اگر امروز بودجهی بازاریابی خود را صرف افزایش تعداد صفحات وبسایت یا خرید بکلینک میکنید، احتمالاً در حال سرمایهگذاری روی سیستمی هستید که دیگر کار نمیکند. دادههای جدید نشان میدهند که برای دیده شدن در پاسخهای هوش مصنوعی، باید به جای وبسایت، روی یوتیوب تمرکز کنید. طبق گزارشی که در ۴ سپتامبر ۲۰۲۶ در dev.to منتشر شد، اشارات در یوتیوب همبستگی ۰.۷۴۰ با دیده شدن در هوش مصنوعی دارند. این یعنی یوتیوب اکنون تکعامل قدرتمندترین برای حضور در پاسخهای تولیدشده توسط مدلهای زاینده است.
برای سالها، بازاریابان دیجیتال برای تسلط بر گوگل به دنبال افزایش اعتبار دامنه (Domain Rating) و تولید انبوه محتوا بودند. اما موتورهای جستوجوی هوش مصنوعی مانند ChatGPT، Perplexity و Google AI Overviews با منطق متفاوتی کار میکنند. آنها صرفاً صفحات را رتبهبندی نمیکنند، بلکه اطلاعات را از شبکهای از استنادها ترکیب میکنند؛ جایی که تأیید شخص ثالث بسیار ارزشمندتر از محتوای خود-منتشرشده است.
وبسایت شما را مثل یک رزومه و بقیه وب را مثل معرفهای شما تصور کنید. سئوی سنتی روی طولانیتر و زیباتر کردن رزومه تمرکز دارد، اما هوش مصنوعی بیشتر وقت خود را صرف تماس با معرفهای شما میکند تا ببیند آیا واقعاً ارزش ذکر شدن دارید یا خیر. همانطور که در تحلیلهای قبلی ما دربارهی امنیت مدلهای بازمتن اشاره کردیم، اعتماد مدلها به منابع خارجی در حال افزایش است.
واقعیت دادهمحور استنادات هوش مصنوعی
بر اساس مطالعهای روی ۷۵ هزار برند، همبستگی بین تعداد صفحات ایندکسشده و دیده شدن در هوش مصنوعی تنها ۰.۱۹۴ است. اعتبار دامنه (DR) نیز با عددی بین ۰.۲۶۶ تا ۰.۳۲۶ تأثیر بسیار کمی دارد. این یعنی تولید محتوای بیشتر یا ساخت بکلینک برای بالا بردن DR، تقریباً هیچ تغییری در دیده شدن شما ایجاد نمیکند.
در مقابل، اشارات یوتیوب همبستگی عظیمی را نشان میدهند: ۰.۷۴۰ در حالت AI Mode، ۰.۷۳۷ در ChatGPT و ۰.۷۱۲ در AI Overviews. نکته کلیدی این است که تعداد دفعات اشاره، مهمتر از تعداد بازدیدهاست. برندی که در یک ویدیوی کمبازدید ذکر شود، تقریباً همان میزان تقویت دیده شدن را دریافت میکند که برندی در یک ویدیوی ویروسی.
با این حال، دسترسی فنی پیشنیاز مطلق است. مطالعهای روی ۱.۴ میلیون پرامپت ChatGPT نشان داد URLهایی که از طریق کانال جستوجو بازیابی شدند، نرخ استناد ۸۸.۴۶ درصدی داشتند. در مقابل، منابع خبری به ۱۲.۰۱ درصد و ردیت به تنها ۱.۹۳ درصد رسیدند. اگر سایت شما خزندههای هوش مصنوعی را مسدود کند یا زمان پاسخدهی اولیه (TTFB) آن بیش از ۲ ثانیه باشد، عملاً نامرئی هستید.
تغییر در پویایی نتایج جستوجو (SERP)
بخش AI Overviews (AIO) دیگر طرفدار ۱۰ نتیجه اول ارگانیک نیست. بررسی ۸۶۳ هزار صفحه نتایج و ۴ میلیون استناد AIO نشان داد که تنها ۳۷.۹ درصد از URLهای ذکر شده در ۱۰ رتبه اول بودند. رتبههای ۱۱ تا ۱۰۰ سهم ۳۱.۲ درصدی و رتبههای بعد از ۱۰۰ سهم ۳۱ درصدی داشتند. این یک چرخش شدید نسبت به ۶ ماه پیش است که سهم ۱۰ رتبه اول حدود ۷۶ درصد بود.
اگرچه حجم ترافیک هوش مصنوعی فعلاً کم است، اما کیفیت آن بینظیر است. یک پلتفرم گزارش داد که بازدیدکنندگان جستوجوی هوش مصنوعی تنها ۰.۵ درصد از ترافیک را تشکیل میدادند اما ۱۲.۱ درصد از ثبتنامها را رقم زدند؛ یعنی نرخ تبدیل ۲۳ برابری نسبت به جستوجوی ارگانیک. یک SaaS مستقل نیز تفاوت مشابهی را گزارش کرد: ۲۰.۱۵ درصد تبدیل برای ترافیک هوش مصنوعی در برابر ۷.۰۶ درصد برای ارگانیک.
افشای توهمات بستههای «GEO»
بسیاری از آژانسها اکنون بستههای «بهینهسازی برای موتورهای زاینده» (GEO) را بر اساس فرضیات قدیمی میفروشند. دادههای گسترده چندین مورد از این تاکتیکها را باطل میکند:
- نشانهگذاری اسکیما (Schema Markup): در حالی که ۵۳ درصد از صفحات استناد شده از JSON-LD استفاده میکنند، یک مطالعه تفاوت-در-تفاوت روی ۱۸۸۵ صفحه در برابر ۴۰۰۰ گروه کنترل نشان داد که افزودن اسکیما در واقع دیده شدن در AIO را ۴.۶ درصد کاهش داد. یک مطالعه Packet-capture تأیید کرد که هیچیک از ۵ سیستم اصلی هوش مصنوعی هنگام بازیابی زنده، اسکیما را تحلیل نمیکنند.
- فایل llms.txt: بررسی ۱۳۷,۲۱۰ دامنه نشان داد ۲۸ درصد آنها فایل llms.txt معتبری داشتند، اما ۹۷ درصد هیچ درخواستی دریافت نکردند. ۳ درصد باقیمانده حدود ۲۲ هزار درخواست گرفتند که ۹۶ درصد آنها از باتها و ۲۱.۷ درصد از ابزارهای ممیزی سئو بود؛ باتهای واقعی بازیابی هوش مصنوعی تنها ۱.۱ درصد را تشکیل میدادند.
- لیستهای تبلیغاتی خودساخته: برای برندهای شناختهشده، تنها ۶ درصد استنادات جدید از لیستهای «بهترین ابزارها» در سایت خودشان میآید و ۹۴ درصد از محتوای شخص ثالث. در ۴۳ درصد موارد، هوش مصنوعی از لیست خود برند برای توصیه به رقیب استفاده کرد! این تضاد با تلاشهای سیستماتیک برای فریب موتورهای زاینده از طریق صفحات «بهترین نرمافزارها» که پیشتر بررسی کردیم، همسو است.
- تولید انبوه با AI: اگرچه گوگل محتوای AI را به طور کلی جریمه نمیکند، اما ۸۲.۲ درصد از رتبههای ۳ اول متعلق به صفحاتی بود که کمتر از ۵۰ درصد محتوای آنها توسط هوش مصنوعی تولید شده بود. نرخ ایندکس از ۴۹.۲۸ درصد برای محتوای کم-AI به ۴۰.۳۵ درصد برای محتوای پر-AI کاهش یافت.
- تکرار کلمات کلیدی (Keyword Stuffing): آزمایشهای آکادمیک نشان داد که تکرار بیش از حد کلمات کلیدی (امتیاز ۱۷.۷) حتی بدتر از «هیچ کاری نکردن» (امتیاز ۱۹.۳) عمل میکند. قویترین سیگنالها عبارت بودند از: نقلقولهای مستقیم (۲۷.۲)، دادههای آماری (۲۵.۲) و روانی متن (۲۴.۷).
چارچوب جدید نویسندگی در سطح صفحه
برای به دست آوردن استناد، باید برای «استخراج» بنویسید، نه برای «خواندن». دادهها نشان میدهد ۴۴.۲ درصد استنادات به ۳۰ درصد اول صفحه اشاره دارند، ۳۱.۱ درصد به بخش میانی و ۲۴.۷ درصد به انتهای صفحه.
اول، متد BLUF (نتیجه در ابتدا) را اجرا کنید. اولین جمله زیر هر عنوان H2 باید پاسخ کامل آن بخش باشد. اگر خواننده فقط جمله اول هر بخش را بخواند، باید استدلال کامل را درک کند. دوم، زبان تردیدآمیز را با جملات خبری جایگزین کنید. متونی که از زبان تعریفی («تعریف میشود به عنوان...») استفاده میکنند، نرخ استناد ۳۶.۲ درصدی دارند، در حالی که برای متون بدون استناد این عدد ۲۰.۲ درصد است. کلماتی مثل «شاید»، «ممکن است» یا «به نظر میرسد کمک کند» را حذف کنید.
سوم، عنوانهای H2 را به صورت پرسشهای واقعی بنویسید؛ صفحاتی با عناوین علامت سؤال دارای نرخ استناد ۱۸ درصدی هستند که دو برابر صفحات بدون آنها (۸.۹ درصد) است. مدل H2 را به عنوان پرسوجوی کاربر و پاراگراف بعدی را به عنوان پاسخ در نظر میگیرد.
چهارم، تراکم موجودیت (Entity Density) — یعنی تعداد نامهای خاص، ابزارها و اعداد — را به ۲۰ درصد برسانید. متنهای با استناد بالا میانگین ۲۰.۶ درصد تراکم دارند، در حالی که متنهای معمولی بین ۵ تا ۸ درصد هستند. به جای گفتن «یک مطالعه نشان داد»، نام دقیق مطالعه و درصد دقیق یافتهها را ذکر کنید.
پنجم، استدلالهای کلیدی را سه بار با عبارتهای متفاوت تکرار کنید. چون مدلهای AI تکههای متن (Fragments) را بازیابی میکنند نه کل صفحه را، ادعایی که فقط یک بار ذکر شود اغلب نادیده گرفته میشود. آن را در مقدمه بگویید، در میانه مقاله تکرار کنید و در نتیجهگیری جمعبندی نمایید. ششم، لحن «تحلیلگر» را حفظ کنید؛ متون استناد شده امتیاز ذهنی (Subjectivity) حدود ۰.۴۷ در مقیاس ۰ تا ۱ دارند که آنها را بین ورودیهای خشک ویکیپدیا و نظرات شخصی قرار میدهد.
استراتژی URL و کسب اطلاعات جدید
پتنت «کسب اطلاعات» (Information Gain) گوگل، اطلاعات جدید را نسبت به آنچه کاربر قبلاً دیده میسنجد. بررسی ۱۵۰ صفحه رتبه ۳ اول نشان داد صفحاتی با بیش از ۱۵ نقطه داده منحصربهفرد، امتیاز کسب اطلاعات ۶۲ گرفتند، در حالی که صفحات با ۰ تا ۱ داده جدید امتیاز ۴۰ داشتند. شما میتوانید این دادهها را از طریق نظرسنجیهای لینکدین، آمار نظرسنجی مشتریان، تحلیلهای محصول یا تستهای مقایسهای ۲۰ نمونهای تولید کنید. این رویکرد دادهمحور برای مقابله با خروجیهای احتمالی و غیرمستند AI که در پژوهشهای علمی چالشبرانگیز است، ضروری است.
همچنین استراتژی URL و عنوان شما باید با زیر-پرسوجوها همسو باشد. شباهت معنایی بین یک پرامپت و عنوان صفحه استناد شده ۰.۶۰۲ بود، اما شباهت بین یک پرسوجوی Fan-out و عنوان صفحه بالاتر و برابر با ۰.۶۵۶ بود. از URLهای با زبان طبیعی (حروف کوچک، جدا شده با خط تیره، ۳ تا ۶ کلمه) استفاده کنید؛ اینها نرخ استناد ۸۹.۷۸ درصدی دارند در مقابل ۸۱.۱۱ درصد برای سایرین.
دسترسی فنی: پیشنیاز حیاتی
اگر موانع فنی وجود داشته باشد، بهینهسازی محتوا بیفایده است. باید مطمئن شوید خزندههای هوش مصنوعی در robots.txt مسدود نیستند. بهویژه GPTBot, OAI-SearchBot, ChatGPT-User, PerplexityBot, ClaudeBot و Google-Extended را بررسی کنید. توجه داشته باشید که Cloudflare دارای یک ویژگی بتا است که ممکن است اینها را به طور پیشفرض مسدود کند.
عملکرد سایت حیاتی است. ChatGPT یک مهلت زمانی (Timeout) سختگیرانه حدود ۲ ثانیهای دارد. مطالعهای نشان داد ۴۳.۷ درصد از صفحات در پاسخ به درخواستهای ChatGPT-User کد وضعیت ۴۹۹ (قطع اتصال کلاینت) برگرداندند. TTFB را زیر ۱ ثانیه نگه دارید تا بارگذاری کامل صفحه تضمین شود. علاوه بر این، محتوای کلیدی را به صورت HTML استاتیک نگه دارید؛ محتوای مخفی در المانهای رندر شده با JS، تبها یا آکاردئونها برای عاملهای بازیابی نامرئی است.
درک پرسوجوهای «Fan-out»
جستوجوی هوش مصنوعی از یک کلمه کلیدی ساده استفاده نمیکند. بلکه یک پرامپت را به میانگین ۹ تا ۱۱ زیر-پرسوجو تجزیه میکند که به آنها پرسوجوهای Fan-out میگویند. برخی پرامپتها تا ۱۹ مورد و ChatGPT Deep Research میتواند ۴۲۰ جستوجو در هر جلسه اجرا کند. صفحاتی که برای چندین زیر-پرسوجو رتبه میگیرند، ۱۶۱ درصد احتمال استناد بیشتری دارند.
برای بهینهسازی، میتوانید «تکالیف هوش مصنوعی را کپی کنید». پرامپت هدف خود را در ChatGPT اجرا کنید، بخش «Searched the web for...» را باز کنید و زیر-پرسوجوهای پایداری که ۳ بار یا بیشتر تکرار شدهاند را شناسایی کنید.
یک ماتریس پوشش با هفت نوع پرسوجو بسازید: موضوعات مرتبط، نگرانیهای ضمنی، مقایسهها، تازگی، بازنویسیهای مترادف، گونههای متنی و اقدامات گام بعدی. از ابزارهایی مثل AlsoAsked یا AnswerThePublic برای پر کردن شکافهای مربوط به نگرانیهای ضمنی و مترادفها استفاده کنید.
کدام پرسوجوها باعث ایجاد AI Overviews میشوند؟
ظهور AI Overviews بسیار قابل پیشبینی است. SERPهای مبتنی بر سؤال در ۵۷.۹ درصد موارد AIO را فعال میکنند، در حالی که این عدد برای غیر-سؤالات ۱۵.۵ درصد است. پرسوجوهای با ۷ کلمه یا بیشتر در ۴۶.۴ درصد موارد باعث ایجاد AIO میشوند. به طور خاص، پرسوجوهای «چرا» (Why) با ۵۹.۸ درصد در صدر هستند، و پس از آن بله/خیر (۵۷.۴٪) و تعاریف (۴۷.۳٪) قرار دارند. تقریباً ۹۹.۹ درصد از کلمات کلیدی AIO از نوع اطلاعاتی (Informational) هستند.
قدرت سیگنالهای خارج از سایت
تا ۸۹ درصد استنادات برندها از سایتهای دیگر میآید، نه سایت خودشان. دامنههای برتر استنادی در ۳ میلیون پرسوجو شامل یوتیوب (۲۲.۹٪)، ردیت (۱۸.۵٪)، فیسبوک (۱۰.۱٪)، داراییهای گوگل (۸.۸٪)، اینستاگرام (۵.۶٪)، کورا (۴.۷٪)، ویکیپدیا (۴.۰٪)، تیکتاک (۳.۳٪) و آمازون (۳.۳٪) هستند. این ۹ دامنه برتر حدود ۸۱.۲ درصد استنادات را به خود اختصاص دادهاند.
ردیت یک پارادوکس است. اگرچه نرخ استناد مستقیم URLهای آن پایین است (۱.۹۳٪) و در واقع ۶۷.۸ درصد از URLهای «بازیابی شده اما استناد نشده» از ردیت هستند، اما ارزش واقعیاش در «سیگنال برند» است. وقتی کاربران در ردیت درباره برندی بحث میکنند، هوش مصنوعی میفهمد که آن برند مرتبط است و آن را در پاسخهای غیر-ردیتی توصیه میکند. این موضوع با همبستگی اشارات وب برند بین ۰.۶۵۶ تا ۰.۷۰۹ مطابقت دارد.
اندازهگیری موفقیت در دنیای احتمالات
پاسخهای هوش مصنوعی احتمالی هستند، بنابراین یک اسکرینشات بیفایده است. احتمال دریافت لیست برندهای یکسان در ۱۰۰ تلاش، کمتر از ۱/۱۰۰ است. بین بررسیهای متوالی، تنها حدود ۵۴ درصد از URLهای استناد شده باقی میمانند و یک چهارم ترکیبات تنها یک بار استناد میشوند.
به جای ردیابی ترافیک — که تا مارس ۲۰۲۶ تنها ۰.۲۸ درصد از کل ترافیک وب را تشکیل میداد — «پوشش استنادات» را ردیابی کنید. توجه داشته باشید که ۶۴ درصد کاربران AI Mode اصلاً کلیک نمیکنند، بنابراین «تصمیمگیری پیش از کلیک» ارزش اصلی این کانال است.
در کنسول جستوجوی گوگل، به دنبال الگوی «دهان تمساح» باشید: Impressionهای ثابت اما کاهش کلیکها. این نشانه واضحی است که AI Overviews در حال بلعیدن کلیکهای شماست. نشان داده شده که AIOها نرخ کلیک (CTR) رتبه اول را از ۰.۰۳۷ به ۰.۰۱۶ کاهش دادهاند که یک افت ۵۸ درصدی است.
چکلیست اجرایی ۹۰ روزه
روز ۱ تا ۱۴: دسترسی
- ممیزی robots.txt برای ۶ خزنده اصلی AI و بررسی تنظیمات Cloudflare.
- بررسی لاگهای دسترسی برای خطاهای ۴۹۹ و بهینهسازی TTFB به زیر ۱ ثانیه.
- تبدیل محتوای رندر شده با JS به HTML استاتیک.
- تنظیم سگمنتهای ارجاع AI در GA4 با استفاده از regex برای ChatGPT، Perplexity، Gemini، Copilot و Claude.
روز ۱۵ تا ۴۵: صفحات
- اولویتبندی صفحات GSC در رتبههای ۱۰ تا ۲۰ با Impression بالا.
- اعمال متد BLUF، عناوین H2 پرسشی و تراکم موجودیت ۲۰ درصدی.
- تزریق بیش از ۱۵ نقطه داده منحصربهفرد در هر صفحه.
- بازنویسی Slugها به زبان طبیعی و همسو کردن عناوین با پرسوجوهای Fan-out.
روز ۴۶ تا ۹۰: خارج از سایت
- اجرای استراتژی یوتیوب: تولید محتوای اختصاصی، اسپانسرشیپ و حضور در پادکستها.
- تکمیل پروفایلهای یکپارچه در G2، Capterra، LinkedIn و Crunchbase.
- ارسال پیشنهاد به سایتهای معتبر برای حضور در لیستهای دستهبندی جدید با استفاده از دادههای حجم جستوجو.
- ایجاد تعامل واقعی در ردیت از طریق حسابهای شخصی برای ساخت سیگنالهای برند.
این تغییر، ما را مجبور میکند از سئوی مبتنی بر حجم به دیده شدن مبتنی بر اعتبار حرکت کنیم. برندگان کسانی خواهند بود که وسواس تعداد صفحات خود را کنار گذاشته و روی این تمرکز کنند که بقیه اینترنت چگونه آنها را توصیف میکنند.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.
گفتگو