Query Fan-out

Query Fan-out to mechanizm AI Search polegający na automatycznym rozbiciu jednego pytania użytkownika na 5-10 pod-zapytań (sub-queries), z których każde osobno przeszukuje indeks. Pytanie 'jak ugotować ryż' generuje sub-queries: proporcje woda-ryż, czas gotowania, ryż w garnku vs rice cooker, jak zrobić sypki ryż, ryż na parze.

Każde sub-query to oddzielna szansa na cytowanie – fan-out to mnożnik zasięgu: jeśli pokrywasz 7 z 10 sub-queries, masz 7x większą szansę na cytowanie niż konkurent pokrywający tylko jedno. Trzy typy dekompozycji: semantyczna (encja + atrybuty), intencyjna (follow-up pytania wzdłuż customer journey) i weryfikacyjna (sprawdzanie faktów w wielu źródłach). Różne platformy różnią się agresywnością fan-out: Perplexity generuje 10-20 sub-queries, ChatGPT korzysta z Bing z szerokim fanoutem, Gemini kieruje fanout do Knowledge Graph i YouTube.

W praktyce używaj Frame Semantics jako reverse engineering fan-out – ramka semantyczna daje mapę sub-queries PRZED napisaniem artykułu. AI Search to dziennikarz śledczy, nie student z podręcznikiem – rozbija temat na 10 pytań i dzwoni do 10 źródeł.