سال گذشته، تنها ۲.۵ درصد از لیدها (مشتریان بالقوه) شرکت Writesonic از طریق جستجوی هوش مصنوعی (AI Search) به دست می آمدند. اما تا ماه مارس امسال، این رقم به ۳۵ درصد رسیده است!
«جستجوی هوش مصنوعی لزوماً سئو را از بین نبرد، بلکه آن را به یک مسئله مهندسی تبدیل کرد.»
اینجاست که داشتن یک زیرساخت قوی و سایت کاملاً بهینه شده اهمیت پیدا می کند؛ موضوعی که ما در تیم دانش وب همواره در پروژه های طراحی سایت و سئو روی آن تاکید داریم. سئوی مدرن دیگر تنها به کلمات کلیدی محدود نمی شود، بلکه نیازمند معماری اصولی و استراتژی های داده محور است.
۹۶ درصد از ارجاعات هوش مصنوعی به صفحاتی ختم می شوند که شما مالک آن ها نیستید!
هوش مصنوعی پاسخ های خود را از کجا می آورد و به چه منابعی ارجاع می دهد؟ بیشتر از صفحاتی خارج از وب سایت شما!
در جدیدترین تحقیقات Writesonic، مشخص شد که ۹۶ درصد از ارجاعات جستجوی هوش مصنوعی به منابع شخص ثالث (Third-party) اشاره دارند: ردیت (Reddit)، یوتیوب، انجمن ها و نشریات تخصصی صنعت. این در حالی است که تا چند ماه پیش این رقم روی ۸۰ درصد قرار داشت.
آپدیت های مدل های هوش مصنوعی این ترکیب را مدام تغییر می دهند. به عنوان مثال، ارجاعات به ردیت، انجمن ها و یوتیوب در فاصله بین نسخه های GPT 5.3 و GPT 5.5 جهش فوق العاده ای داشته اند.
سامانیو در این باره می گوید: «باید مطمئن شوید که همه تخم مرغ هایتان را در یک سبد (مثل وب سایت خودتان یا یک سایت خاص دیگر) نمی چینید.»
برای کسب وکارهای ایرانی، این یعنی نباید فقط به سایت خودتان متکی باشید. حضور فعال و تولید محتوا در پلتفرم هایی مانند آپارات، ویرگول، لینکدین، اخبار روابط عمومی (رپورتاژها) و انجمن های تخصصی، شانس شما را برای حضور در پاسخ های هوش مصنوعی به شدت افزایش می دهد.
اقدام عملی (Action Item): صفحاتی را که در پرامپت های هدف شما توسط هوش مصنوعی رفرنس داده می شوند (جایی که رقبا حضور دارند اما شما نیستید) پیدا کنید. سامانیو در وبینار، ایجنتی را دمو کرد که می تواند این لیستِ ارتباط گیری (Outreach) را حتی به همراه اطلاعات تماس نویسندگان آن صفحات بسازد.
طول عمر یک ارجاع (Citation) هوش مصنوعی واقعاً چقدر است؟
تیم Writesonic طول عمر بیش از ۱۵۰,۰۰۰ ارجاع هوش مصنوعی را اندازه گیری کرد. نتیجه؟ میانگین عمر این ارجاعات بسیار کوتاه تر از چیزی است که در تقویم های محتوایی استاندارد تصور می شود.
چرخه ارجاعات به این شکل است: مدل های هوش مصنوعی منابع جدید را به صورت دوره ای جایگزین می کنند و تنها یک آپدیت در مدل زبانی کافی است تا جایگاه شما دو دستی تقدیم رقیبتان شود! سامانیو می گوید: «این یک مسئله بسیار پرنوسان است، چرا که مدل های هوش مصنوعی ذاتاً احتمالی (Probabilistic) هستند و در هر بار تولید پاسخ، احتمالات جدیدی را می سنجند.»
اجزای سازنده یک ایجنت سئو (SEO Agent): ۴ لایه اساسی
یک ایجنت سئوی کارآمد از چه چیزی تشکیل شده است؟ از ۴ لایه: هویت (Identity)، دانش (Knowledge)، مهارت ها (Skills) و ابزارها (Tools). سامانیو در این بخش فایل های نمونه واقعی برای هر لایه را به نمایش گذاشت.
درس اول در بالاترین سطح قرار دارد: متخصصان را استخدام کنید، نه اینکه هوش مصنوعی را جایگزین آن ها کنید.
تیم او «فایل های تخصصی» یا اسنادی به عنوان مغز دوم (Second-brain) می سازد که طرز تفکر یک متخصص واقعی را شبیه سازی می کند؛ برای مثال ایجنتِ جایگاه یابیِ (Positioning) آن ها، کاملاً بر اساس فریم ورک های اپریل دانفورد (April Dunford) کار می کند.
او می گوید: «این سیستم شبیه به این است که تیمی از کارآموزان تازه کار با شما کار کنند؛ اما کارآموزانی که بهترین های جهان هستند، از متخصصان یاد گرفته اند، به تمام داده ها دسترسی دارند و همه چیز را درباره آن حوزه می دانند!» البته در نهایت، این یک انسان متخصص است که قبل از انتشار هر چیزی، آن را تایید می کند.
اقدام عملی: قبل از اینکه یک تیم کامل از ایجنت ها بسازید، فقط یک ایجنت متخصص (Specialist Agent) بسازید.
سئوی حلقه بسته (Closed-Loop SEO) چیست؟ انتشار، اعتبارسنجی و تکرار
سئوی حلقه بسته یعنی چه؟ یعنی هر صفحه ای که منتشر می کنید را به چشم یک «آزمایش» ببینید: تایید کنید که گوگل آن را ایندکس کرده است، بررسی کنید که آیا رتبه گرفته یا از هوش مصنوعی ارجاع دریافت کرده است، و سپس نتایج را برای اصلاحات بعدی وارد چرخه کنید.
نظرسنجی زنده در وبینار یک شکاف بزرگ را نشان داد: اکثر شرکت کنندگان یا هیچ چیزی را اندازه گیری نمی کردند، یا اگر اندازه گیری می کردند هیچ اقدامی روی داده ها انجام نمی دادند!
تیم سامانیو هر صفحه را با فرمول «پتانسیل تاثیر تجاری» امتیازدهی می کند: ۴ فاکتور وزن دار که یک لیست ۱۰۰ صفحه ای از کارهای عقب مانده (Backlog) را به یک صفِ کاریِ اولویت بندی شده تبدیل می کند.
سامانیو تاکید می کند: «امروزه عارضه یابی و تشخیص مشکل ارزان است؛ موضوع اصلی، اجرا (Execution) است.»
این دقیقاً همان رویکردی است که ما در خدمات سئو و دیجیتال مارکتینگ دانش وب پیاده سازی می کنیم. از نظر ما هیچ محتوایی نباید بدون تحلیل داده ها و بهینه سازی مداوم به حال خود رها شود. موفقیت در سئو نیازمند یک چرخه بی پایان از بررسی و بهبود است.
نمایش گرافیکی چرخه ۴ مرحله ای انتشار، اندازه گیری، اعتبارسنجی و بهینه سازی مستمر محتوا.
نتیجه گیری
ظهور ایجنت های هوش مصنوعی (AI Agents) و تحول در موتورهای جستجو، پایانِ سئو نیست، بلکه آغاز فصلی جدید است که در آن «سئو» با «مهندسی داده» و «روابط عمومی دیجیتال» گره خورده است. همان طور که در این مقاله خواندیم، برای موفقیت در سئوی آینده نباید تنها به وب سایت خود محدود شوید؛ حضور پرقدرت در پلتفرم های شخص ثالث، استفاده از ایجنت های هوشمند برای تحلیل داده ها و ایجاد چرخه های بهبود مستمر (Closed-Loop SEO)، رمز بقا و رشد در این اکوسیستم است. در این مسیر پرشتاب، بهره گیری از تیم های متخصص و آژانس های باتجربه (مانند تیم دیجیتال مارکتینگ و سئوی دانش وب) که بتوانند این استراتژی های مهندسی شده را روی کسب وکار شما پیاده سازی کنند، بیش از پیش ضروری به نظر می رسد.
سوالات متداول
-
ابتدا چه چیزی را باید خودکارسازی (Automate) کنیم و چه چیزی را هرگز نباید به اتوماسیون سپرد؟
اول از همه، منابع داده فعلی خود را متصل کنید و چرخه «تشخیص پیشگیرانه» را خودکار کنید. اما هرگز مرحله ارسال و انتشار را خودکار نکنید: «سیستم باید نیمه خودکار (Semi-autonomous) باشد، تا زمانی که یک انسان همه چیز را قبل از انتشار نهایی تست و تایید کند.
-
سئوی داخلی (On-page) یا خارجی (Off-page)؛ کدام یک واقعاً دیده شدن در هوش مصنوعی را تکان می دهد؟
هر دو مهم هستند، اما کفه ترازو به سمت سئوی خارجی سنگینی می کند: «من می گویم ۶۰ درصد تمرکز روی Off-page و ۴۰ درصد روی On-page.» البته زمانی که صفحات سایت خودتان شروع به گرفتن ارجاعات (Citations) کردند، می توانید این تعادل را دوباره به سمت سئوی داخلی برگردانید.
-
چگونه برای یک ایجنت، “فایل تخصصی” (Expert File) بسازیم؟
برای یک متخصص مشخص، یک مغز دوم (Second Brain) بسازید. این کار با تحقیق عمیق روی فریم ورک های منتشرشده آن شخص، یا ترکیب بهترین متنِ سخنرانی هایش در یک فایل ساختاریافته انجام می شود. «این فایل نباید صرفاً یک متن ۱۰ هزار کلمه ای فله ای باشد؛ بلکه باید به شکل اصولی ساختاردهی شود تا مدل هوش مصنوعی بتواند آن را به راحتی هضم کرده و برای هر وظیفه جدیدی از آن استفاده کند.
-
از کجا می فهمید کدام لیدها (مشتریان بالقوه) از طریق جستجوی هوش مصنوعی آمده اند؟
از طریق خوداظهاری کاربران و اعتبارسنجی. ما در فرم های دمو می پرسیم: «از کجا با ما آشنا شدید؟» و در تماس های فروش آن را دوباره چک می کنیم. «ممکن است ۱۰ تا ۲۰ درصد خطا وجود داشته باشد و افراد گزینه ها را تصادفی انتخاب کنند، اما باز هم این روش شاخص بسیار خوبی به ما می دهد.