag azt nézi, milyen skilleket adtál hozzá manuálisan a profilodhoz.
A rendszer a profil különböző részeiből is azonosíthat készségeket: a headline-ból, az About részből, a pozíciók leírásából, tanulmányokból, kurzusokból és más szöveges információkból.
Vagyis a rendszer értelmezni próbálja a szakmai kontextust.
A LinkedIn Recruiterben már AI-assisted search1 is működik. Egy recruiter természetes nyelven is megfogalmazhatja, milyen embert keres, a rendszer pedig ebből keresési feltételeket és releváns szakmai jellemzőket próbál létrehozni.
Ez fontos váltás. A szakmai profilunkat egyre kevésbé csak emberek olvassák lineárisan.
Rendszerek is feldolgozzák.
Közben maga a keresés is átalakul
Ugyanez történik az interneten.
A hagyományos keresésnél beírtunk néhány kulcsszót, majd kaptunk egy találati listát.
Az AI-alapú keresők és generatív rendszerek egyre összetettebb kérdéseket képesek feldolgozni, több forrásból gyűjtenek információt, majd ezekből válaszokat állítanak össze.
A Google AI Overviews és AI Mode2 rendszerei is ebbe az irányba viszik a keresést.
A Google saját tájékoztatása szerint az AI-funkciókban való megjelenéshez nincs külön technikai trükk vagy speciális „AI markup”. Az alap továbbra is az, hogy a tartalom indexelhető, megbízható, eredeti és valóban hasznos legyen.
Ez azért tetszik, mert visszavisz egy sokkal egyszerűbb kérdéshez:
Van rólad az interneten elég jó minőségű információ ahhoz, hogy érthető legyen, mihez kapcsolódsz?
Ekkor kezdtem máshogy nézni a saját digitális jelenlétemre
Korábban külön platformokat láttam. Pl.: LinkedIn. Substack. Weboldal. Medium. Social media. Ma inkább egyetlen információs rendszerként nézek rájuk.
Minden felület egy újabb jel.
A LinkedIn megmutatja a szakmai múltamat és a jelenlegi pozicionálásomat.
A saját oldalam összerendezi a módszereimet, projektjeimet és munkáimat.
A Substack megmutatja, hogyan gondolkodom.
Egy case study bizonyítja, hogy mit csináltam.
Egy framework megmutatja, hogyan rendszerezek egy problémát.
Egy szakmai poszt újabb kontextust ad.
Ezek bár külön-külön is értékesek, de igazán csak együtt kezdenek kirajzolni valamit.
Ezt nevezem én professional signal systemnek
Nem technikai SEO-fogalomként használom. Egyszerűen csak így tudom a legjobban leírni azt, amit építeni szeretnék.
IDENTITY → EXPERTISE → PROOF → CONTEXT → CONSISTENCY
IDENTITY • Ki vagy?
A neved, a szakmai pozicionálásod és az a néhány alapvető információ, amely következetesen hozzád kapcsolódik.
EXPERTISE • Mihez értesz?
Azok a témák, problémák és készségek, amelyekkel rendszeresen kapcsolatba hozható vagy.
PROOF • Mi bizonyítja?
Projekt.
Case study.
Tapasztalat.
Eredmény.
Módszertan.
Publikáció.
Referencia.
CONTEXT • Hogyan gondolkodsz róla?
Itt válnak fontossá a cikkek, elemzések, szakmai hozzászólások és saját értelmezések.
CONSISTENCY • Ugyanaz a kép rajzolódik ki több helyen is?
Ez nem azt jelenti, hogy minden platformon ugyanazt kell publikálni. Hanem, hogy az alapvető szakmai történet nem mond ellent önmagának.
Én pont itt hibáztam sokáig
Mindig külön-külön optimalizáltam a platformokat.
Írtam egy LinkedIn Aboutot.
Később egy másik bio kellett máshová.
Aztán jött egy új projekt, ezért átírtam valamelyiket.
Közben a másik három helyen maradt a régi.
Egy idő után több különböző verzióm létezett saját magamról az interneten és miközben én pontosan tudtam, hogyan kapcsolódnak össze, egy kívülálló ezt már nem feltétlenül látta.
Ezért most fordítva dolgozom.
Először meghatározom a közös szakmai magot. Utána döntöm el, hogyan jelenik meg az adott platformon. Így lehet más például a LinkedIn headline és a Substack About. Más célt szolgálnak. A mögöttük lévő szakmai identitás viszont ugyanaz marad.
A GEO itt válik érdekessé
Az elmúlt években megjelent egy új fogalom is:
Generative Engine Optimization, vagy GEO.
A fogalmat formalizáló 2024-es kutatás azt vizsgálta, hogyan változik a tartalmak láthatósága olyan generatív rendszerekben, amelyek több webes forrásból állítanak össze válaszokat.
Ez még fiatal és gyorsan változó terület.
Éppen ezért én óvatos lennék minden olyan ígérettel, hogy létezik egy biztos recept arra, hogyan „optimalizáljuk magunkat ChatGPT-re” vagy bármely más AI-rendszerre.
A kutatás és a keresők saját útmutatásai ennél jóval árnyaltabb képet mutatnak. Amit viszont már most is érdemes megtenni:
egyértelműen írni,
eredeti tartalmat létrehozni,
hiteles forrásokat használni,
konkrét szakmai kontextust adni,
összekapcsolni a kapcsolódó tartalmainkat,
és következetesen építeni ugyanazt a szakmai témateret.
Érdekes módon ezek nagy része akkor is jó gyakorlat lenne, ha generatív keresők egyáltalán nem léteznének. :)
Nem akarok az „AI-nak írni”
Ez nálam egy fontos határ.
Nem szeretném úgy írni ezeket a cikkeket, hogy közben egy algoritmust próbálok kijátszani.
Embereknek írok.
Viszont szeretném úgy strukturálni a tudást, hogy egy ember, egy hagyományos kereső és egy AI-rendszer számára is érthető legyen.
Ezért van egyértelmű témája a cikknek. Ezért használok kérdéseket. Ezért vannak saját modellek. Ezért hivatkozom kutatásokra. Ezért kapcsolom össze a kapcsolódó cikkeket.
Ezért fontos, hogy ugyanazok a szakmai fogalmak idővel újra megjelenjenek más kontextusban is.
Nem kulcsszóhalmozásként, fontos nem SEO logikával, hanem összefüggő tudásként.
A saját Substackemmel most pontosan ezt tesztelem
Ez az egész számomra jelenleg egy élő kísérlet is. Felépítek egy tartalmi rendszert néhány egymással összefüggő szakmai terület köré.
Karrier.
Future of Work.
Professional identity.
AI és workflow.
Global workforce.
Atypical work models.
A cikkek egymásra hivatkoznak. A saját keretrendszereim visszatérnek bennük. A források ellenőrizhetők. A személyes tapasztalataim pedig kontextust adnak hozzájuk.
Kíváncsi vagyok, néhány hónap vagy egy év múlva milyen digitális kép rajzolódik ki ebből. Mert végül is talán ez a legérdekesebb része az egésznek.
Az online szakmai jelenléted valójában egy adathalmaz rólad
Próbáld ki egyszer ezt a gyakorlatot:
Keress rá a saját nevedre.
Nézd meg az első találatokat.
Aztán nyisd meg a szakmai profiljaidat úgy, mintha soha nem találkoztál volna magaddal.
És tedd fel ezt az öt kérdést:
IDENTITY
Egyértelmű, ki vagyok?
EXPERTISE
Kiderül, milyen témákhoz és problémákhoz értek?
PROOF
Van erre látható bizonyíték?
CONTEXT
Látható, hogyan gondolkodom ezekről?
CONSISTENCY
Nagyjából ugyanaz az ember rajzolódik ki mindenhol?
Ha valamelyikre nehéz válaszolni, már tudod, hol érdemes elkezdeni.
Én is ezt csinálom most. Oldalról oldalra. Cikkről cikkre. …
Mert már tudom, hogy egy következő szakmai kihívás, projekt vagy munka lehetősége már jóval korábban eldől minthogy az első személyes találkozás megtörténne.
Egy keresésben. Egy ajánlásban. Egy recruiter rendszerében. Vagy egy AI által összeállított válaszban.
Érdemes tudatosan eldönteni, milyen képhez adunk hozzá és milyen információt.
Kapcsolódó Local Notes
A PROOF-ról és arról, hogyan építhetsz szakmai bizonyítékokat a tapasztalataidból.
Az EXPERIENCE → SKILLS → PROOF → OPTIONS rendszer kiindulópontja.