تصور کنید صفحات محصول شما در گوگل رتبه بالایی دارند، اما برای دستیارهای خرید هوشمند کاملاً نامرئی هستند. این شکاف به این دلیل است که جست‌وجوهای مبتنی بر مدل زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — با یک پرسش کاربر برخورد نمی‌کنند، بلکه آن را به مجموعه‌ای از زیر-پرسش‌های مستقل تجزیه می‌کنند.
به نقل از راهنمای فنی منتشر شده در ۲۸ جولای ۲۰۲۶ در وب‌سایت dev.to، این فرآیند که «نقشه‌برداری گسترش پرسش» (Query Fan-Out Mapping) نام دارد، باعث می‌شود یک درخواست ساده به چندین جست‌وجوی مجزا تبدیل شود. برای مثال، وقتی مشتری می‌پرسد «بهترین کفش دویدن برای کف پای تخس زیر ۱۵۰ دلار چیست؟»، هوش مصنوعی این مورد را به چهار بخش تقسیم می‌کند: پیشنهاد برای کف پای تخس، فیلتر قیمت، رتبه‌بندی مقایسه‌ای و بررسی سایز برای کاهش احتمال مرجوعی.
همان‌طور که در تحلیل قبلی ما درباره‌ی معماری بازیابی اطلاعات اشاره کردیم، مشکل اصلی اینجاست که اکثر صفحات جزئیات محصول (PDP) در مرحله اول یعنی «موضوع کلی» پذیرفته می‌شوند، اما در زیر-پرسش‌ها شکست می‌خورند. طبق گزارش dev.to، داده‌های حیاتی مثل محدودیت قیمت یا سازگاری محصول اغلب در تصاویر پنهان شده یا در پست‌های وبلاگی پراکنده شده‌اند و به صورت متن قابل بازیابی در صفحه محصول نیستند.
برای حل این مشکل، باید ساختار صفحه را تغییر داد:
- بلوک‌های فرمول‌بندی: مشخصات فنی را به جای جدول، با جملات ساده و مستقیم بنویسید.
- بلوک‌های تناسب: صریحاً ذکر کنید محصول برای چه نوع پوست یا کاربردی مناسب است و به عکس‌های لایف‌استایل اکتفا نکنید.
- بلوک‌های سازگاری: مستقیماً توضیح دهید محصول با کدام دسته‌های دیگر کار می‌کند یا جایگزین آن‌هاست.
هر یک از این بلوک‌ها باید به‌تنهایی کامل و قابل خواندن باشند. این موضوع حیاتی است زیرا دستیارهای هوشمند برای پاسخ به هر زیر-پرسش، تنها یک تکه کوچک (Passage) از صفحه شما را بازیابی می‌کنند.
این رویکرد با سئوی داخلی سنتی متفاوت است. بهینه‌سازی قدیمی روی کلمات کلیدی و پوشش کلی موضوع تمرکز داشت، اما دیده شدن در عصر هوش مصنوعی نیازمند «کمال در سطح تکه-متن» برای هر قصد (Intent) مجزا است. برای یک فروشنده Shopify، دیگر «توضیحات اصلی» اولویت نیست؛ بلکه مزیت رقابتی در ایجاد بلوک‌های کوتاه و مستقیم در پایین صفحه است که هر زیر-پرسش را به‌طور مستقل پاسخ دهد.
گام بعدی شما
- بررسی کنید آیا داده‌های کلیدی محصول شما در قالب متن صریح است یا در تصاویر و جداول پیچیده پنهان شده است.
- پرسش‌های احتمالی خریداران را به زیر-پرسش‌های کوچک تجزیه کرده و برای هر کدام یک بلوک متنی مجزا در صفحه محصول بسازید.
- اثر این تغییرات بر نرخ تبدیل را در بازارهای هدف خود پایش کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو