هوش مصنوعی گوگل: آنچه می‌دانیم و نظر کارشناسان
حالت هوش مصنوعی گوگل (AI Mode) منطق متفاوتی رو برای رتبه‌بندی معرفی کرده و به محتوایی پاداش میده که با این روش جدیدِ کشف اطلاعات، همخوانی داشته باشه.
حالت هوش مصنوعی یا AI Mode، قدرتمندترین تجربه جستجوی هوش مصنوعی گوگله که به سوالات پیچیده طوری جواب میده که انگار نیازهای اطلاعاتی کاربر رو پیش‌بینی می‌کنه. با اینکه گوگل میگه برای رتبه گرفتن توی AI Mode لازم نیست کار خاصی انجام بدین، اما واقعیت اینه که سئو فقط صفحات شما رو واجد شرایطِ نمایش داده شدن می‌کنه.
حقایق، دیدگاه‌ها و مثال‌هایی که در ادامه میاد، AI Mode رو رمزگشایی می‌کنه و یک چشم‌انداز روشن از نحوه و دلیل رتبه‌بندی صفحات به شما میده.
حالت هوش مصنوعی (AI Mode) چیه؟
حالت هوش مصنوعی گوگل در ۵ مارس ۲۰۲۵ به عنوان یه آزمایش توی Google Labs معرفی شد و بعد خیلی سریع در ۲۰ می به عنوان یه قابلیت زنده در جستجوی گوگل عرضه شد. AI Mode به عنوان پیشرفته‌ترین تجربه جستجوی گوگل توصیف میشه که استدلال پیشرفته رو با چندوجهی بودن (multimodality) ترکیب می‌کنه. منظور از چندوجهی بودن، محتوایی فراتر از داده‌های متنی، مثل تصاویر و ویدیوهاست.
AI Mode یک تکامل بزرگ در جستجوی گوگله که کاربرها رو تشویق می‌کنه تا درباره موضوعات مختلف تحقیق کنن. این موضوع مزایا و تغییراتی رو در نحوه کار جستجو ایجاد می‌کنه:
- مزیتش اینه که گوگل به ازای هر کوئری، به وب‌سایت‌های متنوع‌تری ارجاع میده.
- تغییرش اینه که وب‌سایت‌ها برای چندین کوئری (کوئری اولیه به علاوه‌ی کوئری‌های بعدی) مورد استناد قرار می‌گیرن.
این دو تا فاکتور، چالش‌هایی رو برای سئو ایجاد می‌کنن. مثلا، باید برای کوئری اولیه بهینه‌سازی کنیم یا برای کوئری‌های بعدی که جزئی‌تر هستن؟ اکثر سئوکارها احتمالا بهینه‌سازی برای هر دو رو در نظر می‌گیرن.
گسترش کوئری (Query Fan-Out)
حالت هوش مصنوعی، شبیه به نمای کلی هوش مصنوعی (AI Overviews)، از چیزی که بهش تکنیک گسترش کوئری (query fan-out) میگن استفاده می‌کنه. این تکنیک، کوئری جستجوی اولیه رو به زیرموضوعاتی تقسیم می‌کنه که اطلاعات بعدی مورد نیاز کاربر رو پیش‌بینی می‌کنن.
گسترش کوئری، سفر اطلاعاتی کاربر رو پیش‌بینی می‌کنه. یعنی اگه کاربر سوال A رو بپرسه، AI Mode گوگل جواب سوالات بعدی یعنی B، C و D رو هم نشون میده.
مثلا، اگه شما بپرسین «کیبورد مکانیکی چیه؟»، گوگل به سوالات زیر جواب میده:
- کیبورد مکانیکی چیه؟
- سوئیچ‌های مکانیکی چی هستن؟
- وقتی یه کلید روی کیبورد مکانیکی فشار داده میشه چه اتفاقی میفته؟
- کلاهک کلید (keycap) چیه و از چه موادی ساخته شده؟
- نقش برد مدار چاپی (PCB) چیه؟
- سوئیچ‌های مکانیکی چطور دسته‌بندی میشن؟
اسکرین‌شات زیر از نتایج جستجوی AI Mode نشون میده که چطور سوالات (با رنگ قرمز) کنار جواب‌ها قرار گرفتن و تکنیک گسترش کوئری، سوالات مرتبط رو تولید و براشون جواب ایجاد می‌کنه.
چطور سوالات پنهان رو از نتایج جستجوی AI Mode استخراج کردم
روشی که من برای استخراج سوالاتی که «گسترش کوئری» بهشون جواب میده استفاده کردم، یه جور جستجوی دانش معکوس بود که بهش reverse QA هم میگن.
من خروجی AI Mode رو توی یه فایل کپی کردم و بعد با پرامپت زیر، اون رو در ChatGPT آپلود کردم:
Read the document and extract a list of questions that are directly and completely answered by full sentences in the text. Only include questions if the document contains a full sentence that clearly answers it. Do not include any questions that are answered only partially, implicitly, or by inference.این روش رو با AI Mode امتحان کنین تا درک بهتری از سوالات پنهانی که با تکنیک گسترش کوئری تولید می‌کنه به دست بیارین. این کار بهتون کمک می‌کنه تا بفهمین دقیقا چه اتفاقی میفته و همه چیز براتون شفاف‌تر بشه.
محتوای عمیق
توصیه گوگل به ناشرانی که می‌خوان توی AI Mode رتبه بگیرن اینه که محتوایی بسازن که کاربرانی که جستجوهای عمیق انجام میدن رو درگیر کنه:
«…کاربران سوالات طولانی‌تر و مشخص‌تری می‌پرسن – و همینطور سوالات تکمیلی برای عمیق‌تر شدن در موضوع.»
این لزوما به معنی ساختن مقاله‌های غول‌پیکر و عمیق نیست. فقط یعنی روی محتوایی تمرکز کنین که کاربرها دنبالش هستن. این رویکرد به محتوا، یه تفاوت ظریف با دنبال کردن صرفِ لیست کلمات کلیدی داره.
گوگل توصیه می‌کنه:
- روی محتوای منحصر به فرد و باارزش برای مردم تمرکز کنین.
- تجربه کاربری عالی برای صفحه فراهم کنین.
- مطمئن بشین که ما می‌تونیم به محتوای شما دسترسی داشته باشیم.
- قابلیت نمایش محتوا رو با کنترل‌های پیش‌نمایش مدیریت کنین. (از تگ‌های nosnippet، data-nosnippet، max-snippet یا noindex برای تنظیمات نمایش دلخواه‌تون استفاده کنین).
- مطمئن بشین که داده‌های ساختاریافته با محتوای قابل مشاهده، مطابقت داره.
- برای موفقیت چندوجهی، فراتر از متن برین.
- ارزش کامل بازدیدهای سایتتون رو درک کنین.
- همراه با کاربرانتون تکامل پیدا کنین.
دو تا توصیه آخر نیاز به توضیح بیشتری دارن:
ارزش کامل بازدیدهای سایتتون رو درک کنین
این توصیه تشویقتون می‌کنه که روی تأمین نیازهای اطلاعاتی کاربر تمرکز کنین و حواستون باشه که تمرکز بیش از حد روی «کلیک» باعث میشه از ارائه چیزی که مخاطب «درگیر» دنبالشه، غافل بشین.
همراه با کاربرانتون تکامل پیدا کنین
گوگل این موضوع رو به عنوان تکامل پیدا کردن همراه با نحوه جستجوی کاربرها بیان می‌کنه. اما یه نگاه واقع‌بینانه‌تر اینه که همراه با نحوه نمایش نتایج توسط گوگل به کاربرها، تکامل پیدا کنین.
متخصصان درباره ساختار محتوا برای AI Mode چی میگن؟
دوان فارستر (Duane Forrester)، که قبلا در بینگ سرچ (Bing Search) کار می‌کرده، توصیه می‌کنه که محتوا باید برای جستجوی هوش مصنوعی، ساختار متفاوتی داشته باشه.
او توصیه می‌کند:
«…مسیر جستجو تغییر کرده. شما دیگه نیازی به رتبه گرفتن ندارین؛ بلکه باید توسط سیستم‌های هوش مصنوعی مولد (GenAI) بازیابی، ترکیب و تحلیل بشین.»
اون در مقاله‌ای با عنوان «جستجو بدون صفحه وب»، این ایده رو بیشتر توضیح میده که محتوا باید به عنوان پایه‌ای برای شکل دادن به یک پاسخ، مفید باشه:
«…محتوای شما لازم نیست رتبه بگیره. باید بازیابی، درک و در قالب یک پاسخ، مونتاژ بشه.»
او همچنین میگه که محتوا باید:
«…ساختاریافته، قابل تفسیر و در زمان پاسخگویی در دسترس باشه.
این پشته جدید جستجوئه. دیگه بر اساس لینک‌ها، صفحات یا رتبه‌بندی ساخته نشده، بلکه بر اساس وکتورها، embeddingها، ترکیب رتبه‌بندی (ranking fusion) و مدل‌های زبان بزرگی (LLM) ساخته شده که به جای رتبه‌بندی، استدلال می‌کنن.»
وقتی دوان میگه محتوا باید ساختاریافته باشه، منظورش ساختار روی صفحه (on-page) است که نه تنها سلسله مراتب اطلاعات رو نشون میده، بلکه مرزبندی مشخصی هم برای موضوع هر بخش از محتوا ارائه میده.
به نظر من:
- پاراگراف‌ها باید از جملاتی تشکیل بشن که یک ایده رو می‌سازن و در انتها به یک نتیجه مشخص میرسن.
- اگه جمله‌ای توی پاراگراف هدف خاصی نداره، بهتره حذفش کنین.
- اگه یه پاراگراف هدف مشخصی نداره، از شرش خلاص شین.
- اگه گروهی از پاراگراف‌ها در انتهای متن نابجا به نظر میرسن، اگه جاشون اول متنه، اون‌ها رو به اول منتقل کنین.
- کل محتوا باید شروع، میانه و پایان مشخصی داشته باشه و هر بخش به عنوان «پایه‌ای برای یک پاسخ» عمل کنه.
ایتای سادان (Itai Sadan)، مدیرعامل Duda، توصیه می‌کنه:
«از زبان واضح و مشخص استفاده کنین: مدل‌های زبان بزرگ (LLM) قبل از هر چیزی به شفافیت متکی هستن، پس از استفاده بیش از حد از ضمایر یا هر ارجاع مبهم و تعریف‌نشده‌ای خودداری کنین.
محتواتون رو به شکلی قابل پیش‌بینی سازماندهی کنین: محتوا رو به بخش‌های مختلف تقسیم کنین و از هدینگ‌هایی مثل H2 و H3 برای سازماندهی ایده‌های منحصر به فردی که محور اصلی مقاله شما هستن، استفاده کنین.»
موردی اوبرشتاین (Mordy Oberstein)، بنیان‌گذار Unify Marketing، توضیح میده که تمرکز روی انتساب (attribution) برای یک دیجیتال مارکتر معمولی، اولویت اصلی بوده:
«چیزی که با مخاطب ارتباط برقرار می‌کنه، اساسا تغییری نکرده و فکر نمی‌کنم ما این رو فهمیده باشیم. فکر می‌کنم فراموش کردیم. فکر می‌کنم ما به عنوان دیجیتال مارکتر به خاطر ظهور دو چیز با اینترنت، کلا فراموش کردیم که ارتباط برقرار کردن یعنی چی:
- انتساب (Attribution)
- قابلیت ردیابی واکنش‌ها
انگار کسب‌وکارها مشکلی نداشتن که دیجیتال مارکترها برای گرفتن اون ترافیک و اون تبدیل، هر کاری لازم بود انجام بدن، چون اینترنت همینه دیگه و همه باهاش کنار میان.
اما حالا با AI Mode، انتساب دیگه به شکل سابق وجود نداره.»
حرف موردی در مورد انتساب درسته. AI Mode رو نمیشه توی گوگل آنالیتیکس ۴ یا گوگل سرچ کنسول ردیابی کرد. این بازدیدها توی دسته جستجوی وب (Web Search) قرار می‌گیرن، برای همین هیچ راهی برای فهمیدن منبعشون وجود نداره. نمیشه اون‌ها رو از جستجوی ارگانیک معمولی، چه در GA4 و چه در GSC، تشخیص داد.
مسئله انتساب یه مشکل بزرگ برای دیجیتال مارکترهاست. مایکل بونفیلز (Michael Bonfils) از گروه دیجیتال اینترنشنال اخیرا مسئله انتساب رو از دیدگاه جستجوهای بدون کلیک (zero-click) بررسی کرده.
بونفیلز میگه:
«اما در سمت ارگانیک، یه حوزه‌ای وجود داره… که بدون کلیکه. جستجوی بدون کلیک برای اون دسته از مخاطبانی که نمی‌دونن چیه، یعنی وقتی شما دارین با هوش مصنوعی مکالمه می‌کنین، مثلا من دارم دو تا کفش دویدن مختلف رو مقایسه می‌کنم و ازش می‌پرسم «کدوم برای من بهتره؟».
من دارم با هوش مصنوعی حرف می‌زنم و هوش مصنوعی داره بهترین فرمت‌های اسکیما و محتوای موجود رو… جمع‌آوری و بهشون ارجاع میده… اما این یه فرایند بدون کلیکه. کاربر به سایت شما نمیاد. پس نبود این داده‌ها واقعا روی… استراتژی محتوای ارگانیک تاثیر میذاره.»
و این دقیقا با حرفی که موردی می‌زنه جور درمیاد؛ اینکه سئوکارها عادت کردن بازاریابی اینترنتی رو از دریچه «انتساب» ببینن، اما ما ممکنه در حال ورود به یه دوره پسا-انتساب باشیم، چیزی که قبل از اینترنت هم تا حد زیادی همینطور بود. پس استراتژی‌های بازاریابی قدیمی دوباره برگشتن، هرچند که همیشه استراتژی‌های خوبی بودن (مثل ساخت آگاهی از برند و محبوبیت)؛ فقط دیجیتال مارکترها بیشتر با انتساب درگیر بودن.
موردی مثال کسی رو می‌زنه که داره در مورد یه برند کتونی تحقیق می‌کنه، از یه چت‌بات در موردش می‌پرسه، بعد میره آمازون تا ببینه شکلش چطوره و مردم در موردش چی میگن، بعد نقدهای ویدیویی رو در یوتیوب می‌بینه و بعد میره سراغ AI Mode تا مشخصات فنیش رو بررسی کنه. بعد از همه این تحقیقات، ممکنه مصرف‌کننده دوباره به آمازون برگرده و بعد بره سراغ گوگل شاپینگ تا قیمت‌ها رو مقایسه کنه.
اون با این دیدگاه نتیجه‌گیری می‌کنه که ارتباط برقرار کردن با کاربرها همیشه مهم بوده و از نظر تحقیقاتی که مصرف‌کننده‌ها قبل از خرید انجام میدن، تغییر چندانی اتفاق نیفتاده:
«همه این‌ها قبلا هم اتفاق میفتاد. اما حالا تصور اینه که این اتفاقات به خاطر مدل‌های زبان بزرگ (LLM) رخ میده. من فکر نمی‌کنم چیزی اساسا تغییر کرده باشه.»
به نظرم نکته کلیدی اینه که فرایند تحقیق کاربر دقیقا مثل قبله، اما چیزی که تغییر کرده اینه که فرصت‌های نمایش کسب‌وکار یا محصولات شما به پلتفرم‌های جستجوی چندوجهی، به خصوص با AI Mode، گسترش پیدا کرده.
اسکرین‌شات پایین نشون میده که چطور نایکی با محتوای متنی و ویدیویی، کنترل مکالمه رو در AI Mode به دست گرفته.
برندتون رو به یک محصول متصل کنین
روز به روز واضح‌تر میشه که اتصال معنایی یک برند به یک سرویس یا محصول، می‌تونه برای نشون دادن ارتباط اون برند با هر چیزی که می‌خواین بهش مرتبط باشه، اهمیت پیدا کنه.
در پایین، اسکرین‌شات یه پست اسپانسری رو می‌بینین که توسط گوگل ایندکس شده و برای عبارت کلیدی «ابزارهای ربودن تبلیغات (ad hijacking) چیست» در AI Mode رتبه گرفته.
سئو، محتوا رو برای AI Mode واجد شرایط می‌کنه
بهترین شیوه‌های سئو برای واجد شرایط شدن جهت نمایش در AI Mode ضروریه. این با گفتن اینکه سئوی استاندارد به شما برای رتبه گرفتن در AI Mode کمک می‌کنه، فرق داره.
این چیزیه که گوگل میگه:
«برای اینکه یک صفحه واجد شرایط نمایش به عنوان لینک پشتیبان در نمای کلی هوش مصنوعی (AI Overviews) یا حالت هوش مصنوعی (AI Mode) باشه، باید ایندکس شده و واجد شرایط نمایش در جستجوی گوگل به همراه یک اسنیپت (snippet) باشه و الزامات فنی جستجو رو برآورده کنه. هیچ الزام فنی اضافه‌ای وجود نداره.»
«الزامات فنی جستجو» فقط سه اصل پایه‌ای سئو هستن:
- «گوگل‌بات مسدود نشده باشه.
- صفحه کار کنه، یعنی گوگل کد وضعیت HTTP 200 (موفقیت‌آمیز) رو دریافت کنه.
- صفحه محتوای قابل ایندکس داشته باشه.»
گوگل به وضوح میگه که سئوی پایه برای واجد شرایط شدن جهت رتبه‌بندی در AI Mode ضروریه. اما صراحتا تایید نمی‌کنه که سئو به یک سایت برای رتبه گرفتن در AI Mode کمک خواهد کرد.
آیا سئو برای AI Mode کافیه؟
گوگل و کارمنداش به ناشران و سئوکارها اطمینان دادن که برای رتبه گرفتن در پلتفرم‌های جستجوی هوش مصنوعی نیازی به انجام کار اضافه‌ای نیست. اون‌ها تاکید می‌کنن که شیوه‌های استاندارد سئو کافیه.
شیوه‌های استاندارد سئو تضمین می‌کنن که یک سایت کرال، ایندکس و برای رتبه‌بندی در AI Mode واجد شرایط بشه. اما اینطور به نظر میرسه که سیگنال‌های واقعی برای رتبه‌بندی در AI Mode، تفاوت قابل توجهی با جستجوی ارگانیک استاندارد دارن.
FastSearch چیه؟
اطلاعاتی که در اسناد اخیر دادگاه ضدانحصار گوگل فاش شده نشون میده که AI Mode صفحات رو با فناوری به نام FastSearch رتبه‌بندی می‌کنه.
FastSearch نتایج جستجوی هوش مصنوعی گوگل رو بر اساس واقعیت‌ها، از جمله داده‌های وب، مستند می‌کنه. این موضوع مهمه چون FastSearch از سیگنال‌های رتبه‌بندی متفاوتی نسبت به جستجوی ارگانیک معمولی استفاده می‌کنه و سرعت رو در اولویت قرار میده و فقط تعداد کمی از صفحات برتر رو برای استناد هوش مصنوعی انتخاب می‌کنه.
اسناد اخیر دادگاه ضدانحصار گوگل در اوایل سپتامبر این توضیح رو در مورد FastSearch ارائه میده:
«گوگل برای مستندسازی مدل‌های جمینای (Gemini) خودش، از یک فناوری اختصاصی به نام FastSearch استفاده می‌کنه. … FastSearch نتایج رو سریع‌تر از جستجوی معمولی ارائه میده چون اسناد کمتری رو بازیابی می‌کنه، اما کیفیت نهایی پایین‌تر از نتایج وب کاملا رتبه‌بندی شده در جستجوی معمولیه.»
و در جای دیگری از همین سند:
«FastSearch فناوری‌ایه که به سرعت نتایج جستجوی ارگانیک محدودی رو برای کاربردهای خاص، مثل مستندسازی مدل‌های زبان بزرگ (LLM)، تولید می‌کنه و عمدتا از مدل RankEmbed گرفته شده.»
RankEmbed
RankEmbed یک مدل یادگیری عمیقه که الگوها رو در مجموعه داده‌ها شناسایی می‌کنه و سیگنال‌هایی رو برای اهداف رتبه‌بندی توسعه میده. این مدل از ترکیبی از داده‌های کاربر از لاگ‌های جستجو و امتیازات تولید شده توسط ارزیابان انسانی برای ایجاد سیگنال‌های مرتبط با رتبه‌بندی استفاده می‌کنه.
اسناد دادگاه توضیح میده:
«RankEmbed و نسخه بعدی اون RankEmbedBERT مدل‌های رتبه‌بندی هستن که به دو منبع اصلی داده متکی‌ان: __٪ از ۷۰ روز لاگ جستجو به علاوه امتیازات تولید شده توسط ارزیابان انسانی که گوگل برای اندازه‌گیری کیفیت نتایج جستجوی ارگانیک ازشون استفاده می‌کنه.
خود مدل RankEmbed یک سیستم یادگیری عمیق مبتنی بر هوش مصنوعیه که درک قوی از زبان طبیعی داره. این به مدل اجازه میده تا بهترین اسناد رو برای بازیابی، حتی اگه کوئری شامل عبارات خاصی نباشه، به طور موثرتری شناسایی کنه.»
داده‌های ارزیابی شده توسط انسان
داده‌های ارزیابی شده توسط انسان، که بخشی از RankEmbed هستن، برای رتبه‌بندی مستقیم صفحات وب استفاده نمیشن. این داده‌ها برای آموزش مدل‌های یادگیری عمیق استفاده میشن تا اون‌ها بتونن الگوهایی رو که با صفحات وب با کیفیت بالا و پایین همبستگی دارن، تشخیص بدن.
نحوه استفاده از داده‌های ارزیابی شده توسط انسان به طور کلی اینطوریه:
- از داده‌های ارزیابی شده توسط انسان برای ایجاد چیزی که بهش داده‌های برچسب‌گذاری شده (labeled data) میگن، استفاده میشه.
- داده‌های برچسب‌گذاری شده، مثال‌هایی هستن که مدل‌ها ازشون برای شناسایی الگوها در حجم عظیمی از داده‌ها استفاده می‌کنن.
در این مورد خاص، داده‌های برچسب‌گذاری شده توسط انسان، نمونه‌هایی از ارتباط (relevance) و کیفیت هستن. مدل یادگیری عمیق RankEmbed از این نمونه‌ها استفاده می‌کنه تا یاد بگیره چطور الگوهایی رو که با ارتباط و کیفیت صفحه همبستگی دارن، شناسایی کنه.
لاگ‌های جستجو و سیگنال‌های رفتار کاربر
برگردیم به اینکه چطور گوگل از «۷۰ روز لاگ جستجو» به عنوان بخشی از مدل یادگیری عمیق RankEmbed که زیربنای FastSearch هست، استفاده می‌کنه.
لاگ‌های جستجو به رفتار کاربر در لحظه جستجو اشاره دارن. این داده‌ها سرشار از اطلاعات متنوعی هستن، مثل اینکه منظور کاربرها از جستجو چیه و حتی می‌تونه شامل نام دامنه کسب‌وکارهایی باشه که اون‌ها با کلمات کلیدی خاصی مرتبط می‌دونن.
اسناد دادگاه همه راه‌های استفاده از این داده‌ها رو مشخص نمی‌کنه. با این حال، یکی از اسناد ضدانحصار گوگل از می ۲۰۲۵ فاش کرد که الگوهای لاگ جستجو (کلیک) فقط وقتی به مقیاس میلیاردی میرسن، معنادار میشن.
بعضی از سئوکارها این نظریه رو مطرح کردن که داده‌های کلیک می‌تونن مستقیما روی رتبه‌بندی تاثیر بذارن و از کاربرد جزئی کلیک‌ها برای رتبه‌بندی صحبت کردن. اما ممکنه داده‌های کلیک اینطور استفاده نشن، چون بیش از حد نویزی و غیردقیق هستن.
چیزی که واقعا اتفاق میفته، بیشتر مقیاس‌پذیره تا جزئی. الگوها در مقیاس میلیاردی خودشون رو نشون میدن، نه در یک کلیک تکی. این فقط نظر من نیست؛ این یک حقیقته که در اسناد ضدانحصار گوگل در می ۲۰۲۵ تایید شده:
«برخی از کاستی‌های شناخته شده ارزیابی ترافیک زنده
ارتباط بین رفتار مشاهده شده کاربر و کیفیت نتایج جستجو ضعیفه. ما برای نتیجه‌گیری به ترافیک زیادی نیاز داریم و تفسیر نمونه‌های فردی دشواره.»
منصفانه است که بگیم لاگ‌های جستجو برای تاثیر مستقیم روی رتبه‌بندی یک صفحه وب خاص استفاده نمیشن، بلکه برای یادگیری در مورد ارتباط و کیفیت از روی رفتار کاربر به کار میرن.
FastSearch همون الگوریتم رتبه‌بندی نتایج جستجوی ارگانیک نیست. این سیستم بر اساس RankEmbed کار می‌کنه و اصطلاح «embed» نشون میده که از embeddingها استفاده میشه. Embeddingها کلمات رو به یک فضای برداری نگاشت می‌کنن تا معنای متن ثبت بشه. برای سئو، این یعنی ارتباط کلمه کلیدی اهمیت کمتری پیدا می‌کنه و در عوض، ارتباط موضوعی و معنای مفهومی وزن بیشتری دارن.
این گفته گوگل که سئوی استاندارد تمام چیزیه که برای رتبه گرفتن در AI Mode نیازه، فقط تا این حد درسته که سئوی استاندارد تضمین می‌کنه صفحه وب شما کرال، ایندکس و برای مرحله نهایی رتبه‌بندی AI Mode، یعنی FastSearch، واجد شرایط بشه.
اما FastSearch در سطح مدل زبان بزرگ (LLM) از مجموعه ملاحظات کاملا متفاوتی برای تصمیم‌گیری در مورد اینکه از چه چیزی برای پاسخ به سوال استفاده کنه، بهره می‌بره.
به نظر من، واقع‌بینانه‌تره که بگیم بهترین شیوه‌های سئو، صفحات وب رو برای نمایش در AI Mode واجد شرایط می‌کنن، اما فرایندهای رتبه‌بندی متفاوتن و به همین دلیل، ملاحظات جدیدی وارد بازی میشن.
سئو هنوز مهمه، اما شاید بهتر باشه روی ارتباط مفهومی و موضوعی تمرکز کنیم.
AI Mode چندوجهی است
حالت هوش مصنوعی چندوجهی (multimodal) است، یعنی محتوای تصویری و ویدیویی هم در AI Mode رتبه می‌گیرن. این چیزیه که سئوکارها و ناشران باید از نظر اینکه چطور انتظارات کاربر، کشف محتوا رو هدایت می‌کنه، در نظر بگیرن. این یعنی ممکنه لازم باشه علاوه بر متن، محتوای تصویری، ویدیویی و شاید حتی صوتی هم تولید کنین.
بهینه‌سازی تصاویر برای AI Mode
چیزی که تحت کنترل شماست، تصویر شاخص و تصاویر داخل محتواست. به نظر من، بهترین تصاویر اون‌هایی هستن که وقتی در AI Mode نمایش داده میشن، جلب توجه می‌کنن و اطلاعات بصری مرتبط با کوئری جستجو رو در خودشون دارن.
این یه اسکرین‌شات از تصاویریه که همراه با صفحات وب ارجاع داده شده برای کوئری «کیبورد مکانیکی چیه؟» نمایش داده شدن:
همونطور که می‌بینین، هیچکدوم از تصاویر برجسته نیستن یا توجهی رو به خودشون جلب نمی‌کنن. من فکر نمی‌کنم این ترجیح گوگل باشه؛ این فقط چیزیه که ناشرها استفاده می‌کنن. تصاویر نباید یه موضوع فرعی باشن. اون‌ها رو به بخش جدایی‌ناپذیر استراتژی رتبه‌بندی خودتون برای AI Mode تبدیل کنین.
استفاده خلاقانه از تصاویر، به نظر من، می‌تونه به یک صفحه کمک کنه تا خودش رو به عنوان یک منبع مفید و مرتبط، برجسته کنه. بهترین تصاویر اون‌هایی هستن که وقتی گوگل اون‌ها رو به فرمت مربعی برش میده، خوب به نظر برسن.
حالت هوش مصنوعی گوگل چندوجهیه، و این یعنی باید تصاویرتون رو طوری بهینه کنین که در نتایج جستجوی AI Mode خوب نمایش داده بشن. تصاویر شما باید جذاب باشن، چه به صورت مستطیل (نسبت تصویر تقریبا ۱۶:۹) نمایش داده بشن و چه به صورت مربع (نسبت تصویر تقریبا ۴:۳).
موردی اوبرشتاین این دیدگاه‌ها رو در مورد بازاریابی چندوجهی ارائه میده:
«AI Mode به ویدیوها و تصاویر نگاه می‌کنه و بله، شما می‌تونین همه این کارها رو انجام بدین. بله، باید همه این کارها رو انجام بدین – هر کاری که ممکنه و در عین حال کارآمد باشه و باعث نشه از مسیر اصلی منحرف بشین یا تمرکزتون رو از دست بدین – بله، انجامش بدین. من کاملا طرفدار ایجاد اعتبار از طریق محتوا هستم. فکر می‌کنم این یک استراتژی ضروری برای تقریبا هر کسب‌وکاریه.
AI Mode فقط به محتوای وب‌سایت شما، چه محتوای تصویری، چه صوتی یا هر چیز دیگه‌ای، نگاه نمی‌کنه؛ بلکه به این هم نگاه می‌کنه که وب چطور در مورد شما صحبت می‌کنه.»
AI Mode یک تکامله، نه فقط یک گسترش
AI Mode فقط یک گسترش برای جستجوی سنتی نیست، بلکه تکامل اونه. جستجو الان شامل متن، تصویر و ویدیو میشه. این سیستم، کوئری‌های بعدی رو پیش‌بینی می‌کنه و با استفاده از تکنیک گسترش کوئری، جواب اون‌ها رو هم نمایش میده. این موضوع تمرکز سئو رو از لیست کلمات کلیدی و دنبال کردن کلیک‌ها، به سمت در نظر گرفتن اینکه چطور کل سفر اطلاعاتی کاربر به بهترین شکل پاسخ داده بشه و سپس تولید محتوایی که اون نیاز رو برآورده کنه، تغییر میده.
پاسخی بگذارید