Чому PR повертається до коротких форматів, і як це підтверджують дані про роботу ШІРедакції дедалі частіше просять експертні коментарі на 2–3 речення замість лонгрідів. Це пов’язано з тим, як моделі штучного інтелекту працюють з інформацією.📌 Моделі віддають перевагу стислим «high-signal passages» Perplexity у своїй документації пояснює, що для формування відповідей використовує найбільш інформативні й концентровані фрагменти тексту. Це означає, що короткі експертні цитати мають вищий шанс бути використаними, ніж абзаци на 6000 знаків.📌 RAG-системи ранжують стислий контекст вище Методи Dense Passage Retrieval та ColBERT показують, що короткі релевантні уривки отримують вищий «matching score», бо містять чіткішу семантику.📌 OpenAI: моделі шукають concise, high-value context У гіді по retrieval OpenAI прямо вказує, що моделі працюють найкраще зі стислим, фокусним змістом, а не з великими полотнами тексту. 📌 SparkToro: моделі не зберігають рейтинги, а збирають сигнали Дослідження SparkToro показує, що моделі не мають статичних списків лідерів, замість цього вони щоразу формують рекомендації на основі доступних сигналів. Це підтверджує: стислі коментарі стають сильнішими «сигналами», ніж довгі лонгріди.Це означає, що короткі експертні коментарі мають більший шанс потрапити в AI-відповіді. PR повертається до суті: менше тексту → більше впливу.