یک مطالعه موردی (Case Study) نشان داد که چرا اصلاحات مربوط به هسته حیاتی وب (Core Web Vitals) اغلب عنصر اشتباهی را هدف قرار می دهند؛ یک گزارش جدید نحوه برخورد خزنده های هوش مصنوعی با صفحات قیمت گذاری را بررسی کرد؛ جان مولر نظرات خود را درباره دسترسی ایجنت های هوش مصنوعی (AI Agents) بیان کرد و در نهایت، یکی از مدیران باسابقه و قدیمی بینگ بازنشستگی خود را اعلام کرد.
در ادامه، تمام آنچه برای شما و پیشبرد پروژه های سئوی شما اهمیت دارد را بررسی می کنیم.
نتایج هوش مصنوعی (AI Overviews) فقط کلیک های بی ارزش را جذب نمی کنند
پژوهشگران داده های جدیدی را از یک آزمایش میدانی تصادفی روی نتایج تولید شده توسط هوش مصنوعی گوگل (AI Overviews) منتشر کرده اند. نتایج این تحقیق نشان می دهد هیچ تفاوت قابل اندازه گیری در «نرخ پرش» (Bounce Rate)، «بازگشت به نتایج جستجو» یا «زمان ماندگاری کاربر در سایت» (Time on site) بین کلیک هایی که با حضور خلاصه های هوش مصنوعی رخ داده اند و کلیک های بدون آن ها، وجود ندارد.
حقایق کلیدی: این مطالعه افت ۳۹.۸ درصدی کلیک های ارگانیک (Organic Clicks) را در زمان نمایش نتایج AI Overviews اندازه گیری کرده است. این ریزش ها عمدتاً در کوئری های اطلاعاتی (Informational Queries) متمرکز بوده اند، در حالی که جستجوهای ناوبری (Navigational) و تراکنشی (Transactional) در نمونه های کوچک تر، تغییر قابل توجهی را نشان ندادند. لیز رید (Liz Reid)، معاون جستجوی گوگل، پیش تر گفته بود که AI Overviews صرفاً «کلیک های پرشی» (یعنی بازدیدهای بی ارزشی که کاربران سریعاً سایت را ترک می کنند) را کاهش می دهد، اما تاکنون هیچ داده ای برای اثبات این ادعا ارائه نکرده است.
چرا این موضوع اهمیت دارد؟
اگر نتایج هوش مصنوعی گوگل واقعاً فقط بازدیدهای کم ارزش را به خود جذب می کردند، کلیک های اضافه ای که وب سایت ها پس از حذف این خلاصه ها به دست می آوردند باید کیفیت پایین تری می داشتند (مثلاً بانس ریت بالاتری را ثبت می کردند)، اما این طور نبود. کلیک های اضافه شده دقیقاً همان نرخ پرش، زمان ماندگاری و رفتار بازگشت به جستجو را داشتند که بقیه کلیک ها از آن برخوردار بودند.
این یعنی داده های آزمایش، خط دفاعی گوگل در مورد «کیفیت پایین کلیک های از دست رفته» را رد می کند. افت کلیک در کوئری هایی که دارای AI Overview هستند را نمی توان صرفاً با این بهانه توجیه کرد که «بازدیدکنندگانی را از دست داده ایم که به هر حال به مشتری تبدیل نمی شدند». ما در ماه آوریل، زمانی که این ریزش کلیک برای اولین بار اندازه گیری شد، گزارش اولیه این آزمایش را پوشش دادیم. لیز رید در چندین نشست عمومی این توضیح درباره کلیک های پرشی را تکرار کرده و ساندار پیچای (مدیرعامل گوگل) نیز در ماه می به همین مسئله ترافیک پرداخت، اما گوگل هنوز داده های تفکیک شده کلیک ها را که می تواند به این بحث پایان دهد، منتشر نکرده است.
تصویر مفهومی از بررسی ابزارهای فنی سایت و شناسایی عنصر واقعی LCP برای بهبود سرعت بارگذاری صفحه.
اصلاحات LCP اغلب عنصر اشتباهی را در سایت هدف قرار می دهند
جان مولر (John Mueller) از گوگل به یک مطالعه موردی اشاره کرد که توضیح می دهد چرا بسیاری از تلاش ها برای بهبود شاخص LCP یا «بزرگ ترین محتوای نقاشی شده» (Largest Contentful Paint) در بهبود امتیاز نهایی شکست می خورند. در قالب های فروشگاهی که بسته به هر فروشنده متفاوت هستند، مرورگر ممکن است روی یک المان اشتباه قفل کند؛ در نتیجه هرگونه بهینه سازی بعد از آن، روی چیزی انجام می شود که اصلاً LCP واقعی صفحه نبوده است!
حقایق کلیدی: این مطالعه موردی که در سایت web.dev منتشر شده است، یک سال فعالیت روی بهینه سازی هسته حیاتی وب را بررسی می کند. تیم فنی متوجه شد که دلیل نمرات ضعیف LCP در این فروشگاه، این بود که مرورگر روی یک المان اشتباه در صفحه قفل می کرده است (یکی از عوارض جانبی نحوه لود شدن قالب سایت). سپس آن ها صفحات را طوری تنظیم کردند که مرورگر بتواند محتوای اصلی و واقعی را اندازه گیری کند. پس از این اصلاح، خرده فروش گزارش داد که درصد بالاتری از صفحات فروشگاهی توانستند نمره قبولی LCP را کسب کنند.
چرا این موضوع اهمیت دارد؟
بخش آموزنده این ماجرا، بیش از آنکه مربوط به خود اصلاحات باشد، به «ترتیب انجام عملیات» برمی گردد. ما در تیم فنی دانش وب، چه در فرآیند طراحی سایت و چه در کمپین های سئو، همواره به این اصل پایبندیم که پیش از فشرده سازی کورکورانه تصاویر بزرگ (Hero Images)، با ابزارهای تخصصی بررسی می کنیم که مرورگر دقیقاً کدام المان را به عنوان LCP تشخیص داده است؛ زیرا در قالب های پیچیده یا صفحاتی که دارای اسلایدر (Carousel) هستند، معمولاً المان LCP آن چیزی نیست که شما فکر می کنید.
بررسی های ما روی هسته حیاتی وب در پلتفرم های مختلف سیستم مدیریت محتوا (CMS) نیز همین الگو را در داده های HTTP Archive نشان می دهد: LCP در دنیای واقعی معمولاً زمانی خراب می شود که پلتفرم در ارائه تصویر اصلی به مرورگر کند عمل کند، نه فقط زمانی که صفحه واقعاً سنگین باشد.
دیگران چه می گویند؟
این پست باعث ایجاد یک رشته بحث شلوغ در لینکدین جان مولر با بیش از ۶۰ نظر شد که بیشتر آن ها حول این محور بود که آیا صفحات سریع تر واقعاً باعث افزایش تبدیل (Conversions) می شوند یا خیر.
تردیدها در دو گروه مطرح شد. در مورد رابطه علت و معلولی، منهال ابو زکی (مدیر سئو در Omnicom Media Group) این ارتباط را غیرمستقیم دانست:
«مهم نیست چند مطالعه موردی ارائه شود، یک صفحه با لود سریع قطعاً می تواند از افزایش فروش پشتیبانی و آن را تسهیل کند، اما بعید است که کاربر فقط به خاطر سریع تر لود شدن صفحه برای خرید متقاعد شود.»
فرانسیسکو آنتونیو فوئنتس فیگروا (مشاور سئو)، خود افزایش نرخ تبدیل گزارش شده را زیر سوال برد و اشاره کرد که این مقایسه مربوط به یک دوره یک ساله (قبل و بعد) بوده که تغییرات بسیار دیگری نیز هم زمان با آن روی سایت پیاده سازی شده است و «هیچ گروه کنترل قابل مشاهده ای» وجود نداشته است. او پرسید که آیا داده های تست A/B برای اثبات تأثیر مستقل اصلاح LCP وجود دارد یا خیر.
دیوید سوینستد که با نام The CRO Standup Comic فعالیت می کند، گفت که او حامی ارتباط بین سرعت و نرخ تبدیل است، اما باز هم از میزان آن جا خورد: «اما ۹ درصد افزایش؟». در مقابل، گئورگی پتروف، بنیان گذار Uxify، گفت که تست های ۵۰/۵۰ خودش نشان می دهد «تغییرات LCP بیش از آنچه مردم انتظار دارند، روی نرخ تبدیل تأثیر می گذارند.»
اردوگاه دوم روی بحث رتبه بندی تمرکز کردند. ویجی وی (Vijay V)، مدیر سئو، پرسید که آیا Core Web Vitals اصلاً یک فاکتور رتبه بندی محسوب می شوند و گفت که «هیچ مدرکی دال بر این موضوع ندیده است». پاسخ مولر کل این بحث را در یک جمله خلاصه کرد: «مسلماً می توانم پول بیشتری در بیاورم، اما آیا رتبه بهتری خواهم گرفت؟». ویشال پارمار این شک و تردید را با مشاهدات میدانی تأیید کرد و به سایت هایی با نمرات بسیار ضعیف LCP، CLS و INP اشاره کرد که در کلمات کلیدی رقابتی رتبه های بسیار خوبی دارند.
سایرین به پیام وسیع تر این مطالعه موردی پرداختند. وقار عبدالله گفت که درس واقعی این است که المان LCP را به عنوان یک بخش حیاتی برای کسب وکار در نظر بگیریم، نه فقط چیزی برای سریع تر کردن سایت. آماراچی کالو این موضوع را با عنوان «درآمد در برابر تیک زدن چک لیست ها» بیان کرد و گفت که نرخ تبدیل «چیزی است که کسب وکارها به یاد می سپارند». مت بنت با لحنی طنزآمیز اشاره کرد که تنها جایی که هنوز با جابجایی چیدمان (Layout Shift) مواجه می شود «در محصولات خود گوگل» است!
وقتی صفحات لود نمی شوند، هوش مصنوعی سراغ منابع شخص ثالث می رود
گزارشی از Siteline نحوه عملکرد یک عامل هوش مصنوعی (مدل Claude) را روی ۱۰۰ محصول برتر نرم افزاری B2B شبیه سازی کرد تا ببیند آیا می تواند قیمت آن ها را پیدا کند یا خیر. زمانی که این عامل با خطاهای دسترسی مواجه می شد یا نمی توانست قیمت گذاری را بخواند، غالباً اعداد را از سایت های شخص ثالث استخراج می کرد!
حقایق کلیدی: دیوید کافمن، بنیان گذار Siteline، از این هوش مصنوعی خواست تا قیمت ها و ویژگی های نرم افزارها را در مجموعه ای از سایت های برتر B2B گزارش دهد. در بخش قابل توجهی از تلاش ها، ربات با خطای دسترسی یا قیمت های غیرقابل خواندن مواجه شد. در این موارد، ربات هوش مصنوعی به جای توقف، صفحه برند اصلی را رها کرده و اعداد را از منابع خارجی استخراج می کرد که ممکن است قیمت های قدیمی و منسوخ شده داشته باشند. بیشتر این شکست ها به دلیل استفاده از جاوا اسکریپت (JavaScript) برای بارگذاری قیمت ها (که این ربات ها آن را رندر نمی کنند) یا پنهان کردن قیمت ها پشت فرم های «تماس با بخش فروش» بود.
چرا این موضوع اهمیت دارد؟
امروزه، عوامل هوش مصنوعی (AI Agents) بازدیدکنندگانی هستند که ممکن است به طور تصادفی آن ها را پشت درهای بسته سایت خود نگه دارید. صفحه ای که در یک مرورگر برای کاربر انسانی کامل به نظر می رسد، ممکن است برای یک ربات کاملاً خالی خوانده شود؛ به خصوص اگر بخش های مهم، پس از دریافت اولیه کدهای HTML و در سمت کلاینت (Client-side) بارگذاری شوند. وقتی این اتفاق می افتد، ربات متوقف نمی شود؛ بلکه پاسخ را در جای دیگری پیدا می کند، که اغلب یک سایت شخص ثالث یا وب سایت رقیبی است که قیمت های خود را به صورت متن ساده (Plain text) قرار داده است.
راهکار قطعی این است که قیمت گذاری ها و ویژگی های کلیدی خدمات خود را به صورت HTML اولیه و سمت سرور (SSR) رندر کنید. ما در خدمات دیجیتال مارکتینگ و سئوی دانش وب، همواره به کارفرمایان خود تأکید می کنیم که مهم ترین مزیت های رقابتی شان باید به صورت کاملاً برجسته و خوانا در ساختار اصلی کدهای صفحه قرار بگیرد تا نه تنها گوگل، بلکه موتورهای جدید هوش مصنوعی نیز بتوانند به راحتی آن ها را درک و استخراج کنند.
جان مولر: مرورگرهای هوش مصنوعی (Agentic Browsers) را کورکورانه مسدود نکنید
از جان مولر پرسیده شد که آیا با افزایش مرور صفحات توسط عوامل هوش مصنوعی به نمایندگی از کاربران، اصول کیفی گوگل تغییر خواهد کرد؟ پاسخ او این بود که اکثر اصول همچنان پابرجاست، اما یک اصلِ به روش (Best Practice) جدید ارزش توجه دارد.
حقایق کلیدی: سوالی که در شبکه Bluesky از مولر پرسیده شد این بود که آیا دستورالعمل هایی مانند «تصاویر باید تجربه رضایت بخشی ارائه دهند» در زمانی که بازدیدکننده یک ربات است و نه انسان، همچنان صدق می کند؟ مولر گفت انتظار دارد که بیشتر اصول ثابت بمانند، زیرا سایتی که برای انسان ها مفید باشد، عموماً برای مرورگرهای هوشمند و ایجنت ها نیز مفید خواهد بود. او افزود که برخی جزئیات تکامل خواهند یافت و مشخصاً اشاره کرد که «مسدود نکردن کورکورانه مرورگرهای مبتنی بر هوش مصنوعی» به یک استراتژی جدید و مهم تبدیل خواهد شد.
چرا این موضوع اهمیت دارد؟
پاسخ مولر بین دو مفهوم مختلف مرز می کشد: استانداردهای کیفیت محتوا برای عصر هوش مصنوعی از نو نوشته نمی شوند، زیرا آن استانداردها برای انسان ها نوشته شده اند و عوامل هوش مصنوعی نیز در نهایت در حال خدمت به همان انسان ها هستند. اما آنچه جدید است، «دسترسی پذیری فنی» (Technical Accessibility) است. یک وب سایت می تواند تمام استانداردهای کیفی را رعایت کند اما همچنان با مسدود کردن ربات هایی که به طور فزاینده ای به نمایندگی از کاربران عمل می کنند، به خودش آسیب بزند.
راجر این وضعیت را با روزهای اولیه ظهور ویژگی Nofollow مقایسه می کند؛ زمانی که برخی سایت ها لینک های داخلی خود را مجسمه سازی (PageRank Sculpting) می کردند تا اعتبار پیج رنک را احتکار کنند و در نهایت باعث از بین رفتن صفحات مهم خودشان شدند! مسدود کردن مرورگرهای هوش مصنوعی می تواند از همین الگو پیروی کند؛ یک تصمیم فنی که به یک دلیل گرفته می شود اما بعداً هزینه های جبران ناپذیری برای دیده شدن سایت (Visibility) به همراه دارد. نتیجه مهم این است که قبل از اینکه قوانینی برای مسدود کردن ربات ها (مثل فایل robots.txt یا فایروال ها) وضع کنید، مطمئن شوید که بازدیدکنندگانی را که جان مولر می گوید «کورکورانه بلاک نکنید»، از دست نمی دهید.
تصویر نمایشی از نحوه تعامل خزنده ها و مرورگرهای هوش مصنوعی با صفحات وب و خطاهای دسترسی.
فابریس کانل از بینگ بازنشستگی خود را اعلام کرد
فابریس کانل (Fabrice Canel)، مدیر ارشد محصول که تیم خزش (Crawling) و ایندکس بینگ را رهبری می کرد و خالق و مدافع اصلی پروتکل IndexNow بود، پس از نزدیک به ۳۰ سال بازنشستگی خود را از مایکروسافت اعلام کرد. او این خبر را در یک پست خداحافظی در لینکدین به اشتراک گذاشت و نوشت که برنامه بازنشستگی داوطلبانه مایکروسافت را که از اول جولای اجرایی می شود، پذیرفته است.
خروج او یکی از شناخته شده ترین راه های ارتباطی موتور جستجوی بینگ را برای جامعه سئوکاران و وب مسترها از بین می برد؛ آن هم دقیقاً در زمانی که ایندکس بینگ به طور بی سروصدا در حال تأمین انرژی محصولات جستجوی هوش مصنوعی مانند Copilot و نتایج وب ChatGPT است. دقیقاً به همین دلیل است که ایندکس بینگ هنوز اهمیت زیادی دارد، حتی با وجود اینکه سهم بازار جستجوی مصرف کنندگان آن کوچک باقی مانده است.
تم کلیدی این هفته: زیرساخت های پنهانِ موتورهای جستجو
آزمایش نتایج AI Overviews در مورد اندازه گیری است؛ اینکه آیا ترافیکی که گوگل می گیرد اساساً ارزش زیادی داشته یا خیر. مطالعه موردی LCP نیز یک داستان اندازه گیری است تا ببینیم آیا مرورگر در حال امتیازدهی به همان عنصری است که شما فکر می کنید. گزارش Siteline درباره دسترسی است؛ اینکه آیا یک ربات می تواند صفحه شما را به اندازه کافی خوب بخواند تا یک خریدار را به سایت شما بفرستد؟ پاسخ جان مولر درباره قوانین این دسترسی ها بود و اینکه در کجا مسدود کردن هوش مصنوعی به مشکل عدم دیده شدن سایت تبدیل می شود. بازنشستگی کانل نیز نسخه انسانیِ همین داستان است؛ یکی از افرادی که این لایه های زیرین جستجو را ساخت و توضیح داد، اکنون کنار کشیده است.
نتیجه گیری
با در کنار هم قرار دادن این اخبار، می فهمیم که این هفته کمتر درباره یک ویژگی جدید و بیشتر درباره ماشین آلات و زیرساخت های پنهان آن است؛ اینکه سایت ها چگونه اندازه گیری، خوانده و در دسترس قرار می گیرند، آن هم در دورانی که بخش بیشتری از مخاطبان ما از طریق یک «لایه هوش مصنوعی» به محتوا می رسند. در واقع، کار ما برای قابل مشاهده ماندن در نتایج، در حال حرکت به یک لایه عمیق تر است: اینکه آیا سیستم های کامپیوتری که در مقابل خوانندگان ما قرار دارند، می توانند آنچه را ما منتشر می کنیم به درستی استخراج و استفاده کنند؟