Cómo evaluar el EEAT de una URL con IA

(00:01) muy buenas bienvenidas y bienvenidos a un nuevo vídeo de isocialweb yo soy Luis Fernández y vamos a continuar con nuestra serie de vídeos de Inteligencia artificial en la que os explicamos casos prácticos con scripts bastante sencillos en pythons que podéis aplicar a vuestros proyectos a vuestros clientes o que os pueden servir como aprendizaje para empezar a trabajar con la programación y Inteligencia artificial en este caso es vamos a enseñar un Script muy sencillito en el que escapeamos una URL concreta obtenemos sus datos principales datos
(00:30) bastante relevantes y le pedimos a chat gpt que nos dé una evaluación de eat o eat como lo voy a llamar a partir de ahora ya que la extra esa es un poco complicada de Añadir siempre y nos va a dar una evaluación completa del contenido con la información que le pasemos como siempre deciros que esto es una herramienta muy muy interesante pero no deja de ser una guía generativa que le queda mucho con mejorar y por eso estamos trabajando con ello porque esperemos que va a mejorar bastante a lo largo del tiempo Está avanzando A pasos
(01:03) agigantados y saber trabajar con esta versión que podemos llamar 1.0 o 3.5 como estamos ahora con gpt nos va a permitir en un futuro trabajar con cosas mucho más avanzadas este caso nos puede servir para sacar ideas de cosas que se nos han pasado por alto al evaluar una página o para evaluar en más a un montón de urls adaptando este código un poco y permitirnos priorizar con una score qué páginas que tenemos que empezar a trabajar o a revisar antes esto como siempre el propio Google incluso no las lea te es un tema
(01:35) complicado y el propio Google emplea a personas reales que hacen entrar a páginas webs y revisan entre otras cosas este tipo de temas sobre todo en nichos York Money your life por lo que como siempre tenerlos esto como una herramienta de entrada como una plantilla que puedes utilizar para ampliar y aprovecharla porque aunque se estaba echando un pequeño jarrón de agua fría siga siendo Algo súper potente y que con un poco de imaginación y saber usarlo podéis hacer cosas que no se pueden hacer antes o acelerar procesos
(02:06) que antes llevaba mucho mucho tiempo Entonces esto es un Script trabajado creado inicialmente por Álvaro Peña aquí tenéis su handle en Twitter isocialweb seo yo creo que casi todos lo conocéis y yo lo he adaptado un poco añadiendo un par de cambios ampliando un poco información y aquí tenéis mi hander en Twitter si queréis seguirme lo que os diría que sigáis sí o sí al canal de YouTube de isocialweb Así un poco YouTube todo pero tenemos una serie muy chula de vídeos de Inteligencia artificial que van desde lo más básico
(02:35) hasta vídeos como este no son nunca cosas súper complejas por ahora pero sí que son ideas nuevas y aplicaciones muy muy utilizables en vuestros proyectos entonces sin más dilación ya paro con la intro y vamos a ver vamos a ver el contenido el código como siempre trabajamos con colapse si queréis una explicación más avanzada o más pausada tampoco es un curso de python podéis ver los vídeos iniciales en los que explico todo un poquito más paso a paso línea línea cómo funciona todo pero aquí vamos directos al grano vamos a trabajar con
(03:06) las librerías de siempre por ejemplo y vamos a trabajar con web scripting necesitamos obtener la información de la URL que queremos analizar queremos que nuestro chat gpt analice su eat entonces para eso vamos a utilizar Beauty full que si os metéis en esto Vais a trabajar con ello muchísimos en una de las librerías más utilizadas porque es muy fácil de utilizar y muy ligera para escapears esto nos permite escapear webs en estáticas es decir que no utilizan javascript para generar el contenido o no utilizan no javascript sino cosas en
(03:37) el servidor a posteriori si es una web que en general contenido en el servidor no en el servidor Perdón en el cliente Si es una web que genera el contenido del cliente que normalmente trabajan con librerías reactivas de javascript no vamos a poder escapearla tendríamos que movernos a simular browsers como un selenium similares vamos a utilizar otra filatura que nos permite extraer fácilmente cierto contenido directamente el html Esto no es tan habitual pero en este caso es muy útil y la podéis utilizar es una
(04:08) librería muy pequeñita con el funcionamiento muy concretas pero bastante útil y vamos a Añadir tiktoker que se explicará a continuación un poco la aplicación que tiene en este programa y la aplicación que tiene de Cara a otros desarrollos con ia ya que es muy interesante y por eso la quería incluir por aquí aquí ejecutaríamos instalaríamos todo y ya lo he hecho también podéis Añadir este Comando capture con dos signos de porcentaje esto lo que hace es que evita que os muestre aquí el output los blogs de todas las instalaciones que cuando
(04:37) estáis instalando muchas cosas puedo hacer ese gigante y ser un poco incómodo Aquí vamos a pasar por ahora aquí importaríamos todo lo necesario en estas primeras líneas y pasaríamos a lo único que tenéis que marcar que es vuestra Api de Open como siempre esto tenéis que tener una Api la podéis generar y veis aquí que tenemos un comando input en este caso si ejecutamos la celda nos va a pedir directamente me he tenido que modificar la Stream vamos a la URL que queremos analizar en este caso va a ser esta URL de periódico de la energía
(05:09) por tener un ejemplo cualquiera vamos a copiarla y este no es el Script este de Aquí vamos a pegarle aquí cuidado y ahí está y va a ejecutar todo el código rápidamente una vez la pegamos esto lo podéis adaptar como siempre a subir un csv Y tirar por el csv y analizar varias varias urls en este caso vamos a hacerlo con una sola pero es muy sencillo podéis otro colap de los que hemos utilizado en los que queramos en un csv y podéis adaptarlo fácilmente así por explicar un poco el código lo que vamos a ver aquí es la extracción
(05:47) del title el menú texto de la URL y el footer por aquí abajo veis que vamos a hacer un fetch vamos a hacer una llamada a la URL vamos a todo el html y nos vamos a el title Aquí vamos a el artículo completo y vamos a el texto de la web y Aquí vamos a hacer algo que puede mejorarse se lo dejo por vuestras manos si alguien quiere trabajar en ello O al menos os dejo la idea pero nosotros en este caso lo que vamos a hacer es el texto y como el texto o es un artículo de mil palabras o puede ser un artículo de 7000 o de 200 lo que vamos a
(06:19) hacer es quedarnos con los 5.000 primeros caracteres vamos a simplificarlo nos vamos a caer los 5.000 primeros caracteres para no pasarnos con él pronto y para evitar mandarle demasiado contenido hgpt y que empiece a alucinar un poco Aquí vamos a los contenidos del menú y acá abajo los del footer es decir vamos a el title de la web el texto de la web los elementos del menú y los elementos del footer son cuatro ideas que os damos podríais más podréis menos el footer es por ejemplo muy interesante porque al ser un
(06:48) tema de ate en el suelo incluir los avisos legales se suele incluir información de Quiénes somos etcétera podríais escapear por ejemplo el esquema de la web y ver si está aquí las posibilidades son limitadas los que tenéis son ilimitadas lo que tienes que quedar es con el concepto de que esto es posible y de Y a partir de ahí ya ir tirando vosotros del hilo está sin embargo es una esto es más que completo y si no queréis complicar o encender programando vosotros con esto Vais a tener un resultado también muy muy
(07:15) interesante Y con toda esa información lo que vamos a hacer es crear un Chrome y en el Chrome e insertando los contenidos como el extraído de forma dinámica veis que el Pro aquí estaría en naranjas todo esto de aquí es bastante grande es bastante complejo y veis que aquí hay un subtítulo aquí añadimos los elementos del menú y se lo marcamos al peine y decir aquí está el título página le damos unos saltos de línea Aquí están los elementos del menú Aquí está el texto y aquí está el footer y para todo esto lo que recomiendo es
(07:45) salirnos de cola e iros al playground de opening en este caso tenemos un playground que es un poco distinto al playground habitual y podemos ver aquí que tenemos los parámetros habituales podemos guardarnos presets podemos editar el modelo podemos editar el perdón en modo el modelo la temperatura la longitud el top y etcétera y aquí tenemos cosas un poco distintas y solo habéis trabajado con gp3 en este caso tenemos un comando que existen que lo que nos permite es darle una persona darle una función al chat porque al fin
(08:16) y al cabo esto es un modelo conversacional es decir quién es el chat aquí puede ser eso un asistente que te ayuda no me sale ahora la tradición de healthy pero podría ser un redactor experto en finanzas O podría ser como en nuestro caso un evaluador de Google que experto en términos date guiller Life y aquí tenemos le marcaríamos lo que es su rol y aquí tenemos lo que sería nuestros promes y marcamos que está mal marcado aquí para mostraroslo tenemos dos opciones o user o assistant aquí tenéis todo el prom pegado como veis es
(08:51) muy muy grande pero vamos a ver qué podemos Añadir más de uno veis user o assistant user seríamos nosotros decir lo que le Estamos pidiendo algo al chat y asistant sería la respuesta del chat y si lo que podéis ver aquí es que podemos Añadir más de uno podemos marcarle nuestro Clon de user aquí podríamos y Añadir una respuesta generada por él o generada por nosotros desistant podríamos ir haciendo una conversación si os fijáis en este caso para esta funcionalidad específica no nos hace falta pero que sepáis que es posible y es el uso más
(09:22) habitual o una de las ventajas que tiene hechas gpt aparte de ser diez veces más barato y permitirnos que gpt3 y permitirnos más tokens entonces teniendo eso lo ejecutaríamos y veis que aquí estoy imprimiendo el Chrome para tenerlo de ejemplo para que se pueda ver pero bueno Esto no sería necesario pero aquí puedo revisar todo como siempre tendréis el colap enlazado en el artículo en nuestra web o incluso el video de YouTube dejando eso de lado os podéis ver que es un Pro gigante y esto hay veces que puede causar problemas y
(09:52) también recordad que Estamos cortando el contenido de la web lo que se incluye a continuación y os mencionaba antes es la librería tiktoken con un par de funciones muy útiles que hemos dejado aquí definidas y que podéis utilizar en este colap o en otros colapse y lo que hacen estas funciones es contar el número de tokens de un String con esta segunda función de aquí es decir de una cadena de texto o de una cadena de mensajes de chat gpt esto es de muy muy útil por ejemplo lo que podéis hacer Aquí vamos a activarla
(10:21) Bueno ya está vamos a ejecutarla ya está ejecutada y aquí podríamos realizar un conteo si ejecutamos este código veis que le vamos a pasar en esta llamada llamando esta función de aquí de un montón que se formstream le vamos a pasar el texto de la web es decir el texto antes de recortar los 5000 caracteres y lo que nos va a decir es esto vamos a bajar el contenido era gol tiene 776 tokens antes de recortarlo es decir estos modelos funcionan con tokens no palabras si no contaremos palabras y ya está no nos complicaríamos pero como
(10:54) trabajamos con tokens que es algo que no no podemos contar hacia abajo tenemos que generar estas funciones que nos ayuden Y lo que nos permite hacer esto es decir vale en vez de cortar los 5.000 primeros caracteres ahí sin podemos por ejemplo decir vale mientras no se pase el número máximo de tokens que son 4.
(11:14) 086 en chat gpt dos recortes si te pasas repórtame esta no pasarte eso sería un ejemplo otro ejemplo de utilidad por ejemplo es contar lo que nos va a costar hacer todas estas peticiones en este caso Sólo estamos pidiendo una URL pero imaginaos que pedimos que queremos analizar mil páginas cuánto nos va a costar eso podemos generar todos esos mensajes y Llamar a la función número de toques from Messi y en este caso como es un solo mensaje vemos que tiene 1.
(11:41) 353 tokens y que nos va a costar nada 0,0027 céntimos 227 dólares es decir nada esto multiplicado por mil cien mil o las medidas que normalmente se mueven en el mundo de la automatización por sí que puede tomar un precio relevante entonces tenerlo en cuenta y yo me guardaría estas funciones en un colap y las utilizaría dejando eso de lado veis Aquí vamos un poco más dejando el número de toques de lado vamos a ir un poco al detalle de la implementación de chat gpt versus gp3 aquí veis que estamos haciendo algo muy
(12:16) similar a lo que lo veíamos en el playground tenemos una lista con dos elementos Este es el primer elemento Este es el primer elemento y este es el segundo elemento entre corchetes y los elementos tienen los mismos integrantes son diccionarios es Jason lo podéis Llamar de varias formas en este caso es un rol que es sistema es decir rol System como veis aquí y un rol user como es nuestro otro tenemos un contenido que es el que le indicamos lo que va a ser al chat una evaluador de calidad de Google en español etcétera etcétera y en nuestro
(12:53) content le pasamos nuestro pronto que es lo que hemos impreso aquí es todo toda la función completa actualmente en la función de System tiene poca utilidad está dicho por los propios desarrollos de chat gpt y lo hemos probado bastante internamente y no se tiene muy en cuenta el modelo no está entrenado o no está preparado aún para tener muy en cuenta O darle peso a las instrucciones que encuentra entre el sistema Por eso en nuestro caso si os fijáis dentro del Front estamos añadiendo la misma función casi actúa
(13:24) como un evaluador de calidad de Google en español dependiendo del tipo de tarea que Vais a realizar incluso Es recomendable que le quitéis el roll System para ahorrar tokens o le pongáis un rol System muy pequeñito si no Vais a hacer algo muy en masa y que lo recalquéis siempre en el user y como veis esto es casi con muchas gpt simplemente tenemos un System y un pronto esto podría ampliarse y añadirsele más elementos Seguimos aquí podríamos copiar todo esto por simplificar y le podríamos incluso incluir una respuesta del sistema en
(13:59) este caso sería assistant y aquí podemos pasarle una respuesta y pedirle un siguiente él va a continuar la conversación siempre podrías pasar una siesta luego otro user con otra pregunta y seguiré trabajando y construyendo sobre ello en este caso no lo vamos a hacer así es suficiente es decir estamos casi imitando el modelo de gp3 pero de forma más barata [Música] dejando esa celda de lado ya llegaríamos a la llamada como veis casi todo es gestión de la información y ordenación luego y generación de Chrome como todas
(14:34) este tipo de tareas luego la llamada en sí lo que es la Inteligencia artificial es súper fácil es una Api muy sencilla en este caso aquí veis opension ha cambiado el nombre Si queremos ya está gpt create y lo pasamos el modelo que es gpt 3.5 Turbo le pasamos nuestros mensajes nuestra lista de mensajes y le podemos poner un máximo de tokens otros parámetros típicos se lo podéis ver a la documentación creamos un chat con pide chat con plisión que es una respuesta Jason con varios parámetros los toques que etcétera nos quedamos con el contenido
(15:11) del mensaje ya que lo podemos imprimir y podemos ver el resultado que nos da ya veréis qué chulo tenemos la clasificación de calidad de la página un 8 sobre 10 Esto es lo que os comentaba antes podemos por ejemplo mandar un montón de páginas simplemente clasificar quedarnos con las urls que tienen menor Pitch cube page Quality y priorizar revisar esas De antemano eso ya nos puedes y trabajamos con sitios muy grandes eso nos puede dar una imagen de directorios que tiene mejor calidad que otros etcétera luego tenemos una explicación
(15:44) y os va a explicar paso a paso es que es un contenido bastante grande la verdad la página presenta un contenido relevante y calidad en relación a la planificación de energía renovables etcétera etcétera es preciso y veraz falta profundidad en ciertas áreas te dicen qué áreas te falta información esto recomiendo leerlo la verdad es que es muy complejo es muy complejo en el sentido de que es bastante extenso bueno y que nos puede servir para dar ideas de cosas que nos están faltando Y es que si es aquí más adelante si os fijáis
(16:15) incluye las sugerencias para mejorar el contenido incluir sugerencias muy comunes por ejemplo Añadir enlaces a Fuentes confiables que respalden la información presentada en la página aquí si os fijáis no hay ningún enlace así que ya o ninguna cita Así que está acertando esto como siempre lo que os decía no os lo toméis como la opinión de un consultor seo pero para sacar ideas es muy muy útil y luego tenemos las tres entidades principales del texto y las marcas muestra las entidades aquí os he dejado un ejemplo de ver para que veáis
(16:48) cómo puede fallar o como no fallar porque son entidades pero no son tres entidades aquí nos está mezclando varias y lo que está haciendo es como una única entidad esto de aquí todas estas mencionadas entre paréntesis de aquí nos las estamos contando como una lo que si tienes un sistema que te lo intenta pasar todo pasear y pasar un formato más estructurado podría ser un problema o al menos tendrías que tener en cuenta y además de estos quiero enseñar otro ejemplo de casuística Real de chat gpt para que lo tengáis para que
(17:24) nos creáis que eso todo lo que era el lujo que esto ya es una pasada sobre todo la pisquality y las sugerencias que esta es otra petición un poco distinta pero lo que hace esto sin embargo Perdón no es chat gpt Esto está hecho con gp3 directamente y en este caso me está haciendo más caso decir la llamada del Chrome si vamos Aquí vamos a ver que en uno de los momentos le decimos al final de tu análisis sugiere un encabezado h1 y una etiqueta de título Seo yo aquí no veo ninguna h1 Ni etiqueta de título sin embargo aquí con GB de tres
(18:01) sí que no está incluyendo el encabezado sugerido Reino Unido reforma el proceso de planificación para acelerar la entrega de energías renovables y una etiqueta título seo en este caso una etiqueta bastante que da el pego completamente es decir ha entendido la tarea perfectamente nos añade el típico guión nombre del medio y un título concreto esto no ha pasado ancha gpt porque ha podido ser pues esto puede ser que el dron no está todo lo bien que debería estar o por lo que hemos estado probando lo más probable y la función
(18:31) que a mí más me gusta utilizar es que hemos mandado demasiadas cosas demasiadas tareas en una sola petición para el chat lo que os contaba antes de que podemos separar las peticiones en más de uno es ideal para este tipo de tareas podríamos separar nuestras distintos objetivos en tres llamadas dentro del mismo mensaje es decir podríamos o iterando en distintos mensajes le podemos pasar toda la información y pedir un Pitch Quality en la primera eso con su respuesta Lo guardamos para la segunda y le pedimos que nos dé una
(19:03) explicación y unas sugerencias y finalmente le pedimos que nos dé el h1 el title y las entidades del contenido y así podemos aprovechar todas las llamadas bachearlas de algún modo Y aprovechar que tiene una cierta memoria esta appy A diferencia de gp3 que cada petición no es memoria porque mandamos todos los mensajes juntos Pero bueno no sirve lo más cercano que tenemos por ahora y con eso diferenciamos todos los puntos de la llamada y nos da todos los resultados por separado mucho más fáciles de pasear y organizar y eso sería todo aquí tenéis
(19:35) el código perfectamente funcional con chat gpt probablemente incluyamos también la versión de gp3 por si queréis utilizarla es muy parecida es prácticamente cambiar dos cosas Pero bueno así lo tenéis a mano y muchas gracias si hacéis cualquier mejora tenéis cualquier duda queréis compartir algo o entrar en la conversación ya sabéis Seguiremos subiendo vídeos de este estilo en nuestro canal de YouTube Así que no os olvidéis de seguirnos y muchas gracias por vuestro tiempo un saludo