מחקר מילות מפתח ל-AI: איך למצוא פרומפטים, שאילתות fan-out ומגמות נושאים

שאלון קצר

איך לגרום ל-ChatGPT ולעוזרי AI אחרים להזכיר אתכם?

שאלה 1 מתוך 425%

מה אתם רוצים לדעת או לשנות?

רק לבדוק אם עוזרי AI מדברים על העסק שלילעקוב לאורך זמן מול המתחרים שלילהיות מוזכרים יותר, כבר מעכשיו

מחקר מילות מפתח ל-AI מתחיל מתצפית פשוטה: לא מקלידים מילות מפתח בעוזר, שואלים שאלות עם הקשר. המחקר של OpenAI על אופן השימוש ב-ChatGPT (נייר עבודה של NBER, ספטמבר 2025) מצא שכ-49% מההודעות הן שאלות, ושהדרכה מעשית, חיפוש מידע וכתיבה מהווים יחד כמעט 80% מהשיחות. רשימה של מילות מפתח בנות שתי מילים מפספסת את רוב זה. המדריך מראה איך לבנות את שלוש השכבות, באילו אותות להשתמש לנפח ולמגמות, ואיך להפוך אותם לעמודים שמצוטטים.

מה משתנה כשקונים שואלים AI?

מחקר מילות מפתח קלאסי מחפש שאילתות קצרות עם נפח חודשי. מחקר ל-AI מוסיף שני רכיבים שכלי מילות מפתח מראים בצורה חלשה: הפרומפט, שנכתב בשפה טבעית, והחיפושים שהעוזר גוזר ממנו.

שלוש השכבות לא מתחרות זו בזו. הפרומפט נותן את הכוונה וההקשר של הקונה. שאילתות ה-fan-out אומרות אילו עמודים העוזר יקרא. מילת המפתח אומרת אם אותו נושא מביא גם תנועה מ-Google. המדריך שלנו על איך עוזרי AI בוחרים את המקורות שלהם מסביר למה שכבת ה-fan-out היא שקובעת אילו עמודים יישלפו.

האם נפח פרומפטים קיים?

לא כנתון רשמי. OpenAI, Google, Anthropic ו-Perplexity לא מפרסמות כמה פעמים נשאל פרומפט מסוים. המספרים שנמכרים כנפח פרומפטים הם הערכות שנבנו מפאנלים, מנתוני דפדפנים או ממודלים שמחלצים אותם מנפח החיפוש. הם עוזרים לדרג נושאים זה מול זה; הם לא ספירות.

שלושה אותות רשמיים קרובים יותר למציאות:

• Google Search Console: התיעוד של Google על תכונות ה-AI קובע שתנועה מ-AI Overviews ומ-AI Mode מדווחת בדוח הביצועים, תחת סוג החיפוש Web. שאילתות ארוכות בצורת שאלה בדוח הזה הן הדבר הקרוב ביותר לפרומפטים שאפשר לראות.
• Bing Webmaster Tools: דוח AI Performance מציג את שאילתות העיגון שהובילו את Copilot לצטט את העמודים שלכם. מאז יוני 2026 Microsoft גם מקבצת אותן לפי כוונה ונושא, עם נתח ציטוטים לכל שאילתה: הצצה נדירה ממקור ראשון אל הביקוש ב-AI.
• נפח מילות מפתח קלאסי: שאילתות fan-out קצרות ולעיתים קרובות תואמות מילות מפתח אמיתיות, ולכן נפח החיפוש שלהן הוא מדד טוב לביקוש שמאחורי פרומפט.

איך עושים מחקר מילות מפתח ל-AI, שלב אחר שלב

1. לאסוף את השאלות שהקונים שלכם באמת שואלים

התחילו ממקורות שיש בהם משפטים שלמים: שיחות מכירה ותמיכה, ביקורות לקוחות, דיונים בפורומים של התחום שלכם והשאילתות הארוכות ביותר ב-Search Console. כתבו כל אחת מחדש כפרומפט שקונה היה מקליד, עם ההקשר (גודל החברה, תקציב, מיקום, שימוש).

2. למיין את הפרומפטים לפי כוונה

קבצו אותם לפי מה שהקונה רוצה לדעת. ארבע קבוצות מתאימות לרוב השווקים: הבנה (איך זה עובד), תועלת (מה זה ייתן לי), השוואה (איזו אפשרות לבחור) ואיכות (איך מזהים ספק טוב). בפרומפטים של השוואה ואיכות מתקבלות החלטות הרכישה, ולכן כסו אותם קודם. המושג הקלאסי של כוונת חיפוש עדיין תקף, עם יותר ניואנסים בכל משפט.

3. לבנות פאנל של 25 עד 150 פרומפטים

פאנל קטן מדי מפספס נושאים; פאנל גדול מדי אי אפשר לעקוב אחריו. בין 25 ל-150 פרומפטים מכסים את רוב העסקים. ספריית הפרומפטים שלנו ל-SEO ול-GEO מציעה ניסוחי פתיחה שאפשר להתאים.

4. ללכוד את שאילתות ה-fan-out

שלחו כל פרומפט לעוזרים שהקונים שלכם משתמשים בהם ורשמו את החיפושים שהם מריצים. Google מתארת את AI Mode כמערכת שמפרקת שאלה לתת-נושאים ושולחת שפע של שאילתות בו-זמנית, ו-Deep Search שלה יכול להריץ מאות חיפושים לדוח אחד. תת-השאילתות האלה ארוכות וספציפיות יותר לעיתים קרובות מכל מה שיש בכלי מילות מפתח, והן משתנות ממודל למודל.

5. לבדוק את הביקוש מאחורי כל שאילתה

העבירו את שאילתות ה-fan-out בכלי מחקר מילות מפתח קלאסי כדי לקבל נפח, קושי וכוונה. תת-שאילתה שהעוזרים משתמשים בה הרבה ושיש לה גם נפח ב-Google היא רווח כפול: עמוד אחד יכול להתדרג ב-Google ולהישלף על ידי ה-AI.

6. לקבץ לנושאים ולהקצות עמוד אחד לכל אשכול

קבצו את הפרומפטים ותת-השאילתות שחולקים תשובה משותפת, והקצו עמוד אחד לכל אשכול כדי להימנע מקניבליזציה. מחולל האשכולות הנושאיים עושה את הקיבוץ הזה מנושא פתיחה.

איך עוקבים אחרי נפח ומגמות של נושא ב-AI?

מגמות חשובות יותר ממספרים מוחלטים, כי גם הביקוש וגם ההתנהגות של העוזרים זזים. מחקר הציטוטים של ChatGPT שלנו מראה ש-ChatGPT ירד מ-5.8 ל-4.1 מקורות לתשובה בין אוגוסט 2025 לאוגוסט 2026: אותו פרומפט יכול לפתוח או לסגור מקומות ציטוט בתוך כמה חודשים.

שני הרגלים הופכים את האותות האלה לשימושיים. ראשית, השוו תקופות במקום לקרוא חודש בודד, כפי שמסביר המדריך שלנו לGoogle Trends ל-SEO בנושא עונתיות. שנית, עקבו כל שבוע אחרי אותם פרומפטים: שיעור התשובות שמזכירות אתכם, שנמדד על פאנל יציב, הוא קו המגמה האמין ביותר שאפשר לבנות לנראות ב-AI.

מאילו טעויות כדאי להימנע?

• להשאיר רק מילות מפתח עם נפח גבוה: הפרומפטים שמובילים לרכישה ארוכים וספציפיים, ותת-השאילתות שלהם מציגות לעיתים קרובות נפח קטן או אפסי בכלים.
• לבדוק פרומפט פעם אחת: התשובות משתנות מהרצה להרצה, צילום מסך בודד לא מוכיח כלום. חזרו על אותו פאנל לאורך כמה שבועות.
• להתעלם מהמודל של הקונים שלכם: תת-שאילתות ומקורות מצוטטים שונים בין ChatGPT, Gemini ו-Claude. תנו עדיפות לעוזרים שהלקוחות שלכם אומרים שהם משתמשים בהם.
• לכתוב עמוד לכל פרומפט: פרומפטים שחולקים תשובה שייכים לאותו עמוד, אחרת העמודים שלכם מתחרים זה בזה ב-Google ומדללים את הקטע שה-AI היה יכול לצטט.

איך מחקר מילות מפתח ל-AI מחבר בין SEO ל-GEO?

אותו מחקר מזין את שני הערוצים. שאילתות fan-out עם נפח ב-Google הופכות למאמרים שמתדרגים; פרומפטים עם כוונת רכישה גבוהה הופכים לעמודי השוואה ומחירים שה-AI יכול לצטט; המעקב השבועי מראה מה עובד. מחקר מילות מפתח ל-AI מתחיל מהשאלה של הקונה, עוקב אחרי החיפושים שהעוזר מריץ ובודק את הביקוש מול נתונים אמיתיים.

Sorank הופכת את המעגל הזה לאוטומטי. מחקר הפרומפטים ל-AI כותב את הפרומפטים של השוק שלכם על בסיס האתר וממיין אותם לפי כוונה, ה-query fan-out של AI רושם את החיפושים שכל עוזר מריץ מאחוריהם, ומעקב האזכורים ב-AI מודד כל שבוע אם המותג שלכם מצוטט ב-ChatGPT, Claude ו-Gemini, ומחבילת Pro גם ב-Perplexity וב-Grok. שאילתות ה-fan-out הופכות אחר כך למילות מפתח בלוח התוכן שלכם.