قد يدرج Perplexity مقالاً ضمن مصادره، بينما لا يأتي ChatGPT على ذكره إطلاقاً. الأمر ليس عشوائياً؛ فلكل محرك معاييره الخاصة في اختيار المصادر. يبحث Perplexity في صفحات الويب الحالية ويعيد ترتيبها لحظياً مع كل إجابة، بحثاً عن الصفحة التي تجيب عن السؤال بأفضل صورة في تلك اللحظة. أما ChatGPT، فيعتمد غالباً على المعرفة التي استوعبها أثناء التدريب، ثم يضيف جولة بحث عند الحاجة، مع النظر إلى ثقل العلامة التجارية على امتداد الويب. وفهم هذا الاختلاف هو المدخل لمعرفة سبب ظهور محتواك لدى أحدهما وغيابه لدى الآخر.
محركان ومنطقان مختلفان لاختيار المصادر
Perplexity هو في جوهره محرك إجابات يبدأ بالاسترجاع. فعندما تطرح سؤالاً، يقسمه أولاً إلى عدة استعلامات بحث، ويسترجع مجموعة من صفحات الويب الآنية، ثم يستخدم نموذج إعادة الترتيب الخاص به لانتقاء عدد من المصادر، قبل أن يصوغ إجابة مدعومة بالاستشهادات. لا توجد في هذه العملية مرحلة يمكن وصفها بأنه «يتذكرك»؛ إذ تبدأ كل مرة من نتائج البحث الحالية. ومن ثم، فإن دخول صفحتك إلى مجموعة المرشحين وقدرتها على التفوق على الصفحات الأخرى عند إعادة الترتيب هما ما يحددان ظهورها في قائمة المراجع.
يسلك ChatGPT مساراً مختلفاً. فعندما لا يكون البحث مفعلاً، تستند إجاباته إلى المعرفة الموجودة في المتن التدريبي، وإلى الانطباع المتراكم من تكرار ذكر علامتك التجارية وآرائك والمصطلحات المرتبطة بك عبر الإنترنت. وعند تفعيل البحث عبر فهرس Bing، يضيف جولة من البحث الآني، لكنه يظل ميالاً بوضوح إلى الاستشهاد بالمصادر الموثوقة التي يعرفها مسبقاً. وبعبارة أخرى، يمنح ChatGPT لألفة العلامة التجارية وزناً أكبر بكثير مما يمنحه Perplexity، وهذا يكاد يحسم طريقة تعامله مع المحتوى الجديد.
ما الذي يفضله Perplexity؟
استناداً إلى خبرتنا في تتبع مصادر الاستشهاد لعملائنا، تكشف قوائم مصادر Perplexity عن عدة توجهات مستقرة. فهو يكاد يضم دائماً صفحات حُدثت حديثاً، ويفضل الفقرات ذات البنية الواضحة التي تجيب مباشرة عن السؤال. كما أنه أقل تعلقاً بالثقل التاريخي للنطاق.
- حداثة المحتوى: تبدو الصفحات التي حُدثت خلال الأشهر الثلاثة إلى الستة الماضية أوفر حظاً في الاختيار من صفحات لم تُحدّث منذ سنوات طويلة، حتى لو كانت الأخيرة تتمتع بثقل أكبر على مستوى النطاق.
- الإجابات المنظمة: يسهل على نموذج إعادة الترتيب استخراج مقاطع مناسبة للاستشهاد من الصفحات ذات العناوين الفرعية الواضحة والقوائم وفقرات الأسئلة والأجوبة.
- تنوع المصادر: غالباً ما تتعمد الإجابة الواحدة المزج بين نطاقات مختلفة. لذلك تقل فرص هيمنة موقع كبير واحد على القائمة، وتبقى مساحة للمواقع المهنية متوسطة الحجم كي تحجز مكاناً بينها.
- الإجابة المباشرة عن الاستعلام: يسهل استخراج الفقرات التي تعرض الخلاصة منذ بدايتها، مقارنة بأسلوب يمهد طويلاً قبل الوصول إلى النقاط الأساسية.
ما الذي يفضله ChatGPT؟
يولي منطق الاستشهاد لدى ChatGPT اهتماماً أكبر لمدى رسوخ المصدر والاعتراف به. وعند تناول الموضوع نفسه، يميل إلى العودة إلى مواقع حظيت بروابط كثيرة في المتن التدريبي، واستشهد بها النظراء مراراً. أما الصفحة الجديدة التي لم يمض على نشرها سوى أسبوعين، فسيصعب عليها دخول إجاباته الافتراضية مهما بلغت دقة محتواها، إلى أن تجمع ما يكفي من الإشارات الخارجية. لكن إذا اقترن اسم علامتك التجارية بموضوع معين في عدد كافٍ من المواقع، فقد يبادر إلى ذكرها حتى إن لم يكن قد قرأ الصفحة المعنية؛ فما يرسخ في ذاكرته هو العلامة التجارية، وليس بالضرورة صفحة بعينها.
ينشأ عن ذلك فارق عملي: يكافئ Perplexity جودة الصفحة منفردة في اللحظة الراهنة، بينما يكافئ ChatGPT الحضور المتراكم للعلامة التجارية داخل المتن. يعيد الأول تشغيل عملية التقييم كل يوم، في حين يحتاج الثاني إلى وقت كي يلحق بالمستجدات. لذلك لن يتزامن أداؤك لدى المحركين. وحين تدرك ذلك، لن تقيس محتواك بتوقعات لا تناسب آلية عمله.
لماذا تختلف نتائج المحتوى نفسه؟
لنأخذ حالة نصادفها كثيراً. نشر عميل يعمل في مجال B2B SaaS مقالاً يقارن بين المنتجات، بمحتوى متين وعناوين فرعية واضحة وخلاصة في البداية. وفي الأسبوع الثاني من نشره، أدرجه Perplexity مصدراً لإجابات عن أسئلة ذات صلة، لأنه كان حديثاً ومنظماً ويجيب عن الاستعلام مباشرة. لكن عندما طرحت السؤال نفسه على ChatGPT في الوقت ذاته، استشهد بثلاث مؤسسات إعلامية قديمة ولم يذكر المقال إطلاقاً؛ فلم يكن النطاق يتمتع بثقل كافٍ في المتن، ولم تحظ الصفحة الجديدة بعد بالوقت اللازم لتكتسب تزكية خارجية. لم تتراجع جودة المحتوى، بل كان كل نظام يطبق معاييره بصورة مستقلة.
كيف تجعل المحتوى نفسه مصدراً لدى المحركين؟
ليس الهدف أن تختار أحد المحركين، بل أن تجعل المحتوى نفسه متوافقاً مع المنطقين. ويتطلب ذلك العمل على مستويين: الصفحة والعلامة التجارية. فإذا غاب أحدهما، تراجع الأداء لدى أحد المحركات. مستوى الصفحة يحسم قدرتك الفورية على المنافسة في Perplexity، بينما يحدد مستوى العلامة التجارية مصداقيتك طويلة الأجل لدى ChatGPT.
- ضع الإجابة في بداية الفقرة: اجعل الجملة الأولى تحت كل عنوان فرعي تجيب مباشرة عن سؤاله، حتى تتمكن نماذج الاستخراج لدى المحركين من اقتباسها بوضوح.
- حافظ على حداثة المحتوى: راجع الصفحات المهمة بانتظام، وأضف أحدث البيانات وتواريخ التحديث. Perplexity حساس لهذا العامل بصفة خاصة.
- استخدم تنسيقات منظمة: تساعد الأسئلة والأجوبة والقوائم وجداول المقارنة على تحسين قابلية الاستخراج وسهولة القراءة معاً، بما يخدم المحركين.
- راكم الإشارات إلى العلامة التجارية: اربط اسم علامتك بموضوعك عبر نطاقات أكثر، من خلال المقابلات ومشاركات الضيوف والقوائم القطاعية واستشهاد النظراء بك. وهذه إشارة طويلة الأجل تغذي ChatGPT.
- أنشئ مواد أصلية قابلة للاستشهاد: مثل الاستطلاعات المملوكة لك، وبيانات القياس الفعلية، والتعريفات الدقيقة للمصطلحات؛ فهذه من المصادر الموثوقة التي يفضلها المحركان.
كيف تتبع الأداء بدلاً من الاعتماد على الانطباعات؟
الخطأ الأكثر شيوعاً هو طرح سؤال مرة واحدة على ChatGPT، ثم القفز إلى استنتاج أن العلامة لم تُذكر. فالاستعلام الواحد يحمل قدراً كبيراً من الضوضاء، وقد تتغير النتيجة إذا صيغ السؤال بطريقة أخرى أو طُرح في وقت مختلف. ما تحتاج إليه هو تتبع دوري ومتكرر يشمل عدة محركات وعدة أسئلة، ويركز على الاتجاهات بدلاً من النقاط المنفردة. ولهذا الغرض صُممت خدمة Tenten لمراقبة الظهور في الذكاء الاصطناعي: فهي تثبت مجموعة من الأسئلة الممثلة، وتراقب أسبوعياً معدل الاستشهاد بمنتجك ومنتجات المنافسين عبر محركات مثل Perplexity وChatGPT، حتى تتمكن من تحديد ما إذا كانت الفجوة في المحتوى أم في موثوقية العلامة التجارية.
حدد أولاً موضع الفجوة، ثم قرر ما إذا كان الأجدى استثمار الموارد في المحتوى أم في بناء العلامة التجارية. هذا أكثر فاعلية بكثير من إنتاج المقالات بلا اتجاه واضح. وإذا أردت معرفة مواضع اختلاف الاستشهادات بك بين Perplexity وChatGPT، يمكنك حجز جلسة تشخيص GEO مدتها 30 دقيقة. سنختبر استعلاماتك الفعلية ونوضح لك مباشرةً ما ينبغي فعله بعد ذلك.
