لا «يقرأ محرك الذكاء الاصطناعي صفحة الويب كاملة ثم يقرر إن كان سيقتبسها». ما يستشهد به هو المقطع النصي الذي يتفوق بعد تجزئة المحتوى وتحويله إلى متجهات وترتيبه للاسترجاع. مهما بلغت جودة المقال ككل، فإن تعثره في أي مرحلة من هذه المراحل الست يعني أن الإجابة النهائية في ChatGPT أو Perplexity أو Google AI Overviews ستستشهد بمنافسيك بدلًا منك.
كي يستشهد الذكاء الاصطناعي بالمحتوى، لا بد أن يمر بمسار ثابت: الزحف، ثم التحليل والتجزئة، فالتحويل إلى متجهات والفهرسة، ثم الاسترجاع، وإعادة الترتيب والتصفية، وأخيرًا توليد الإجابة وإضافة الاستشهادات. لكل مرحلة نمط إخفاق واضح وإجراءات تحسين مناسبة. وعند تفكيك هذا المسار، يتبين أن «الاستشهاد بالمحتوى» ليس أمرًا غامضًا، بل سلسلة من المسائل الهندسية التي يمكن فحصها واحدة تلو الأخرى.
المرحلة الأولى: الالتقاط — يجب أن يصل الذكاء الاصطناعي أولًا إلى الشفرة المصدرية
يبدأ كل شيء ببرامج الزحف. فبرامج مثل GPTBot وClaudeBot وPerplexityBot وGoogle-Extended تزحف إلى صفحتك؛ وإن لم تصل إليها، فلن تبدأ أي مرحلة لاحقة. وأكثر أسباب الإخفاق شيوعًا ثلاثة: أن يحظر ملف robots.txt زاحف الذكاء الاصطناعي مباشرة، أو أن يعتمد المحتوى الأساسي على JavaScript في الواجهة الأمامية فلا يجد الزاحف سوى هيكل فارغ، أو أن يختبئ المحتوى داخل علامات تبويب وأقسام قابلة للطي لا تظهر إلا بالنقر. وفي عمليات التدقيق التي نجريها للعملاء، تتكرر فجوة بعينها: تُحمّل جداول مقارنة المنتجات والأسئلة الشائعة ديناميكيًا باستخدام JS، فتظهر للزائر بينما تظل نسخة HTML التي يلتقطها الزاحف فارغة.
طريقة التحقق مباشرة: احفظ الشفرة المصدرية للصفحة، لا النسخة المرئية بعد العرض، ثم ابحث كنص عادي عن الجملة التي تريد الاستشهاد بها. إذا لم تجدها، فلن يتمكن الذكاء الاصطناعي من الوصول إليها أيضًا.
المرحلة 2: التحليل والتجزئة — سيُقسّم مقالك إلى مقاطع لا يتجاوز كل منها بضع مئات من الكلمات
بعد التقاط HTML، يزيل المحرك شريط التنقل والتذييل والإعلانات، ويستخرج المحتوى الأساسي ثم يقسمه إلى مقاطع. هذه المرحلة من أكثر المراحل إهمالًا، مع أنها من أشدها تأثيرًا. فالنظام لا يستوعب «البنية الحجاجية للمقال كاملًا»، بل يتعامل مع مقاطع نصية منفصلة. وإذا كان فهم فقرة ما يتطلب قراءة الفقرات الثلاث السابقة، فستفقد معناها عند فصلها ولن تصلح للاستشهاد.
- اجعل كل فقرة مكتفية بذاتها: خصّصها لفكرة واحدة واضحة، واجمع الادعاء وشروطه وأرقامه في المقطع نفسه من دون الاعتماد على السياق السابق أو اللاحق.
- اجعل العنوان صالحًا للفهرسة: صغ عناوين H2 وH3 على هيئة الأسئلة التي يطرحها القراء فعلًا، كي تقع حدود المقاطع عند نقاط يكتمل فيها المعنى.
- ابدأ بالإجابة: ضع الخلاصة في الجملة الأولى من الفقرة. لا تؤجل الفكرة الأساسية إلى ما بعد الجملة الرابعة، فقد يُستبعد النصف الأخير عند التجزئة.
- استخدم كتلًا منظمة: يسهل اقتطاع القوائم الواضحة والجداول والجمل التعريفية والاستشهاد بها بدقة أكثر من الفقرات السردية الطويلة.
المرحلة 3: التحويل إلى متجهات والفهرسة — ضغط المعنى في سلسلة من الأرقام
يحوّل نموذج التضمين كل مقطع إلى مجموعة من المتجهات، أي سلسلة من الإحداثيات التي تمثل معناه، ثم يخزنها في قاعدة بيانات متجهية. وفي هذا الفضاء، تتجاور المقاطع المتقاربة في المعنى. تحدد هذه المرحلة ما إذا كانت فقرتك ستُعد ذات صلة حين يطرح المستخدم سؤالًا. ويختلف معيار النجاح هنا عن التصور التقليدي لـSEO: تكديس الكلمات المفتاحية المتطابقة لا يفيد، أما التغطية الدلالية فتفيد. لذلك ينبغي أن يتناول المحتوى صيغ الأسئلة المختلفة، والمرادفات، وسيناريوهات الاستخدام الفعلية المرتبطة بالموضوع، حتى يستقر المتجه في الموضع الصحيح.
المرحلة 4: الاسترجاع — يجب أن تصل فقرتك إلى القائمة المختصرة
عندما يطرح المستخدم سؤالًا، يحوله المحرك إلى متجه، ثم يسترجع من الفهرس مجموعة من المقاطع الأقرب إليه دلاليًا. هذه هي مرحلة الاسترجاع في RAG (التوليد المعزز بالاسترجاع). وتشغّل معظم الأنظمة البحث المتجهي والبحث بالكلمات المفتاحية بالتوازي ثم تدمج نتائجهما، لذلك يجب مراعاة المصطلحات الدقيقة والتغطية الدلالية معًا. عمليًا، تضم قائمة المرشحين عادة عشرات الفقرات. لا بد أن يدخل محتواك هذه القائمة المختصرة كي يحظى بفرصة في المراحل التالية؛ فإذا لم يدخلها، فلن يراه النموذج مهما كانت صياغته متقنة.
المرحلة 5: إعادة الترتيب والتصفية — اختيار الفقرات القليلة التي سيقرأها النموذج فعلًا
تمر قائمة المرشحين بجولة أخرى من إعادة الترتيب، يقيّم فيها النظام الفقرات الأقدر على الإجابة عن السؤال المطروح. ولا يُرسل إلى النموذج التوليدي سوى عدد قليل من الفقرات المتصدرة. المعيار هنا هو: «ما مدى مباشرة الإجابة في هذا المقطع وموثوقيتها؟». وفي هذه المرحلة يبرز أثر إشارات المصداقية، مثل وضوح اسم المؤلف وخبرته المهنية، ووجود أرقام ومصادر محددة قابلة للتحقق، وتاريخ واضح لآخر تحديث، والتطابق الوثيق بين الفقرة والسؤال. أما المحتوى المبهم، ضعيف الإسناد، أو المشتت فيُستبعد هنا.
لم يعد الظهور ضمن النتائج العشر الأولى هو الغاية النهائية. ساحة المنافسة الحقيقية هي أن يختار نموذج إعادة الترتيب مقطعك ضمن الكتل الثلاث إلى الخمس التي ستصل في النهاية إلى نموذج التوليد.— Tenten GEO Audit Team
المرحلة 6: التوليد وإضافة الاستشهاد — يعيد النموذج صياغة فقراتك ويقرر إرفاق روابطك من عدمه
في النهاية، يصوغ النموذج التوليدي إجابته استنادًا إلى الفقرات المختارة ويحدد المصادر التي سيستشهد بها. وهو لا ينسخ النص حرفيًا، بل يعيد صياغته ويجمع بين مضمونه. أما حصولك على استشهاد مرتبط بمصدره، فيعتمد على وضوح فقرتك بما يكفي كي «ينسب النموذج هذا الادعاء إليك بثقة». فالجملة المكتملة البناء، التي تتضمن أرقامًا محددة وتستقل بمعناها، أسهل في الاستخراج والاستشهاد من فقرة كاملة مثقلة بالاستطراد البلاغي. ولهذا قد يحصد محتوى حول الموضوع نفسه أعدادًا متفاوتة من الاستشهادات تبعًا لطريقة صياغته.
ماذا يعني ذلك لاستراتيجية المحتوى لديك؟
يركز SEO التقليدي على «ترتيب الصفحة كاملة لكلمة مفتاحية كاملة»، بينما يركز GEO على «احتمال تفوق فقرة واحدة أمام سؤال واحد في مرحلتي الاسترجاع وإعادة الترتيب». مستوى التفصيل مختلف تمامًا. لم تعد مهمتك كتابة مقال جيد فحسب، بل بناء مجموعة من الفقرات القابلة للاستخراج والفهم المستقل والاستشهاد. وعند مراجعة المحتوى نفسه وفق هذه المراحل الست، ستعثر غالبًا على ثلاث إلى خمس ثغرات محددة كانت سببًا في استبعاده.
إذا أردت معرفة المرحلة التي يتعثر عندها محتواك، وما الذي التقطه محرك الذكاء الاصطناعي واستشهد به فعلًا، يمكنك حجز جلسة تشخيص GEO مدتها 30 دقيقة. سنرصد ظهور علامتك التجارية عبر محركات الذكاء الاصطناعي المختلفة، ثم نقارن النتائج بهذه المراحل الست لتحديد الثغرات التي ينبغي معالجتها أولًا.
