تجربه جستجوی تولیدی (SGE) چیست و چگونه برای آن آماده شویم؟

تجربه جستجوی تولیدی گوگل (SGE) یک ویژگی آزمایشی جدید است که از هوش مصنوعی برای ایجاد پاسخ های متنی و زمینه ای به پرسش های پیچیده استفاده می کند. هدف این ویژگی ارائه پاسخ های جدید و بهتر تعریف شده و همچنین ارائه دیدگاه ها و زاویه های جدید نسبت به پرسش های موجود می باشد.

SGE هنوز در مراحل ابتدایی و آزمایشی خود قرار دارد و با هدف بهبود تجربه جستجوی کاربران ایجاد شده است. هنگام استفاده از SGE، کاربران صفحه نتایج جستجو مشابه آنچه به آن عادت دارند مشاهده خواهند کرد، اما این صفحات به شکلی جدید سازماندهی شده اند تا کاربران بتوانند بیشترین بهره را از یک جستجوی واحد ببرند. در این مقاله، آنچه تا کنون از SGE می دانیم بررسی می کنیم.

همچنین بخوانید: هوش مصنوعی چیست و چطور کار میکند؟

تجربه تولیدی جستجوی گوگل (SGE) نام جستجوی جدید گوگل می باشد: با استفاده از هوش مصنوعی تولیدی، روش جستجو و دریافت اطلاعات توسط کاربران دچار تغییر خواهد شد. «تجربه تولیدی جستجو» به طور کلی به کاربرد یا ویژگی درون یک موتور جستجو یا خدمات مشابه اشاره دارد که مبتنی بر فناوری هوش مصنوعی تولیدی است. هوش مصنوعی تولیدی به نوعی از هوش مصنوعی گفته می شود که قادر به تولید محتوا مانند متن، تصویر، موسیقی یا داده های دیگر است و این تولید بر اساس مجموعه ای از داده های ورودی انجام می گیرد.

چگونه SGE بر تجربه کاربری تأثیر می گذارد؟ با SGE، کاربران قادر خواهند بود تا:

• پرسش های جدیدی بپرسند که پیچیده تر و توصیفی تر هستند و پاسخ واحد دریافت کنند
• به سرعت درک کلی از یک موضوع پیدا کنند و لینک هایی به نتایج مرتبط برای کاوش بیشتر و یادگیری بیشتر دریافت کنند
• به سرعت کاری را که نیاز دارند شروع کنند، مانند نوشتن پیش نویس ها یا تولید تصاویر
• به راحتی و سریع در جستجو و جمع آوری اطلاعات پیشرفت کنند، با پرسیدن پرسش های تعاملی یا امتحان کردن مراحل پیشنهادی بعدی SGE

چگونگی عملکرد تجربه جستجوی تولیدی در جستجو

«با اعمال هوش مصنوعی تولیدی در جستجو، می توانیم طیف وسیع تری از نیازهای اطلاعاتی را برآورده کنیم و به پرسش های جدید پاسخ دهیم، از جمله پرسش هایی که از دیدگاه های متعدد بهره می برند. ما با SGE لینک های بیشتری ارائه می دهیم و به منابع متنوع تری در صفحه نتایج متصل می شویم و فرصت های جدیدی برای کشف محتوا ایجاد می کنیم.»

زمانی که این فناوری در یک موتور جستجو به کار گرفته شود، می تواند عملکردهای مختلفی داشته باشد:

• تولید نتایج جستجو: به جای لینک های سنتی به وب سایت ها، هوش مصنوعی می تواند پاسخ های مستقیم به درخواست ها ارائه دهد و اطلاعات مرتبط را از منابع مختلف جمع آوری کرده و به صورت منسجم و قابل فهم ارائه نماید.
• فرمت های پاسخ پیشرفته: فراتر از پاسخ های متنی، هوش مصنوعی می تواند محتوای چندرسانه ای تولید کند، مانند تصاویر، نمودارها یا حتی ویدئوهای کوتاه که اطلاعات جستجو شده را به تصویر می کشند.
• تجربه شخصی سازی شده: بر اساس جستجوهای قبلی و تعاملات کاربر، هوش مصنوعی می تواند نتایجی تولید کند که بهتر با نیازها و ترجیحات هر کاربر هماهنگ باشد.
• تجربه جستجوی تعاملی: کاربران می توانند به شیوه ای طبیعی تر و به صورت گفتگو با موتور جستجو تعامل داشته باشند، به طوری که هوش مصنوعی به پرسش های بعدی پاسخ دهد و جستجو را بر اساس بازخورد مداوم کاربر تنظیم کند.

نمونه هایی از کاربرد چنین فناوری می تواند شامل موارد زیر باشد:

• یک کاربر درباره بهترین تمرینات در منزل سوال می کند. هوش مصنوعی نه تنها فهرستی از تمرینات ارائه می دهد، بلکه برنامه های تمرینی شخصی سازی شده بر اساس سطح تناسب اندام و تجهیزات در دسترس کاربر ایجاد می کند.
• هنگام جستجوی یک دستور پخت، هوش مصنوعی می تواند بر اساس مواد موجود در منزل کاربر یک دستور پخت پیشنهاد دهد و حتی تنوع های مختلف آن دستور را ارائه نماید.
• در جستجوی تصاویر، هوش مصنوعی می تواند بر اساس یک توضیح تصویری تولید کند که قبلا وجود نداشته است، برای مثال یک رویداد تاریخی خاص در سبک هنری مدرن.

این نمونه ها نشان می دهند که چگونه «تجربه تولیدی جستجو» می تواند فراتر از موتورهای جستجوی سنتی عمل کند و تجربه جستجویی بسیار تعاملی، شخصی سازی شده و پویا ارائه دهد. بیایید روی سه جنبه از SGE که رفتار جستجو را به طور قابل توجهی تغییر می دهد تمرکز کنیم:

• درک پرسش (Query Understanding)

به طور تاریخی، پرسش های جستجو محدود به ۳۲ کلمه بوده اند. از آنجایی که اسناد بر اساس تلاقی فهرست های انتشار برای عبارات ۲ تا ۵ کلمه ای در آن اصطلاحات و گسترش آن اصطلاحات بررسی می شدند، گوگل همیشه معنای دقیق پرسش را درک نمی کرد. گوگل اعلام کرده است که SGE در درک پرسش های پیچیده بسیار بهتر عمل می کند.

همچنین بخوانید: بهینه سازی موتور پاسخ (AEO) چیست؟

• نمایه هوش مصنوعی (AI Snapshot)

نمایه هوش مصنوعی شکلی پیشرفته تر از اسنیپت ویژه است که شامل متن مولد و لینک های ارجاعی می باشد. این بخش اغلب تمام محتوای بالای صفحه (above-the-fold) را اشغال می کند.

• سؤالات پیگیری | تجربه جستجوی تولیدی

سؤالات پیگیری مفهوم پنجره های متنی (context windows) در ChatGPT را وارد حوزه جستجو می کند. هنگامی که کاربر از جستجوی اولیه خود به جستجوهای پیگیری بعدی می رود، مجموعه صفحات مورد بررسی بر اساس ارتباط متنی ایجاد شده توسط نتایج و پرسش های قبلی محدود می شود. تمام این موارد تغییری از عملکرد استاندارد جستجو محسوب می شود. با عادت کردن کاربران به این عناصر جدید، احتمالاً تغییر قابل توجهی در رفتار آنها رخ خواهد داد، زیرا گوگل بر کاهش «هزینه های دلفیکی» جستجو تمرکز می کند. در نهایت، کاربران همیشه پاسخ می خواستند، نه ۱۰ لینک آبی.

همچنین بخوانید: انواع مدل های ChatGPT: ویژگی ها، محدودیت و کاربردها

مروری مبتنی بر هوش مصنوعی

هنگامی که مناسب باشد، SGE یک نمای کلی مبتنی بر هوش مصنوعی ارائه می دهد تا به کاربران کمک کند سریعاً دید کلی نسبت به یک موضوع پیدا کنند و در صورت تمایل اطلاعات بیشتری برای کاوش بیشتر دریافت کنند.

این نماها به عنوان نقطه شروعی برای کاربران عمل می کنند تا طیف وسیعی از محتوا و دیدگاه ها را در مورد یک موضوع خاص بررسی کنند. SGE لینک هایی به منابع ارائه می دهد که اطلاعات موجود در نمای SGE را پشتیبانی یا گسترش می دهند تا کاربران خودشان اطلاعات را بررسی کرده و کاوش بیشتری داشته باشند. این امکان به کاربران داده می شود تا طیف گسترده تری از محتوا از ناشران، کسب و کارها، سازمان های خیریه و دیگران کشف کنند و از این اطلاعات برای پیشبرد کار جاری یا تسریع فرآیندها استفاده نمایند.

• روش های آسان تر برای دنبال کردن پرسش ها

کاربران می توانند با ضربه زدن، پرسش های بعدی خود را مطرح کنند و آنچه دنبال می کنند را اصلاح کنند یا مسیر جدیدی را بدون نیاز به شروع دوباره کاوش نمایند، یا می توانند مراحل پیشنهادی بعدی را انتخاب کنند تا اطلاعات یا پرسش های مرتبطی که ممکن است از وجودشان مطلع نبوده اند کشف کنند و به این ترتیب به کشف اطلاعات جدید ادامه دهند. این کار یک نمای کلی جدید با لینک های اضافی به منابع برای کاوش بیشتر ایجاد می کند.

پرسیدن پرسش های بعدی به ویژه برای سفرهای اطلاعاتی پیچیده یا در حال تحول مفید است. این سیستم از هوش مصنوعی استفاده می کند تا بفهمد وقتی شخصی به دنبال موضوعی مرتبط با پرسش قبلی است. زمینه پرسش های قبلی را منتقل می کند تا پرسش جدید را بازسازی کند و بهتر منظور کاربر را منعکس نماید. در حالت مکالمه، کاربران لینک های وب خود را زیر SGE در طول مکالمه مشاهده خواهند کرد که در طول گفت و گو تغییر می کنند و به این ترتیب می توانند به راحتی مرتبط ترین محتوا را از سراسر وب بررسی و کاوش کنند.

• تجربه های تخصصی | تجربه جستجوی تولیدی

هوش مصنوعی تولیدی همچنین برای پرسش های اطلاعاتی مرتبط با حوزه های تخصصی، مانند جستجوهای مبتنی بر مکان، مفید خواهد بود. این نوع جستجوها معمولاً چند بعد دارند. به عنوان مثال، در حوزه خرید، هوش مصنوعی تولیدی می تواند به کشف نکات کلیدی و اطلاعات محصولات کمک کند تا کاربران بتوانند تصمیمات خرید خود را سریع تر و آسان تر بگیرند.

برای جستجوهای محصول، هوش مصنوعی تولیدی یک نمای کلی از عوامل قابل توجه برای در نظر گرفتن و مجموعه ای از گزینه های محصول ایجاد خواهد کرد. همچنین ممکن است بررسی ها، قیمت ها، تصاویر محصولات و داده های مرتبط دیگر را ارائه دهد. این اطلاعات به روز محصولات ممکن است زیرا SGE بر اساس نمودار خرید گوگل ساخته شده است، که جامع ترین مجموعه داده در جهان از محصولات، فروشندگان، برندها، بررسی ها و موجودی در حال تغییر مداوم می باشد.

همچنین بخوانید: google ai overviews چیست و چه تاثیری بر سئو دارند؟

• تبلیغات جستجو با SGE

تبلیغات جستجو همچنان نقش مهمی با پیشرفت SGE ایفا خواهند کرد. آن ها به عنوان منابع اضافی اطلاعات مفید عمل می کنند و به کاربران کمک می کنند میلیون ها کسب و کار را به صورت آنلاین کشف کنند. با SGE، تبلیغات جستجو همچنان در جایگاه های اختصاصی تبلیغاتی در سراسر صفحه ظاهر خواهند شد. در این تجربه جدید، تبلیغ کنندگان همچنان فرصت خواهند داشت تا در طول مسیر جستجوی کاربران به مشتریان بالقوه دسترسی پیدا کنند. گوگل به تست و توسعه تجربه تبلیغات ادامه خواهد داد و با کسب اطلاعات بیشتر آن را بهبود می بخشد.

گوگل اعلام کرده است که به شفافیت متعهد است و تبلیغات را از نتایج جستجوی ارگانیک متمایز می کند. وقتی تبلیغات جستجو ظاهر شوند، همچنان از برچسب های شفاف و روشن پیشرو در صنعت خود با عبارت «Sponsored» به صورت متن سیاه پررنگ استفاده خواهند کرد.

• خلاقیت و بهره وری

این قابلیت های جدید هوش مصنوعی تولیدی می توانند به کاربران کمک کنند تا سفر خود را به شیوه های خلاقانه تر ادامه دهند و فراتر از یافتن اطلاعات، از آن استفاده کنند. گوگل معتقد است این قابلیت کاربردهای مفیدی برای کاربران در انجام مراحل سفر اطلاعاتی آن ها، از جمله مراحل نیازمند خلاقیت، دارد.

در حالی که SGE در برنامه های اطلاعاتی و خلاقانه مهارت دارد، کاربران در ابتدا محدودیت هایی در استفاده های خلاقانه مشاهده خواهند کرد، زیرا گوگل به طور عمدی تمرکز بیشتری بر ایمنی و کیفیت گذاشته است. با گذر زمان، گوگل به توسعه قابلیت های خلاقانه ادامه خواهد داد زیرا کیفیت بهبود می یابد.

• تولید تصویر با SGE

گوگل همچنین قابلیت ایجاد تصاویر با کمک هوش مصنوعی تولیدی را در SGE معرفی کرده است. تصاویر تولیدی یک روش تعاملی و سرگرم کننده برای تجسم یک ایده یا جستجوی الهام می باشد. شما می توانید سوالاتی مانند «یک تصویر از یک کاپیبارا با کلاه آشپزی و در حال آماده کردن صبحانه بکشی» بپرسید و تا چهار تصویر تولید شده برای انتخاب دریافت کنید. به عنوان بخشی از این آزمایش، ممکن است گزینه ای برای دریافت تصاویر تولید شده توسط هوش مصنوعی مستقیماً در گوگل ایمیجز نیز مشاهده کنید. فرض گوگل این است که هوش مصنوعی تولیدی در جستجو می تواند الهام بخش باشد و به شما کمک کند کارهای بیشتری انجام دهید. گوگل مشتاق ادامه آزمایش و دریافت بازخورد کاربران می باشد. قابلیت تولید تصویر تنها برای کاربرانی در دسترس است که در آزمایش SGE شرکت کرده اند و 18 سال یا بیشتر دارند و به زبان انگلیسی در ایالات متحده هستند.

• تجربه کاربری

گوگل اعلام کرده است که همه اقدامات آن ها بر اساس تحقیقات گسترده کاربران پایه گذاری شده است. آن ها سال هاست که رابط کاربری (UI) جستجو را توسعه داده اند تا مفیدتر و قابل دسترس تر شود.

نمای کلی مبتنی بر هوش مصنوعی منابعی آسان برای دسترسی و رابط کاربری قابل شناسایی برای لینک ها دارد که به کاربران امکان می دهد کاوش بیشتری در دسکتاپ و موبایل انجام دهند و قدرت هوش مصنوعی تولیدی را مستقیماً وارد جستجوی گوگل کنند. علاوه بر این، گوگل اعلام کرده است که به کاربران کمک خواهد کرد تا به دنبال پرسش های تعاملی (conversational follow-ups) منتقل شوند، از طریق نکات هدایتگر طراحی شده و وضعیت های برجسته ای که نشان می دهند کاربران چگونه از این الگوی جدید استفاده کنند. به عنوان مثال، در دنبال کردن پرسش های تعاملی، کاربر می تواند مشاهده کند که هوش مصنوعی چگونه زمینه پرسش و دنبال پرسش های آن را به هم می پیوندد تا نمای کلی مبتنی بر هوش مصنوعی را بازسازی کند.

همچنین بخوانید: GEO یا بهینه سازی موتور مولد چیست؟ راهنمای کامل 2025

آنچه تاکنون می دانیم:

• در ابتدا، تجربه جستجوی تولیدی گوگل (SGE) یک آزمایش در Search Labs بود با تاریخ پایان پیشنهادی دسامبر 2023؛ این تاریخ پس از آن حذف شد و سوندار پیچای (مدیرعامل گوگل) اعلام کرده است که جستجو با هوش مصنوعی تولیدی اکنون یکی از اولویت های اصلی گوگل می باشد.
• مصرف کنندگان علاقه بالایی به جستجوی مبتنی بر هوش مصنوعی نشان می دهند.
• مصرف کنندگان اعتماد بالایی به جستجوی مبتنی بر هوش مصنوعی دارند.
• بخش زیادی از پرسش های جدید ماهیت تجاری دارند، بنابراین تبلیغات نقش مهمی در هوش مصنوعی تولیدی ایفا خواهند کرد.
• گوگل ابزار Bard (ابزار هوش مصنوعی مبتنی بر گفتگو مشابه ChatGPT) را محصولی مکمل برای SGE می داند که همراه با آن اجرا می شود تا تجربه کاربری بهبود یابد.
• بیش از یک سوم نتایج SGE در حال حاضر شامل بسته های محلی هستند.
• SGE هنوز در مرحله آزمایشی است، اگرچه از Search Labs فراتر رفته است، بنابراین نحوه عملکرد آن همچنان تغییر خواهد کرد.
• گوگل به نظر می رسد اولویت را به منابع آنلاین با کیفیت بالا می دهد و از بسیاری از سیگنال هایی استفاده می کند که سال ها در جستجوی ارگانیک استفاده کرده است، و بر نیاز به محتوای با کیفیت بالا و سایت از نظر فنی سالم تأکید دارد.
• پرسش های تجارت الکترونیک برای محصولات با افزایش مواجه خواهند شد، زیرا محصولات در نمای کلی هوش مصنوعی به طور برجسته نمایش داده می شوند.
• تصاویر با کیفیت و منحصر به فرد از محصول واقعی شما احتمالاً تأثیر مثبتی بر نرخ کلیک خواهند داشت، همانند یک تصویر کوچک خوب در یوتیوب یا تصاویر جذاب به طور کلی در وب سایت یا تبلیغ.
• برای کمک در خرید مبتنی بر هوش مصنوعی، SGE ابزارهای نمایش محصول (Product Viewers) برای پوشاک و محصولات عمومی ارائه می دهد.

معایب تجربه جستجوی تولیدی

«تجربه تولیدی جستجو» که مبتنی بر هوش مصنوعی تولیدی می باشد، می تواند برای شرکت هایی که به شدت به ترافیک موتورهای جستجو، به ویژه گوگل، وابسته هستند، چندین عیب بالقوه به همراه داشته باشد:

• کاهش ترافیک وب سایت: زمانی که یک موتور جستجو پاسخ های مستقیم یا محتوای تولید شده ارائه می دهد به جای آن که کاربران را به وب سایت های خارجی هدایت کند، این امر می تواند منجر به کاهش ترافیک این وب سایت ها شود. برای شرکت هایی که برای درآمدهای تبلیغاتی، تولید لید یا فروش به بازدیدهای وب سایت وابسته هستند، این موضوع می تواند تأثیر مالی قابل توجهی داشته باشد.
• کاهش دیده شدن محتوای اصلی: اگر هوش مصنوعی محتوا تولید یا خلاصه کند، ممکن است محتوای اصلی که توسط شرکت ها ایجاد شده کمتر دیده شود. این امر می تواند ساخت آگاهی از برند و تثبیت اعتبار در یک حوزه تخصصی را دشوارتر کند.
• دشواری در بهینه سازی موتور جستجو (SEO): استراتژی های سنتی سئو که هدفشان کسب رتبه بالاتر در نتایج جستجو است، ممکن است کمتر مؤثر یا حتی بی اهمیت شوند اگر موتورهای جستجو به طور گسترده بر محتوای تولید شده توسط هوش مصنوعی تکیه کنند.
• از دست دادن داده ها و بینش ها: شرکت ها اغلب از طریق ترافیک حاصل از موتورهای جستجو داده های ارزشمندی درباره رفتار و علایق کاربران جمع آوری می کنند. کاهش ترافیک مستقیم می تواند دسترسی به این داده ها و بینش ها را محدود کند.
• ضعف رقابتی در برابر پلتفرم های بزرگ: شرکت ها و ارائه دهندگان محتوا کوچک تر ممکن است برای رقابت با پلتفرم های بزرگ که احتمالاً بهتر قادر به همگام شدن با فناوری های جدید یا حتی توسعه سیستم های هوش مصنوعی تولیدی خود هستند، با مشکل مواجه شوند.
• نگرانی های کیفیت: این نگرانی وجود دارد که محتوای تولید شده توسط هوش مصنوعی ممکن است همان کیفیت یا قابلیت اعتماد محتوای انسانی را نداشته باشد. این امر می تواند منجر به کاهش اعتماد به اطلاعات ارائه شده شود.
• وابستگی به پلتفرم: شرکت ها ممکن است بیشتر به الگوریتم ها و پلتفرم های شرکت های بزرگ فناوری وابسته شوند، که این امر توانایی آنها در کنترل حضور آنلاین و مدل های کسب و کارشان را کاهش می دهد.
• توزیع مجدد منحنی تقاضای جستجو : با دور شدن کاربران از پرسش هایی که از زبان کوتاه و خلاصه (newspeak) تشکیل شده اند، طول پرسش های آن ها افزایش می یابد. با درک کاربران از اینکه گوگل در پردازش زبان طبیعی عملکرد بهتری دارد، نحوه بیان جستجوهایشان تغییر خواهد کرد. اصطلاحات کلی (head terms) کوتاه تر می شوند، در حالی که پرسش های میانی و بلند (middle و long-tail) افزایش می یابند.
• مدل نرخ کلیک (CTR) تغییر خواهد کرد : ۱۰ لینک آبی کمتر کلیک دریافت خواهند کرد، زیرا نمایه هوش مصنوعی (AI snapshot) نتایج ارگانیک استاندارد را به پایین می راند. نرخ کلیک ۳۰ تا ۴۵ درصدی برای موقعیت اول احتمالاً به شدت کاهش می یابد. با این حال، در حال حاضر داده واقعی برای نشان دادن نحوه تغییر توزیع در دسترس نیست. بنابراین نمودار زیر صرفاً برای اهداف نمایشی ارائه شده است.

• پیگیری رتبه ها پیچیده تر خواهد شد : ابزارهای پیگیری رتبه ها مدتی است که مجبور بوده اند صفحات نتایج موتور جستجو (SERP) را برای ویژگی های مختلف ارائه دهند. اکنون این ابزارها نیاز دارند برای هر پرسش زمان بیشتری منتظر بمانند. اکثر محصولات SaaS بر روی پلتفرم هایی مانند Amazon Web Service (AWS)، Google Cloud Platform (GCP) و Microsoft Azure ساخته شده اند که هزینه محاسباتی را بر اساس زمان استفاده دریافت می کنند. در حالی که نتایج ارائه شده ممکن بود در ۱ تا ۲ ثانیه بازگردند، اکنون ممکن است نیاز به زمان بسیار بیشتری باشد و بنابراین هزینه های پیگیری رتبه ها افزایش خواهد یافت.

• پنجره های متنی نتایج شخصی تر ارائه می دهند : سؤالات پیگیری به کاربران سفرهای جستجوی سبک «ماجراجویی خود را انتخاب کنید» می دهند. با محدود شدن پنجره متنی، مجموعه ای از محتوای بسیار مرتبط در طول مسیر نمایش داده می شود، در حالی که هر فرد در حالت عادی نتایج مبهم تری دریافت می کرد. به طور مؤثر، جستجوها چندبعدی می شوند و مسئولیت بر عهده تولیدکنندگان محتوا است تا محتوای خود را طوری طراحی کنند که مراحل متعدد را پوشش دهد تا در مجموعه بررسی کاربران باقی بماند.

این معایب نشان می دهند که شرکت هایی که به شدت به ترافیک موتورهای جستجو وابسته هستند، ممکن است نیاز داشته باشند استراتژی های خود را تطبیق دهند تا بتوانند با تغییراتی که توسط فناوری های پیشرفته جستجوی مبتنی بر هوش مصنوعی ایجاد می شود، همگام شوند.

همچنین بخوانید: کاربرد هوش مصنوعی در سئو

SGE چگونه کار می کند؟

اولین گزارش های آزمایش کنندگان نسخه بتا، نحوه عملکرد تجربه جستجوی تولیدی را در عمل نشان می دهد. نکته جالب این است که در برخی جستجوها به طور خودکار نتایج تولید شده توسط هوش مصنوعی نمایش داده می شود، در حالی که در جستجوهای دیگر تنها یک دکمه ظاهر می شود که از طریق آن می توان یک AI Snapshot ایجاد کرد. و در جستجوهای دیگری اصلاً هیچ ادغام هوش مصنوعی تولیدی وجود ندارد.

جستجوهای معمولی بدون کلیک (Zero-Click) مانند «هوای امروز» یا «ترجمه»، که می توانند با ویژگی های SERP پاسخ داده شوند، نیز به نظر نمی رسد نتایج هوش مصنوعی دریافت کنند. با این حال، حتی در نتایجی که ادغام هوش مصنوعی ندارند، یک قابلیت جدید به نام «Converse» مستقیماً زیر نوار جستجو ظاهر می شود که از طریق آن می توان گفتگویی با هوش مصنوعی آغاز کرد.

همچنین بخوانید: AIO چیست؟ (راهنمای بهینه سازی هوش مصنوعی)

به طور کلی، تجربه جستجوی تولیدی گوگل سه عنصر مهم جدید را در نتایج جستجو (SERPs) معرفی می کند:

• AI Snapshot
• حالت مکالمه (Conversational Mode)
• تجربیات عمودی (Vertical Experiences)

AI Snapshot | تجربه جستجوی تولیدی

AI Snapshot برای هر جستجو اطلاعات را از چندین منبع جمع آوری می کند تا به کاربران سریع ترین پاسخ ممکن ارائه شود. این پاسخ باید جنبه های بیشتری از یک جستجو را پوشش دهد نسبت به آنچه که یک نتیجه جستجوی ارگانیک منفرد قادر به ارائه آن است. علاوه بر این، گوگل به طور فزاینده ای ویدیوها و تصاویر را در این نتایج جستجو ادغام می کند تا آن ها را تا حد امکان مفید کند.

می توان فرض کرد که برای این پاسخ ها، هوش مصنوعی تولیدی با روش Retrieval Augmented Generation (به طور بسیار ساده، ترکیب مدل های زبانی با منابع داده خارجی) گسترش می یابد تا توهمات هوش مصنوعی و اطلاعات نادرست تا حد امکان کاهش یابد. علاوه بر پاسخ متنی، این Snapshot یک چرخنده لینک (Link Carousel) نمایش می دهد که پاسخ ها از آن استخراج شده اند. این عنصر برای سئو بسیار مهم خواهد شد، اما در حال حاضر نمی توانیم بگوییم چه عواملی باعث می شود یک نتیجه در این چرخنده ظاهر شود.

به نظر می رسد این نتایج همیشه با نتایج برتر ارگانیک همپوشانی ندارند. علاوه بر این، بالای چرخنده لینک یک دکمه وجود دارد که کاربران می توانند در یک نمایش گسترده تر پاسخ، جمله به جمله ببینند که اطلاعات موجود در Snapshot از کجا آمده است.

حالت مکالمه (Conversational Mode)

SGE به کاربران اجازه می دهد تا مسیر جستجوی خود را به صورت یک گفت و گو پیش ببرند: در انتهای AI Snapshot یک قابلیت ورود سوالات تکمیلی وجود دارد (به همراه چند پیشنهاد برای سوالات بیشتر). در این حالت، سوال اولیه نیز در نظر گرفته می شود، بنابراین کاربر نیازی ندارد دوباره زمینه یا کانتکست سوال خود را توضیح دهد.

تجربیات عمودی (Vertical Experiences)

با استفاده از تجربیات عمودی، SGE قصد دارد جستجوهای عمودی (Vertical Searches) را بازسازی کند. با کمک نمودار خرید گوگل (Shopping Graph)، پیشنهاداتی دقیقاً مرتبط با جستجوی کاربر گردآوری می شوند. ویژگی خاص این است که اطلاعات ارائه شده فقط از صفحه محصول نیست، بلکه از نظرات کاربران و سایر محتواهایی که در دسترس Shopping Graph قرار دارند نیز استخراج می شود.

در ارائه Keynote گوگل همچنین نشان داده شد که برای محصولات خاص می توان فروشندگان مختلف را با هم مقایسه کرد: همچنین جستجوهای محلی (Local Searches)، که نوع دیگری از تجربیات عمودی هستند، قرار است با SGE پاسخ های بهتری ارائه دهند. در ارائه I/O، برای مثال نشان داده شد که هوش مصنوعی می تواند رستوران های مختلف را با یکدیگر مقایسه کند.

گوگل از خطرات تجربه جستجوی تولیدی آگاه است.

گوگل به عنوان یکی از بزرگترین شرکت های جهان، آزادی عمل کمتری نسبت به یک استارتاپ مانند OpenAI دارد. اعتماد کاربران آن یک عامل حیاتی برای موفقیت جستجوی گوگل است و بنابراین آن ها نمی توانند نوع فاجعه های روابط عمومی را که ناشی از اطلاعات نادرست در جستجو ایجاد می شود، تحمل کنند.

رهبری شرکت کاملاً از این موضوع آگاه است. طبق گزارش The Verge، چندین مدیر اجرایی گوگل رویکرد خود را «شجاعانه و مسئولانه» توصیف کرده اند. علاوه بر این، در آموزش مدل هوش مصنوعی، تمرکز ویژه ای بر صحت اطلاعات (Correctness) به جای تولید متن «طبیعی» گذاشته شده است، همان طور که از سند «An overview of SGE» آن ها مشخص می شود.

Google SGE چه معنایی برای سئو و کسب و کارها دارد؟

با SGE، گوگل گامی مهم به سمت هدف بلندمدت خود برمی دارد: تبدیل شدن از یک موتور جستجو به یک «ماشین پاسخ‌دهی». در حال حاضر ما هنوز نمی دانیم نسخه نهایی SGE که به طور گسترده عرضه خواهد شد، دقیقاً چگونه خواهد بود، اما می توانیم چند فرضیه مطرح کنیم:

• ادغام هوش مصنوعی تولیدی ممکن است گوگل را در پاسخ به جستجوهای بلند (Long-Tail) بهتر کند. احتمالاً کاربران به تدریج به پرسش های طولانی تر و جزئی تر عادت می کنند و بنابراین کلمات کلیدی طولانی تر خواهند شد.
• اعلام SGE درست پس از به‌روزرسانی Google E-E-A-T نشان می دهد که سیگنال های E-E-A-T در تجربه جستجوی تولیدی اهمیت ویژه ای خواهند داشت. با معرفی Perspectives نیز مشخص می شود که دانش اثبات شده یا تجربه شخصی در آینده برای سئو چقدر اهمیت خواهد داشت.
• گوگل بسیار محتاط خواهد بود تا از انتشار اطلاعات نادرست جلوگیری کند. این بدان معناست که برندهای تثبیت شده راحت تر در AI Snapshots ظاهر می شوند، در حالی که برندهای کمتر شناخته شده باید تمرکز بیشتری بر ساخت اعتبار و بهینه سازی خارج از صفحه (OffPage) داشته باشند.

همچنین بخوانید: آمار تاثیر هوش مصنوعی بر مشاغل مختلف

تجربه جستجوی تولیدی چگونه سئو را تغییر می دهد؟

SGE یک مشکل قدیمی در سئو را تشدید می کند: نتایج ارگانیک به تدریج پایین تر منتقل می شوند و در نتیجه برای کاربران کمتر قابل مشاهده هستند. این به معنای کاهش کلیک برای رتبه های برتر می باشد. تا کنون، عمدتاً ویژگی های SERP مانند Featured Snippets، Local Snack Packs و موارد مشابه مسئول این روند بوده اند. اکنون هوش مصنوعی نیز به آن اضافه شده یا عملکرد برخی از این ویژگی ها را جایگزین می کند.

برای سئو، این به این معناست که محتوای ساده تعریفی و FAQ در اکثر حوزه ها دیگر ترافیک قابل توجهی ایجاد نخواهد کرد. متخصصان سئو باید در بازاریابی محتوا بیشتر بر جستجوهای پیچیده با پاسخ های کمتر واضح تمرکز کنند، جستجوهایی که نمی توان به سرعت پاسخ داد و نیازمند عمق اطلاعات هستند.

همچنین بخوانید: FAQ Schema چیست؟ (نکات و بهترین روش های پیاده سازی)

علاوه بر این، تمام کسانی که هنوز در اصول پایه سئو ضعف دارند، باید هرچه سریع تر تلاش کنند تا عقب ماندگی خود را جبران کنند: به ویژه داده های ساختاری غنی برای تجارت الکترونیک اهمیت بیشتری خواهند یافت.

کدام مدل های کسب و کار بیشترین تأثیر را خواهند گرفت؟

تمام کسب و کارها به یک اندازه از SGE تأثیر نمی پذیرند. بیشتر محصولاتی که توسط شرکت های B2B ارائه می شوند، به طور ساده با یک فرآیند تحقیق و تصمیم گیری طولانی و پیچیده همراه هستند، به طوری که هوش مصنوعی واقعاً نمی تواند تأثیر زیادی داشته باشد. با این حال، سه مدل کسب و کار وجود دارند که از تجربه جستجوی تولیدی گوگل (SGE) به طور ویژه تأثیر خواهند پذیرفت:

• ناشران (Publisher)

کسانی که بسیاری از سوالات ساده را در وب سایت خود پاسخ می دهند و از کلیک تبلیغات یا نمایش تبلیغات برای کسب درآمد استفاده می کنند، باید منتظر کاهش چشمگیر باشند. این کاهش با ویژگی Perspectives کمی تعدیل می شود، به ویژه اگر در یک حوزه بسیار خاص فعالیت کنید.

• بازاریابی وابسته (Affiliate Marketing)

معرفی تجربیات عمودی (Vertical Experiences) در SGE، ضربه قابل توجهی به بازاریابان وابسته وارد می کند. تخصص در یک حوزه خاص و علاقه واقعی به حوزه کاری خود می تواند تا حدی به کاهش این تأثیر کمک کند.

• تجارت الکترونیک (E-Commerce)

برای شرکت های تجارت الکترونیک، SGE یک تغییر دهنده کامل بازی است، اما به شکل مثبت. گوگل از نمودار خرید خود (Shopping Graph) استفاده می کند تا تجربه خرید آنلاین را در تجربه جستجوی تولیدی به سطح کاملاً جدیدی برساند. نمودار خرید گوگل یک مجموعه داده شامل بیش از 35 میلیارد پیشنهاد محصول است که محصولات، فروشندگان، برندها، نظرات و موجودی ها را شامل می شود و بیش از 1.8 میلیارد ورودی آن هر ساعت به‌روزرسانی می شود.

اگرچه هنوز در مرحله آزمایشی قرار دارد، SGE در حال حاضر تأثیر خود را بر صنایع مختلف، به ویژه حوزه بهداشت و درمان، نشان داده است. پلتفرم سئو سازمانی BrightEdge یک میلیارد پرسش را در نه صنعت مختلف تحلیل کرد تا ببیند چگونه تحت تأثیر قرار گرفته اند. نتایج نشان داد که 76٪ از پرسش های حوزه بهداشت و درمان تحت تأثیر قرار گرفته اند، 49٪ در تجارت الکترونیک و 48٪ در فناوری B2B.

این نتایج کمی شگفت آور است، زیرا اکثر افراد تصور می کردند حوزه بهداشت و درمان به دلیل اثرات منفی احتمالی اطلاعات نادرست بر مردم کمتر تحت تأثیر هوش مصنوعی قرار گیرد. تجارت الکترونیک چندان شگفت آور نیست، زیرا گوگل اخیراً تغییرات زیادی در نتایج جستجو اعمال کرده است که این صنعت را تحت تأثیر قرار می دهد.

مواردی که باید مراقب آن ها باشید

نرخ کلیک ارگانیک خود را زیر نظر بگیرید. با گسترش SGE، احتمالاً ده لینک ارگانیک برتر پایین‌تر رانده خواهند شد و کاهش CTR می تواند نشانه ای از این تغییر باشد. عملکرد جستجوی پولی خود را زیر نظر داشته باشید. معمولاً SGE به معنای افزایش جستجوهای طولانی یا Long-Tail است. این موضوع عملکرد بهتری برای کلمات کلیدی Broad Match فراهم می کند، اما همچنین شما را در معرض تعداد زیادی پرسش نامرتبط و کم کیفیت قرار می دهد که باید با دقت رصد و حذف شوند تا از هدر رفت بودجه جلوگیری شود.

آنچه ممکن است در سال 2024 انتظار داشته باشیم

SGE احتمالاً نقش فزاینده ای در نتایج جستجوی گوگل خواهد داشت. در گذشته، موقعیت صفر (featured snippet) یک قطعه اطلاعات از وب سایتی بود که گوگل بهترین اطلاعات در مورد موضوع را ارائه می داد.

با SGE، هوش مصنوعی گوگل سایت های مختلف را بررسی می کند تا یک پاسخ جامع واحد به یک پرسش جستجو ایجاد کند. بر خلاف قطعه ویژه، این پاسخ دارای لینک به مقالاتی است که موتور هوش مصنوعی از آن ها برای ایجاد نمای SGE استفاده کرده است. برخلاف باور عمومی، این بدان معناست که SGE ترافیک شما را نمی رباید. در واقع، این به ناشران فرصت های رتبه بندی بیشتری می دهد. بنابراین، به جای انتظار کاهش ترافیک وب سایت، بازاریابان و تولیدکنندگان محتوا باید به دنبال راه هایی برای افزایش آن باشند و از فرصت های رتبه بندی ارائه شده توسط هوش مصنوعی تولیدی گوگل بهره ببرند.

اندازه گیری نتایج SGE

ردیابی عملکرد SGE هنوز تا حد زیادی نامعلوم است. به نظر نمی رسد نتایج آن در Google Search Console گنجانده شده باشد و هیچ نشانه ای نیز وجود ندارد که آیا در آینده گزارشی ارائه خواهد شد یا خیر.

استفاده از موتورهای جستجوی مبتنی بر هوش مصنوعی یا چت بات ها به این معناست که ممکن است نیاز داشته باشیم شاخص های کلیدی عملکرد (KPI) خود را تغییر دهیم، زیرا روش های سنتی برای اندازه گیری عملکرد و درک بازار جستجو ممکن است کمتر مؤثر شوند. با حرکت کاربران به سمت ابزارهایی مانند ChatGPT، معیارهای ابزارهای رایج کل بازار را پوشش نخواهند داد، زیرا این ابزارها در حال حاضر کاملاً غیرشفاف هستند و جستجو در آن ها اندازه گیری نمی شود. این بدان معناست که ما قادر نخواهیم بود اندازه بازار، رقابت و دیده شدن را همانند حال حاضر اندازه گیری کنیم.

در حال حاضر، پاسخی رضایت بخش برای این مشکلات وجود ندارد، اما می توانیم در صورت نیاز از روش های جایگزین استفاده کنیم.

• بررسی تعداد کلمات در هر پرسش با تحلیل پرسش های جستجوی پولی برای تعیین اینکه آیا کاربران بیشتر به حالت مکالمه جدید روی می آورند یا خیر – هر چه تعداد کلمات در هر پرسش بیشتر باشد، احتمال استفاده از چت بات بالاتر است.
• مشاهده دیده شدن برند شما در چت بات ها با پرسش دستی سوالات و بررسی پاسخ ها (این کار می تواند با استفاده از ابزارهایی که اجازه آپلود داده ها به صورت انبوه می دهند، مانند Claude 2 برای Sheets یا ChatGPT برای Sheets مقیاس پذیر شود).
• نظارت بر رتبه بندی ها با بررسی دستی نتایج SGE  این کار بسیار زمان بر خواهد بود.
• ردیابی بازدیدهای ChatGPT از سایت شما با بررسی فایل های لاگ معمولاً ChatGPT هنگام جستجوی پاسخ ها در Bing یک user agent باقی می گذارد که باید در فایل های لاگ شما نشان داده شود و مشخص کند که آیا شما در پاسخ ظاهر می شوید یا خیر. می توانید این کار را با استفاده از این افزونه وردپرس پیگیری کنید.

چگونه برای افزایش SGE آماده شویم ؟

• از نشانه گذاری (Markup Schema) صحیح برای محتوای متنی، تصویری و ویدئویی استفاده کنید تا مطمئن شوید در پاسخ های مرتبط هوش مصنوعی ظاهر می شود.
• همیشه ارجاعات و لینک به منابع اصلی را درج کنید.
• مدیریت شهرت خود را اولویت بندی کنید و با نظرات مثبت و تعاملات کاربری خوب از طریق شبکه های اجتماعی و سایر کانال ها، اعتبار آنلاین خوبی بسازید. به نظرات منفی توجه کنید و آماده باشید تا در صورت بروز با آن ها مقابله کنید.
• اطمینان حاصل کنید که تمام دارایی های تحت مالکیت شما دقیق و به روز هستند، مانند پروفایل های Google Business و وب سایت شما.
• مطمئن شوید سایت شما از نظر فنی سالم است، با سرعت مناسب، سازگاری با موبایل، تجربه کاربری خوب و معیارهای Core Web Vitals.
• افزونه های تصویری را به تبلیغات اضافه کنید و در صورت مرتبط بودن، کمپین های Performance Max و فیدهای خرید را تست کنید.
• متن محصول قوی ایجاد کنید که شامل ویژگی ها و مزایا باشد و این محتوا یکتا باشد.
• پاسخ های ساده و مستقیم به پرسش های رایج را در ابتدای مطلب ارائه دهید.
• بخش سوالات متداول دقیق و محتوای جامع ارائه کنید.
• به بازنشر محتوای محبوب موجود در قالب دارایی های غیرارگانیک مانند پادکست، ویدئوهای یوتیوب، مقالات سفید و اینفوگرافیک فکر کنید.

چگونه شروع به تطبیق با تجربه جستجوی SGE و هوش مصنوعی تولیدی گوگل کنیم ؟(بلندمدت)

• همان موارد بالا، اما همچنین
• انتظار تغییر به سمت کلمات کلیدی طولانی‌تر و مکالمه محور را داشته باشید و برای آن ها بهینه سازی کنید.
• تنوع در انواع محتوا ایجاد کنید تا دیده شدن بهبود یابد و محتوای جامع شامل لینک های داخلی بسازید.
• محتوای مفید ایجاد کنید که الزامات یا فراتر از معیار E-E-A-T را برآورده کند.
• محتوایی ارائه دهید که تجربه های منحصر به فرد ارائه دهد و دیدگاه انسانی را منعکس کند و در هر فرصت ممکن از تجربه شخصی استفاده کنید.
• جریان ترافیک خود را متنوع کنید تا برای احتمال کاهش ترافیک ارگانیک با پاسخ های بدون کلیک آماده باشید.
• با SGE آزمایش کنید. موتورهای جستجوی مبتنی بر هوش مصنوعی و دستیاران موجود را با نام برند خود، محصولات و پرسش های برتر مشتریان تست کنید. نتایجی که دریافت می کنید را مشاهده کرده و حضور آنلاین خود را بر اساس آن بهینه سازی کنید.

آینده SGE

اگرچه نمی توان آینده SGE را پیش بینی کرد، اما تحولات زیر به عنوان احتمال های قوی در جامعه سئو مطرح شده اند:

• شخصی سازی پیشرفته: انتظار می رود SGE حتی شخصی تر شود. با بهبود الگوریتم ها، موتورهای جستجو ترجیحات فردی را بهتر درک خواهند کرد و محتوای بسیار سفارشی و نتایج جستجوی متناسب با هر کاربر ارائه می دهند.
• جستجوی صوتی: جستجوی صوتی در حال کسب اهمیت است و SGE با این روند سازگار خواهد شد. بازاریابان محتوا نیاز خواهند داشت تا محتوای خود را برای پرسش های صوتی بهینه سازی کنند، که اغلب لحنی مکالمه ای و پرسش هایی طولانی دارند.
• جستجوی تصویری: قابلیت های جستجوی تصویری در حال تکامل هستند. احتمالاً SGE فناوری تشخیص تصویری را در بر خواهد گرفت تا کاربران بتوانند با بارگذاری تصویر یا استفاده از دوربین دستگاه خود به جستجوی اطلاعات بپردازند.

محدودیت های شناخته شده فعلی

اگرچه گوگل مجموعه ای از حفاظت ها را در SGE ایجاد کرده است، محدودیت های شناخته شده ای هم در مدل های زبان بزرگ (LLM) و هم در این تجربه در شکل اولیه و آزمایشی آن وجود دارد. موارد زیر برخی از الگوهای خطا هستند که در ارزیابی ها و تست های مخالف مشاهده شده اند و همچنین محدودیت های دیگری که گوگل در SGE پیش بینی می کند. در بسیاری از موارد، آن ها با به‌روزرسانی مدل و تنظیم دقیق اضافی بهبودهایی ایجاد کرده اند و انتظار دارند با توسعه SGE پیشرفت بیشتری حاصل شود.

• تفسیر نادرست هنگام تأیید اطلاعات: گوگل برخی موارد را مشاهده کرده است که SGE اطلاعاتی را برای تأیید نمای کلی خود به درستی شناسایی کرده است، اما با تفسیرهای جزئی از زبان که معنای خروجی را تغییر می دهند.
• هذیان سازی (Hallucination): مانند تمام تجربیات مبتنی بر LLM، SGE گاهی ممکن است حقایق را نادرست بازنمایی کند یا بینش ها را به اشتباه شناسایی نماید.
• تعصب: داده هایی که SGE بر اساس آن آموزش دیده، از وب با کیفیت بالا استخراج شده است و ممکن است نمایشی محدود از کاربران یا ارتباطات زمینه ای منفی داشته باشد. با وجود ایجاد محافظ های اضافی برای ایمنی و جلوگیری از تعصب، برخی نکات داده ها هنوز رخنه می کنند و می توانند باعث تولید نتایج جانبدارانه توسط SGE شوند. این مشکلی است که امروز در نتایج جستجو نیز وجود دارد. برای مثال، نهادهای رسانه ای معتبر و ارائه دهندگان داده اغلب هنگام نوشتن درباره ورزش مردان، صفت «مردان» را اضافه نمی کنند و پرسش های عمومی درباره آن ورزش ممکن است به سمت بازیکنان یا تیم های مردان تمایل داشته باشد، حتی اگر اطلاعات مربوط به بازیکنان یا تیم های زنان به همان اندازه یا حتی دقیق تر باشد. گوگل متعهد به بهبود و مقابله با تعصب بوده و اذعان دارد که هنوز کار بیشتری باقی است.
• محتوای نظر محور با القای شخصیت: اگرچه SGE برای انعکاس لحن بی طرف و عینی در خروجی تولیدی طراحی شده است، ممکن است مواردی وجود داشته باشد که خروجی منعکس کننده نظرات موجود در وب باشد و این تصور را ایجاد کند که مدل دارای یک شخصیت است.
• تکرار یا تضاد: از آنجا که SGE همراه با نتایج جستجوی موجود در جستجو یکپارچه شده است، ممکن است خروجی SGE به نظر برسد که با سایر نتایج همان پرسش تضاد دارد. برای مثال، کاربران ممکن است یک نتیجه Featured Snippet را ببینند که دیدگاه یک منبع واحد را برجسته می کند، در حالی که SGE دیدگاهی ترکیبی و تأیید شده از چندین منبع را ارائه می دهد.

5 استراتژی سئو برای Google SGE

1) SGE جایگزین جستجو نمی شود، بلکه آن را گسترش می دهد

عناصر مرکزی جستجوی گوگل مانند E-E-A-T و فاکتورهای رتبه بندی همچنان پابرجا خواهند بود. این بدان معناست که شما همچنان باید با اصول پایه سئو درگیر باشید. هر چه وب سایت شما هم اکنون بهتر بهینه شده باشد، شانس بهتری در SGE خواهید داشت.

آنچه اکثر افراد درک نمی کنند:

مدل های زبانی و چت بات های مبتنی بر آن به دلیل نحوه عملکردشان همیشه به یک قابلیت جستجو نیاز دارند تا پاسخ های مرتبط و به روز ارائه دهند. به همین دلیل است که ChatGPT نیز از جستجوی Bing استفاده می کند. بنابراین سئو نه تنها کمتر مهم نمی شود، بلکه در یک حوزه جدید، یعنی بهینه سازی مدل های زبانی (LLMO) ارزش پیدا می کند (که گاهی به نام های AEO، GEO یا AIO نیز شناخته می شود). کسانی که دیده شدن بالایی در موتورهای جستجو دارند، این دیدپذیری را به چت بات ها منتقل خواهند کرد.

همچنین بخوانید: هوش مصنوعی Gemini چیست؟

2) تبدیل شدن به یک منبع مهم برای حوزه تخصصی خود

با ایجاد محتوای منحصر به فرد و مفید، با ارزش اطلاعاتی بالا، E-E-A-T قوی و اعتبار دامنه بالا، پایه محکمی بسازید تا در چرخنده AI Snapshots ظاهر شوید و توسط هوش مصنوعی استناد شوید. به این ترتیب، شما همچنین به منبع سایر وب سایت ها و تولیدکنندگان محتوا در حوزه خود تبدیل خواهید شد.

3) تمرکز وب سایت خود را بر رضایت و رسیدن به هدف بگذارید

با ترافیک کمتر، باید بیشترین استفاده را از ترافیکی که دارید ببرید. این به معنای تمرکز بیشتر بر تجربه کاربری (UX) و بهینه سازی نرخ تبدیل (Conversion Rate) است. اگر بتوانید وب سایت خود را با نمودار دانش (Knowledge Graph) شخصی خود به نقطه شروع اصلی برای حوزه تخصصی خود تبدیل کنید، یک پیشتازی عظیم خواهید داشت.

4) محتوای ToFu منسوخ شده، MoFu و BoFu همچنان مهم هستند

کسانی که سال ها سئو پایدار انجام داده اند و بر محتوا تمرکز کرده اند تا مشتریان بالقوه را در وسط یا پایین قیف بازاریابی محتوا جذب کنند، ممکن است کاهش ترافیک را تجربه کنند، اما تقریباً در درآمد تغییری نخواهند دید.

5) ایجاد یک اکوسیستم بازاریابی محتوا

محتوا در وب سایت خودتان پایه‌ای اساسی برای موفقیت در بازاریابی محتوا است، اما اگر تنها بر ترافیک موتورهای جستجو تکیه کنید، در موقعیتی آسیب‌پذیر نسبت به تغییرات بزرگ مانند SGE قرار خواهید گرفت. شرکت خود را در کانال های منتخب و مرتبط با حوزه کاری تان تثبیت کنید (نه 10 کانال به صورت نصفه و نیمه، بلکه 2 تا 3 کانال با تمام انرژی)، تا بتوانید تغییرات در یکی از این کانال ها را آسان تر مدیریت کنید.

جمع بندی:

گوگل با یک چالش دشوار روبرو است: چگونه می تواند موج هیجان هوش مصنوعی را مدیریت کند و مدل های زبانی برجسته خود را به بهترین شکل موقعیت دهد، بدون آنکه جستجوی ارگانیک، که بخش بزرگی از قدرت برند گوگل بر آن مبتنی است، و کسب و کار اصلی آن، یعنی فروش تبلیغات گوگل، را به خطر بیاندازد؟ تجربه جستجوی تولیدی (Search Generative Experience) می تواند راه حلی برای این مسئله باشد یک گام مثبت به سوی آینده‌ای مبتنی بر هوش مصنوعی برای هم کاربران و هم کسب و کارها.

تجربه جستجوی تولیدی، سئو را به عنوان یک رشته نابود نمی کند، بلکه آن را به شدت تغییر خواهد داد. سئو مرده است، زنده باد سئو. در نهایت، گوگل و هوش مصنوعی تولیدی همچنان به محتوای جدید، دیدگاه های منحصر به فرد و دانش واقعی از کارشناسان نیاز خواهند داشت. سئو آسان تر نخواهد شد، اما کسانی که واقعاً محتوای مفید برای کاربران گوگل فراهم می کنند، همچنان از مهم ترین کانال ترافیک اینترنت بهره مند خواهند شد.

سوالات متداول تجربه جستجوی تولیدی

• SGE چقدر در جستجو ظاهر می شود؟

مطالعه SE Ranking نشان داد که محتوای SGE، از جمله دکمه «Generate»، تقریباً در 64% از SERP ها برای جستجوهای تحلیل شده ظاهر می شود.

• متن متوسط در پاسخ های SGE چقدر طول دارد؟

طبق SE Ranking، رایج ترین بازه طول متن در SGE-Snippet بین 3,044 تا 4,646 کاراکتر بود. طول متوسط متن تقریباً 3,485 کاراکتر است.

• آیا SGE-Snippet ها شامل لینک به دامنه های TOP 10 نتایج ارگانیک هستند؟

SE Ranking بررسی کرده است که آیا گوگل در پاسخ های SGE خود به دامنه های برتر 10 نتیجه ارگانیک لینک می دهد یا خیر. از 18,455 بررسی انجام شده (SERP هایی که پاسخ SGE با متن داشتند)، در 15,786 مورد (85.5%) مشخص شد که SGE-Snippet ها حداقل به یک دامنه از 10 نتیجه برتر ارگانیک لینک داده اند.

• کدام وب سایت ها بیشتر در SGE-Snippet ها حضور دارند؟

طبق SE Ranking، 5 وب سایت پرلینک در SGE-Snippet ها عبارتند از:

• Quora.com، با 3,701 بار لینک دهی
• Local.google.com، با 2,356 بار لینک دهی
• En.wikipedia.org، با 2,124 بار لینک دهی
• Investopedia.com، با 1,636 بار لینک دهی
• Linkedin.com، با 1,244 بار لینک دهی

• آیا Featured Snippets همراه با SGE-Snippet ها ظاهر می شوند؟

زمانی که یک SGE-Snippet متنی موجود بود، Featured Snippets در 23.03% مواقع (4,251 مورد از 18,455) ظاهر شدند.

منابع:

• advancedwebranking
• growth-memo
• research.ibm
• ipullrank
• sem-deutschland
• hillwebcreations
• productledseo
• searchengineland
• blog.google
• digital-publishing-report
• innovationvisual