تاکتیک‌های AEO/GEO: نگاهی دقیق که به بینش شگفت‌انگیز سئو منجر شد
بررسی تاکتیک‌های جدیدی که برای دیده شدن در موتورهای جستجوی هوش مصنوعی (AEO/GEO) مطرح شده، به این بحث و جدل قدیمی پایان میده که آیا واقعاً با یک تحول جدید در دنیای سئو روبرو هستیم یا نه.
خیلی از سئوکارها از مفاهیمی مثل GEO/AEO انتقاد می‌کنن و میگن این‌ها در بهترین حالت همون سئوی خودمونه و در بدترین حالت، یه سری ادعای بی‌اساس و دروغه. به نظرتون حق با اوناست یا فقط دارن از قلمرو خودشون دفاع می‌کنن؟ اخیراً خود بینگ یه راهنما برای دیده شدن در جستجوی هوش مصنوعی منتشر کرده که فرصت خیلی خوبی به ما میده تا ببینیم آیا بهینه‌سازی برای پاسخ‌های هوش مصنوعی واقعاً با سئوی سنتی فرق داره یا نه.
خُرد کردن محتوا (Chunking)
بعضی از طرفدارهای AEO/GEO میگن که باید محتوا رو به‌صورت تکه‌های کوچیک یا «چانک» (Chunk) بنویسیم، چون هوش مصنوعی و مدل‌های زبان بزرگ (LLM) هم محتوای صفحات رو به همین شکل به بخش‌های کوچیک تقسیم می‌کنن. جالبه که راهنمای بینگ برای بهینه‌سازی موتورهای پاسخ‌گو که توسط «کریشنا ماداو»، مدیر اصلی محصول در بینگ، نوشته شده هم روی همین مفهوم «خرد کردن محتوا» تاکید می‌کنه.
ماداو از بینگ می‌نویسه:
«دستیارهای هوش مصنوعی یک صفحه رو مثل انسان‌ها از بالا به پایین نمی‌خونن. اون‌ها محتوا رو به قطعات کوچیک‌تر و قابل استفاده تقسیم می‌کنن؛ فرآیندی که بهش می‌گیم پارس کردن (Parsing). این قطعات ماژولار هستن که رتبه‌بندی میشن و در کنار هم یک پاسخ رو تشکیل میدن.»
نکته‌ای که بعضی از سئوکارها فراموش می‌کنن اینه که خرد کردن محتوا چیز جدیدی نیست. این مفهوم حداقل پنج ساله که وجود داره. گوگل در سال ۲۰۲۰ الگوریتم رتبه‌بندی پاساژ (Passage Ranking) رو معرفی کرد. این الگوریتم یک صفحه وب رو به بخش‌های مختلف تقسیم می‌کنه تا بفهمه که کل صفحه و هر بخش اون چقدر به کوئری جستجو مرتبطه.
گوگل در مستنداتش میگه:
«رتبه‌بندی پاساژ یک سیستم هوش مصنوعیه که ما از اون برای شناسایی بخش‌ها یا «پاساژ»های جداگانه از یک صفحه وب استفاده می‌کنیم تا بتونیم درک بهتری از میزان ارتباط یک صفحه با جستجو داشته باشیم.»
گوگل در اعلامیه سال ۲۰۲۰ خودش، رتبه‌بندی پاساژ رو این‌طور توصیف کرد:
«پیدا کردن جواب برای جستجوهای خیلی خاص می‌تونه سخت‌ترین کار باشه، چون گاهی اوقات جمله‌ای که جواب سوال شماست، ممکنه در اعماق یک صفحه وب پنهان شده باشه. ما اخیراً به یک پیشرفت بزرگ در رتبه‌بندی رسیدیم و حالا می‌تونیم ارتباط پاساژهای خاص رو بهتر درک کنیم. با درک پاساژها علاوه بر ارتباط کلی صفحه، می‌تونیم اون اطلاعاتی که مثل سوزن در انبار کاه دنبالش می‌گردین رو پیدا کنیم. این تکنولوژی با عرضه جهانی، ۷ درصد از کوئری‌های جستجو در همه زبان‌ها رو بهبود میده.»
پس تا جایی که به «خرد کردن محتوا» مربوط میشه، هر سئوکاری که برای فیچر اسنیپت‌های گوگل (Featured Snippets) محتوا بهینه کرده باشه، می‌تونه اهمیت ساختن پاساژهایی که مستقیماً به سوالات جواب میدن رو تایید کنه. این کار حداقل از سال ۲۰۱۴ که گوگل فیچر اسنیپت‌ها رو معرفی کرد، بخش اساسی سئو بوده.
عنوان‌ها، توضیحات و تگ‌های H1
راهنمای بینگ برای رتبه‌بندی در هوش مصنوعی همچنین میگه که توضیحات، هدینگ‌ها و عنوان‌ها سیگنال‌های مهمی برای سیستم‌های هوش مصنوعی هستن.
فکر نمی‌کنم نیازی باشه خیلی روی این موضوع تاکید کنم که توضیحات، هدینگ‌ها و عنوان‌ها از عناصر بنیادی سئو هستن. پس اینجا هم هیچ چیزی وجود نداره که AEO/GEO رو از سئو متمایز کنه.
لیست‌ها و جدول‌ها
بینگ استفاده از لیست‌های بولت‌دار و جدول‌ها رو به عنوان راهی برای انتقال ساده‌تر اطلاعات پیچیده به کاربران و موتورهای جستجو توصیه می‌کنه. این رویکرد برای سازماندهی داده‌ها، شبیه به یک روش پیشرفته سئو به نام ابهام‌زدایی (Disambiguation) است. ابهام‌زدایی یعنی کاری کنیم که معنی و هدف یک صفحه وب تا حد ممکن واضح و شفاف باشه تا کمتر مبهم به نظر برسه.
برای کاهش ابهام یک صفحه، می‌تونیم از HTML معنایی (Semantic HTML) استفاده کنیم تا به وضوح مشخص کنیم کدوم بخش از صفحه، محتوای اصلی (MC در زبان راهنمای ارزیابان کیفیت گوگل) و کدوم بخش فقط تبلیغات، منوی ناوبری، سایدبار یا فوتره.
شکل دیگه‌ای از ابهام‌زدایی، استفاده درست از عناصر HTML مثل لیست‌های مرتب (OL) و جدول‌ها برای نمایش داده‌های جدولی مثل مقایسه محصولات یا برنامه زمان‌بندی یک رویداده.
استفاده از عناصر HTML (مثل H، OL و UL) به اطلاعات داخل صفحه ساختار میده و به همین دلیله که بهش میگن اطلاعات ساختاریافته (Structured Information). اطلاعات ساختاریافته و داده‌های ساختاریافته (Structured Data) دو چیز متفاوتن. اطلاعات ساختاریافته روی صفحه قرار داره و هم در مرورگر و هم توسط خزنده‌ها دیده میشه. اما داده‌های ساختاریافته، متادیتاهایی هستن که فقط ربات‌ها اون‌ها رو می‌بینن.
مطالعاتی وجود داره که نشون میده اطلاعات ساختاریافته به ایجنت‌های هوش مصنوعی کمک می‌کنه تا یک صفحه وب رو بهتر درک کنن، پس باید اعتراف کنم که اطلاعات ساختاریافته به شکل منحصربه‌فردی برای ایجنت‌های هوش مصنوعی مفیده.
جفت‌های پرسش و پاسخ (Q&A)
بینگ استفاده از پرسش و پاسخ‌ها رو توصیه می‌کنه؛ یعنی جفت‌هایی از سوال و جواب که هوش مصنوعی می‌تونه مستقیماً از اون‌ها استفاده کنه. ماداو از بینگ می‌نویسه:
«سوالات مستقیم با جواب‌های واضح، دقیقاً آینه روش جستجوی مردمه. دستیارهای هوش مصنوعی اغلب می‌تونن این جفت‌ها رو کلمه به کلمه در پاسخ‌های تولید شده توسط هوش مصنوعی قرار بدن.»
این روش ترکیبی از رتبه‌بندی پاساژ و تکنیک سئوی نوشتن برای فیچر اسنیپت‌هاست؛ یعنی یک سوال مطرح می‌کنین و جوابش رو میدین. ساختن یک صفحه کامل از پرسش و پاسخ کار پرریسکیه، اما اگه حس می‌کنین برای کاربر مفید و کاربردیه، شاید ارزشش رو داشته باشه.
یادتون باشه که سیستم‌های گوگل، محتوایی که دیدگاه منحصربه‌فرد و جدیدی نداره رو در حد اسپم در نظر می‌گیرن. گوگل همچنین محتوایی که صرفاً برای موتورهای جستجو ساخته شده رو هم بی‌کیفیت می‌دونه.
هر کسی که به فکر نوشتن پرسش و پاسخ در یک صفحه وب با هدف سئوی هوش مصنوعی میفته، اول باید به این فکر کنه که آیا این کار برای مردم مفیده یا نه و عمیقاً در مورد کیفیت اون پرسش و پاسخ‌ها فکر کنه. در غیر این صورت، فقط یک صفحه پر از محتوای تکراری و ماشینی برای موتور جستجو تولید کرده.
شفافیت معنایی رو جدی بگیرین!
بینگ همچنین بر شفافیت معنایی (Semantic Clarity) تاکید می‌کنه. این موضوع برای سئو هم خیلی مهمه. ماداو می‌نویسه:
- «برای نیت کاربر بنویسید، نه فقط برای کلمات کلیدی. از عباراتی استفاده کنید که مستقیماً به سوالات کاربران پاسخ می‌دهند.
- از زبان مبهم دوری کنید. کلماتی مثل «نوآورانه» یا «دوستدار محیط زیست» بدون جزئیات، معنی خاصی ندارند. به جای آن، ادعاهای خود را بر اساس حقایق قابل اندازه‌گیری بیان کنید.
- زمینه و جزئیات اضافه کنید. یک صفحه محصول به جای اینکه فقط بنویسد «ماشین ظرفشویی بی‌صدا»، باید بگوید «ماشین ظرفشویی ۴۲ دسی‌بلی طراحی شده برای آشپزخانه‌های اپن».
- از مترادف‌ها و اصطلاحات مرتبط استفاده کنید. این کار به تقویت معنا کمک می‌کند و به هوش مصنوعی در اتصال مفاهیم (مثل بی‌صدا، سطح نویز، رتبه‌بندی صدا) یاری می‌رساند.»
اون‌ها همچنین توصیه می‌کنن که از کلمات انتزاعی مثل «نسل بعدی» یا «پیشرفته‌ترین» استفاده نکنین، چون واقعاً چیزی رو منتقل نمی‌کنن. این یه مشکل خیلی خیلی بزرگ در محتوای تولید شده با هوش مصنوعیه، چون تمایل داره از کلمات انتزاعی استفاده کنه که اگه حذفشون هم کنین، معنی جمله یا پاراگراف تغییری نمی‌کنه.
در آخر، توصیه می‌کنن که از نمادهای تزئینی استفاده نکنین که نکته خوبیه. نمادهای تزئینی مثل فلش (→) واقعاً هیچ معنای خاصی رو منتقل نمی‌کنن.
تمام این توصیه‌ها عالین. برای سئو خوبن، برای هوش مصنوعی خوبن و مثل بقیه روش‌های سئوی هوش مصنوعی، هیچ چیز خاصی در موردشون وجود نداره که فقط منحصر به هوش مصنوعی باشه.
وقتی خود بینگ هم سئو سنتی رو تایید می‌کنه
نکته جالب در مورد راهنمای بینگ برای رتبه‌بندی بهتر در هوش مصنوعی اینه که صراحتاً اعتراف می‌کنه که سئوی سنتی همون چیزیه که اهمیت داره.
ماداو از بینگ می‌نویسه:
«چه اسمش رو GEO بذارین، چه AIO یا SEO، یک چیز تغییر نکرده: دیده شدن همه چیزه. در دنیای امروزِ جستجوی هوش مصنوعی، فقط پیدا شدن مهم نیست، بلکه انتخاب شدن مهمه و این انتخاب شدن با محتوا شروع میشه.
…اصول بنیادی سئوی سنتی هنوز هم اهمیت دارن.»
بهینه‌سازی برای جستجوی هوش مصنوعی = سئو
گوگل و بینگ حدود یک دهه است که هوش مصنوعی رو با جستجوی سنتی ترکیب کردن. رتبه‌بندی در جستجوی هوش مصنوعی چیز جدیدی نیست. پس نباید تعجب کنیم که بهترین روش‌های سئو با رتبه‌بندی برای پاسخ‌های هوش مصنوعی همسو هستن. همین ملاحظات در مورد کاربران و نحوه تعامل اون‌ها با محتوا هم صدق می‌کنه.خیلی از سئوکارها هنوز در پارادایم قدیمی بهینه‌سازی برای کلمات کلیدی گیر کرده‌ان و شاید برای اون‌ها این روش‌های ابهام‌زدایی و دقت در بیان، جدید باشن. پس شاید اتفاق خوبی باشه که جامعه بزرگ‌تر سئو با خیلی از این مفاهیم برای بهینه‌سازی محتوا آشنا بشه و بفهمه که چیزی به اسم AEO/GEO وجود نداره و همه چیز همون سئوی خودمونه.
پاسخی بگذارید