دستیارهای هوش مصنوعی اکنون می توانند تمام کارهای مقایسه ای را که پیش تر خود مشتریان محلی انجام می دادند، بر عهده بگیرند. در گذشته، جستجوی محلی (Local Search) زحمت کار را بر دوش مشتری می گذاشت: کاربر یک کوئری تایپ می کرد، لیستی از گزینه ها (همان لینک های آبی رنگ معروف) را دریافت می کرد، چند سایت را باز می کرد و در نهایت یکی را برمی گزید. اما حالا کافی است از یک دستیار هوش مصنوعی بخواهید تا یک کسب وکار را به شما پیشنهاد دهد؛ او لیست کوتاهی را به شما ارائه می دهد که از پیش خودش آن را گلچین کرده است!
گوگل توضیح می دهد که «حالت هوش مصنوعی» (AI Mode) به ویژه برای سوالاتی که نیاز به کاوش، استدلال یا مقایسه های پیچیده دارند، بسیار مفید است؛ یعنی همان سوالاتی که در گذشته ممکن بود کاربر را مجبور به انجام چندین جستجوی متوالی کند.
در جستجوی ارگانیک سنتی، یک کسب وکار می توانست رتبه خود را چک کند و به طور حدودی بداند که در چه جایگاهی قرار دارد. گزارش عملکرد هوش مصنوعی مولد گوگل (Generative AI Performance Report) به شما نشان می دهد که لینک های سایت شما چند بار در فیچرهای هوش مصنوعی گوگل ظاهر شده اند. اما چیزی که این گزارش نشان نمی دهد، کوئری و کلمه کلیدی دقیقی است که منجر به آن نمایش (Impression) شده، یا اتفاقاتی است که در سایر دستیارهای هوش مصنوعی (مثل ChatGPT) رخ می دهد.
حضور در دایرکتوری ها؛ تنها هزینه ورود به بازی
ثبت اطلاعات کسب وکار، نظرات کاربران (Reviews) و اعتبار برند، همگی می توانند بر این موضوع که آیا هوش مصنوعی اصلاً کسب وکار شما را در پاسخ هایش لحاظ می کند یا خیر، تاثیر بگذارند.
من پیش تر این سیگنال ها را در مقاله ای با عنوان «نظرات، اعتبار و لیستینگ ها: سیگنال های محلی که هوش مصنوعی اکنون می خواند» بررسی کرده ام و از آن زمان تاکنون، هیچ کدام از این اصول تغییر نکرده اند. (برای کسب وکارهای ایرانی، علاوه بر گوگل مپ، حضور فعال و ثبت اطلاعات دقیق در پلتفرم های بومی مانند نشان و بلد نیز سیگنال های قدرتمندی برای هوش مصنوعی ارسال می کند).
اینفوگرافیک تصویری که نحوه واکشی اطلاعات کسب وکار از دایرکتوری ها، نظرات کاربران و پروفایل ها توسط موتور هوش مصنوعی را نشان می دهد.
پشت پرده پاسخ های گوگل چیست؟
گوگل می گوید قابلیت های هوش مصنوعی آن در سیستم جستجو، دقیقاً ریشه در همان سیستم های رتبه بندی و کیفیتِ نتایج عادی دارد. با این حال، گوگل از دو تکنیک خاص نام می برد که مختص فرآیند تولید پاسخ های هوش مصنوعی هستند:
۱. تولید افزوده بازیابی محور (RAG – Retrieval-Augmented Generation): تکنیکی که گوگل به آن Grounding (پایه گذاری روی حقایق) هم می گوید. این سیستم از الگوریتم های رتبه بندی فعلی استفاده می کند تا صفحات مرتبط را از ایندکس جستجو بیرون بکشد. سپس، هوش مصنوعی پاسخ خود را بر اساس محتوای آن صفحات تولید کرده و همزمان به منابعی که ادعایش را ثابت می کنند، لینک می دهد.
۲. انشعاب کوئری (Query Fan-out): این تکنیک شامل اجرای چندین جستجوی مرتبط به صورت همزمان در پس زمینه است تا نتایج بسیار بیشتری نسبت به آنچه یک جستجوی ساده بازمی گرداند، جمع آوری شود.
برای اینکه محتوای وب سایت یک کسب وکار بتواند در پاسخ های هوش مصنوعی گوگل نقشی داشته باشد، باید در صفحه ای قرار بگیرد که گوگل بتواند آن را واکشی (Retrieve) کند. اگر کاربری به دنبال «یک رستوران دنج و آرام برای قرار کاری» می گردد، این ویژگی ها باید در جایی که گوگل قادر به خواندن آن است (مثل توضیحات سایت یا نظرات مشتریان) به وضوح نوشته شده باشد.
زمانی که گوگل منابع مختلفی را با اطلاعات متناقض درباره یک کسب وکار بررسی می کند، هیچ مستنداتی مبنی بر اینکه چگونه این تفاوت ها را در پاسخ نهایی حل وفصل می کند، ارائه نداده است. به همین دلیل، بسیار حیاتی است که اطلاعات کسب وکار شما در تمام صفحاتی که تحت کنترل دارید، کاملاً یکسان و سازگار باشد.
گزارش بنچمارک موسسه Uberall نشان می دهد که در حوزه رستوران های فست فود، دستیارهای هوش مصنوعی معمولاً در هر کوئری تنها ۳ تا ۵ برند را پیشنهاد می دهند. این داده ها به خوبی نشان می دهد که دایره رقابت چقدر تنگ تر و محدودتر شده است.
بیشتر تلاش ها در حوزه سئو محلی، حول این محور می چرخد که مطمئن شویم یک کسب وکار شرایط لازم برای پیشنهاد داده شدن توسط هوش مصنوعی را دارد. دقیق نگه داشتن اطلاعات تماس، حفظ یک پروفایل فعال از نظرات مشتریان و اطمینان از یکپارچگی داده ها در منابع مختلف، همگی به این صلاحیت کمک می کنند. (در تیم تخصصی دانش وب، ما همیشه در کمپین های سئو محلی تاکید داریم که یکپارچگی اطلاعات (NAP) نه تنها برای سئوی سنتی، بلکه برای عبور از فیلترهای سخت گیرانه AI کاملاً ضروری است).
البته به خاطر داشته باشید که صرفاً رعایت الزامات گوگل، تضمین کننده این نیست که محتوای شما حتماً در فیچرهای مبتنی بر هوش مصنوعی نمایش داده شود.
سرچ کنسول چه چیزی را نشان می دهد و چه چیزی را پنهان می کند؟
گوگل داده های AI Overviews و AI Mode را در گزارش عملکرد (Performance Report) اصلی، تحت نوع جستجوی Web قرار داده و آن ها را با سایر کلیک های ارگانیک ترکیب کرده است. در نتیجه، این کلیک ها در مجموع کلیک ها محاسبه می شوند و در آنجا قابل تفکیک نیستند.
اما «گزارش عملکرد هوش مصنوعی مولد» این داده ها را جدا می کند. البته گوگل هنوز در حال عرضه تدریجی (Roll out) این ویژگی است، بنابراین همه سایت ها هنوز به آن دسترسی ندارند. این ابزار میزان نمایش (Impressions) را می شمارد—یعنی تعداد دفعاتی که لینکی از سایت شما در یکی از فیچرهای هوش مصنوعی مولد گوگل ظاهر شده است—و آن ها را بر اساس صفحه، کشور، دستگاه و تاریخ تفکیک می کند.
اما هیچ بُعدی برای کلمات کلیدی (Query Dimension) وجود ندارد. بنابراین یک Impression فقط به این معنی است که لینک صفحه شما نمایش داده شده و لاغیر! این گزارش مشخص نمی کند که آیا هوش مصنوعی کسب وکار شما را به عنوان «پیشنهاد اصلی» معرفی کرده، یا اینکه رقیب شما را پیشنهاد داده و سایت شما را صرفاً به عنوان یک منبع فرعی در پایین متن لیست کرده است.
تصویر مفهومی از داشبورد سرچ کنسول گوگل و ردیابی ترافیک ورودی هوش مصنوعی که نبود ابعاد کوئری دقیق را نشان می دهد.
جعبه سیاه سرچ کنسول: ترافیک هوش مصنوعی را چگونه در تاریکی ردیابی کنیم؟
این گزارش فقط مختص گوگل است. هیچ ابزاری در سرچ کنسول به شما نمی گوید که ابزارهایی مثل ChatGPT، Perplexity یا Claude به کاربری که به دنبال یک کسب وکار محلی بوده، چه پاسخی داده اند.
تحلیلی که توسط Whitespark انجام شده (که در جولای آن را پوشش دادم)، ۵۴۰ کوئری را در سه شهر آمریکا و شش صنعت مختلف آزمایش کرد. نتایج نشان داد که AI Overviews برای ۱۵٪ از کوئری های با قصد جستجوی محلی مستقیم، ۹۲٪ از جستجوهای اطلاعاتی و ۹۷٪ از جستجوهای ترکیبی (Hybrid) ظاهر می شود؛ جستجوهای ترکیبی مانند: «آیا بعد از تصادف باید وکیل بگیرم؟» که یک تصمیم خرید را درون یک درخواست اطلاعاتی پنهان کرده اند. این ها دقیقاً همان کوئری هایی هستند که پاسخ هوش مصنوعی می تواند تعیین کند مشتری کدام کسب وکارها را بررسی خواهد کرد.
در حالی که منتظر گزارش گیری بهتری هستیم، تیم های سئو عملکرد خود را به دو روش می سنجند:
بعضی ها یک مجموعه ثابت از کوئری های محلی را طبق یک برنامه زمانی منظم در دستیارهای هوش مصنوعی اصلی جستجو کرده و نام کسب وکارهای پیشنهاد شده را ثبت می کنند. این روش فقط کوئری های همان روز را پوشش می دهد و از آنجایی که پاسخ های AI با تغییر لحن پرسش، موقعیت مکانی و سشن کاربر تغییر می کند، این اعداد صرفاً یک دیدگاه کلی (Directional) به ما می دهند.
روش دیگر این است که کسب وکارها ترافیک ارجاعی (Referral) هوش مصنوعی را در ابزارهای آنالیتیکس (جایی که داده ها موجود است) جدا کرده و حجم و رفتار کاربران را در طول زمان ردیابی کنند. این روش نشان می دهد که پس از کلیک کاربر چه اتفاقی افتاده است؛ که البته این گروه نسبت به کل افرادی که فقط پاسخ هوش مصنوعی را دیده اند، بسیار کوچکتر است.
گوگل همچنین در دستورالعمل های خود نسبت به ابزارهای شخص ثالث (Third-party) که ادعا می کنند به سیستم های رتبه بندی داخلی یا هوش مصنوعی آن دسترسی دارند، هشدار داده است.
جدول مقایسه روش های پایش دیده شدن در هوش مصنوعی
| روش اندازه گیری | آنچه نشان می دهد | نقطه کور (آنچه جا می اندازد) |
|---|---|---|
| گزارش Generative AI گوگل | ایمپرشن لینک ها بر اساس صفحه، کشور، دستگاه و تاریخ | کوئری ها، وضعیت اینکه آیا شما پیشنهاد شدید یا صرفا منبع بودید، و دستیارهای غیر گوگلی |
| ردیابی دستی و ثابت کوئری ها در AI | کدام کسب وکارها در پرامپت های انتخابی شما ظاهر می شوند | تغییرات ناشی از لحن متفاوت کاربر، لوکیشن، زمان و سشن جستجو |
| آنالیتیکس ترافیک ارجاعی AI | بازدیدهای ثبت شده و رفتار کاربر پس از کلیک | افرادی که پاسخ را خواندند، برند شما را دیدند اما کلیک نکردند |
منبع: گزارش سرچ کنسول گوگل؛ و پوشش ردیابی دستی و آنالیتیکس ارجاعی که در این مقاله توضیح داده شد.
به هوش مصنوعی چیزی برای نقل قول کردن بدهید
راهنمای بهینه سازی گوگل توضیح می دهد که چگونه محتوا را به بهترین شکل برای قرار گرفتن در فیچرهای هوش مصنوعی آن آماده کنیم. اول از همه، یک سایت باید اجازه ورود به فیچرهای Search Generative AI را داشته باشد.
گوگل در حال فعال سازی این تنظیمات برای برخی از صاحبان سایت هاست. پیش فرض این تنظیمات روی “Include” (شامل شدن) قرار دارد. اگر این تنظیمات برای شما فعال شده، ارزشش را دارد که بررسی کنید سایت شما به اشتباه در حالت محروم (Excluded) قرار نگرفته باشد.
دستورالعمل های گوگل همچنین توصیه می کند که دسترسی خزنده ها (Crawlers) در فایل robots.txt و CDN باز باشد و محتوای مهم به صورت “متن” در دسترس قرار گیرد. آن ها بر اهمیت استفاده از داده های ساختاریافته (Structured Data / اسکیما) که کاملاً با محتوای بصری صفحه همخوانی دارد و همچنین به روز بودن جزئیات پروفایل کسب وکار تاکید می کنند. (در دپارتمان توسعه و سئو دانش وب، اجرای دقیق و بدون خطای اسکیماها همواره یکی از ارکان اصلی در طراحی سایت و پیاده سازی زیرساخت های سئو بوده است، چرا که زبان مشترک ما و هوش مصنوعی همین کدهای ساختاریافته هستند).
گوگل می تواند محتوای جاوا اسکریپت (JavaScript) را در صورتی که مسدود نشده باشد پردازش کند، اگرچه راهنمای آن می گوید کار با سایت هایی که بر پایه فریم ورک های جاوا اسکریپت ساخته شده اند، معمولاً پیچیده تر است. هر مرحله از رندرینگ، یک نقطه ریسک است که ممکن است در آن، ساعات کاری یا اطلاعات مهم کسب وکار شما موفق به نمایش نشوند.
پاسخ های هوش مصنوعی همچنین ممکن است اطلاعات را از صفحاتی استخراج کنند که شما هیچ کنترلی روی آن ها ندارید. مثلاً ممکن است اطلاعات یک دایرکتوری قدیمی با ساعات کاری سال گذشته، یک مقاله قدیمی، یا حتی صفحه مقایسه ای متعلق به رقیب شما را به عنوان منبع انتخاب کند!
مطمئن شوید که ساعات کاری، خدمات و منطقه تحت پوشش شما به صورت واضح و با متن ساده (Plain text) در سایت خودتان درج شده و با دایرکتوری ها مطابقت دارد.
گوگل همچنین برخی از تصورات غلط را در راهنمای خود رد کرده است: سرچ گوگل فایل های llms.txt و سایر فایل های متنی مخصوص هوش مصنوعی را نادیده می گیرد و هیچ نیازی نیست که برای فهم بهتر هوش مصنوعیِ گوگل، محتوای خود را به قطعات بسیار کوچک (Chunks) خرد کنید.
تصاویری از کدهای اسکیما، متون ساده متنی و اطلاعات یکپارچه کسب وکار که خوانایی کامل سایت برای ربات ها و خزنده های AI را تضمین می کند.
وقتی Agent ها (عوامل هوش مصنوعی) شروع به رزرو کردن می کنند
گوگل، عوامل یا Agent های هوش مصنوعی را سیستم هایی توصیف می کند که وظایفی مانند رزرو میز رستوران یا مقایسه گزینه های محصول را برای کاربران انجام می دهند. گوگل می گوید Agent های مرورگر ممکن است مستقیماً به یک سایت دسترسی پیدا کنند، اسکرین شات های رندر شده را تحلیل کنند، ساختار DOM را بازرسی کنند و درخت دسترس پذیری (Accessibility Tree) که ابزارهای صفحه خوان (Screen Readers) به آن وابسته اند را تفسیر نمایند.
مورد آخر به شدت اهمیت بررسی نواقص دسترس پذیری سایت را پررنگ می کند. دکمه ای که فقط با یک تگ <div/> بدون برچسب ساخته شده، فرمی که فقط با متن راهنمای داخل کادر (Placeholder) مشخص شده، یا شماره تماسی که صرفاً داخل یک عکس قرار دارد، همگی برای صفحه خوان ها و در نتیجه برای هوش مصنوعی، یک فاجعه محسوب می شوند! هرچند گوگل نگفته که این نقص ها باعث توقف کامل Agentها می شود، اما درخت دسترس پذیری یکی از لایه های مهمی است که این عوامل آن را تفسیر می کنند. (به همین دلیل است که ما در دانش وب در زمان طراحی رابط و تجربه کاربری (UI/UX) و کدنویسی سایت، به رعایت استانداردهای معنایی HTML5 به شدت پایبندیم تا سایت شما توسط ربات های هوشمند به راحتی خوانده شود).
برای یک کسب وکار محلی، آماده شدن برای حضور Agentها به معنای داشتن همان اطلاعات شفاف و متنی است که پیش تر گفته شد؛ به علاوه داشتن یک سیستم سفارش یا رزرو روان و بدون باگ که بدون نیاز به دخالت انسان و دور زدن فرم های خراب، به درستی کار کند.
نتیجه گیری
مشتریانی که از دستیار هوش مصنوعی یک پیشنهاد محلی می خواهند، به جای دریافت صفحه ای پر از گزینه های مختلف، یک لیست کوتاه و گلچین شده دریافت می کنند؛ و این اتفاق قبل از آن می افتد که حتی بتوانند محتوایی که تحت کنترل شماست (مثل وب سایتتان) را ببینند.
گزارش عملکرد گوگل هنوز در مراحل ابتدایی عرضه است و ابزارهای ردیابی این حوزه نوپا هستند. مستندات عمومی گوگل هنوز به وضوح توضیح نمی دهند که چرا یک کسب وکار محلی به جای دیگری معرفی می شود و سرچ کنسول نیز فرآیند این تصمیم گیری را فاش نمی کند. تا زمانی که این رویه تغییر کند، اولویت اول شما باید دقیق نگه داشتن اطلاعات کسب وکارتان، حفظ یکپارچگی در تمام منابع و ارائه اطلاعات به صورت متنی (Text) در صفحاتی باشد که گوگل به راحتی بتواند آن ها را کراول (Crawl) کند.
تبلیغات: رویداد زنده SEJ در تاریخ ۲۶ آگوست برگزار می شود. جلسه دوم به بحث تخصیص لیدها در کانال های مختلف از جمله سرچ هوش مصنوعی می پردازد و جلسه سوم با حضور دارن شاو، نحوه ساخت صفحات محلی که موتورهای هوش مصنوعی بتوانند آن ها را بخوانند و به آن ها استناد کنند را آموزش می دهد.