فوت و فن جدید گوگل AI: پرس‌وجو رو پخش کن!

با حالت هوش مصنوعی گوگل (AI Mode) آشنا بشید، ببینید چطور کار می‌کنه و چه تأثیری روی سئو داره.

همین هفته در رویداد Google I/O و فقط سه ماه بعد از انتشار نسخه آزمایشی، گوگل رسماً از AI Mode در آمریکا رونمایی کرد. این قابلیت جدید، یک تجربه دستیار گفتگو محور، چندوجهی و وظیفه‌گرا رو فراهم می‌کنه و نقش AI Overviews رو با استدلال‌های پیشرفته‌تر، گسترش میده.

گوگل همچنین توضیح داد که از این هفته، AI Overviews و AI Mode از یک نسخه سفارشی‌سازی شده از مدل Gemini 2.5 (که در حال حاضر هوشمندترین مدلشونه) استفاده می‌کنن. این قابلیت‌ها به عنوان یک بستر آزمایشی برای ویژگی‌های جدید عمل می‌کنن و از بازخورد کاربرا برای شکل دادن به تکاملشون استفاده میشه.

یکی از کلیدهای اصلی AI Mode، استفاده از تکنیک «فن‌آوت کوئری» (query fan-out) هست که گوگل اون رو این‌طور توضیح میده:

«حالت هوش مصنوعی (AI Mode) از تکنیک فن‌آوت کوئری ما استفاده می‌کنه، یعنی سوال شما رو به موضوعات فرعی تقسیم می‌کنه و به نمایندگی از شما، چندین کوئری رو به طور همزمان اجرا می‌کنه. این کار به جستجو اجازه میده تا عمیق‌تر از یک جستجوی سنتی در گوگل، در وب کاوش کنه و به شما کمک می‌کنه تا چیزهای بیشتری که وب برای ارائه داره رو کشف کنید و محتوای فوق‌العاده مرتبطی که با سوال شما مطابقت داره رو پیدا کنید.»

خب، تکنیک فن‌آوت کوئری (Query Fan-Out) در AI Mode چطور کار می‌کنه؟

فن‌آوت کوئری یک تکنیک بازیابی اطلاعاته که یک کوئری (پرس‌وجو) کاربر رو به چندین زیر-کوئری گسترش میده تا نیات احتمالی مختلف کاربر رو پوشش بده. این کار باعث میشه نتایج متنوع‌تر و گسترده‌تری از منابع مختلف (مثل وب، گراف دانش و داده‌های تخصصی مثل Google Shopping) به دست بیاد. این تکنیک به تجزیه و تحلیل مسائل پیچیده کمک می‌کنه و به خصوص برای تحلیل‌های مقایسه‌ای، تصمیم‌گیری‌های چندمعیاره و سوالاتی که نیاز به ترکیب اطلاعات از منابع مختلف دارن، خیلی مفیده تا در نهایت یک پاسخ جامع ارائه بشه.

وقتی کاربر یک کوئری رو در AI Mode وارد می‌کنه، سیستم‌های گوگل با استفاده از پردازش زبان طبیعی پیشرفته، اون کوئری رو تحلیل می‌کنن تا چیزهایی مثل نیت کاربر، سطح پیچیدگی و نوع پاسخ مورد نیاز رو تشخیص بدن و ببینن آیا اصلاً نیازی به فن‌آوت هست یا نه.

کوئری‌های ساده و مبتنی بر واقعیت مثل «پایتخت اسپانیا کجاست؟» ممکنه فن‌آوت گسترده‌ای رو فعال نکنن، اما کوئری‌های پیچیده مثل «چطور عملکرد وب‌سایت رو بهینه کنیم؟» باعث میشن فرآیند فن‌آوت به طور کامل فعال بشه.

با «فن‌آوت کردن» کوئری اصلی، سیستم می‌تونه جنبه‌ها و زیرموضوعات مختلف رو بر اساس درک معنایی، الگوهای رفتاری کاربر و ساختار منطقی اطلاعات پیرامون اون موضوع، به طور همزمان بررسی کنه. این کار منجر به درک کامل‌تر و غنی‌تری از نیاز کاربر میشه.

برخلاف جستجوی سنتی که یک کوئری یک مجموعه نتیجه برمی‌گردونه، AI Mode به طور همزمان برای تمام کوئری‌های فن‌آوت شده اطلاعات جمع‌آوری می‌کنه. این اتفاق به صورت موازی رخ میده و مجموعه اطلاعات موجود برای ساختن پاسخ رو گسترش میده. بعد، محتوا رو با استفاده از سیگنال‌های رتبه‌بندی و کیفیت گوگل ارزیابی می‌کنه و اطلاعات منابع مختلف و کوئری‌های فن‌آوت شده رو با هم ترکیب می‌کنه تا یک پاسخ منسجم و جامع بسازه که هم به کوئری اصلی جواب بده و هم اطلاعات تکمیلی مرتبط رو شامل بشه.

یک مثال از فن‌آوت کوئری

بیاید با استفاده از یک پرامپت (دستور) واقعی از گزارش ترافیک چت‌بات‌های هوش مصنوعی Similarweb، ببینیم فن‌آوت کوئری در یک سناریوی واقعی چطور عمل می‌کنه. این گزارش نه تنها ترافیک هوش مصنوعی هر سایت، بلکه ترافیک هوش مصنوعی برای هر صفحه و پرامپت‌های برتری که به اون صفحات منجر شدن رو هم نشون میده.

برای یک مثال از حوزه تجارت الکترونیک، یک پرامپت رو انتخاب می‌کنیم که برای یک صفحه محصول در eBay ترافیک ایجاد کرده: یک هدفون بلوتوثی روی گوش (Over Ear):

«میشه چند تا هدفون بلوتوثی با طراحی راحت روی گوش (over-ear) و باتری با دوام بالا پیشنهاد بدی؟»

یادتون باشه که تکنیک فن‌آوت جنبه‌های مختلف کوئری اصلی رو پوشش میده و سوالات بعدی کاربر یا نیازهای پنهانش رو پیش‌بینی می‌کنه. پس در این مورد خاص، هوش مصنوعی گوگل باید تشخیص بده که کوئری اصلی به طراحی (روی گوش، راحت)، تکنولوژی (بلوتوث) و عملکرد (باتری با دوام بالا) اشاره داره. این‌ها جنبه‌های اصلی هستن.

سیستم باید نیات مرتبط دیگه‌ای مثل «سرعت شارژ» یا «قابلیت حمل» رو هم بررسی کنه که ممکنه کاربر به طور ضمنی بهشون اهمیت بده. ممکنه از مترادف‌ها هم استفاده کنه (مثلاً «عمر باتری طولانی» و «باتری با دوام بالا»). هوش مصنوعی فرض نمی‌کنه که کاربر فقط دنبال یک لیست محصوله. زیر-کوئری‌ها ممکنه این موارد رو هدف قرار بدن:

  • لیست محصولات (از گراف خرید گوگل)
  • نقد و بررسی‌های تخصصی و مقایسه‌ها (صفحات نقد و بررسی، محتوای تحریریه)
  • نظرات و تجربیات کاربران (انجمن‌ها، نظرات محصولات)
  • مشخصات فنی و ویژگی‌ها (صفحات رسمی محصولات، برگه‌های مشخصات)

همه این‌ها در نهایت منجر به زیر-کوئری‌هایی مثل این‌ها میشه:

جنبهزیر-کوئری
کشف محصول عمومی«بهترین هدفون‌های بلوتوثی با طراحی روی گوش»
کوئری مبتنی بر موجودیت«لیست هدفون‌های بلوتوثی روی گوش با امتیاز بالا و باتری قوی»
تمرکز بر راحتی«راحت‌ترین هدفون‌های بلوتوثی روی گوش»
عملکرد باتری«هدفون‌های بلوتوثی با بیشترین عمر باتری»
ترکیب راحتی و باتری«هدفون‌های بلوتوثی روی گوش با طراحی راحت و عمر باتری طولانی»
محدوده قیمت (جنبه ضمنی)«هدفون‌های بلوتوثی روی گوش مقرون‌به‌صرفه با عمر باتری خوب»
تجربه کاربر«نظرات کاربران در مورد هدفون‌های بلوتوثی روی گوش با عمر باتری طولانی»
مقایسه بر اساس برند«مقایسه هدفون‌های بلوتوثی روی گوش سونی، بوز و سنهایزر با عمر باتری طولانی»
کیفیت طراحی«بهترین هدفون‌های بلوتوثی روی گوش از نظر کیفیت ساخت»
تکنولوژی باتری«کدام هدفون‌های بلوتوثی بهترین تکنولوژی باتری را دارند (مثلاً شارژ سریع)؟»
قابلیت حمل (ضمنی)«هدفون‌های بلوتوثی روی گوش سبک با عمر باتری خوب»
ایزوله‌سازی نویز (فاکتور رایج)«هدفون‌های بلوتوثی روی گوش با قابلیت نویز کنسلینگ و باتری قوی»
زمان شارژ باتری«کدام هدفون‌های بلوتوثی روی گوش سریع‌تر شارژ می‌شوند؟»

این هم پاسخی که موقع انجام این جستجو در AI Mode گوگل (نسخه آزمایشگاهی، چون من هنوز به نسخه اصلی دسترسی ندارم) دریافت میشه. همون‌طور که می‌بینید، این موارد رو شامل میشه:

  • یک لیست از محصولات پیشنهادی، همراه با دلایل انتخابشون.
  • پک‌های محصول شامل مشخصات و نقدها، که با کلیک روی اونها، پنل‌های دانش محصول (product knowledge panels) نمایش داده میشه که گزینه‌هایی از فروشنده‌ها برای خرید مستقیم و همچنین محصولات مرتبط رو نشون میده.
  • خلاصه‌ای از ویژگی‌های راحتی و عملکرد باتری.
  • یک سایدبار با لینک به ۲۰ صفحه‌ای که اطلاعات از اون‌ها گرفته شده، که این لینک‌ها از طریق آیکون‌های انتهای پاراگراف‌ها هم در دسترس هستن.

این ماجرا برای سئو چه معنایی داره؟

برای متخصصان سئو، تکنیک فن‌آوت کوئری چندتا پیامد کلیدی داره:

  • نیاز به درک عمیق‌تر نیت کاربر: هوش مصنوعی کوئری رو به نیات اصلی و سوالات فرعی مرتبطش تجزیه می‌کنه. بنابراین، سئوکارها باید از بهینه‌سازی صرف برای کلمات کلیدی تکی فراتر برن و در عوض روی درک کل سفر کاربر و سوالات متعددی که ممکنه یک نفر در مورد یک موضوع بپرسه، تمرکز کنن.
  • اعتبار موضوعی جامع (Topical Authority): به جای اینکه فقط برای صفحات جداگانه رتبه بگیرید، استراتژی‌های محتوا باید اعتبار موضوعی رو هدف قرار بدن. این یعنی یک موضوع رو به طور کامل پوشش بدید، به تمام زیر-کوئری‌ها و جنبه‌های مرتبط بپردازید و اونها رو به صورت معنایی به هم پیوند بدید.
  • پیش‌بینی سوالات بعدی: قابلیت هوش مصنوعی برای درگیر شدن در جستجوی گفتگو محور به این معنیه که محتوا باید به طور طبیعی کاربر رو به سمت سوالات بعدیش هدایت کنه و به اونها پاسخ بده، حتی اگه در کوئری اولیه به صراحت پرسیده نشده باشن.

به خاطر موارد بالا، باید ذهنیت «پاسخ به یک جنبه» رو در محتواتون به کار بگیرید.

برای هر موضوع گسترده‌ای که هدف قرار میدید، باید سوالات فرعی یا زوایای مختلفی که یک کاربر ممکنه بررسی کنه رو پیدا کنید و برای هر زیرموضوع، پاسخ‌های عمیق و متمرکز ارائه بدید. این کار شانس انتخاب شدن محتوای شما برای پاسخ به یکی از کوئری‌های فن‌آوت شده هوش مصنوعی رو افزایش میده.

سازماندهی محتوای سایت در قالب خوشه‌های موضوعی (topic clusters) واضح، از همیشه مهم‌تر میشه. هر خوشه حول یک موضوع اصلی متمرکز میشه و شامل چندین صفحه یا بخش هست که به زیرموضوعات یا جنبه‌های خاصی از اون موضوع می‌پردازن. این کار نه تنها به کاربرا برای مرور محتوای شما کمک می‌کنه، بلکه به شما اجازه میده پوشش جامع خودتون رو نشون بدید و اعتبار موضوعی‌تون رو تقویت کنید.

چندتا ابزار سئو می‌تونن به شما کمک کنن تا این کار رو عملی کنید:

  • AlsoAsked: به شما اجازه میده با داده‌های زنده «People Also Asked» و خوشه‌بندی نیت کاربر توسط گوگل، کاربرانتون رو درک کنید.
  • Keyword Insights: شامل یک ویژگی کشف کلمات کلیدی که داده‌های زنده رو از Google Autocomplete، Reddit و People Also Ask جمع‌آوری می‌کنه، به علاوه ویژگی‌های طبقه‌بندی نیت جستجو و خوشه‌بندی محتوا.
  • Waikay: به شما امکان میده شکاف‌های موضوعی محتوای خودتون رو در مقایسه با رقبا شناسایی کنید.
  • InLinks: تحلیل مبتنی بر موجودیت (Entity) سایت شما، پیاده‌سازی داده‌های ساختاریافته و لینک‌سازی داخلی.

موارد بالا باید معیارهای مرتبط با محتوا رو تکمیل کنن که موقع بهینه‌سازی برای پاسخ‌های هوش مصنوعی باید بیشتر در اولویت قرار بگیرن:

  • اهمیت بیشتر E-E-A-T: از اونجایی که هوش مصنوعی در حال ترکیب اطلاعاته، به شدت به منابع قابل اعتماد تکیه می‌کنه. محتوای نویسندگان و وب‌سایت‌هایی که سیگنال‌های قوی E-E-A-T (تجربه، تخصص، اعتبار و اعتماد) رو نشون میدن، مثل داشتن مدارک معتبر، تحقیقات اصیل، نظرات مثبت کاربران، اعتبار و شهرت برند قوی و اشاره شدن توسط سایت‌های معتبر دیگه، در اولویت قرار می‌گیرن.
  • دیدگاه‌های منحصر به فرد به یک مزیت تبدیل میشن: داده‌های اختصاصی و منحصر به فرد، تحقیقات اصیل و تجربیات دست اولی که هوش مصنوعی نمی‌تونه به راحتی اونها رو تکرار یا پیدا کنه، واقعاً ارزشمند میشن.
  • فرمت‌های قابل اسکن و قابل هضم: محتوا باید به گونه‌ای ساختار یافته باشه که هوش مصنوعی بتونه به راحتی اون رو تجزیه و خلاصه کنه. این یعنی استفاده از هدینگ‌ها و ساب‌هدینگ‌های واضح، لیست‌های بولت‌پوینت و شماره‌دار، و پاسخ‌های مختصر به سوالات رایج.
  • نقش بزرگ‌تر منشن‌های برند: منشن‌های بدون لینک برند و احساسات مثبت در سراسر وب، سیگنال‌هایی برای ارزیابی اعتماد و توصیه کردن برند شما هستن.

تکنیک فن‌آوت کوئری که توسط AI Mode استفاده میشه، جستجو رو از یک فرآیند متمرکز بر کوئری به یک فرآیند متمرکز بر زمینه و مفهوم (context) تغییر میده و روشی که ما محتوای خودمون رو بهینه (و همچنین اندازه‌گیری) می‌کنیم هم باید بر اساس اون تکامل پیدا کنه.

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *