برندها در حال رصد میزان دیده شدن در هوش مصنوعی هستند، اما آیا معیارهای درستی را می سنجند؟

معیارهای دیده شدن در هوش مصنوعی (AI Visibility) زمانی اطلاعات ارزشمندی به ما می دهند که برندها تفاوت بین «منشن شدن»، «ارجاع داده شدن»، «رتبه بندی» و «نتایج نهایی» را درک کنند. این تفکیک به مارکترها کمک می کند تا دلایل تغییرات در امتیازات خود را به دقت عارضه یابی کنند.

ابزارهای رصد و سنجش هوش مصنوعی این روزها کار را برای شما آسان کرده اند؛ حالا می توانید به راحتی ببینید برند شما چند بار در پاسخ های ChatGPT، قابلیت AI Overviews گوگل، حالت های مختلف جستجوی مبتنی بر هوش مصنوعی (AI Mode) و سایر پلتفرم ها ظاهر می شود. اما در حالی که امتیازات ارائه شده توسط این ابزارها می تواند راهنمای خوبی برای دیجیتال مارکترها باشد، همیشه مشخص نیست که دقیقاً چه اقدام و اکشنی باید بر اساس آن ها انجام داد.

تقاضا برای این ابزارهای رهگیری (Tracking Tools) به طور پیوسته در حال افزایش است. طبق گزارش ابزار معتبر Ahrefs و بر اساس داده های ماهانه Keywords Explorer، در طول یک سال گذشته در ایالات متحده، میزان جستجو برای عبارت «رصد جستجوی هوش مصنوعی» (AI search tracking) حدود ۱۸۴ درصد و برای «رصد رتبه هوش مصنوعی» (AI rank tracking) حدود ۱۷۵ درصد رشد داشته است. اگرچه این ارقام بیشتر نشان دهنده «رشد علاقه» کاربران است تا «استفاده گسترده و فراگیر»، اما روند بازار کاملاً واضح و غیرقابل انکار است.

تغییر در امتیاز دیده شدن (Visibility Score) شما – چه بالا برود و چه پایین بیاید – لزوماً به این معنا نیست که استراتژی فعلی تان بی نقص است یا نیاز به تغییرات اساسی دارد. برای درک واقعی این امتیاز، بسیار مهم است بدانید هر متریک و شاخص دقیقاً چه چیزی را نشان می دهد و چه فاکتورهایی را ممکن است نادیده بگیرد. همان طور که ما در خدمات سئو و دیجیتال مارکتینگ دانش وب همیشه به مشتریانمان یادآور می شویم، تکیه بر یک عددِ خام بدون تحلیلِ لایه های زیرین آن، می تواند به تصمیم گیری های اشتباه در مسیر رشد کسب وکار منجر شود.

(تمامی داده های ارائه شده در این مقاله برگرفته از تحقیقات Ahrefs است که به تازگی گزارش های جامعی درباره جستجوی هوش مصنوعی منتشر کرده و ابزاری اختصاصی به نام Brand Radar را برای سنجش این معیارها به بازار عرضه کرده است.)

«منشن شدن» و «ارجاع گرفتن» یکی نیستند

یک امتیاز سئوی هوش مصنوعی (AI visibility score) می تواند ترکیبی از حداقل دو معیار کاملاً مجزا باشد.

معیار اول «منشن» (Mention) یا نام بردن است؛ این اتفاق زمانی رخ می دهد که نام یک برند در متن تولید شده توسط هوش مصنوعی آورده شود.

معیار دوم «ارجاع» (Citation) یا سایتِ منبع است؛ یعنی زمانی که URL سایت شما به عنوان منبعِ اطلاعات لینک داده شود.

گاهی اوقات، فقط یکی از این دو مورد در پاسخ هوش مصنوعی ظاهر می شود و هر کدام چالش های خاص خود را دارند. به عنوان مثال، منشنِ بدون ارجاع به این معناست که هوش مصنوعی نام برند شما را آورده اما هیچ لینکی به سایتتان نداده است (آگاهی از برند رخ داده اما ترافیکی جذب نمی شود). از سوی دیگر، ارجاعِ بدون منشن یعنی صفحه سایت شما به عنوان منبع لینک شده، اما متن پاسخِ هوش مصنوعی در حال بحث درباره موضوع دیگری است و نامی از شما نبرده است. ترکیب این دو فاکتور متفاوت در یک «امتیاز واحد» می تواند باعث ابهام شود و شما متوجه نشوید دقیقاً کدام عامل باعث افت یا رشد امتیازتان شده است. بنابراین، هر زمان که تغییری در امتیازات رخ داد، باید بررسی کنید که دقیقاً چه رویدادی عامل آن بوده است.

فرآیند «بازیابی اطلاعات» (Retrieval) لایه دیگری از پیچیدگی را به این ماجرا اضافه می کند. Ahrefs اخیراً ۱.۴ میلیون پرامپت (دستور متنی) در ChatGPT را بررسی کرد و متوجه شد که URLهای سایت ردیت (Reddit) به وفور توسط هوش مصنوعی بازیابی و فراخوانی می شوند، اما تنها در ۱.۹۳٪ از مواقع به عنوان «منبع» (Citation) لینک داده شده اند! برخی از این URLها ممکن است اصلاً توسط مدل زبانی باز یا خوانده نشده باشند، بنابراین داده ها لزوماً تأثیر این لینک ها را در پاسخ نهایی نشان نمی دهند. در واقع، گزارشِ ارجاعات (Citation Report) فقط نشان می دهد چه منابعی اعتبار دریافت کرده اند، اما تمام جزئیاتِ نحوه استخراج اطلاعات توسط هوش مصنوعی را پوشش نمی دهد. (ما در ماه آوریل نیز به این گزارش پرداخته بودیم.)

به خاطر داشته باشید که ابزارهای مختلفِ سئو، این رویدادها را به شکل های متفاوتی شمارش می کنند و همین موضوع ممکن است باعث تناقض در گزارش ها شود که آیا واقعاً دیده شدنِ برند شما افزایش یافته است یا خیر.

سئوی سنتی و رتبه های گوگل هنوز هم مهم هستند!

رتبه بندی های سنتی در موتورهای جستجو (همان سئوی کلاسیک)، سهم بسیار مهمی در گرفتن ارجاع از قابلیت هوش مصنوعی گوگل (AI Overview) دارند، هرچند که شرط قطعی و الزامی برای آن نیستند.

در تحلیل Ahrefs روی ۸۶۳,۰۰۰ کلمه کلیدی و ۴ میلیون URL در AI Overview، مشخص شد که ۳۷.۱٪ از این URLها، دقیقاً همان سایت هایی بودند که در ۱۰ نتیجه برتر (صفحه اول) نتایج ارگانیک گوگل برای همان کوئری حضور داشتند. در همین حال، ۲۶.۲٪ از منابعِ هوش مصنوعی سایت هایی بودند که رتبه ای بین ۱۱ تا ۱۰۰ داشتند و نکته جالب اینکه ۳۶.۷٪ از آن ها حتی در ۱۰۰ نتیجه برتر گوگل هم حضور نداشتند!

نسخه های قبلی این تحلیل هم پوشانی بیشتری را نشان می داد، اما Ahrefs اعلام کرد که سیستم تجزیه و تحلیل ارجاعات خود را بهبود بخشیده و به همین دلیل داده های قدیمی تر با نتایج فعلی قابل قیاس نیستند.

چرا سایت های بدون رتبه هم منبع می شوند؟ تیم Ahrefs تاکید می کند که فرآیند «پراکندگی یا تجزیه کوئری» (Query Fan-out) توسط گوگل، دلیل اصلی انتخاب منابعی خارج از رتبه های برتر است. زمانی که هوش مصنوعی می خواهد یک پاسخ جامع (AI Overview) تولید کند، گوگل پرسش کاربر را به زیرشاخه های مرتبط تجزیه می کند. این ویژگی به صفحاتی که در این موضوعات خرد و مرتبط عملکرد خوبی دارند اجازه می دهد به عنوان منبع معرفی شوند، حتی اگر برای پرسش اصلیِ کاربر رتبه ای نداشته باشند.

 اگر کاربر جستجو کند «بهترین لپ تاپ»، هوش مصنوعی آن را به زیرشاخه های «عمر باتری»، «قدرت پردازش» و «قیمت» می شکند و ممکن است مقاله ای که فقط روی «عمر باتری» تمرکز دارد را لینک دهد، حتی اگر آن مقاله با کلمه کلیدی «بهترین لپ تاپ» سئو نشده باشد.

با در نظر گرفتن این موضوع، اگر در تیم سئوی خود صرفاً روی ردیابی کلمات کلیدی اصلی (Main terms) تمرکز کنید، ممکن است بخش بزرگی از این ترافیک پنهان را از دست بدهید. ما در بخش طراحی سایت و سئوی دانش وب، با درک این مکانیزم، ساختار محتوایی سایت ها را به گونه ای کلاسترینگ (خوشه بندی) می کنیم که پاسخگوی این زیرشاخه های هوش مصنوعی نیز باشند.

داشبورد تحلیل داده که نشان می دهد ۳۷.۱ درصد از منابع AI Overview دقیقاً همان سایت هایی هستند که در صفحه اول نتایج ارگانیک گوگل حضور دارند.

سیگنال های مرتبط با هوش مصنوعی همیشه آن چیزی نیستند که سئوکاران انتظار دارند!

استفاده از اسکیما مارک آپ (Schema Markup) یکی از بهترین مثال ها برای نشان دادن این است که چطور ممکن است داده های سئوی هوش مصنوعی اشتباه درک شوند.

(اسکیما، کدهای استانداردی است که به زبان JSON-LD در سایت قرار می گیرد تا موتورهای جستجو محتوای صفحه را بهتر درک کنند).

تحقیقات Ahrefs نشان داد صفحاتی که توسط هوش مصنوعی به عنوان منبع لینک داده شده بودند، تقریباً سه برابر بیشتر از صفحات لینک نشده دارای کدهای JSON-LD بودند. محققان ۱,۸۸۵ صفحه ای را که بین آگوست ۲۰۲۵ تا مارس ۲۰۲۶ این کدها را به سایت خود اضافه کرده بودند زیر نظر گرفتند، آن ها را با ۴,۰۰۰ صفحه کنترل (بدون تغییر) مقایسه کردند و الگوهای ارجاع را در سه پلتفرم مختلف هوش مصنوعی بررسی کردند.

جالب اینجاست که اضافه کردن اسکیما، ارجاعات (Citations) را در هیچ کدام از پلتفرم ها به طور چشمگیری افزایش نداد! در قابلیت AI Mode، ارجاعات نسبت به گروه کنترل تنها ۲.۴٪ افزایش یافت و در ChatGPT این رقم ۲.۲٪ بود. محققان Ahrefs این اختلافات را از نظر آماری «بی اهمیت» دانستند.

عجیب تر آنکه ارجاعات در AI Overview گوگل پس از اضافه کردن اسکیما ۴.۶٪ افت کرد! هرچند این کاهش کوچک بود، اما از نظر آماری معنادار بود (حدود ۱۲ ارجاع کمتر در روز برای هر صفحه، آن هم برای صفحاتی که پیش تر روزانه صدها ارجاع دریافت می کردند). البته Ahrefs اعلام کرد که مشخص نیست آیا خودِ اسکیما باعث این افت شده یا عوامل ناشناخته دیگری در آن دخیل بوده اند. این نمونه روی صفحاتی انجام شد که پیش از اضافه کردن اسکیما نیز حداقل ۱۰۰ ارجاع در روز داشتند، بنابراین این تحقیق نشان نمی دهد که آیا اسکیما به صفحاتی که صفر کیلومتر هستند در شناخته شدن اولیه توسط هوش مصنوعی کمک می کند یا خیر.

در مقابل، همان تحلیلِ مرتبط با ChatGPT رابطه ای را کشف کرد که اسکیما قادر به نشان دادن آن نبود: عنوانِ (Title) صفحاتی که لینک شده بودند، تطابق بسیار بالایی با همان «زیرشاخه های تولید شده توسط ChatGPT» داشتند. Ahrefs دریافت که URLهایی که دارای نامک (Slug) به زبان طبیعی و خوانا هستند، بسیار بیشتر مورد استناد قرار می گیرند. از آنجا که پردازش های داخلی ChatGPT محرمانه است، محققان برای تخمین میزان ارتباط از ابزارهای متن باز استفاده کردند. البته این نتایج به طور خاص مربوط به ChatGPT است و شاید در سایر جستجوگرهای هوش مصنوعی صدق نکند.

با این داده ها چه کار باید بکنیم؟

قبل از اینکه بر اساس این معیارها تصمیمی بگیرید، مطمئن شوید که سیستم اندازه گیری شما ثبات دارد. Ahrefs تاکید می کند که پاسخ های هوش مصنوعی «احتمالی» (Probabilistic) هستند؛ یعنی یک پرامپت ثابت می تواند در دفعات مختلف، برندها و منابع کاملاً متفاوتی را معرفی کند. توصیه آن ها این است که مجموعه های بزرگی از پرامپت ها را تحلیل کنید تا الگوهای کلی را بیابید. گاهی اوقات تغییر در امتیازات شما صرفاً به دلیل آپدیت شدن مدل های زبانی (مثل ارتقا از GPT-4 به نسخه های جدیدتر) رخ می دهد که نشان دهنده نوسانات خود پلتفرم است، نه تغییرات واقعی جایگاه شما در بازار.

هنگامی که از معتبر بودن داده های خود مطمئن شدید، هر متریک می تواند بینش عمیقی برای حل یک مسئله خاص به شما بدهد:

• اگر منشن های شما کاهش یافته اما پرامپت ها ثابت مانده اند: باید بررسی کنید که آیا رقبا سهمِ نام برده شدنِ شما را دزدیده اند؟ در کدام موضوعات خاص دچار افت شده اید؟ و آیا این افت فقط در یک پلتفرم (مثلاً فقط در کلود) رخ داده است؟ پاسخ به این سوالات به شما کمک می کند بفهمید آیا با یک مشکل اساسی در جایگاه برندتان روبرو هستید یا صرفاً یک باگ موقتی در یک پلتفرم خاص رخ داده است.
• اگر ارجاعات (لینک ها) کم شده اما رتبه های گوگلی شما ثابت است: بررسی کنید که هوش مصنوعی دقیقاً به چه صفحات جدیدی لینک می دهد و آیا محتوای فعلی شما با نحوه تجزیه کوئری ها (که پیش تر اشاره کردیم) همخوانی دارد یا خیر؟
• وقتی رتبه های سنتی شما افت می کند: این موضوع مستقیماً به عملکرد سئوی کلاسیک شما برمی گردد. همان طور که در آمارهای بالا دیدیم، هم پوشانی بالایی بین رتبه های برتر و منابع هوش مصنوعی وجود دارد.

به طور خلاصه، این داده ها به جای ارائه یک تشخیص فوری، به ما خط می دهند که اول از همه باید روی بررسیِ کدام مشکل تمرکز کنیم.

نمایی از گوگل سرچ کنسول روی مانیتور که نشان می دهد چگونه با ظهور AI Overviews، نرخ کلیک (CTR) از ۱۲ درصد به ۵ درصد کاهش یافته است.

بررسی دیده شدن در هوش مصنوعی را به چشم یک «بازی امتیازی» نبینید!

ممکن است امتیاز دیده شدن شما در هوش مصنوعی بالا برود، اما کلیک ها و ترافیک سایتتان کاهش یابد!

Ahrefs نرخ کلیک (CTR) را برای ۳۰۰,۰۰۰ کلمه کلیدی با استفاده از داده های سرچ کنسول گوگل دسکتاپ بررسی کرد و دسامبر ۲۰۲۳ را با دسامبر ۲۰۲۵ مقایسه نمود. آن ها متوجه شدند که برای کلمات کلیدی دارای پاسخ هوش مصنوعی (AI Overview)، نرخ کلیک روی لینک اولِ نتایج جستجو، ۵۸٪ کمتر از حد انتظار (در صورت نبود هوش مصنوعی) بوده است.

این پدیده به عنوان جستجوی بدون کلیک یا Zero-Click Search شناخته می شود. کاربر پاسخ خود را مستقیماً از هوش مصنوعی در همان صفحه گوگل می گیرد و دیگر نیازی به کلیک روی لینک سایت ها نمی بیند)

حتی جستجوهای بدون هوش مصنوعی نیز در این بازه زمانی با افت کلیک مواجه بودند، بنابراین این افت ۵۸ درصدی یک کاهش مضاعف بر روندهای فعلی بازار است.

یک برند می تواند رتبه های خود را حفظ کند و حتی از هوش مصنوعی لینک (ارجاع) بگیرد، اما همچنان با کاهش کلیک مواجه شود؛ چرا که «حضور داشتن در پاسخ متنی هوش مصنوعی» با «هدایت کاربر به سایت» دو مقوله کاملاً متفاوت است.

ترکیب کردن داده های دیده شدن در هوش مصنوعی با نتایج واقعیِ عملکرد سایت، می تواند این شکاف را پر کند. گزارش های رایگان هوش مصنوعی در گوگل سرچ کنسول نقطه شروع بسیار خوبی هستند. در حال حاضر این ابزار میزان Impressions (تعداد دفعات دیده شدن) را در قابلیت های هوش مصنوعی نشان می دهد (هرچند تا زمان نگارش این مقاله، کلیک ها و دیتای دقیق کوئری ها در گزارش اختصاصی آن درج نمی شود).

افزودن سیستم های آنالیتیکس برای رهگیریِ ترافیکِ ورودی از هوش مصنوعی می تواند دید بسیار عمیق تری به شما بدهد. با این کار، «امتیاز دیده شدن» صرفاً به یکی از چندین شاخص مهم شما تبدیل می شود، نه تمام داستان. تیم متخصصین دانش وب همواره تلاش می کنند تا استراتژی های بازاریابی را نه روی اعداد نمایشی، بلکه بر روی داده های واقعی که به فروش و ایجاد لید (Lead) ختم می شوند متمرکز کنند.

در نهایت، امتیاز ابزارهای رهگیری تنها نشان می دهد برند شما چقدر در پرامپت های رصدشده ظاهر می شود و نقاط ضعف و شکاف های استراتژی شما کجاست. اما به یاد داشته باشید، موفقیت واقعی استراتژی شما به داده های مربوط به نتایج واقعی (مثل فروش، فرم های پرشده و تعاملات نهایی کاربران) بستگی دارد.

خدمات حرفه ای سئو

نتیجه گیری

با تکامل سریع موتورهای جستجو و ادغام آن ها با هوش مصنوعی (AI Overviews، ChatGPT و…)، قوانین بازی سئو تغییر کرده است و ما وارد عصر GEO (بهینه سازی موتورهای تولیدگر) شده ایم. همان طور که در این مقاله بررسی شد، صرفاً رصد کردن یک عدد به عنوان “میزان دیده شدن”، کمکی به رشد بیزینس شما نخواهد کرد. کسب وکارهای ایرانی برای بقا و رشد در این فضای جدید باید استراتژی های خود را ترکیبی پیش ببرند؛ یعنی در کنار حفظ اصول سئوی کلاسیک (برای کسب رتبه های ارگانیک)، محتوای خود را حول محور “پاسخ به سوالات خرد و زیرشاخه ای کاربران” و استفاده از ادبیات طبیعی (Natural Language) بهینه سازی کنند. همچنین، با توجه به افت شدید نرخ کلیک (CTR) به دلیل پاسخ دهی مستقیم هوش مصنوعی به کاربران، استراتژی محتوا باید به گونه ای طراحی شود که کنجکاوی کاربر را برای دریافت اطلاعات تکمیلی و کلیک روی لینک سایت تحریک کند.