目前，已使用的技术基于围绕关键字（短-中-长尾）优化内容。也就是说，例如，我们有以下讨论内容营销的帖子。
我们对其进行了内容优化计划，例如网站审核员。排名层面的成绩并不好，没有进入前50名。
入站营销内容优化
同样，它会建议我们应该或多或少地使用哪些关键字，以便进行页面优化 美国华侨华人数据库 来帮助我们使用关键字。乍一看一切似乎都是一个理想的世界，对吗？它的推荐来源是对与我们的目标关键字竞争的网址进行分析，并将我们的使用与其余网址进行比较。我们很清楚必须做出哪些改变……：
主要是他告诉我们一方面要增加“内容营销”这个关键词的使用，另一方面要添加“网站定位”、“营销策略”、“什么是营销”等关键词（我们有很多+但是我们要去坚持这些主要的）。
到目前为止，一切都是理想的世界，可能你已经这样做了很长时间了。然而，我们忽略了一个我认为开始变得至关重要的细微差别。
Google 如何分析网址来了解哪些主题或关键字相关？
嗯，它使用人工智能已经有几年了，特别是我们所说的自然语言理解。
什么是自然语言理解？
它是人工智能的一个分支，帮助计算机理解、解释和操纵人类语言。
也就是说，Google 使用 NLU 系统来理解我们的内容并随后对其进行编目，而不是使用关键字计数、密度或 Tf-IDF 等技术，这是 SEO 分析程序使用的方法，主要是通过可以找到的内容. 我们正在使用不再那么有效的方法进行优化。让我们看看区别：
使用人工智能来了解它对我们的帖子的理解，我们会得到不同的结果。
使用基于自然语言理解的方法论，结果为我们提供了比简单的关键词更多的维度；它给我们感觉（积极、中性、消极）、关键词、实体、类别、概念、语法和语义角色。但最重要的是，他告诉我们他对我们帖子中所讨论内容的理解。
看看这个视频
看看这个视频
综上所述，如果我们比较两个结果（关键词与 NLU），我们会发现它们有一些共同点，但主要是重要性和关键词并不对应。这就是疑虑开始的地方，我该听谁的？谁发现该关键字在 Google 中的排名与我们在分析该关键字时给出的排名之间存在更大的相关性：
也就是说，我们要寻找谁在“内容营销”中处于第一位置，就我而言，结果是我得到了四十度发烧的帖子，我们通过 Watson 和 Premio 传递了它！
看看这个视频
看看这个视频
我们看到它的第一个位置与 Watson 理解的 + 代表关键字以及该帖子在 Google 中的第一个位置之间存在直接相关性，具体来说：
1.- 内容营销 0.81
2.-内容营销策略0.66
我们发现了相关性，并且我们看到在这种特定情况下它是积极的，我们有一个工具可以帮助我们审查我们的内容并告诉我们它是否优化，但它并没有告诉我们必须改变为了优化；）。
这是我们进入第二阶段的地方，即自然语言处理，它使我们能够看到语义关系并对它们进行分组。也就是说，它将允许我们知道关键字下存在的结构（我将在下一篇文章中讨论这一点）。
