Search Generative Experience: من SGE إلى AI Overviews في 2026

كانت Search Generative Experience أول محاولة كبرى من Google لوضع الذكاء الاصطناعي التوليدي في أعلى نتائج البحث الخاصة بها. وبدلا من إرجاع قائمة روابط فقط، أنتجت لقطة تم إنشاؤها بواسطة الذكاء الاصطناعي لخصت المعلومات الأساسية، واقترحت أسئلة متابعة، وربطت بصفحات المصدر. وقد مثّل ذلك تحولا من البحث كدليل روابط إلى البحث كمحرك إجابات مباشر.

على الرغم من أن تسمية SGE أُلغيت إلى حد كبير، فإن المفهوم الذي قدمته يشكل اليوم طريقة عمل مليارات عمليات البحث. بالنسبة للمسوقين والمؤسسين وممارسي SEO و GEO، يُعد فهم SGE سياقا أساسيا لـAI Overview اليوم، لأن خيارات التصميم التي اتُخذت خلال التجربة لا تزال تحكم كيفية تلخيص المحتوى والاستشهاد به في صفحة النتائج.

ما هي Search Generative Experience؟

كانت SGE نسخة من Google Search استخدمت الذكاء الاصطناعي التوليدي لإنشاء إجابات وملخصات وشروحات مفصلة مباشرة على صفحة النتائج. قدمتها Alphabet في مايو 2023 كاختبار، وقدمتها باعتبارها التطور التالي في منتجها الرائد. وبدلا من تصفح عشرة روابط زرقاء، رأى المستخدمون لقطة من الذكاء الاصطناعي للمعلومات ذات الصلة، والنقاط الرئيسية، وعناصر تفاعلية بالقرب من أعلى الصفحة.

كانت تجريبية عن قصد. شغّلت Google خدمة SGE عبر برنامج Search Labs الخاص بها، بحيث كان على المستخدمين الاشتراك طوعا، مما سمح للشركة بجمع الملاحظات قبل عرض الميزة للجميع. هذا الطرح الحذر هو سبب اكتشاف كثير من الأشخاص للتقنية لأول مرة تحت اسم SGE قبل أن تصبح جزءا افتراضيا من البحث.

كيف تحولت SGE إلى AI Overviews

انتقلت SGE من تجربة إلى منتج في مؤتمر Google I/O عام 2024. بدأت Google طرح الميزة لمستخدمي الولايات المتحدة في 14 مايو 2024، وغيّرت اسمها من Search Generative Experience إلى الاسم الأبسط AI Overviews. كان أبرز تغيير بين النسخة التجريبية والنسخة المباشرة هو إزالة الوضع الحواري الذي كان يتيح للمستخدمين التفاعل بشكل تحاوري داخل SGE.

تغيير الاسم مهم بشكل أساسي من أجل الوضوح: تصف SGE و AI Overviews نفس سلسلة الميزة، حيث تُعد AI Overviews الشكل الحالي والعام. واصلت Google توسيع الواجهات ذات الصلة منذ ذلك الحين، بما في ذلك AI Mode الأكثر تفاعلية التي تُحيي الطموحات الحوارية للتجربة الأصلية.

كيف تعمل Search Generative Experience

من الناحية التقنية، توجّه الميزة استعلام المستخدم عبر نموذج لغوي كبير بدلا من الاعتماد فقط على الزحف والترتيب التقليديين. استخدمت النسخ المبكرة نموذج PaLM 2 من Google، ثم انتقلت Google لاحقا إلى نموذج Gemini مخصص للبحث. يولّد النموذج لقطة من الذكاء الاصطناعي للمعلومات الرئيسية للاستعلام ويقترح مواضيع ذات صلة وأسئلة متابعة.

والأهم من ذلك، أن النظام لا يخترع الإجابات من العدم. فهو يركّب المعلومات من مصادر متعددة، بما في ذلك محتوى الويب ومخطط المعرفة الخاص بـ Google، ويستمد الكثير من الصفحات العضوية الأعلى ترتيبا. هذا الارتكاز على النتائج الحالية هو ما يربط الميزة بـالبحث بالذكاء الاصطناعي التوليدي الأوسع، حيث تجيب النماذج باستخدام مصادر مسترجعة بدلا من الذاكرة وحدها.

كيف تبدو لقطة الذكاء الاصطناعي

تحتل اللقطة موضعا بارزا في أعلى صفحة النتائج، أسفل الإعلانات المدفوعة ولكن فوق القوائم العضوية التقليدية. وهي تجمع بين ملخص موجز أنشأه الذكاء الاصطناعي وبطاقات روابط تشير إلى المواد المصدرية، وبالنسبة للاستعلامات المعقدة يمكنها تطبيق استدلال متعدد الخطوات أو عرض عناصر ديناميكية مثل الرسوم البيانية والبيانات في الوقت الفعلي.

ولأن اللقطة تشغل مساحة كبيرة جدا، فإنها تدفع النتائج العضوية إلى أسفل الصفحة. تأخذ نسخة AI Overviews الرسمية مساحة رأسية أقل من تصميم SGE الأصلي، لكن المبدأ نفسه: إجابة الذكاء الاصطناعي هي أول ما يراه معظم المستخدمين، مما يغيّر قيمة كل موضع أسفلها.

لماذا تهم SGE في مجالي SEO و GEO

أكبر تداعية هي صعود سلوك النقر الصفري. عندما يحصل المستخدمون على إجابة مباشرة في أعلى الصفحة، لا ينقر كثيرون منهم أبدا على موقع ويب، مما يقلل من معدلات النقر العضوية للاستعلامات المتأثرة. تضع Google الملخصات كعنصر مكمّل وليس بديلا للنتائج العضوية، لكن الأثر العملي هو أن الظهور داخل الملخص، أو الاستشهاد به فيه، يصبح شكلا خاصا به من الظهور.

هذا بالضبط هو التحول الذي يعالجه تحسين المحركات التوليدية. يمكن أن يؤدي الظهور كمصدر مُستشهد به في ملخص الذكاء الاصطناعي إلى زيادة الوعي والنقرات المؤهلة حتى عندما ينخفض حجم النقرات الإجمالي، ولهذا تتابع الفرق الآن الحضور في إجابات الذكاء الاصطناعي كجزء من ظهورها في البحث بالذكاء الاصطناعي بدلا من التركيز على الترتيب فقط.

كيفية التحسين لملخصات الذكاء الاصطناعي

ابدؤوا بأداء عضوي قوي، لأن الملخص يستمد الكثير من أفضل النتائج، لذا يظل الترتيب الجيد أساسيا. بعد ذلك، نظّموا المحتوى للإجابة عن أسئلة محددة بوضوح وفي وقت مبكر، حتى يتمكن النموذج من استخراج إجابة واضحة. أضيفوا ترميز schema مفصلا لمساعدة Google على فهم حقائقكم، وحافظوا على SEO تقني قوي وسرعة صفحة جيدة.

العمق والوضوح هما الفائزان. غطّوا الموضوع بشكل شامل، واستخدموا عناوين واضحة وإجابات مباشرة، وحافظوا على اتساق الحقائق عبر الصفحات حتى يثق النموذج بها. تتداخل هذه العادات مع تحسين محركات الإجابة، ودمجها مع بحث الكلمات المفتاحية وتخطيط المحتوى المنضبط يساعدكم على استهداف الأسئلة الأكثر احتمالا لتفعيل ملخص.

التحديات والقيود

لا تُعرض الميزة لكل استعلام. تعرض Google الملخصات بشكل انتقائي، وتتجنب بشكل خاص مواضيع YMYL الحساسة حيث تكون الدقة أمرا بالغ الأهمية، لذا تختلف التغطية بشكل كبير حسب الفئة. هذا الغموض يجعل من الصعب التخطيط حول أي استعلام فردي.

هناك أيضا مخاوف تتعلق بالدقة. ولأن الملخص يُنشأ آليا، فقد يخطئ أحيانا في ذكر المعلومات أو يبالغ في تبسيطها المستمدة من المصادر، وقد تطورت الميزة بسرعة، مغيّرة التخطيط والسلوك بمرور الوقت. ينبغي للناشرين التعامل مع الظهور في الملخصات كهدف متحرك، ومراقبة كيفية ظهورهم، والحفاظ على دقة وحداثة محتواهم الأساسي.

الخلاصة

كانت Search Generative Experience التجربة التي علّمت Google كيفية وضع إجابات الذكاء الاصطناعي في أعلى البحث، وهي مستمرة اليوم باسم AI Overviews. تعمل عن طريق توجيه الاستعلامات عبر نموذج لغوي يركّب لقطة موثّقة بالمصادر من محتوى عالي الترتيب، مما يعيد تشكيل سلوك النقر ويجعل الظهور داخل الملخص هدف ظهور جديدا. يكافئ دليل التحسين الترتيب القوي، والبنية الواضحة، وschema، والعمق الحقيقي.

للمضي قدما، اربطوا هذا بـAI Overview اليوم وظهور البحث بالذكاء الاصطناعي الأوسع، واستخدموا أدوات البحث وتخطيط المحتوى الخاصة بـ Sorank لاستهداف الأسئلة التي تُفعّل الملخصات. المصادر المرجعية: TechTarget وConductor.