عندما يعجز الذكاء الاصطناعي عن اقتباس محتواك، فربما لا تتعلق المشكلة بموضع صفحتك في نتائج Google. الأرجح أن نصك يقع، داخل «فضاء المتجهات»، بعيدًا عن العبارة التي استخدمها القارئ في سؤاله. متجهات التضمين (Embeddings) هي التي تحدد هذه المسافة. وفهمها يفسر لماذا تتجاهل أنظمة الذكاء الاصطناعي تمامًا بعض الصفحات رغم الجهد الكبير المبذول في كتابتها.
ما متجه التضمين تحديدًا؟
التضمين تقنية تحوّل النص — ويمكن أن تطبق أيضًا على الصور أو الفيديو أو الشيفرة البرمجية — إلى سلسلة طويلة من الأرقام. تتكون هذه السلسلة عادة من مئات أو آلاف الأبعاد، ويمكن تصورها بوصفها مجموعة من الإحداثيات الدلالية. الجمل المتقاربة في المعنى تتجاور إحداثياتها، أما الجمل غير المترابطة فتبتعد عن بعضها. فعبارتا «كيف نخفض معدل دوران الموظفين؟» و«كيف نحافظ على المواهب؟» تكادان تخلوَان من الكلمات المشتركة، لكنهما تتجاوران بشدة في فضاء المتجهات لأنهما تتناولان الموضوع نفسه.
هذا منطق مختلف عن المطابقة التقليدية للكلمات المفتاحية. فمطابقة الكلمات تبحث عن ظهور عبارة مثل «معدل التدفق» حرفيًا في النص، بينما يسأل متجه التضمين: ما المعنى الذي يعبّر عنه هذا النص؟ الأولى تبحث عن الألفاظ، والثانية عن المعنى. ويعتمد البحث بالذكاء الاصطناعي بصورة شبه كاملة على المنطق الثاني؛ لذلك لم يعد حشو الكلمات المفتاحية مجديًا في عصر GEO.
كيف يستخدم البحث بالذكاء الاصطناعي متجهات التضمين للعثور على محتواك؟
عندما يطرح المستخدم سؤالًا عبر ChatGPT أو Perplexity أو Google AI Overviews، يمر النظام بالمراحل التالية: يحوّل السؤال أولًا إلى مجموعة من متجهات التضمين، ثم يقارنها بالمقاطع المخزنة في قاعدة بيانات متجهية ليحدد الأقرب إليها، ويستخرج الفقرات الأكثر تشابهًا. بعد ذلك تُمرر هذه المقاطع إلى نموذج لغوي كبير، فيصوغ منها إجابة ويحدد مصادرها. تُعرف هذه العملية عمومًا باسم RAG، أي التوليد المعزّز بالاسترجاع.
المرحلة الحاسمة هنا هي الاسترجاع. فالنموذج لا يقرأ شبكة الإنترنت بأكملها ثم يجيب؛ بل يستخدم أولًا المسافة المتجهية لانتقاء مجموعة محدودة من المقاطع المرشحة. إذا لم تدخل صفحتك هذه المجموعة، فلن يفيدك ما كُتب بعدها ولا حجم علامتك التجارية، لأنها ببساطة لن تكون جزءًا من الإجابة. وما تتنافس عليه GEO فعليًا هو أهلية محتواك للدخول في مجموعة المرشحين هذه.
- يُحوَّل سؤال المستخدم إلى مجموعة من متجهات الاستعلام
- يبحث النظام في قاعدة البيانات المتجهية عن مقطع المحتوى الأقرب دلاليًا
- تُمرر الفقرات الأقرب إلى النموذج اللغوي بوصفها مادة مرجعية
- ينشئ النموذج إجابته استنادًا إلى هذه المقاطع ويقرر المصادر التي سيستشهد بها
لماذا يعجز الذكاء الاصطناعي عن العثور على بعض المحتوى الجيد؟
عند إجراء عمليات تدقيق GEO لعملائنا، نواجه فجوة متكررة: تحقق الصفحة ترتيبًا جيدًا وزيارات معقولة عبر Google، لكن الاستشهاد بها في محركات الذكاء الاصطناعي يكاد يكون معدومًا. وعند تحليلها، لا تكون المشكلة عادة في جودة المحتوى، بل في تماسك معناه بعد تقسيمه إلى مقاطع. فالاسترجاع المتجهي لا يلتقط المقال كاملًا؛ بل يتعامل مع أقسامه واحدًا تلو الآخر، ويحوّل كل قسم إلى متجه مستقل ثم يقارنه على حدة.
إذا أخفيت الفكرة الأساسية خلف تمهيد طويل، أو جمعت موضوعات متعددة في فقرة واحدة، يصبح متجهها ملتبسًا دلاليًا ولا يقترب بما يكفي من أي سؤال واضح، فتفشل الأسئلة في التقاطها. في المقابل، تنتج الفقرة التي تدخل مباشرة في صلب الموضوع، وتجيب عن سؤال واحد، وتستقل بمعناها متجهًا شديد التركيز؛ وهذا يمنحها فرصة أفضل للظهور استجابةً لأنواع محددة من الأسئلة.
البحث بالذكاء الاصطناعي لا يكافئك على الإطالة؛ بل على تخصيص كل فقرة قصيرة لفكرة واحدة، وصياغتها بوضوح بحيث تستقل بمعناها.
كيف تكتب محتوى يستطيع البحث المتجهي استرجاعه؟
بمجرد فهم الآلية، يصبح الأسلوب المطلوب واضحًا ومحددًا. لا تحتاج إلى استرضاء الخوارزمية؛ المطلوب أن يكون معنى كل فقرة نقيًا ومركزًا، كي تشغل موقعًا واضحًا داخل فضاء المتجهات.
- اجعل كل فقرة تجيب عن سؤال واحد فقط. ابدأ بالخلاصة، ثم انقل التمهيد والخلفية إلى نهاية الفقرة أو احذفهما إن لم يضيفا قيمة.
- استخدم في العنوان والمقدمة العبارات التي يسأل بها جمهورك فعلًا، لا المصطلحات الداخلية لمؤسستك. المطابقة المتجهية دلالية، وصياغة المحتوى بلغة قريبة من السؤال تقلص المسافة بينهما.
- أدرج المرادفات في الفقرة بصورة طبيعية، مثل الجمع بين «معدل دوران الموظفين» و«الاحتفاظ بالمواهب»، حتى تستطيع الفقرة الاستجابة لصيغ أكثر من الأسئلة.
- اجعل كل فقرة مكتفية بذاتها. ينبغي أن يفهم القارئ معناها حتى إذا اقتُطعت من المقال، من دون الاعتماد على السياق المحيط.
- قدّم الأرقام والتعريفات والخطوات في بنية واضحة قدر الإمكان؛ فهذا النوع من المعلومات يسهل استرجاعه والاستشهاد به بوجه خاص.
تستند هذه المبادئ كلها إلى فكرة واحدة: محرك الذكاء الاصطناعي يفهم محتواك مقطعًا بعد مقطع، لا بوصفه مقالًا كاملًا. لذلك ليست المقالة أصغر وحدة محتوى؛ بل الفقرة. ويجب أن تكون كل فقرة قابلة للبحث والاستشهاد بصورة مستقلة.
متجهات التضمين ليست مصطلحًا تسويقيًا؛ بل أساس ظهور علامتك أمام الذكاء الاصطناعي
يتعامل كثيرون مع GEO باعتبارها اسمًا آخر لـSEO، فيواصلون العمل بمنطق كثافة الكلمات المفتاحية والروابط الخارجية. لكن الاسترجاع في البحث بالذكاء الاصطناعي يعتمد على متجهات التضمين، ما يعني أن قواعد اللعبة قد تغيرت: قدرة النظام على العثور على محتواك ترتبط بموقعه في الفضاء الدلالي، لا بثقله داخل شبكة الروابط. عندما تفهم هذه الطبقة، لن تهدر جهدك على مؤشرات لا ينظر إليها الذكاء الاصطناعي أصلًا.
