ردپای هوش مصنوعی در سرچ کنسول: کشف کوئری‌ های پنهان

دسته بندی مکالمات هوش مصنوعی راه یافته به سرچ کنسول؛ بررسی ۷ نوع کوئری، از پاسخ های انسانی و سوالات مقایسه ای گرفته تا ربات های ردیاب و پرامپت های ایجنت ها.

در اوایل ماه آگوست، یک متخصص سئو به نام آناستازیا کورو (Anastasia Kourou) متوجه کوئری هایی در گزارش سرچ کنسول (Search Console) سایت خود شد که شباهتی به جستجوهای عادی نداشتند: عباراتی مثل “بله”، “بله ادامه بده”، “بله، قیمت ها”.

او یک اسکرین شات از این کوئری ها منتشر کرد و از جان مولر (John Mueller – مدیر ارشد جستجوی گوگل) پرسید که آیا سرچ کنسول، حرف هایی که مردم به هوش مصنوعی می زنند را نیز ردیابی می کند؟

پاسخ جان مولر این موضوع را تایید کرد!

سرچ کنسول داده های مربوط به پاسخ های تولیدشده توسط هوش مصنوعی (AI Overviews) و حالت هوش مصنوعی (AI Mode) را در همان گزارش عملکرد (Performance) عمومی خود قرار می دهد؛ و مستندات گوگل مکانیزم این کار را توضیح داده است.

AI Overviews همان خلاصه های هوش مصنوعی گوگل در بالای نتایج جستجو است که به مرور در حال جایگزینی با نتایج سنتی است.

مکانیزم نشت کوئری ها و مهندسی معکوس

ماجرا از این قرار است: هر سوال یا پیگیری اضافه ای (Follow-up) که کاربر در حالت AI Mode می پرسد، به عنوان یک «کوئری کاملاً جدید» در نظر گرفته می شود و هر سایتی که در پاسخ هوش مصنوعی ظاهر شود، به آن کوئری نسبت داده می شود. بنابراین، وقتی شخصی به هوش مصنوعی می گوید “بله ادامه بده” و صفحه سایت شما در پاسخِ هوش مصنوعی ظاهر می شود، سرچ کنسول یک ایمپرشن (Impression) برای صفحه شما در ازای کوئری “بله ادامه بده” ثبت می کند.

سایت Search Engine Roundtable در ۶ آگوست این رشته توییت را پوشش داد و در پی آن، راس تاوندیل (Ross Tavendale) سوالی را پرسید که ذهن همه را درگیر کرده بود: «اگر سرچ کنسول در حال ثبت پاسخ های مردم به هوش مصنوعی است، ما چگونه می توانیم با مهندسی معکوس این داده ها را استخراج و تحلیل کنیم؟»

هیچ کس پاسخی برای او نداشت. این مقاله، پاسخ من به این سوال است.

من تمام این قطعات و ردپاهای به جامانده را از ۱۶ ماه داده های سرچ کنسول سایت خودم استخراج کردم، متوجه شدم که آن ها در ۷ دسته بندی قابل تشخیص قرار می گیرند، و سپس یک طبقه بند (Classifier) ساختم و آن را در ابزار رایگان Search Console MCP خودم قرار دادم تا شما هم بتوانید تنها با یک پرامپت، آن را روی سایت خود اجرا کنید. همین مرتب سازی است که این «نشت اطلاعاتی» را برای ما قابل استفاده و ارزشمند می کند.

کل این ماجرا در ۴ ایده اصلی خلاصه می شود:

1. گزارش جدید هوش مصنوعی گوگل کوئری ها را پنهان می کند، اما این کوئری ها به گزارش عملکرد (Performance) فعلی شما نشت کرده اند.
2. قطعات نشت کرده در ۷ نوع قابل تشخیص ظاهر می شوند و یک طبقه بند می تواند همه آن ها را مرتب کند.
3. آنچه شما می بینید تنها بخش کوچکی از ماجراست؛ بیشتر مکالمات در قالب «ایمپرشن های ناشناس گوگل» پنهان شده اند.
4. با ترکیب این داده ها و فایل خروجی گزارش Generative AI، این قطعات به یک تصویر واضح در سطح صفحات سایت (Page-level) تبدیل می شوند.

من در طول ۱۶ ماه، ۱۱۲۷ کوئری و ۲۰,۳۰۰ ایمپرشن از این دست را در میان میلیون ها ایمپرشن معمولی سایتم پیدا کردم. شاید عدد کوچکی باشد، اما هر سطر از آن دقیقاً چیزی است که در یک سشن (Session) واقعی بیان یا اجرا شده است.

بازنمایی مفهومی جریان های داده ای پنهان و نشت آرام اطلاعات تعاملی به سیستم های مانیتورینگ بدون نمایش مستقیم.

گزارشی که همه منتظرش بودند، فاقد کوئری است!

گوگل گزارش های عملکرد Generative AI را در ماه ژوئن راه اندازی کرد و از ۱۱ آگوست در دسترس همه قرار گرفت. این گزارش نشان می دهد صفحات شما چند بار در AI Overviews و AI Mode ظاهر شده اند و ۵ نمای داده ای دارد: ایمپرشن ها، صفحات، کشورها، دستگاه ها و تاریخ ها.

اما دو چیزی که در این گزارش وجود ندارد، «کوئری ها» و «کلیک ها» هستند؛ ضمن اینکه هیچ پشتیبانی API نیز برای آن ارائه نشده است. من برای اطمینان، این موضوع را روی سایت خودم بررسی کردم. پارامتر type در Search Analytics API هنوز به googleNews ختم می شود، بُعد searchAppearance هیچ نتیجه مرتبط با هوش مصنوعی برنمی گرداند و شمای استخراج انبوه BigQuery نیز ستون مربوط به AI ندارد. دکمه Export در رابط کاربری، تنها راه خروج این داده ها از گوگل است.

بنابراین، این گزارش به شما می گوید چقدر در نتایج هوش مصنوعی دیده شده اید، اما از گفتن اینکه «برای چه کوئری هایی دیده شده اید» امتناع می کند (احتمالاً همه ما دلیلش را می دانیم، خنده دار است!). در همین حال، گزارش عملکرد معمولی سرچ کنسول (همانی که سال هاست چک می کنید)، تمام این مدت در حال جمع آوری قطعات مکالمات هوش مصنوعی بوده است. هیچ کس آن ها را فیلتر نمی کند، زیرا از نظر فنی، آن ها فقط به عنوان «کوئری» ثبت شده اند.

ایده اول: گزارش کوئری های شما، حالا بخشی از گزارش مکالمات هوش مصنوعی است

حالت AI Mode شبیه یک چت بات عمل می کند. اما در لایه های زیرین، هر پیامی (حتی سوالات پیگیری) به عنوان یک «جستجوی گوگل» پردازش می شود و گوگل تمام آن ها را در کنار ۱۰ لینک آبی کلاسیک، در دسته بندی جستجوی وب (Web Search) قرار می دهد. گزارش کوئری های شما اکنون شامل دو چیز کاملاً متفاوت است: ۱. جستجوهایی که مردم تایپ کرده اند، ۲. قطعاتی از مکالمات افراد با یک مدل زبانی که تصادفاً صفحه شما را نمایش داده است.

داده های مربوط به جایگاه (Position) این موضوع را ثابت می کند.

سایت من برای کوئری “yes” میانگین پوزیشن ۴.۵ را نشان می دهد. در وبِ باز و جستجوی سنتی، چنین رتبه ای غیرممکن است؛ کوئری “yes” متعلق به سایت های موسیقی (نام آهنگ) یا سایت های گرامر است. اما در داخل یک پاسخ هوش مصنوعی، این کاملاً منطقی است؛ زیرا مستندات گوگل می گوید لینک های داخل AI Overview جایگاهِ کلِ آن بلوک را به ارث می برند، و استنادات (Citations) در AI Mode نیز وقتی کاربر به آن ها اسکرول کند، با همین قوانین محاسبه می شوند. پوزیشن ۴.۵ روی یک کلمه پاسخ (مثل yes)، به این معناست که لینک من در یک بلوک پاسخِ هوش مصنوعی قرار داشته، نه در یک صفحه نتایج جستجو (SERP).

این همان نشت اطلاعاتی است! حالا سوال این است که آیا در مقیاس بزرگ، می توان این قطعات را از کوئری های جستجوی عادی تفکیک کرد؟

تفکیک هوشمندانه هفت ساختار گوناگون رفتاری (پاسخ های انسانی، مقایسه ها، ردیاب ها و ایجنت ها) به صورت آرایه ای منظم و مینیمال.

ایده دوم: قطعات نشت کرده در ۷ دسته بندی قرار می گیرند

من کوئری های ۱۶ ماه سایت خودم را استخراج کردم و هر چیزی که نمی توانست یک جستجوی تایپ شده ی عادی باشد را طبقه بندی کردم. نتیجه کار، ۷ دسته بندی مختلف بود که هر کدام منشاء متفاوتی داشتند.

۱. بازمانده های پاسخ (Reply Artifacts)

پاسخ های کوتاه و مستقیم: “بله” (yes)، “حتما” (sure)، “واقعا؟” (really)، “به من نشان بده” (show me).

یک نفر در میانه مکالمه با هوش مصنوعی پاسخی داده، این پاسخ به عنوان یک جستجو پردازش شده و صفحه شما در جواب هوش مصنوعی ظاهر شده است. پوزیشن ها در اینجا مربوط به بلوک پاسخ (Answer Block) هستند، نه صفحه نتایج.

۲. سوالات تغییر مسیر یا مقایسه ای (Pivot Follow-Ups)

مقایسه های وسط مکالمه: “در مورد ابزار Resend چطور؟”، “درباره جمینای چه نظری داری؟”، “به زبان چینی چطور؟”

کاربر یک جواب در مقابل خود دارد و از هوش مصنوعی می خواهد تا یک جایگزین را آزمایش کند. نامی که می آورد، در واقع همان چیزی است که برایش اهمیت دارد. (نکته سئو: این دقیقاً همان جایی است که شکاف محتوایی یا Content Gap شما مشخص می شود).

۳. سوالات محاوره ای (Conversational Questions)

سوالاتی که خطاب به “یک شخص/بات” پرسیده می شوند نه یک باکس جستجو: “آیا می تونی عینک متا ری بن رو جیلبریک کنی؟”، “چطور می تونم بفروشمش؟”، “آیا رایگانه؟”

نشانه ی بارز این دسته، گرامری است که فقط در زمان صحبت با یک شنونده معنا پیدا می کند.

۴. کاوشگرهای ابزارهای ردیابی (Tracker Probes)

پرامپت های مصنوعی ساخته شده توسط ابزارهای ردیابی دیدِ هوش مصنوعی (AI Visibility Tools) که طبق یک زمان بندی مشخص اجرا می شوند. من دو امضای مشخص در داده هایم دیدم: پرامپت هایی که با عبارت “… لوکیشن من آمریکاست” ختم می شوند، و پرامپت هایی با فرمت “شرکت [X] را در زمینه [Y] ارزیابی کن”. هیچ انسانی یک جمله دقیق و ثابت را هر روز به مدت دو ماه جستجو نمی کند؛ پس این ها نرم افزار (ربات) هستند.

در دانش وب، ما در پروژه های سئو تکنیکال خود همواره روی تفکیک ترافیک ربات ها از کاربران واقعی حساس هستیم، چرا که این داده های فیک می توانند استراتژی سئو را به بیراهه بکشانند.

۵. دستورالعمل های جامع ایجنت ها (Agent Harnesses)

دستورالعمل های کامل یک ماشین که به صورت یکجا ثبت شده اند: “وب را برای… جستجو کن، ۳ نتیجه مرتبط که واقعاً پیدا کردی را برگردان… نتایج یا URLهای ساختگی تولید نکن.”

در جایی از دنیا، یک مهندس پرامپت، یک قالب (Template) نوشته و گوگل کل آن قالب را به عنوان یک کوئری ثبت کرده است!

نمایش بصری حجم عظیم داده های مخفی و ناشناس مکالمات در برابر بخش اندک قابل مشاهده در گزارش ها.

۶. رشته متن های کپی شده (Pasted Strings)

پیام های خطا یا هدرهای فایل اکسل که عیناً توسط افراد یا سیستم ها جستجو شده اند. داده های من شامل هدر ستون فایل CSV یک ابزار ردیاب رتبه (Rank Tracker) بود که به عنوان یک کوئریِ واحد ثبت شده بود.

۷. کوئری های طولانی دسته بندی نشده (Long Uncategorized)

ده کلمه یا بیشتر بدون هیچ نشانه خاص دیگری. برخی از آن ها جملات نقل قول شده، برخی ایجنت ها و برخی انسان هستند. ابزار طبقه بندِ من به جای حدس زدن، آن ها را برای بررسی دستی (Review) لیست می کند، که محتاطانه ترین و درست ترین کار برای این دسته است.

این کوئری ها چه تفاوتی با کلمات کلیدی لانگ تیل (Long-Tail) دارند؟

اعتراض بدیهی به تمام این حرف ها این است که: کوئری های دم دراز (طولانی) قبل از پیدایش هوش مصنوعی هم وجود داشتند! مثلاً کوئری [چگونه کلمات کلیدی not provided را در گوگل آنالیتیکس پیدا کنیم] نه کلمه است و هیچ کس آن را به یک چت بات نگفته است. تفاوت اصلی در این است که کوئری «خطاب به چه کسی» بیان شده است.

یک کوئری لانگ تیل، یک درخواست دقیق است که مخاطب خاصی ندارد (خطاب به هیچکس است). اما یک کوئری محاوره ای خطاب به یک فرد/بات است و ۴ نشانه اصلی آن را لو می دهد:

طولانی بودنِ کوئری به تنهایی یک سیگنال ضعیف است. اما اگر ۱۰ کلمه یا بیشتر با «سینتکس سوالی» همراه باشد، محاوره ای محسوب می شود؛ چرا که میانگین جستجوهای تایپ شده ۲ تا ۴ کلمه است و تقریباً هیچ کس ۱۱ کلمه را در باکس جستجو تایپ نمی کند.

(یک تفاوت مهم دیگر میزان تکرار است. کوئری های لانگ تیل هزاران بار توسط افراد مختلف تایپ می شوند، اما کوئری های محاوره ای معمولاً فقط ۱ تا ۳ بار ثبت می شوند، چون هیچ دو نفری یک سوالِ پیگیری را دقیقاً با کلمات مشابه از هوش مصنوعی نمی پرسند).

بررسی ۱۶ ماه داده های من چه چیزی را نشان می دهد؟

بیایید از تایم لاین شروع کنیم. دسته بندی «بازمانده های پاسخ» (Reply Artifacts): از آوریل تا نوامبر ۲۰۲۵، صفر ایمپرشن. اولین جرقه در دسامبر زده شد. سپس در مارس ۲۰۲۶ این رفتار کاملاً تغییر کرد و از آن زمان ماهیانه ۲۰ تا ۳۰ ایمپرشن ثبت شد.

نکته حرفه ای (ProTip): به سرچ کنسول بروید -> Search results -> Add filter -> Query -> Custom را انتخاب کنید. این کد Regex را وارد کنید: ^(yes|yeah|ok|okay|sure)[?!.,]*$

حالا می توانید تمام بازمانده های پاسخ در سایت خود را ببینید!

کوئری “Yes” به تنهایی در این بازه، ۱۱۰ ایمپرشن، ۶ کلیک و میانگین پوزیشن ۴.۵ داشته است. یعنی ۶ نفر به هوش مصنوعی گوگل جواب «بله» داده اند و سپس روی لینک سایت من کلیک کرده اند!

بخش «سوالات تغییر مسیر» (Pivots) دقیقاً با مقالات من همخوانی داشت. عباراتی مثل [در مورد کلود چطور] یا [در مورد wayback machine چطور] نشان می داد که خواننده در حال پرسیدن از هوش مصنوعی برای مقایسه یک ابزار با ابزاری است که مقاله من درباره آن نوشته شده است.

بزرگترین دسته، «سوالات محاوره ای» بود: ۵۵۹ کوئری، ۸,۸۳۴ ایمپرشن و تنها ۱۳ کلیک!

این نسبت (ایمپرشن بالا، کلیک به شدت پایین) دقیقاً نشان دهنده «خوانده شدن در داخل پاسخ های هوش مصنوعی» است. کاربر جوابش را همانجا در پنل هوش مصنوعی می گیرد و نیازی به کلیک روی سایت شما ندارد.

در مورد ربات ها هم جالب است بدانید یکی از پرامپت های مربوط به وضعیت آب وهوای دبی در ماه جولای، طی ۵ روز، حدود ۲,۱۶۰ بار اجرا شده بود و مقاله من را در نتایج خود نشان داده بود!

و در نهایت یک کوئری جالب: ثبت یک ایمپرشن برای کوئری [تو لینک رو به من ندادی]. گوگل در واقع در حال ثبت لحظه ای است که کاربر در حال دعوا کردن و بازنده شدن در بحث با یک ربات است! کلاسیک و خنده دار!

همگرایی داده های خروجی و اجرای موفق پروتکل های ارتباطی مدرن جهت استخراج فرصت های محتوایی.

ایده سوم: آنچه می بینید تنها نوک کوه یخ است

پیش از اینکه این بررسی را روی سایت خود پیاده کنید، باید محدودیت اصلی آن را بدانید. گوگل کوئری های نادر و کم تکرار را «ناشناس» (Anonymize) می کند. مکالماتِ هوش مصنوعی هم ذاتاً کم تکرار هستند؛ چون هیچ کس یک سوالِ پیگیری را دقیقاً شبیه شما نمی پرسد. بنابراین، کوئری هایی که در گزارش به جا می مانند، همان معدود کوئری های تکراری هستند و بخش عظیمی از استخر مکالمات پنهان می ماند.

داده های BigQuery من نشان می دهد که در ۵۹ روز گذشته، ۵۷.۷٪ از ایمپرشن های وب من هیچ کوئریِ متصل به خود ندارند! (۴۵۴,۷۲۰ ایمپرشن ناشناس در برابر ۳۳۳,۶۵۱ ایمپرشن قابل مشاهده). آن ۱,۱۲۷ کوئری طبقه بندی شده، فقط نوک کوه یخ هستند.

۳ هشدار قبل از اجرای این تحلیل:

۱. این طبقه بند ظاهرِ ساختاری کوئری را قضاوت می کند، نه نیت قطعی کاربر را. (ممکن است یک سطر استثنا باشد).

۲. AI Overviews و AI Mode در سطح کوئری قابل تفکیک نیستند. این کوئری ها فقط نشان می دهند مکالمه ای رخ داده، نه اینکه دقیقاً در کدام بخش بوده است.

۳. کتابخانه الگوهای این طبقه بند فعلاً انگلیسی است (هرچند با توجه به طولانی بودن جملات، روی زبان های دیگر هم تا حدودی کار می کند).

چگونه آن را روی سایت خود اجرا کنیم؟

این طبقه بند با نام genai_conversation_queries یک ابزار رایگان در Search Console MCP من (نسخه v2.4.0) است که به تازگی منتشر شده.

اگر هنوز MCP را ندارید، با یک دستور راه اندازی می شود:

npx -y suganthan-gsc-mcp setup

این ویزارد شما را به حساب گوگل متصل کرده، احراز هویت را انجام می دهد و پیکربندی Claude را برایتان می نویسد. این ابزار اپن سورس (Open Source) است و روی سیستم شما اجرا می شود؛ یعنی داده های شما فقط بین شما و گوگل جابجا می شود و وارد هیچ سرور شخص ثالثی نخواهد شد. پس از نصب، کافیست این پرامپت را اجرا کنید:

“Run genai_conversation_queries on my site”

(توضیح تکمیلی: MCP یا Model Context Protocol یک استاندارد جدید است که به مدل های هوش مصنوعی مثل کلود اجازه می دهد به صورت امن به داده های لوکال یا ابزارهای شما متصل شوند. تیم برنامه نویسی و توسعه در دانش وب استفاده از چنین پروتکل های امنی را برای تحلیل داده های حساس به شدت پیشنهاد می کند).

توصیه جان مولر برای سایت های بزرگ (استفاده از BigQuery):

جان مولر در لینکدین به من پیشنهاد کرد که از خروجی داده های BigQuery استفاده کنم تا کوئری های بیشتری کشف شود. حق با اوست. خروجی رابط کاربری سرچ کنسول روی ۱,۰۰۰ سطر و API روی ۵۰,۰۰۰ سطر در روز محدودیت دارد؛ اما BigQuery هیچ محدودیتی ندارد. برای سایت های بزرگ (Large properties)، کوئری های طولانی و محاوره ای دقیقاً در همان بخش هایی قرار دارند که توسط API به دلیل محدودیت حجم حذف می شوند. تحلیل داده های عظیم نیازمند ابزارهایی مانند BigQuery است؛ موضوعی که ما در خدمات سئو پیشرفته دانش وب برای سایت های فروشگاهی و شرکتی بزرگ به شدت توصیه و پیاده سازی می کنیم.

ایده چهارم: ادغام با فایل خروجی Generative AI

ابزاری که اجرا کردید نشان می دهد مردم چه چیزی از هوش مصنوعی می پرسند. از طرفی، گزارش Generative AI نشان می دهد که چقدر از دیده شدنِ (Visibility) سایت شما در داخل پاسخ های هوش مصنوعی اتفاق می افتد. ترکیب این دو، دیتاهای طلایی به شما می دهد.

از آنجا که گوگل هنوز API این بخش را نداده، باید این ۵ مرحله را دستی انجام دهید:

1. در سرچ کنسول به Performance و سپس Generative AI بروید.
2. تاریخ را روی کل ۱۶ ماه تنظیم کنید.
3. روی دکمه Export در بالا سمت راست کلیک کرده و Download CSV را بزنید.
4. فایل زیپ را باز کنید. ما به فایل Pages.csv نیاز داریم.
5. فایل Pages.csv را در چت Claude (جایی که ابزار MCP را اجرا کردید) آپلود کنید و بپرسید:

“این خروجی را با نتایج genai_conversation_queries من تطبیق بده. برای هر صفحه، ایمپرشن های هوش مصنوعی آن را در کنار قطعاتِ مکالمه ای که گوگل ثبت کرده است نشان بده.”

حالا هر صفحه شما دو عدد دارد: چقدر در هوش مصنوعی دیده شده، و چه مکالمات واقعی در مورد آن ثبت شده است.

(بدون شک به زودی تمام ابزارهای سئو در دنیا این ایده را به نام خودشان ثبت کرده و می فروشند! خنده دار است!).

خدمات حرفه ای سئو

نتیجه گیری

هر دسته بندی نیاز به واکنش متفاوتی دارد، و البته در برابر دو دسته نباید هیچ کاری انجام دهید!

• سوالات مقایسه ای (Pivots) به معنای شکاف محتوایی هستند: اگر کاربری پرسیده “در مورد ابزار Resend چطور؟” و مقاله شما بالا آمده اما درباره آن چیزی ننوشته اید، یعنی کاربران در حال پرسیدن چیزی از هوش مصنوعی هستند که باید در محتوای شما وجود داشته باشد. باید آن بخش را به مقاله تان اضافه کنید.
• سوالات محاوره ای با ایمپرشن بالا و بدون کلیک: این یعنی محتوای شما مستقیماً در پاسخ هوش مصنوعی خوانده می شود. در اینجا تغییر Title SEO فایده ای ندارد، چون کاربر اصلاً عنوان شما را نمی بیند! چیزی که وارد پاسخ هوش مصنوعی می شود، پاراگرافِ زیر یک هدینگ، جدول ها و فکت های مشخص است. بهینه سازی این ساختارها (مانند استفاده از اسکیما و کدهای HTML معنایی یا Semantic) دقیقاً همان چیزی است که تیم طراحی سایت و سئو در دانش وب برای تسخیر نتایج هوش مصنوعی بر آن تمرکز دارد.
• بازمانده های پاسخ (مثل yes) فقط یک هشدار هستند: این ها ثابت می کنند که صفحات شما در مکالمات چندمرحله ای (Multi-turn) حضور دارند. اگر ابزار کیورد ریسرچی به شما پیشنهاد داد روی کلمه “Yes” سئو کنید، بدانید که آن ابزار از این تغییرات بی خبر است! این داده ها را باید از تحلیل فرصت های سئویی خود حذف کنید.
• ربات ها را نادیده بگیرید، اما رصد کنید: اگر ابزار ردیاب سئو ندارید، این کوئری ها نشان می دهند که شرکت های شخص ثالث هر روز در حال اسکن و بررسی جایگاه شما هستند.