التفضيلات
خصوصيتك مهمة بالنسبة لنا، لذلك لديك خيار تعطيل أنواع معينة من التخزين التي قد لا تكون ضرورية للوظائف الأساسية للموقع. قد يؤثر حظر الفئات على تجربتك في الموقع. مزيد من المعلومات
خصوصيتك مهمة بالنسبة لنا، لذلك لديك خيار تعطيل أنواع معينة من التخزين التي قد لا تكون ضرورية للوظائف الأساسية للموقع. قد يؤثر حظر الفئات على تجربتك في الموقع. مزيد من المعلومات
يقيس تنوع الاستشهادات عدد المصادر المتمايزة التي تعتمد عليها إجابة الذكاء الاصطناعي. تعرفوا على أهميته لـ GEO وكيفية الحصول على استشهادات متنوعة.
.webp){kind=small}
.webp){kind=small}
تنوع الاستشهادات يصف مدى اتساع المصادر وراء إجابة مُولّدة: عدد النطاقات المتمايزة والمستقلة التي يعتمد عليها نظام مثل ChatGPT أو Perplexity أو Gemini عند صياغة رد. الإجابة التي تقتبس من خمسة مواقع موثوقة مختلفة تتمتع بتنوع استشهادات أعلى من إجابة تعتمد على صفحة واحدة، حتى لو أظهرتا العدد نفسه من الروابط. بالنسبة للمسوقين، يعيد التنوع صياغة مفهوم الظهور: لم يعد الأمر امتلاك ترتيب واحد، بل الظهور عبر العديد من الأماكن التي قد يستقي منها المحرك.
هذا مهم لأن إجابات الذكاء الاصطناعي لم تعد تتقارب نحو نتيجة مرجعية واحدة. تعتمد المحركات المختلفة، بل وحتى عمليات التشغيل المختلفة للمحرك نفسه، على مجموعات مصادر مختلفة، مما يخلق مسارات معلومات متوازية بدلاً من قائمة واحدة يراها الجميع. فهم هذا الاتساع هو نقطة البداية لأي مقاربة جادة لـتحسين استشهادات الذكاء الاصطناعي.
يقيس تنوع الاستشهادات التنوع لا الحجم. يمكن لإجابتين أن تستشهد كل منهما بعشرة روابط، لكن إذا كررت إحداهما نطاقين بينما امتدت الأخرى على ثمانية، فإن الثانية أكثر تنوعاً بكثير. يقوم المحللون عادة بعدّ النطاقات المتمايزة لكل إجابة ومقارنة مدى تركّز المصادر أو انتشارها، ويستخدمون أحياناً مؤشرات التركّز لقياس ذلك. عكس التنوع هو التركّز، حيث يهيمن نطاق واحد على الإجابة.
يرتبط هذا ارتباطاً وثيقاً بـاستشهاد المصدر بشكل عام، لكنه يختلف عنه. استشهاد المصدر هو فعل نسب ادعاء إلى مصدر؛ أما تنوع الاستشهادات فهو خاصية للإجابة بأكملها تعكس عدد المصادر المستقلة التي ساهمت فيها. يشير التنوع المرتفع إلى أن المحرك وجد توافقاً عبر عدة أماكن بدلاً من الاعتماد على مصدر واحد.
تمتلك المحركات أنماط مصادر متمايزة. يميل Perplexity إلى إظهار النمط الأوسع، إذ يستشهد غالباً بأكبر عدد من النطاقات الفريدة لكل استعلام، مع كثافة استشهادات تُذكر أنها أعلى بعدة أضعاف من النماذج التي تعتمد على المعرفة المحفوظة. أما Gemini وبعض الأنظمة الأخرى فهي أكثر تحفظاً، وقد ترسي الإجابة أحياناً على نطاق أساسي واحد. تعني هذه الفروق أن السؤال نفسه يمكن أن ينتج عنه مجموعات مصادر مختلفة جداً تبعاً للمكان الذي يُطرح فيه.
التباين مع البحث التقليدي لافت. وجد أحد التحليلات أن محركات بحث الذكاء الاصطناعي تستشهد في المتوسط بنحو 4.3 روابط و3.4 نطاقات لكل إجابة، مقارنة بنحو 10.3 روابط و7.3 نطاقات في المحركات التقليدية. ولم تُرجع بعض المحركات أي استشهادات خارجية إطلاقاً في نسبة كبيرة من الاستعلامات. إذن تستشهد إجابات الذكاء الاصطناعي بمصادر أقل إجمالاً، لكن هذه المصادر تميل باتجاه مختلف، وهو أمر محوري في ظهور البحث بالذكاء الاصطناعي.
الاستشهاد بمصادر أقل لا يعني الاستشهاد بالمصادر نفسها التي يستخدمها Google. وجدت الأبحاث أن نحو 37 بالمئة من النطاقات الظاهرة في إجابات الذكاء الاصطناعي كانت فريدة بمحركات بحث الذكاء الاصطناعي، ولم تظهر إطلاقاً في النتائج التقليدية، وأن نحو 38 بالمئة فقط من النطاقات تداخلت بين النظامين. كما أظهرت إجابات الذكاء الاصطناعي توزيعاً أقل تركّزاً بين المصادر وفق بعض المقاييس.
الخلاصة العملية هي أن البحث بالذكاء الاصطناعي مشهد قائم بذاته. النطاقات التي لم تصل يوماً إلى أعلى نتائج Google قد يستشهد بها محرك ذكاء اصطناعي رغم ذلك، والترتيب القوي في Google لا يضمن مكاناً في إجابات الذكاء الاصطناعي. هذا الانفصال هو سبب تعامل الفرق مع ظهور البحث بالذكاء الاصطناعي كقناة منفصلة لها قياسها الخاص.
لأن المحركات تستقي من مجموعة واسعة، فإن المصادر الدقيقة في الإجابة تتبدل من تشغيل إلى آخر، وهو سلوك يُعرف بانجراف الاستشهادات. وجد أحد التقارير أن نحو 30 بالمئة فقط من العلامات التجارية بقيت ظاهرة في ردود متتالية، بينما عاد نحو 57 بالمئة من العلامات التي اختفت من إجابة واحدة للظهور في تشغيل لاحق. التقلب أمر طبيعي، وليس فشلاً.
التنوع هو جزء مما يسبب الانجراف، وهو أيضاً وسيلة الدفاع ضده. أشارت الدراسة نفسها إلى أن العلامات التجارية التي حصلت على استشهاد وذكر صريح معاً كانت أكثر احتمالاً بنحو 40 بالمئة للعودة والظهور عبر عمليات التشغيل مقارنة بالعلامات التي حصلت على استشهاد وحده. توسيع حضوركم يوسّع مجموعة المصادر القادرة على حملكم، وهذا هو المنطق وراء تتبّع حصتكم من الصوت في الذكاء الاصطناعي على مدى نافذة زمنية بدلاً من لقطة واحدة.
إذا كانت الإجابات تعتمد على مصادر مستقلة عديدة، فإن المراهنة بكل شيء على صفحة واحدة أمر هش. العلامات التجارية التي تظهر باستمرار هي تلك الحاضرة عبر منصات المراجعات والمجتمعات والمنشورات وموقعها الخاص، بحيث بغض النظر عن المصادر التي يستقي منها المحرك، تشير واحدة على الأقل إليها. هذا هو السبب الجوهري وراء مكافأة التحسين لمحركات الإجابة التوليدية للاتساع بدلاً من ترتيب واحد.
يكافئ التنوع أيضاً توافق الآراء. عندما تصف مصادر مستقلة علامتكم التجارية بالطريقة نفسها، يكتسب المحرك الثقة للاستشهاد بكم، وهذا التوافق هو ما يظهر في الإجابات المتنوعة. لذا فإن تنمية ذكر العلامة التجارية المتسق في الذكاء الاصطناعي عبر الويب مهمة بقدر أهمية تحسين أي صفحة فردية.
ابدؤوا برسم خريطة للأماكن التي تُناقش فيها فئتكم: مواقع المراجعات والمنتديات والمجتمعات ومنصات الفيديو والمنشورات المهنية، ثم ابنوا حضوراً حقيقياً ومتسقاً في كل منها. اسعوا إلى التموضع نفسه في كل مكان لكي تعزّز المصادر المستقلة بعضها بعضاً. وعلى صفحاتكم الخاصة، استخدموا بنية نظيفة وschema وإجابات مباشرة، إذ أُفيد أن الصفحات المنظمة جيداً أكثر عرضة بنحو 2.8 مرة للحصول على استشهادات.
اقرنوا هذا الانتشار بتخطيط مواضيع منضبط لتغطية النطاق الكامل من الأسئلة التي قد يطرحها محرك ما. يساعدكم استخدام بحث الكلمات المفتاحية وتخطيط المحتوى على إيجاد المواضيع الفرعية والمقارنات التي تُكسب فيها الاستشهادات المتنوعة، وتحافظ استراتيجية محتوى الذكاء الاصطناعي الأوسع على تنسيق هذه الجهود بدلاً من تشتتها.
لإدارة التنوع عليكم مراقبته. تتبعوا النطاقات التي تظهر إلى جانب نطاقكم عبر محركات وعمليات تشغيل متعددة، واحسبوا عدد المصادر المتمايزة التي تستشهد بكم، وراقبوا كيف تتغير هذه المجموعة مع مرور الوقت. الاستعلام الواحد مضلّل بسبب الانجراف، لذا خذوا عينات متكررة واحسبوا المتوسط.
يندرج هذا ضمن تحليلات البحث بالذكاء الاصطناعي. الهدف هو معرفة ما إذا كان حضوركم مركّزاً في مصدر هش واحد أو منتشراً عبر مصادر عديدة قوية، ثم سد الفجوات حيث يظهر المنافسون ولا تظهرون أنتم. مع مرور الوقت، تصبح تغطية الاستشهادات الأوسع والأكثر ثباتاً هي ما يتراكم ليشكّل ظهوراً دائماً في الذكاء الاصطناعي.
يعكس تنوع الاستشهادات عدد المصادر المستقلة التي تعتمد عليها إجابة الذكاء الاصطناعي، ويعيد تشكيل الظهور حول الاتساع بدلاً من ترتيب واحد. تستشهد محركات الذكاء الاصطناعي بمصادر أقل من البحث الكلاسيكي، لكنها تعتمد على مشهد مختلف جزئياً وأقل تركّزاً، وتتبدّل المصادر الدقيقة من تشغيل إلى آخر. العلامات التجارية الفائزة هي تلك الحاضرة في كل مكان قد يبحث فيه المحرك، برسائل متسقة تبني توافق الآراء.
للمضي أبعد، اربطوا هذا بـتحسين استشهادات الذكاء الاصطناعي وبـتحليلات البحث بالذكاء الاصطناعي المستمرة، واستخدموا أدوات البحث وتخطيط المحتوى من Sorank لرسم خريطة الأماكن التي تُكسب فيها الاستشهادات المتنوعة. مصادر مرجعية: Search Atlas، AirOps، وarXiv.
عدد الاستشهادات هو إجمالي عدد المصادر التي تشير إليها الإجابة. أما تنوع الاستشهادات فهو مدى تنوع تلك المصادر، ويُقاس بعدد النطاقات المتمايزة بدلاً من الروابط المتكررة للموقع نفسه. يمكن لإجابة أن تستشهد بعشرة روابط من نطاقين فقط، وهو عدد مرتفع لكن تنوع منخفض. تميل أنظمة الذكاء الاصطناعي إلى مكافأة التنوع الحقيقي عبر نطاقات مستقلة وموثوقة.
تختلف الأنماط باختلاف المحرك. يميل Perplexity إلى إظهار أوسع تشكيلة من المصادر، إذ يستشهد غالباً بأكبر عدد من النطاقات الفريدة لكل استعلام، بينما يكون Gemini وبعض الأنظمة الأخرى أكثر تحفظاً وقد ترسي إجابتها على نطاق أساسي واحد. وجدت إحدى الدراسات أن محركات بحث LLM تستشهد في المتوسط بنحو 3.4 نطاقات لكل إجابة، أقل من 7.3 نطاقات المعتادة في البحث التقليدي، لكن بعدد أكبر من النطاقات الفريدة بالذكاء الاصطناعي.
بما أن الإجابات تعتمد على مصادر مستقلة عديدة، فإن الحضور في مكان واحد فقط أمر هش. كسب الذكر عبر مواقع المراجعات والمجتمعات والمنشورات وصفحاتكم الخاصة يرفع احتمال ظهوركم بغض النظر عن المصادر التي يستقي منها المحرك. هذا الانتشار يثبتكم أيضاً ضد انجراف الاستشهادات، حيث يظهر مصدر ما في إجابة ثم يختفي في التي تليها.
.svg)
.svg)
