لنبدأ بالخلاصة: عندما يجيب ChatGPT أو Perplexity عن سؤال مثل «كم سعر هذا المنتج؟ وهل هو متوافر؟ وما مواصفاته؟»، فغالباً لا «يقرأ» الإجابة من تصميم صفحة المنتج، بل يستخرجها من Product Schema. من دون هذه البيانات المنظّمة، لا يملك الذكاء الاصطناعي سوى تخمين السعر والمخزون من نصوص موزعة في أنحاء الصفحة. وإذا أخطأ، فقد يعرض للعملاء المحتملين الذين يقارنون الأسعار سعراً قديماً يعود إلى ثلاثة أشهر، أو يؤكد أن المنتج «غير متوافر» رغم إعادة تزويد المخزون.
تزداد خطورة ذلك في مبيعات B2B، وخصوصاً SaaS. فالخطط تتغير باستمرار، والأسعار تُعدّل دورياً، بينما قد لا تُحدّث الأرقام الظاهرة على الموقع إلا مرة كل ربع سنة. وإذا لم تتضمن النسخة التي التقطها الذكاء الاصطناعي تاريخاً واضحاً لانتهاء صلاحية السعر، فلن يستطيع معرفة متى يصبح الرقم قديماً وسيواصل استخدامه. هنا تتمثل وظيفة Product Schema: تحديد «الرقم الذي ينبغي للآلة الوثوق به» في حقل لا يحتمل اللبس، بدلاً من ترك النموذج يستنتجه بنفسه.
لماذا تفضّل محركات الذكاء الاصطناعي البيانات المنظّمة؟
لا تقرأ محركات الذكاء الاصطناعي صفحات الويب كما يقرأها البشر. فالإنسان يعتمد على الطباعة والتسلسل البصري لالتقاط النقاط الأساسية، بينما يبحث النموذج عن حقائق يمكن استخراجها بوضوح في صيغة «موضوع–خاصية–قيمة». تستخدم Product Schema صيغة JSON-LD لتحويل اسم المنتج والعلامة التجارية وSKU والسعر والعملة وحالة المخزون إلى أزواج مفتاح وقيمة. وبذلك تمنح النموذج الإجابة مباشرة وتقلل خطر تخمينها من الفقرات. وعندما تتعارض مواصفات مصدرين، ترجح عادةً كفة المصدر الذي يقدم بيانات منظّمة ومتسقة. أما تفضيل JSON-LD على Microdata، فيعود إلى أنها تجمع البيانات المنظّمة داخل كتلة script منفصلة عن HTML المخصص للعرض، ما يجعلها أقل عرضة للتلف عند تعديل الصفحة. وهي كذلك الخيار الأول لدى Google وBing.
الحد الأدنى لقالب Product Schema صالح للاستخدام
إليك أولاً أبسط نسخة يمكن نشرها بمجرد نسخها. ضع JSON التالي داخل وسم script مع تعيين type إلى application/ld+json، ثم أضفه إلى صفحة المنتج واستبدل القيم بما يناسبك. أكثر الحقول التي تستشهد بها محركات الذكاء الاصطناعي هي: الاسم والعلامة التجارية والسعر والعملة والمخزون وفترة صلاحية السعر. وإذا كنت تبيع اشتراكات SaaS، فغيّر @type من Product إلى SoftwareApplication؛ وتبقى كتابة offers بالطريقة نفسها تماماً.
شرح الحقول: ما الذي يقرأه الذكاء الاصطناعي فعلاً؟
- name: الاسم الرسمي للمنتج، ويجب أن يطابق العنوان الرئيسي للصفحة من دون إضافة شعار تسويقي. سيستخدمه الذكاء الاصطناعي مباشرة بوصفه «اسم المنتج» عند الاستشهاد.
- brand: كائن العلامة التجارية، وتكون قيمة @type فيه Brand. في سياق B2B، يُعد هذا حقلاً أساسياً كي يحدد الذكاء الاصطناعي «إلى أي جهة ينتمي هذا المنتج؟»
- sku وgtin: معرّفات فريدة. يُستخدم SKU للتعريف الداخلي، وإذا توافر GTIN فيمكن للذكاء الاصطناعي مقارنته عبر المواقع لتحديد ما إذا كانت الصفحات تشير إلى المنتج نفسه.
- price وpriceCurrency: يجب فصلهما في حقلين. لا يتضمن price سوى أرقام صافية (39000، ولا يُكتب NT$39,000 أو بفواصل)، بينما يستخدم priceCurrency رمز ISO 4217؛ فرمز الدولار التايواني هو TWD، ورمز الدولار الأمريكي هو USD.
- availability: يجب التعبير عن حالة المخزون بقيمة تعداد معتمدة من schema.org، مثل https://schema.org/InStock أو OutOfStock أو PreOrder. لا تكتب عبارة «متوافر في المخزون» من عندك.
- priceValidUntil: اليوم الذي تنتهي فيه صلاحية هذا السعر. كثيراً ما يُغفل هذا الحقل، مع أنه ضروري في B2B؛ فمن دونه لن يعرف الذكاء الاصطناعي متى يصبح عرض السعر غير صالح.
السعر والمخزون: الحقلان الأكثر عرضة للعرض الخاطئ من الذكاء الاصطناعي
إذا ظهر السعر بصورة خاطئة، ففي 90% من الحالات تكون المشكلة في التنسيق. يجب ألا يحتوي price إلا على رقم. وبمجرد كتابته كسلسلة تتضمن رمز عملة أو فاصلة للآلاف، قد تفشل عملية التحليل ويتجاوز الذكاء الاصطناعي كائن offer بأكمله، فتذهب جهود الترميز سدى. أما أخطاء المخزون، فأشيع أسبابها تعديل الواجهة من دون تحديث Schema بالتوازي: تسحب المنتج من البيع في النظام الخلفي فتظهر الصفحة أنه غير متوافر، بينما تظل البيانات المنظّمة تعرض InStock. هذا التعارض لا يضلل الذكاء الاصطناعي فحسب، بل قد تعتبره Google محتوى مضللاً وتخفض ترتيب المنتج. والحل العملي هو توليد price وavailability وpriceValidUntil ديناميكياً من قاعدة بيانات المنتجات بدلاً من كتابتها يدوياً داخل القالب؛ فعند تغير السعر أو حركة المخزون، تتزامن Schema تلقائياً.
هل ينبغي إضافة التقييمات والمراجعات؟
قد يزيد aggregateRating وreview احتمال الاستشهاد بصفحتك، كما يتيحان للذكاء الاصطناعي تضمين الدليل الاجتماعي في إجاباته، لكن هناك خطين أحمرين. أولاً، يجب أن تتطابق التقييمات الواردة في البيانات المنظّمة مع مراجعات يستطيع المستخدم رؤيتها فعلياً على الصفحة؛ إذ تحظر Google صراحةً إضافة تقييمات داخل Schema لا وجود لها على الصفحة. وتجاوز هذا الحد قد يعرّض الموقع لإجراء يدوي. ثانياً، لا تمتلك منتجات B2B SaaS في كثير من الأحيان عدداً كبيراً من المراجعات العامة، لذا فإن حشر تقييم مصطنع يحمل مخاطر تفوق فائدته. إذا لم تكن لديك مراجعات حقيقية، فلا تضفها. وجّه جهدك إلى ترميز حقول المواصفات والسعر والمخزون بوضوح، فذلك يرفع فرص الاستشهاد.
لن يستشهد الذكاء الاصطناعي بصفحتك لأن تصميمها أجمل، بل سيختار مجموعة الأرقام التي يثق بأنها الأقل عرضة للخطأ. ومهمة Product Schema هي أن تجعل تلك المجموعة هي أرقامك أنت.— Tenten GEO
كيف تتأكد بعد النشر من أن الذكاء الاصطناعي قرأ البيانات فعلاً؟
- استخدم Rich Results Test من Google أو Schema Markup Validator، والصق عنوان URL للتأكد من خلو Product وOffer من الأخطاء وعدم غياب الحقول المطلوبة.
- افتح التقارير المرتبطة بالمنتجات في Search Console، وتأكد من أن Google حللت البيانات بنجاح ولم تعرض أي تحذيرات.
- اسأل الذكاء الاصطناعي مباشرة: اختبر ChatGPT وPerplexity بأسئلة مثل «كم سعر المنتج
- بعد كل تغيير في السعر أو المخزون، أعد الاختبار للتأكد من تحديث البيانات المنظّمة والواجهة الأمامية في الوقت نفسه. فهذا أكثر مواضع الخلل شيوعاً وأسهلها إغفالاً.
ثلاثة أخطاء تُبطل الترميز بالكامل
- كتابة السعر كسلسلة تتضمن رمزاً (مثل NT$39,000): تفشل عملية التحليل مباشرة، ويتجاهل الذكاء الاصطناعي كائن offer بأكمله.
- عدم تطابق Schema مع ما تعرضه الصفحة: كتابة InStock بينما تظهر الصفحة أن المنتج غير متوافر ستُعد تضليلاً.
- وجود عدة منتجات في الصفحة مع ترميز منتج واحد فقط: في صفحات مقارنة الخطط أو صفحات القوائم، استخدم ItemList أو ضع ترميز Product مستقلاً لكل خطة.
تُعد مواءمة Product Schema من أعلى خطوات التطبيق التقني لـGEO عائداً: تكلفتها منخفضة، ويستطيع الذكاء الاصطناعي استخدام الأرقام التي ترمّزها بصورة شبه فورية. التحدي ليس في كتابة JSON، بل في ضمان اكتمال البيانات المنظّمة ودقتها وتزامنها مع الواجهة الأمامية في كل صفحة من صفحات الموقع. ولهذا تُعد من النقاط الأساسية التي نفحصها صفحةً بصفحة عند إجراء تدقيق GEO. إذا لم تكن واثقاً من الحقول الناقصة أو المرمّزة خطأ في صفحة منتجك، أو أردت معرفة كيف يصف الذكاء الاصطناعي منتجك وسعره حالياً، يمكنك حجز جلسة تشخيص GEO مدتها 30 دقيقة. سنطرح أسئلة باستخدام منتجك الفعلي، ثم نوضح لك الفجوات وما ينبغي استكماله أولاً حسب الأولوية.
