لا يعمل LLM بمنطق «العثور على أفضل صفحة ويب» ثم الاقتباس منها. ما يحدث هو أنه يعثر أولًا على مجموعة مقاطع متقاربة دلاليًا بما يكفي، ثم يختار أفضل مقطع يصلح لنقل الإجابة. لذلك، لا تتوقف فرص الاستشهاد بك غالبًا على جودة المقالة كاملة، بل على وجود فقرة يمكن استخراجها بوضوح وتجيب عن السؤال بصورة مستقلة. وفهم هاتين الطبقتين هو ما يحدد ما ينبغي تحسينه.
الاستشهاد مستويان، وليس درجة واحدة.
تتبع محركات التوليد حاليًا، مثل ChatGPT search وPerplexity وGemini وGoogle AI Overviews، مسار التوليد المعزز بالاسترجاع (RAG) في الغالب. عندما يطرح المستخدم سؤالًا، يبحث المحرك فورًا في الفهرس أو يسترجع عشرات المواد المرشحة، ثم يتيح للنموذج قراءتها وإعادة صياغتها في إجابة، مع الإشارة إلى مصدر الإجابة في نهايتها. ولكي يُستشهد بمحتواك، يجب أولًا أن يلتقطه مستوى «الاسترجاع»، ثم أن يراه مستوى «التوليد» جديرًا بالإدراج في الإجابة.
يقيّم كل مستوى أمورًا مختلفة، وهنا يتعثر كثيرون عند العمل على GEO. ينظر مستوى الاسترجاع إلى الصلة الدلالية ومدى ارتباط الفقرة بالسؤال؛ أما مستوى التوليد فيسأل: هل تجيب الفقرة مباشرة؟ وهل هي موثوقة؟ وهل تتسق مع ما تقوله المصادر الأخرى؟ قد تفشل مقالة محشوة بالكلمات المفتاحية وتدور حول الفكرة في اجتياز الاسترجاع أصلًا. وحتى إذا استُرجعت مقالة تخفي الإجابة في الفقرة الثامنة، فكثيرًا ما يتجاوزها مستوى التوليد. وعندما يُختزل المستويان في معيار واحد، تُبذل جهود التحسين في الموضع الخطأ.
مستوى الاسترجاع: هل يستطيع النموذج «العثور» عليك أولًا؟
يعتمد الاسترجاع على المقارنة المتجهية. يحول المحرك السؤال وكل فقرة من محتواك إلى مجموعة أرقام (embedding)، ثم يحسب الفقرات الأقرب دلاليًا إلى السؤال. والمهم هنا أنه يقارن «تشابه المعنى»، لا «ظهور الكلمة نفسها». لذلك لا حاجة إلى حشو الصفحة بالكلمات المفتاحية؛ الأهم أن تشرح كل فقرة مفهومًا واحدًا بوضوح واكتمال، بحيث يكون معناها محددًا ويسهل مقارنته.
- الصلة الدلالية: ينبغي أن تجيب الفقرة مباشرة عن سؤال محدد، بدل الاكتفاء بالحديث العام عن موضوع واسع. فالفقرات ذات الموضوع والمعنى المتجهي المبهمين تُستبعد بسهولة أمام فقرات منافسة أكثر دقة.
- تقسيم الفقرات (chunking): يستخرج المحرك المقاطع واحدًا تلو الآخر، لا الصفحة كاملة. استخدم عناوين فرعية واضحة وفقرات قصيرة وبنية سؤال وجواب، حتى يمكن فصل كل فقرة وفهمها بوصفها وحدة مستقلة.
- تغطية الفهرسة: يجب أن يكون المحتوى قابلًا للزحف والفهرسة. أما النص الذي يحجبه JavaScript، أو يختبئ في صفحات تتطلب تسجيل الدخول، أو يُدمج داخل الصور، فلن يكون مرئيًا للنموذج أصلًا.
- حداثة المحتوى: عندما يرتبط السؤال بعامل الوقت، يفضل المحرك المصادر محدّثة العهد. أما الصفحات التي لم تُحدَّث منذ مدة طويلة فتتراجع في هذا النوع من الاستعلامات.
مستوى التوليد: «هل يطمئن النموذج إلى الاستشهاد بك؟»
الوصول إلى القائمة المختصرة عبر الاسترجاع ليس سوى البداية. يتلقى النموذج مجموعة من المقاطع المرشحة، لكنه لا يستشهد إلا بعدد قليل منها. فكيف يختار؟ راجعنا لعملائنا مصادر الاستشهاد في عدد كبير من إجابات AI. والخلاصة أن المقاطع التي يقع عليها الاختيار باستمرار تجمع غالبًا عدة خصائص في وقت واحد، وتزداد أهمية هذه الخصائص كلما ارتفعت مخاطر السؤال ومتطلبات دقته.
- قدّم الإجابة أولًا: ضع الخلاصة أو التعريف أو الأرقام في الجملة الأولى من الفقرة. يفضل النموذج الجمل التي يمكن نقلها مباشرة، بدل الاضطرار إلى استخلاص الإجابة من تمهيد يمتد ثلاث جمل.
- دعم الادعاء عبر مصادر متعددة: عندما يتكرر الادعاء نفسه في عدة مصادر موثوقة، يصبح النموذج أكثر استعدادًا للاستشهاد به. فتصريح الموقع عن نفسه أقل وزنًا بكثير من معلومة أكدها طرف ثالث.
- إشارات الموثوقية: وضوح اسم المؤلف والمصدر وتاريخي النشر والتحديث، إلى جانب الروابط الخارجية، كلها أسس يعتمد عليها النموذج في تقدير الثقة بالمحتوى. أما المحتوى المجهول أو غير المؤرخ فتقل قيمته.
- الاتساق: يجب ألا تتناقض الأرقام والتصريحات داخل المحتوى نفسه، وألا تتعارض بوضوح مع الحقائق المقبولة عمومًا؛ وإلا اختار النموذج مصدرًا «أكثر أمانًا» بدلًا منك.
لماذا يختلف «الاستشهاد» عن «الترتيب»؟
في SEO التقليدي، ينصب التحسين على ترتيب الصفحة كاملة في صفحة النتائج؛ أما في GEO، فالهدف هو زيادة احتمال استخراج «فقرة بعينها» من الصفحة. وينتج عن ذلك أمر قد يبدو مخالفًا للحدس: ربما يُستشهد عبر AI بمقالة تحتل المرتبة الخامسة في Google أكثر من صفحة تحتل المرتبة الأولى، لأن الفقرة الثانية في المقالة تقدم إجابة سريعة وواضحة بينما تخفي الصفحة المتصدرة النقاط الأساسية في فقرة وسطية. لا ينظر النموذج إلى موقعك بين الروابط الزرقاء؛ بل إلى أي المقاطع المسترجعة أصلح للإدراج في الإجابة.
الترتيب منافسة على النقرات، والاستشهاد منافسة على الكلمات التي تصل إلى القارئ. لذلك تختلف غاية التحسين للمجموعة نفسها من أصول المحتوى.— Tenten GEO
عمليًا: ثلاثة إجراءات يمكنك البدء بها
بعد فهم الآلية، يصبح اتجاه التحسين أكثر وضوحًا وتركيزًا. لا حاجة إلى إعادة كتابة الموقع كاملًا؛ ابدأ باختيار بضعة أسئلة شديدة الصلة بالزيارات أو فرص الأعمال، ثم ركز جهودك على الصفحات المرتبطة بها.
- خصص لكل سؤال أساسي فقرة مستقلة المعنى: اجعل العنوان الفرعي مطابقًا لصيغة السؤال التي يستخدمها الجمهور، وقدّم الإجابة في الجملة الأولى، ثم أضف السياق بعدها.
- أضف إشارات الموثوقية: اسم المؤلف، وتاريخي النشر والتحديث، ومصدر المعلومات، والروابط الخارجية، حتى تمنح محرك التوليد أسبابًا لاختيار محتواك.
- تتبّع الاستشهادات، لا الزيارات وحدها: اطرح تلك الأسئلة الأساسية بانتظام على محركات AI، وسجّل المصادر التي تستشهد بها وما إذا كانت تذكرك. وهذا تحديدًا ما تفعله أدوات متابعة الظهور مثل Brand Radar؛ فمن دون هذه الطبقة من البيانات، لن تعرف أنك غائب عن إجابات AI.
الاستشهاد ليس أمرًا غامضًا؛ إنه حصيلة سلسلة من الإشارات التي يمكن تفكيكها وتحسينها: أن يكون المحتوى قابلًا للاسترجاع، وأن يجيب بسرعة، وأن تدعمه مصادر أخرى، وأن يكون جديرًا بالثقة. ليست مشكلة معظم مواقع B2B نقص المحتوى، بل إن طريقة تقسيم الفقرات وصياغة الإجابات لا تلائم البشر ولا الآلات. وإذا أردت معرفة المستوى الذي يتعطل عنده محتواك، يمكنك حجز جلسة تشخيص GEO لمدة 30 دقيقة. سنستخدم بضعة أسئلة تهمك فعليًا لاختبار المصادر التي يستشهد بها AI حاليًا.
