جستجوی هوش مصنوعی چیست و چرا آینده سئو را تغییر می‌دهد؟

جستجوی هوش مصنوعی روشی برای یافتن اطلاعات به‌صورت آنلاین با استفاده از ابزارهای مبتنی بر مدل‌های زبانی بزرگ (Large Language Models – LLMs)، مانند ChatGPT و Perplexity است که پاسخ‌هایی محاوره‌ای و ترکیب‌شده را بر اساس داده‌های آموزشی و منابع وب تولید می‌کنند.
به‌جای پیمایش وب‌سایت‌ها همانند نتایج جستجوی گوگل، کاربران پاسخ‌هایی شفاف و مستقیم دریافت می‌کنند که اغلب همراه با ارجاع به منبع هستند و امکان راستی‌آزمایی آنها وجود دارد. همچنین ابزارهای هوش مصنوعی محتوا را می‌خوانند، مقایسه می‌کنند و خلاصه‌سازی تحلیلی انجام می‌دهد.

موتورهای جستجوی مبتنی بر هوش مصنوعی مانند ChatGPT و Perplexity

موتورهای جستجوی مبتنی بر هوش مصنوعی مانند ChatGPT و Perplexity، پلتفرم‌هایی هستند که اطلاعات را از منابع متعدد (مانند وب‌سایت‌ها و انجمن‌ها) پردازش می‌کنند تا به پرسش‌های کاربران پاسخ دهند.
AI Overviews و AI Mode گوگل نیز جزء موتورهای جستجوی مبتنی بر هوش مصنوعی محسوب می‌شوند. این ابزارها از مدل Gemini گوگل برای خلاصه‌سازی اطلاعات منابع مختلف و نمایش پاسخ‌های کوتاه و تولیدشده توسط هوش مصنوعی استفاده می‌کنند.

AI Overviews و AI Mode گوگل چگونه تجربه جستجو را تغییر می‌دهند؟

AI Overviews و AI Mode گوگل، تجربه جستجو را با ارائه پاسخ‌های تولید شده توسط هوش مصنوعی تغییر می‌دهند، به‌گونه‌ای که کاربر نیازی به کلیک روی وب‌سایت‌ها نداشته باشد.
در جستجوی سنتی، کاربر باید چندین صفحه را باز کرده و شخصاً اطلاعات را ترکیب کند اما در AI Overviews و AI Mode این فرایند ترکیب اطلاعات به‌طور کامل توسط سیستم انجام می‌شود.
AI Overviews به‌صورت یک کادر خلاصه در بالای نتایج جستجو نمایش داده می‌شود. برای مثال، در جستجوی عبارت «نحوه محاسبه بازگشت سرمایه سئو» معمولاً پیش از مشاهده لینک ها، طی چند پاراگراف توضیحی درباره شاخص‌های کلیدی درج می گردد.
کاربر می‌تواند همان خلاصه را مطالعه کرده و صفحه را ترک کند یا برای جزئیات بیشتر روی منابع کلیک نماید.
AI Mode یک رابط مکالمه‌محور و مبتنی بر هوش مصنوعی در داخل جستجوی گوگل ارائه می‌دهد. کاربر سوال خود را مطرح و پاسخ دریافت می‌کند و سپس بدون شروع جستجوی جدید، سؤالات تکمیلی می‌پرسد.

تصویر(1)

رشد پذیرش جستجوی هوش مصنوعی با چه سرعتی در حال افزایش است؟

پذیرش جستجوی هوش مصنوعی با سرعت بسیار بالایی در حال رشد است و ChatGPT سریع‌ترین اپلیکیشن در تاریخ از نظر رشد تعداد کاربران محسوب می‌شود.
ChatGPT تنها دو ماه پس از عرضه به ۱۰۰ میلیون کاربر رسید. برای مقایسه، اینستاگرام 2 سال و 6 ماه و تیک‌تاک 9 ماه زمان نیاز داشتند تا به ۱۰۰ میلیون کاربر برسند. این رشد در جستجوی هوش مصنوعی به این معنا است که اگر نام یک برند در نتایج تولیدشده توسط هوش مصنوعی ذکر گردد، امکان دسترسی به مخاطبان بیشتری فراهم می‌شود.

چرا جستجوی هوش مصنوعی در حال فراگیر شدن است؟

جستجوی هوش مصنوعی در حال فراگیر شدن است زیرا کاربران می‌توانند در این برهه که حجم محتوا بیش از هر زمان دیگری افزایش یافته، پاسخ‌هایی دقیق و شخصی‌سازی‌شده دریافت کنند.
دلایل دیگر گرایش کاربران به هوش مصنوعی شامل موارد زیر است:

• جلب رضایت فوری: جستجوی هوش مصنوعی، پاسخ‌های مستقیم را در یک مکان ارائه می‌دهد.

• تعامل پویا: امکان طرح سؤالات تکمیلی، اصلاح موضوع و دریافت تعاریف یا توضیحات متناسب با نیاز کاربر، فراهم می‌شود.

• اطلاعات کاربردی: کاربران صرفاً به دنبال یافتن اطلاعات نیستند بلکه قصد استفاده از آن را دارند. جستجوی هوش مصنوعی از نگارش، تصمیم‌گیری، ترکیب پژوهش‌ها و موارد دیگر پشتیبانی می‌کند و تمام آنها در یک جریان کاری واحد انجام می‌شود.

آیا جستجوی سنتی در حال از دست دادن جایگاه خود است؟

جستجوی سنتی در حال از دست دادن جایگاه خود نیست. تحقیقات نشان داده اند که پس از پذیرش ChatGPT، میانگین استفاده جستجوی گوگل اندکی افزایش یافته است. ChatGPT در حال گسترش مفهوم جستجو می باشد و مسیرهای جدیدی را برای دریافت پاسخ در اختیار کاربران قرار می‌دهد.

سازمان‌ها و کاربران چگونه از جستجوی هوش مصنوعی استفاده می‌کنند؟

سازمان‌ها و کاربران از جستجوی هوش مصنوعی برای یافتن سریع‌تر اطلاعات و اتخاذ تصمیمات بهتر استفاده می‌کنند.
بر اساس پژوهش OpenAI، افراد عمدتاً از هوش مصنوعی برای سه هدف استفاده می‌کنند:

• پرسش‌گری: دریافت مشاوره، توضیح یا راهنمایی.
• انجام کاری مشخص: تکمیل وظایفی مانند نگارش، برنامه‌ریزی یا کدنویسی، اغلب در محیط کاری.
• پژوهش: استفاده از هوش مصنوعی برای تأمل، خلاقیت یا اکتشاف.

همچنین طبق نظرسنجی Moneypenny، پنج کاربرد اصلی هوش مصنوعی در سازمان‌ها شامل موارد زیر است:

• تولید محتوا
• پاسخ‌گویی تلفنی
• تحلیل داده و گزارش‌دهی
• افزایش بهره‌وری و خودکارسازی
• فروش و تولید لید (Lead Generation)

نحوه تغییر رفتار جستجو در عصر هوش مصنوعی

رفتار جستجو از وارد کردن کلمات کلیدی کوتاه، به سمت مکالمات طولانی‌تر با دستورات پیچیده و سؤالات تکمیلی در حال حرکت است. جستجوی سنتی روی 4 محور "جستجو ← کلیک ← مطالعه ← مقایسه" متکی است. کاربر یک عبارت وارد کرده، چندین لینک آبی را بررسی می‌کند و پاسخ نهایی را خود استخراج می‌نماید.
در مقابل، جستجوی هوش مصنوعی کل فرایند ارزیابی منابع را به‌جای کاربر انجام می‌دهد. صفحات را می‌خواند یا از داده‌های آموزشی استفاده می‌کند و سپس نکات کلیدی را استخراج کرده و یک پاسخ یکپارچه ارائه می‌دهد.
برای مثال، می‌توان از ChatGPT پرسید: «برای تمرین ماراتن روی جاده، کفش دویدن مناسب با پرونیشن خفیف (تمایل جزئی پا به چرخش داخلی هنگام دویدن) و بودجه کمتر از ۱۵۰ دلار چه گزینه‌ای پیشنهاد می‌شود؟» در پاسخ، فهرستی از محصولات متناسب ارائه می‌شود و سپس امکان طرح سؤالات دقیق‌تر فراهم خواهد بود.

آیا دستورات (Prompts) مکالمه‌ای‌تر و پیچیده‌تر شده‌اند؟

پرامپت های هوش مصنوعی به نظر مکالمه‌ای‌تر و پیچیده‌تر شده‌اند. تحقیقات نشان می‌دهد میانگین طول پرامپت در ChatGPT برابر با ۲۳ واژه است، در حالی که این عدد برای جستجوی گوگل 3.4 واژه می باشد.

کدام نوع از عبارات بیشترین پاسخ هوش مصنوعی را فعال می‌کنند؟

تحلیل ۱۰ هزار عبارت که در گوگل پاسخ هوش مصنوعی را فعال می‌کنند، نشان داده است عبارات اطلاعاتی طولانی (Long-tail) با دشواری پایین، بیشترین تأثیر را در فعالسازی AI Overviews دارند. در مقابل، عبارات تجاری مانند «بهترین کفش برای دویدن» معمولاً منجر به نمایش AI Overviews نمی‌شوند.

تصویر(2)

آیا می‌توان به نتایج جستجوی هوش مصنوعی اعتماد کرد؟

در اغلب موارد، نتایج جستجوی هوش مصنوعی بدون راستی‌آزمایی کامل قابل اعتماد نیستند، هرچند روند بهبود آنها ادامه دارد. اگرچه سامانه‌های هوش مصنوعی در بسیاری از موضوعات دقت بالایی دارند اما گاهی دچار توهم (– Hallucination تولید اطلاعات نادرست) یا تفسیر اشتباه داده‌ها می‌شوند. پلتفرم‌های هوش مصنوعی اقداماتی برای افزایش قابلیت اعتماد انجام داده‌اند، از جمله:

• ارجاعات و شفافیت منابع: ابزارهایی مانند Perplexity و AI Overviews گوگل منابع لینک‌شده را نمایش می‌دهند تا منشأ اطلاعات قابل بررسی باشد.

• بروزرسانی مستمر مدل‌ها: مدل‌ها به‌طور مداوم بازآموزی می‌شوند تا توان استدلال اصلاح شده و سوگیری‌ها کاهش یابد.

• چرخه بازخورد کاربران: ابزارهای جستجوی هوش مصنوعی امکان گزارش پاسخ‌های نادرست را فراهم می‌کنند تا کیفیت نتایج در طول زمان بهبود یابد.

پاسخ‌های هوش مصنوعی چگونه تأمین می‌شوند؟

پاسخ‌های هوش مصنوعی ترکیبی از داده‌های دارای مجوز (مانند محتوای Reddit یا ناشران دانشگاهی)، داده‌های آموزشی و گاهی نتایج جستجو است.
زمانی که یک پرسش مطرح می‌شود، هوش مصنوعی مجموعه‌ای از منابع را بررسی می‌کند، حقایق کلیدی را مقایسه کرده و یک پاسخ مکالمه‌ای واحد تولید می نماید که اغلب همراه با ارجاع به منبع برای راستی‌آزمایی است.

ارجاعات و منابع هوش مصنوعی هر چند وقت یک‌بار تغییر می‌کنند؟

ارجاعات و منابع هوش مصنوعی به‌طور مکرر تغییر می‌کنند و گاهی با طرح هر سؤال جدید، دستخوش تغییر می‌شوند.
از آنجا که موتورهای جستجوی هوش مصنوعی اغلب اطلاعات بروز وب را دریافت می‌کنند، کاربران معمولاً پاسخ‌هایی بروز دریافت خواهند کرد.

بهینه‌سازی موتورهای مولد (Generative Engine Optimization – GEO) چیست؟

بهینه‌سازی موتورهای مولد یا GEO، فرآیندی است که طی آن محتوا به‌گونه‌ای بهینه می‌شود که در پاسخ‌های تولیدشده توسط موتورهای جستجوی مولد مانند ChatGPT، Perplexity و AI Overviews گوگل ظاهر شود. GEO با SEO متفاوت است. GEO روی بهبود شاخص‌هایی مانند ذکر نام برند و ارجاعات در موتورهای مولد تمرکز دارد، در حالی که سئوی سنتی عمدتاً بر رتبه‌بندی در نتایج جستجو متمرکز است.

چرا در حال حاضر GEO اهمیت دارد؟

GEO اهمیت بیشتری پیدا کرده است زیرا افراد زیادی برای یافتن پاسخ‌ها به جستجوی هوش مصنوعی روی آورده‌اند.
بازاریابانی که هم‌اکنون برای GEO بهینه سازی انجام دهند، می‌توانند از رقبایی که هنوز به آن توجه نکرده‌اند پیشی بگیرند.

تصویر(3)

جستجوی هوش مصنوعی چه تاثیری بر ترافیک وب و سئو دارد؟

جستجوی هوش مصنوعی با کاهش کلیک‌ها از نتایج جستجو و افزایش رقابت برای دیده‌شدن برند در پاسخ‌های تولیدشده توسط هوش مصنوعی، بر ترافیک وب و سئو تأثیر می‌گذارد. قابلیت‌هایی مانند AI Overviews گوگل و پاسخ‌های ChatGPT اغلب اطلاعات موردنیاز کاربر را بدون مراجعه به وب‌سایت فراهم می‌کنند. در نتیجه، جستجوهای اطلاعاتی اکنون کلیک ارگانیک کمتری ایجاد خواهند کرد.

آیا جستجوی هوش مصنوعی برای برندها مزیتی دارد؟

برندهایی که به‌طور مداوم در پاسخ‌های هوش مصنوعی نمایش داده می‌شوند، می‌توانند آگاهی از برند را افزایش داده و از LLM ها و جستجوی سنتی ترافیک جذب کنند.
بر اساس مطالعه ترافیک جستجوی هوش مصنوعی و سئو، برآورد می‌شود که تا سال ۲۰۲۹ ترافیک وب‌سایت‌ها از LLM ها نسبت به جستجوی ارگانیک افزایش پیدا کند. این موضوع نشان می‌دهد برندهایی که از هم‌اکنون برای SEO و LLM ها بهینه‌سازی انجام دهند، در آینده عملکرد بهتری خواهند داشت.

چگونه می‌توان ارجاعات و ذکر نام برند را در سامانه‌های هوش مصنوعی بهبود داد؟

ارجاعات و ذکر نام برند با تولید محتوایی که برای LLM ها به‌راحتی قابل خواندن و استناد باشد، بهبود می‌یابد.

برای افزایش شانس حضور در سامانه‌های هوش مصنوعی، می توان اقدامات زیر را انجام داد:

• اطمینان از نمایش یکپارچه نام برند، محصول و خدمات در منابعی مانند Google Business Profile، لینکدین و سایر بسترهای آنلاین مرتبط با کسب‌وکار.

• ذکر نام برند و دریافت بک‌لینک از نشریات و انجمن‌های معتبر.

• انتشار دیدگاه‌های تخصصی که تجربه واقعی را نشان دهد.

• نمایش مداوم تمایزهای برند مانند قیمت، تنوع یا تخصص تا ابزارهای هوش مصنوعی دلایل مشخصی برای توصیه برند داشته باشند.

• رعایت بهترین نکات فنی سئو جهت اینکه مدل‌ها بتوانند به محتوا دسترسی پیدا کرده، آن را بخوانند و پردازش کنند.

• ردیابی شاخص‌ها به تعیین میزان موفقیت این راهبردها جهت افزایش نمایش برند در جستجوهای هوش مصنوعی کمک می‌کند.

کدام شاخص‌های جدید در جستجوی هوش مصنوعی اهمیت دارند؟

شاخص‌های نوظهور مهم در جستجوی هوش مصنوعی شامل موارد زیر است:

ذکر نام در هوش مصنوعی (AI Mentions): تعداد کل پاسخ‌های هوش مصنوعی که در آنها نام برند ذکر می‌شود.

• قابلیت مشاهده در هوش مصنوعی (AI Visibility): میزان حضور برند در پاسخ‌های تولیدشده توسط هوش مصنوعی نسبت به سایر برندها.

• سهم صدا (Share of Voice): میزان و جایگاه ذکر نام برند در پاسخ‌های هوش مصنوعی نسبت به رقبا.

• احساسات (Sentiment): میزان مثبت یا منفی بودن ارجاعات به برند.

• تعامل ترافیک مبتنی بر هوش مصنوعی: نحوه تعامل ترافیک ارجاعی از هوش مصنوعی با وب‌سایت بر اساس شاخص‌هایی مانند مدت‌زمان حضور و نرخ تبدیل.

جمع بندی: چگونه می‌توان همگام با تحول جستجوی هوش مصنوعی پیشرو باقی ماند؟

برای پیشرو ماندن در عصر تحول جستجوی مبتنی بر هوش مصنوعی، سازمان‌ها و تولیدکنندگان محتوا باید رویکردی راهبردی و داده‌محور اتخاذ کنند. تمرکز بر کیفیت محتوا، درک نیت کاربر، بروزرسانی مستمر دانش فنی و سازگاری با الگوریتم‌های نوین از الزامات اصلی است. همچنین بهره‌گیری هوشمندانه از ابزارهای تحلیلی و فناوری‌های نوظهور می‌تواند مزیت رقابتی پایداری ایجاد کرده و جایگاه برند را در اکوسیستم جستجوی آینده تثبیت کند.