آنچه مدل های هوش مصنوعی درباره شرکت شما می گویند، ناشی از این است که دیگران در طول زمان چگونه شما را توصیف کرده اند. کارهایی که امروز انجام می دهید، نه در این نسل از مدل های هوش مصنوعی، بلکه در نسل بعدی آن ها خود را نشان خواهند داد.
چندی پیش، یکی از خوانندگان پای مقاله ای با موضوع «نگاشت موجودیت ها» (Entity Mapping) کامنتی گذاشت و پیشنهاد کرد که گام منطقی بعدی، پیروزی در بخش «پارامتریک» (Parametric side) است. آن مقاله مرزی مشخص کشیده بود بین آنچه یک مدل هوش مصنوعی در همان لحظه پرسش از پایگاه داده ها استخراج می کند (Retrieval) و آنچه از قبل در «وزن ها» (Weights) یا هسته دانش خود ذخیره کرده است (Parametric). به گمانم آن خواننده وجود این مرز را پذیرفته بود، اما با نیمی از آن به عنوان یک «تسک یا وظیفه کاری» برخورد می کرد.
این روزها این ادبیات را همه جا می شنویم: «روی بخش پارامتریک تاثیر بگذارید»، «اتوریتی پارامتریک بسازید». این ها جملاتی دستوری هستند که به نظر می رسد می توانید آن ها را همراه با یک ددلاین به کارمندتان محول کنید.
من درک می کنم که چرا این موضوع به این شکل بیان می شود؛ این خلاصه سازی ها گاهی کاربردی هستند. اما مشکل اینجاست که کاری که پشت این کلمات نهفته است، در بیشتر موارد سال ها پیش به پایان رسیده است؛ کارهایی که به دلایلی کاملاً بی ارتباط با مدل های زبانی (LLMs) انجام شده اند و هیچ کس در آن زمان هزینه ای برایشان ثبت نکرده، چون اصلاً دسته بندی مشخصی برای چنین هزینه هایی وجود نداشت.
سراب متریک های ساده در دنیای دیجیتال مارکتینگ
در صنعت دیجیتال مارکتینگ و سئو، عادت دیرینه ای وجود دارد: گرفتن چیزی که هیچ کس کنترل کاملی روی آن ندارد و استفاده از یک عبارت اختصاری برای آن، تا قابل کنترل به نظر برسد. متریک های نیابتی (Proxy metrics) دقیقاً به همین دلیل به متخصصان کمک کرده اند؛ زیرا به شما یک عدد قابل استفاده برای سیستمی می دهند که نمی توانید مستقیماً آن را رصد کنید.
مشکل هیچ وقت استفاده از این متریک ها نبود؛ شکست زمانی رخ می داد که داشتن درک کلی را با داشتن داده های دقیق و قطعی اشتباه می گرفتیم.
داشبوردی دیجتالی با نمودارهای تحلیلی سئو که هاله ای سه بعدی و مبهم از یک مدل هوش مصنوعی در پشت آن قرار دارد؛ نشان دهنده تفاوت اعداد روی کاغذ با واقعیت پیچیده هوش مصنوعی.
وقتی تلاش های چندساله به یک دستورالعمل تقلیل می یابند
تفاوت این بار در چیزی است که «فشرده سازی» شده است. یک متریک نیابتی، سیستمی که هیچ کس نمی تواند تمامیت آن را ببیند به یک عدد تقلیل می دهد و همه می دانند که این عدد فقط یک نماینده است.
اما عبارت «تاثیرگذاری روی بخش پارامتریک»، سال ها تلاش هماهنگ چندین دپارتمان مختلف را به یک دستورالعمل ساده تقلیل می دهد و هیچ کلمه ای در این عبارت نشان نمی دهد که با یک فرآیند پیچیده و زمان بر طرف هستیم. اسم (اتوریتی) درست است، اما فعل (ساختن/تاثیر گذاشتن سریع) کاملاً غلط است.
هزینه واقعی اتوریتی هوش مصنوعی زمان نیست!
مسئله اصلی سال ها زمان نیست. آنچه اهمیت دارد این است که چند شخص یا مرجع مستقل درباره شرکت شما صحبت کرده اند و چقدر لحن و بیان آن ها با هم متفاوت بوده است. «سال ها زمان» صرفاً مدت زمانی است که معمولاً طول می کشد تا این منشن ها و توصیفات جمع آوری شوند.
«اعتبار پارامتریک» (Parametric standing) – یعنی آنچه یک مدل هوش مصنوعی قبل از جستجو در وب درباره شما می داند و می گوید – نتیجه همین انباشت اطلاعات است.
تفاوت حیاتی: داده های آموزشی در برابر اعتبار پارامتریک
در اینجا دو اصطلاح به جای هم استفاده می شوند که یکی نیستند و درک تفاوت آن ها برای ادامه بحث حیاتی است:
- داده های آموزشی (Training data): متن هایی هستند که وارد مدل می شوند.
- اعتبار پارامتریک: آن چیزی است که پس از فشرده سازی در وزن های مدل (Weights) باقی می ماند.
رابطه بین این دو واقعی و جهت دار است. این فشرده سازی با ریزش داده ها (Lossy) همراه است. حجم عظیمی از اطلاعات وارد مدل می شود اما به صورت قابل استفاده خارج نمی شود، و همین شکاف، منشأ بیشتر سردرگمی ها در سئوی هوش مصنوعی (GEO) است.
دیاگرامی جذاب که عبور انبوهی از مقالات و صفحات وب را از یک قیف فشرده سازی نشان می دهد که در انتهای آن فقط فرمول ها و شبکه عصبی متراکم (Weights) باقی می مانند.
نگاهی به تحقیقات: چرا مدل ها برندهای کوچک را نادیده می گیرند؟
تحقیقات در این زمینه به طرز غیرمعمولی صریح هستند. کندپال (Kandpal) و همکارانش در کنفرانس ICML دریافتند که دقت یک مدل در بیان یک واقعیت، ارتباط مستقیمی با تعداد اسناد مرتبطی دارد که در طول مرحله پیش آموزش (Pretraining) دیده است.
آن ها همچنین تخمین زدند که برای اینکه مدل ها بتوانند به شکلی رقابتی درباره موضوعاتی با داده های محدود پاسخ دهند، باید مقیاسشان چندین برابر بزرگتر شود. بنابراین، منتظر ماندن برای یک مدل بزرگتر، مشکل کمبود محتوای پایه شما را حل نمی کند.
محققان دیگر نیز از زاویه ای دیگر به همین محدودیت رسیدند: مدل ها موجودیت های شناخته شده را به خوبی مدیریت می کنند اما در مورد برندهای کوچک تر (Long tail) به شدت مشکل دارند.
در واقع اگر برند شما در سطح وب حضور پررنگی نداشته باشد، هوش مصنوعی شما را نادیده می گیرد یا اطلاعات غلطی (Hallucination) درباره تان ارائه می دهد.
تنوع در جمله بندی؛ کلید بقا در فشرده سازی اطلاعات
سپس به یافته ای می رسیم که کل این استدلال بر آن استوار است: دانشِ مدل تنها زمانی به طور قابل اعتمادی قابل استخراج است که در طول مرحله پیش آموزش، در قالب عبارات و جملات متنوعی ظاهر شده باشد.
بدون این تنوع، یک فکت می تواند داخل مدل بنشیند اما در زمان پرسش، دقت صفر درصدی برگرداند؛ یعنی وجود دارد اما غیرقابل استفاده است. تکرار طوطی وار یک مطلب از یک منبع واحد، هرگز نتیجه ای را که تنوع از منابع مختلف به همراه دارد، تولید نمی کند.
آیا می توان الگوریتم ها را با تولید محتوای انبوه فریب داد؟
شما اعتبار پارامتریک را با انتشار محتوای بیشتر توسط خودتان به دست نمی آورید. این اعتبار زمانی کسب می شود که احزاب و رسانه های مستقل به اندازه کافی و به روش های متفاوت، شرکت شما را توصیف کنند تا این توصیف از فشرده سازی جان سالم به در ببرد و وارد وزن های مدل شود. حجم محتوای منتشر شده توسط خودِ برند (Self-published content) جایگزین تنوع توصیفات مستقل نمی شود.
استثنای «وایرال شدن» در دنیای هوش مصنوعی
با این حال، ممکن است کسی به شرکتی اشاره کند که در سال ۲۰۲۳ تاسیس شده و مدل های فعلی آن را به دقت توصیف می کنند. آیا آن ها این مکانیزم را دور زده اند؟
خیر. منابع مستقلِ متعددی به طور همزمان درباره آن ها صحبت کرده اند و این انباشت اطلاعات با سرعت بالایی رخ داده است. این یعنی مفهوم «وایرال شدن» (Viral) اینجا هم کاربرد دارد.
ربات خزشگر مدرنی که در حال خواندن کدهای تمیز و ساختاریافته (Clean Code) یک وب سایت است تا داده ها را برای دیتابیس هوش مصنوعی آماده کند.
خط پایان: دیگران باید درباره شما صحبت کنند
محتوای بیشتر به تنهایی کارساز نیست. شما همچنان باید روی افراد تاثیر بگذارید تا درباره شرکت شما همان طور که می خواهید صحبت کنند. انتشار محتوا در سایت خودتان مفید است، اما همچنان برای تاثیرگذاری روی این فرآیند به زمان نیاز دارید.
هیچ کس در پایگاه داده های عظیم (Corpus) حساب کاربری ندارد
دلیل دومی که نمی توانید این کار را به عنوان یک وظیفه محول کنید این است که اساساً فضایی برای این کار وجود ندارد. به عنوان مثال، یکی از بزرگترین پایگاه های داده، C4 است. سهم سایت شما، هر چقدر هم که در آن محتوا منتشر کنید، در این دیتابیسِ عظیم به شدت ناچیز است.
الگوریتم های خزشگر (Crawlers) به فایل robots.txt احترام می گذارند و سعی می کنند سرورها را دچار بار اضافی نکنند؛ در نتیجه معمولاً سایت های بسیار پربازدید به طور کامل ایندکس نمی شوند. علاوه بر این، خزشگرها HTML ساده را به سایر فرمت ها ترجیح می دهند.
به همین دلیل است که ما در دپارتمان طراحی سایت دانش وب، همیشه بر رعایت استانداردهای کدنویسی تمیز (Clean Code) و معماری صحیح HTML تاکید داریم. اگر سایت شما به درستی خزش نشود، نه تنها در گوگل، بلکه در پایگاه داده مدل های هوش مصنوعی نیز جایی نخواهید داشت.
بسیاری از پلتفرم های پربازدیدی که مشتریان در آن ها درباره برندها صحبت می کنند، ساختاری دارند که ربات های خزنده با آن ها به نرمی و احتیاط رفتار می کنند و بخش زیادی از این محتواها به جای HTML استاتیک، رندر می شوند (Client-side rendering) که درک آن ها برای ماشین سخت تر است.
بیشتر این اطلاعات قبل از اینکه اصلاً سوالی وجود داشته باشد ایجاد شده اند
مدل های زبانی حدود چهار سال پیش وارد استفاده عمومی شدند. متونی که این مدل ها از آن ها ساخته شده اند بسیار قدیمی تر هستند. مدل های تولیدی فعلی بر اساس داده های قدیمی تری آموزش دیده اند و اغلب تصویر یک مدل از یک شرکت، قدیمی تر از تاریخ آپدیت رسمی آن مدل است.
اعتبار و جایگاهی که امروز یک شرکت در هوش مصنوعی دارد، حاصل کارهایی است که در زمان هایی انجام شده که اصلاً این دسته بندی وجود نداشت. این یعنی داده های ساختاریافته (Structured Data)، محتوا، روابط عمومی (PR) و مدیریت نظرات مشتریانِ شما در سال های گذشته، باید بهترین در نوع خود می بودند تا امروز به شما خدمت کنند.
نمایش گرافیکی از یک لوگو/برند در مرکز که روزنامه نگاران، وبلاگ ها و شبکه های اجتماعی مختلف با ادبیات و رنگ های گوناگون درباره آن صحبت می کنند.
فعالیت ها برای شما بود، اما جملات نه!
اینجا همان جایی است که کار برای مدیران مارکتینگ کمی سخت می شود. تقریباً تمام فعالیت هایی که این اعتبار را می سازند به بخش مارکتینگ ختم می شوند: روابط عمومی، مدیریت جامعه کاربری (Community Management)، حضور در رویدادها، مدیریت بحران و…
روابط عمومی باعث می شود یک خبرنگار مقاله ای بنویسد. حضور در جامعه کاربری باعث می شود افرادی که هیچ رابطه ای با شرکت ندارند شما را توصیف کنند. نظرات مشتریان در سایت های نقد و بررسی واضح ترین مثال هستند. یک شرکت فقط پاسخ به نظر را کنترل می کند، نه خود نظر را.
هیچ کدام از این متون مستقیماً توسط خود برند وارد مدل نشدند. آنچه اتفاق افتاد این بود که فعالیت های شما باعث شد دیگران کسب وکار شما را توصیف کنند و توصیف مستقل، تنها کانال ورود به وزن های یک مدل هوش مصنوعی است.
رسانه اکتسابی (Earned Media) همیشه به معنای پرداخت هزینه برای نتایجی بوده که خودتان نمی توانید نویسنده آن باشید. این محدودیت با مدل های زبانی به وجود نیامده است، بلکه همیشه شرط اصلی این رشته بوده است و تنها مکانیزمی است که به ساخت اعتبار پارامتریک ختم می شود.
چرا هیچ کدام از این ها به راحتی از هم نمی پاشند؟
تحقیقات نشان می دهد که حتی محققانی که دسترسی مستقیم به پارامترهای مدل دارند، نمی توانند به راحتی یک واقعیت را در مدل تغییر دهند؛ زیرا تغییر یک واقعیت باعث ایجاد موجی از اختلالات در واقعیت های مرتبط می شود.
در مقابل، این ایده که یک شخص ثالث بتواند با انتشار محتوای انبوه یا اسپم، توصیف یک برند را در هوش مصنوعی تغییر دهد، کاملاً مردود است. اما این ویژگی جنبه مثبتی هم دارد: اعتباری که از هزاران توصیف جداگانه ساخته شده است، به خاطر یک فصلِ کاریِ بد، یک مقاله انتقادی یا کمپین یک رقیب، از هم نمی پاشد. توزیع شدگی اطلاعات، هم باعث سختی کار می شود و هم ماندگاری آن را تضمین می کند.
آنچه می توانید به طور منطقی انتظار داشته باشید
اگر قرار است متخصصان از این مقاله درسی بگیرند، این درس در بخش «انتظارات» است نه «تاکتیک ها».
اعتبار پارامتریک در مقیاس زمانیِ نسل های هوش مصنوعی حرکت می کند، نه کمپین های تبلیغاتی. به «توصیف شدن» واکنش نشان می دهد، نه به «انتشار دادن».
تفاوت بین «اندازه گیری» و «تولید محتوا» اغلب نادیده گرفته می شود. آنچه یک مدل در حال حاضر درباره یک شرکت می گوید قابل مشاهده است. اما آنچه مدل بعدی خواهد گفت، توسط نحوه توصیف احزاب و سایت های مستقل در فاصله بین اکنون و آینده تعیین می شود. هیچ تیم مارکتینگی نمی تواند این متون را مستقیماً بنویسد، اما می تواند به طور گسترده روی آن ها تاثیر بگذارد.
لایه استخراج اطلاعات (Retrieval Layer) بحث دیگری است و بیشترِ کارهای اجراییِ سئو در حال حاضر در این بخش انجام می شود.
بنابراین دفعه بعد که کسی به شما پیشنهاد کرد بروید و در بخش پارامتریک پیروز شوید، پاسخ صادقانه این است که: شما از سال ها قبل در حال پرداخت هزینه برای آن بودید! از طریق کلماتی که دیگران درباره شما نوشتند. امروز، آن کارها به شکلی کاملاً جدید ارزش پیدا کرده اند. کارهای امروز شما، بر نقد و بررسی ها، بیانیه های عمومی یا توصیف کسب وکارتان در فردا تاثیر می گذارد و در نهایت پایگاه داده های آموزشی نسل بعدی را شکل می دهد.
دستان چند فرد مختلف که در حال نوشتن نقد، مقاله و پست در لپ تاپ های مختلف هستند و پیام های آن ها ساختار گراف دانش (Knowledge Graph) برند را تکمیل می کند.
نتیجه گیری
به طور خلاصه، تسخیر ذهنِ هوش مصنوعی (یا همان ساخت اتوریتی پارامتریک) پروژه ای نیست که بتوانید آن را در قالب یک کمپین یک ماهه سئو یا خرید چند رپورتاژ آگهی ساده جمع بندی کنید. الگوریتم های هوش مصنوعی مانند ChatGPT یا Gemini به تنوع، گستردگی و اعتبار ارجاعاتی که دیگران در طول سال ها به برند شما داده اند تکیه می کنند. برای اینکه برند شما در پاسخ های هوش مصنوعی (AIO) جایگاه قدرتمندی داشته باشد، باید روی برندینگ اصولی، ارائه خدمات عالی که منجر به نظرات مثبت کاربران می شود و همچنین زیرساخت های فنی قدرتمند سرمایه گذاری کنید. کارشناسان ما در دانش وب همواره تاکید دارند که تلفیق یک طراحی سایت استاندارد با استراتژی های سئو کلاه سفید و تولید محتوای تعاملی، همان بذری است که امروز می کارید تا در نسل های بعدی جستجوگرهای مبتنی بر هوش مصنوعی، ثمره آن را در قالب اعتبار برند برداشت کنید.