گوگل به تازگی از یک به روزرسانی مهم برای فرمت دانش باز (Open Knowledge Format) یا به اختصار OKF خبر داده است. در نسخه ۰.۲ این فرمت، ۵ ویژگی جدید و مرتبط با مقوله «اعتماد» (Trust) اضافه شده است که مصرف کنندگان این فرمت می توانند از آن ها برای تأیید و اعتبارسنجی ۵ جنبه مختلف از بسته های اطلاعاتی OKF استفاده کنند. در دنیای پررقابت امروز، ایجاد اعتماد نه تنها برای موتورهای جستجو، بلکه برای کاربران نهایی نیز اهمیت ویژه ای دارد؛ موضوعی که ما در تیم متخصصان دانش وب همواره در تدوین استراتژی های سئو و طراحی سایت مشتریانمان روی آن تاکید داریم.
این ۵ سیگنال اعتماد به همراه فیلدهای مربوطه و نوع مفهوم (Concept Type) آن ها در OKF عبارتند از:
- اصالت و منشأ (Provenance) – فیلد:
sources - اعتماد (Trust) – فیلدها:
generatedوverified - تازگی و طراوت محتوا (Freshness) – فیلد:
stale_after - چرخه حیات (Lifecycle) – فیلد:
status - گواهی و تاییدیه (Attestation) – نوع مفهوم جدید:
Attested Computation
بر اساس اطلاعیه گوگل، این پنج سیگنال برای پاسخ دادن به پنج سوال کلیدی درباره بسته های OKF طراحی شده اند تا بستری محکم برای ایجاد اعتماد فراهم کنند.
این پنج سوال اساسی عبارتند از:
- «این اطلاعات از کجا و از چه چیزی ساخته شده است؟» (اصالت)
- «چقدر می توانم به آن اعتماد کنم؟» (اعتماد)
- «آیا این اطلاعات هنوز هم درست و معتبر است؟» (تازگی)
- «آیا این نسخه فعلی و نهایی است؟» (چرخه حیات)
- «آیا این عدد/خروجی دقیقاً همان طور که گفته بودیم محاسبه و تولید شده است؟» (تاییدیه)
اصالت و منشأ (Provenance)
گوگل یک فیلد کاملاً جدید به نام sources (منابع) معرفی کرده است که ثبت می کند اطلاعات یک مفهوم دقیقاً از کجا آمده است. این ویژگی به مصرف کنندگان (چه انسان ها و چه ربات ها) اجازه می دهد تا منابع اصلی و اولیه ای که برای خلق آن اطلاعات استفاده شده است را شناسایی کنند. این امر اطلاعاتی را در اختیار مخاطب قرار می دهد تا بتواند میزان قابل اعتماد بودن یک مفهوم را ارزیابی کند و به این سوال پاسخ دهد: «این محتوا از کجا آمده است؟»
در ادامه مثالی از نحوه استفاده گوگل از فیلد sources را مشاهده می کنید:
yaml
sources:
– id: warehouse-schema
resource: https://wiki.acme.internal/data/warehouse/schemas/sales
title: Acme Retail warehouse schema — sales dataset
author: team:data-platform
usage_count: 1240
last_modified: 2026-06-15
– id: revenue-policy
resource: policies/revenue-recognition.md
title: Revenue Recognition Policy (FY2026)
author: human:jsmith@acme
last_modified: 2026-06-1
گوگل درباره مفهوم و کاربرد این کدها این گونه توضیح می دهد
«فیلد جدید منابع (sources)، موادی را که یک مفهوم از آن ها استخراج شده است ثبت می کند: این منبع می تواند یک سند خارجی، یک مسیر نسبی در داخل خود بسته، یا حتی یک توصیف گر دامنه مانند “همه کوئری ها در پروژه X” باشد. در عین حال، یک ورودی می تواند حامل سیگنال های اعتبار عینی و قابل اندازه گیری باشد: مثل نام نویسنده (author)، تعداد دفعات استفاده (usage_count)، و تاریخ آخرین ویرایش (last_modified).
انتخاب هوشمندانه و عمدی ما در اینجا، چیزی است که به آن اضافه نکرده ایم. فرمت OKF تنها سیگنال ها را ثبت می کند، نه یک “امتیاز اعتبار” عددی را. دادن امتیاز اعتبار یک امر کاملاً ذهنی و سابجکتیو است، بین مصرف کنندگان مختلف قابل انتقال نیست، و درست در همان لحظه ای که نوشته می شود، ممکن است منقضی و بی ارزش شود.
در عوض، میزان اعتبار توسط خود شخصی (یا رباتی) که در حال مصرف اطلاعات است از روی همین سیگنال ها استنباط می شود. دقیقاً همان طور که شما در دنیای واقعی به منبعی که توسط یک متخصص نوشته شده، اخیراً به روزرسانی شده و بارها مورد استفاده قرار گرفته است، بسیار بیشتر از یک منبع ناشناس اعتماد می کنید. و هنگامی که در بدنه متن به یک منبع خاص استناد می شود، این کار با یک پاورقی ساده و استاندارد مارک داون (Markdown) که به شناسه منبع متصل است (مثل [^export-schema]) انجام می شود. بنابراین، در این ساختار ارجاع دادن به ازای هر “ادعا” انجام می شود، نه اینکه صرفاً یک لیست طولانی و مبهم از منابع در انتهای صفحه رها شود.»
این رویکرد گوگل شباهت زیادی به اهمیت بک لینک های معتبر و فاکتورهای E-E-A-T در سئو دارد؛ جایی که هویت نویسنده و تاریخ به روزرسانی محتوا، نقش کلیدی در رتبه بندی سایت شما ایفا می کند.
نمایی نزدیک از کدهای YAML در محیط ویرایشگر که به صورت بصری برچسب های منابع (sources) و تاییدیه انسانی (verified) را برای یک مفهوم خاص نشان می دهد و بر اهمیت نظارت انسانی در اعتبارسنجی داده ها تاکید دارد
اعتماد: فیلدهای تولید شده (Generated) و تایید شده (Verified)
بخش بعدی از پازل سیگنال های اعتماد، فیلدهای «تولید شده» و «تایید شده» هستند.
فیلد generated ثبت می کند که چه کسی (یا چه هوش مصنوعی) یک مفهوم را ایجاد کرده است، در حالی که فیلد verified ثبت می کند که چه کسی به صورت مستقل آن را تایید و راستی آزمایی کرده است. یک مصرف کننده (که می تواند یک عامل هوش مصنوعی، یک مدل زبان بزرگ LLM، یا یک نرم افزار کاربردی باشد) می تواند از این اطلاعاتِ تاییدیه، برای فیلتر کردن مفاهیم استفاده کند. مثلاً می تواند انتخاب کند که فقط محتواهای بررسی شده توسط انسان را ببیند و محتواهای تایید نشده یا صرفاً تایید شده توسط ماشین را حذف کند.
در ادامه مثالی از نحوه استفاده از فیلدهای Generated و Verified را می بینید:
yaml
type: Metric
title: Revenue
generated: { by: reference_agent/gemini-2.5-pro, at: 2026-06-30T14:00:00Z }
verified:
– { by: human:jsmith@acme, at: 2026-07-01T09:00:00Z }
تازگی و چرخه حیات: فیلدهای status و stale_after
فیلد status (وضعیت) با ما ارتباط برقرار می کند تا بگوید یک مفهوم در کدام مرحله از چرخه حیات خود قرار دارد. این کار باعث می شود تا مصرف کننده بفهمد که آیا این اطلاعات در مرحله پیش نویس (draft) است، نسخه نهایی و جاری (stable) است، یا اینکه منسوخ و قدیمی (deprecated) شده است.
فیلد stale_after (منقضی پس از) تاریخ دقیقی را مشخص می کند که پس از آن، مفهوم مورد نظر پیش از استفاده مجدد باید حتماً دوباره بررسی و راستی آزمایی شود. مصرف کنندگان می توانند از این فیلدها برای شناسایی اطلاعاتی که نیاز به بررسی مجدد دارند استفاده کنند، یا مفاهیم منسوخ شده را از کارهای جدید خود حذف کرده و آن ها را تنها برای مراجعات تاریخی و آرشیوی حفظ کنند.
مثالی از کاربرد این فیلدها در محیط واقعی:
yaml
type: Metric
title: Gross Margin (legacy, pre-FY2026)
status: deprecated
محاسبات تایید شده (Attested Computation): برای اعتبارسنجی محاسبات
ویژگی Attested Computation یک فیلد ساده نیست، بلکه یک “نوع” (Type) کاملاً جدید در این فرمت است. این نوع، روش تأیید شده و استاندارد برای محاسبه یک مقدار را تعریف می کند و راهی را ارائه می دهد تا بتوانیم بررسی کنیم آیا آن محاسبه دقیقاً به همان روشی که قرار بوده، انجام شده است یا خیر. این موضوع در گزارش گیری های مالی و کمپین های بازاریابی که ما در دانش وب برای تحلیل داده ها انجام می دهیم، بسیار حیاتی است.
توضیحات رسمی گوگل در این باره می گوید:
«فیلد اصالت پاسخ می دهد که یک ادعا از کجا آمده است. اما فیلد تاییدیه (Attestation) به سوال بسیار سخت تری پاسخ می دهد که دقیقاً در همان لحظه ای که یک عامل هوش مصنوعی یک رقم مالی را گزارش می دهد، اهمیت پیدا می کند: آیا این عدد دقیقاً از همان مسیری تولید شده که ما تعیین کرده بودیم، یا اینکه ربات هوش مصنوعی خودش به صورت خودسرانه یک کد SQL را بداهه پردازی و اجرا کرده است؟
نسخه 0.2 از فرمت OKF یک نوع مفهوم جدید به نام Attested Computation را معرفی می کند. این ویژگی نه تنها معنای یک مقدار را در خود دارد، بلکه یک روش “تایید شده و مجاز” برای محاسبه آن و همچنین ابزارهایی برای بررسی اینکه آیا واقعاً همان روش مجاز اجرا شده است یا خیر را نیز با خود حمل می کند.»
مثالی جامع از این ویژگی:
yaml
—
type: Attested Computation
title: Revenue for a fiscal year
runtime: bigquery
parameters:
– { name: year, type: integer, required: true }
executor:
resource: skills/run-on-bq.md
receipt: [job_id, executed_sql, result]
attester:
resource: attesters/sql_equality.py
generated: { by: reference_agent/gemini-2.5-pro, at: 2026-06-30T14:00:00Z }
verified:
– { by: human:jsmith@acme, at: 2026-07-01T09:00:00Z }
status: stable
stale_after: 2026-12-31
sources:
– id: revenue-policy
resource: policies/revenue-recognition.md
title: Revenue Recognition Policy (FY2026)
author: human:jsmith@acme
last_modified: 2026-06-15
—
# Computation
SELECT
SUM(
CASE
WHEN o.currency = ‘USD’ THEN o.net_amount
ELSE o.net_amount * fx.rate_to_usd
END
) AS revenue_usd
FROM `acme.sales.orders` AS o
LEFT JOIN `acme.finance.fx_daily_rates` AS fx
ON fx.currency = o.currency
AND fx.rate_date = DATE(o.order_ts)
WHERE o.order_status = ‘delivered’
AND DATE_DIFF(CURRENT_DATE(), DATE(o.order_ts), DAY) >= 30
AND EXTRACT(YEAR FROM o.order_ts) = @year
به روزرسانی مستندات فرمت Open Knowledge
شرکت گوگل مخزن (Repository) گیت هاب مربوط به این فرمت را برای انعکاس این تغییرات به روزرسانی کرده و اطلاعیه ای را منتشر نموده است که به عنوان یک راهنمای جامع برای توسعه دهندگان عمل می کند.
نتیجه گیری
گام جدید گوگل در به روزرسانی فرمت Open Knowledge و افزودن ۵ سیگنال اعتماد (مانند منشأ، تاییدیه انسانی، و تازگی)، نشان دهنده تغییر پارادایم وب به سمت «محتوای قابل اعتماد و ساختاریافته» است. در دورانی که محتوای تولید شده توسط هوش مصنوعی به وفور یافت می شود، توانایی اثبات اصالت و درستی داده ها یک مزیت رقابتی بی بدیل است. استفاده از چنین استانداردهایی در آینده نزدیک، مرز بین وب سایت های معتبر و سایت های نامعتبر را در نتایج جستجو تعیین خواهد کرد. برای همگام شدن با این تغییرات سریع الگوریتم ها و پیاده سازی اصولی استانداردهای داده محور، داشتن یک تیم فنی قدرتمند در کنار کسب وکارتان ضروری است؛ تیمی مانند متخصصان دانش وب که با تسلط بر جدیدترین تکنیک های طراحی سایت و سئو، برند شما را همیشه در صدر و معتبر نگه می دارند.