Classer les termes de recherche selon leur intention réelle.
Classez le besoin sous-jacent de l'utilisateur, puis indiquez les preuves. Gardez les termes incertains pour vérification au lieu d'imposer une étiquette binaire à chaque requête.
Adaptez le processus à votre tâche.
Classez chaque terme par rapport à l'offre et notez brièvement pourquoi. Distinguez services, recherche d'information, emploi et autres intentions pertinentes, en préservant les termes incertains pour examen plutôt que de les perdre dans un filtre binaire.
- Ce que vous fournissez
- Requêtes de recherche payante exportées et offre de l'entreprise.
- Ce que vous obtenez
- Groupes de requêtes pertinentes, non pertinentes ou à vérifier.
Consultez les données et le résultat.
Entrée et sortie illustratives · exemple pédagogique, pas une exécution WebAct en direct
Exemple champ
Offer: paid bicycle repair. Terms: bike repair near me; bike mechanic salary.
Exemple complet
Relevant service intent: bike repair near me. Irrelevant employment intent: bike mechanic salary.
Chargez ces données dans le prompt, puis copiez-le dans WebAct pour essayer la tâche. Votre résultat peut différer de l'illustration.
Décisions et dépannage.
Un terme peut-il exprimer à la fois une recherche d'information et une intention d'achat ?
Oui. Utilisez une étiquette ambiguë ou mixte lorsque les mots ne précisent pas l'action suivante. Des preuves supplémentaires peuvent trancher.
Pourquoi le classificateur assimile-t-il des mots connexes à des acheteurs pertinents ?
Comparez le besoin sous-jacent à l'offre réelle. Une requête sur le salaire d'un mécanicien cite le métier, mais cherche des informations d'emploi.
Essayez avec votre propre source.
Remplacez l'exemple par vos données dans le prompt. Gardez les exigences nécessaires, puis copiez la tâche dans WebAct.
Personnaliser et copier la tâche ↑