الاستشهاد لا يكفي: كيف تجعلون ChatGPT وGemini وPerplexity توصي بعلامتكم

يمكن أن تظهروا في ChatGPT وتبقوا شبه غير مرئيين.

قد يستخدم موقعكم مصدرا للإجابة ويحصل على رابط ويتكرر في الاستشهادات، بينما لا يظهر اسم الشركة في النص أصلا. وفي حالات أخرى يحدث العكس تماما: يذكر النموذج علامة أو يوصي بها دون إحالة إلى موقعها.

أصبح هذا الفرق من أهم قضايا AI Search Optimization. في عالم ChatGPT وGemini وPerplexity وGoogle AI Mode، لم يعد السؤال "هل نظهر؟" كافيا. يجب السؤال كيف نظهر.

هل يستشهد بالموقع؟ هل يذكر اسم العلامة؟ هل يفهم النظام من نحن؟ والأهم، هل يوصي بنا عندما يبحث المستخدم عن منتج أو خدمة أو شركة في مجالنا؟

أربعة مستويات مختلفة للظهور في AI

عند الحديث عن AI Visibility، تدمج أحيانا ظواهر مختلفة في مؤشر واحد. لكن الأبحاث بدأت تظهر أنها أربع حالات منفصلة.

يحدث الاستشهاد (Citation) عندما يستخدم نظام AI صفحة معينة مصدرا ويرفق بها رابطا أو إحالة.

يحدث ذكر العلامة (Brand Mention) عندما يظهر اسم الشركة أو المنتج داخل الإجابة نفسها، حتى دون رابط.

التعرف على الكيان (Entity Recognition) هو المرحلة التي يفهم فيها النظام أن العلامة كيان محدد: شركة بعينها لها نشاط ومنتجات وأشخاص وعنوان وعلاقات بمصادر أخرى على الإنترنت.

أما التوصية (Recommendation) فهي نتيجة أكثر أهمية تجاريا. يسأل المستخدم مثلا "أي نظام CRM يناسب شركة صغيرة؟" أو "أي شركة SEO موصى بها؟"، فتظهر العلامة ضمن الخيارات التي يقترحها AI.

هذه نتائج مختلفة تماما بالنسبة للشركة.

قد يحصل المصدر الظاهر أسفل الإجابة على بعض التعرض. لكن العلامة التي يكتب عنها النظام نفسه "خيار جيد من أجل..." تحتل موضعا مختلفا تماما في رحلة العميل.

ظاهرة Ghost Citation: يظهر الموقع وتختفي العلامة

فحصت دراسة أجرتها Semrush بالتعاون مع Kevin Indig آلاف حالات ظهور النطاقات في أنظمة AI مختلفة، ووجدت فجوة كبيرة بين الاستشهادات وذكر العلامات.

بحسب الدراسة، لم يذكر اسم العلامة داخل الإجابة لجزء كبير من المصادر المستشهد بها. ولم يجمع بين الاستشهاد وذكر العلامة سوى جزء صغير نسبيا من حالات الظهور.

أطلق على الظاهرة اسم Ghost Citation، أي "الاستشهاد الشبح": أخذ AI معلومات من الموقع، لكن المستخدم بالكاد تعرف على هوية الشركة وراءه.

توصلت أبحاث أخرى إلى الاستنتاج العام نفسه، رغم اختلاف النسب بدرجة كبيرة بحسب المنصة ونوع الاستفسارات وطريقة القياس.

لذلك فإن الرقم الدقيق أقل أهمية من الظاهرة نفسها: Citation وBrand Mention ليسا الشيء نفسه.

ChatGPT وGemini لا يتصرفان بالطريقة نفسها

من أكثر النتائج إثارة للاهتمام أن الفجوة ليست متماثلة عبر المنصات.

في بيانات Semrush، مال ChatGPT إلى الاستشهاد بالمصادر بمعدل مرتفع جدا، مع ذكر اسم العلامة بمعدل أقل بكثير.

وعرض Gemini صورة معاكسة تقريبا: ذكر علامات أكثر بكثير مقارنة بعدد الاستشهادات.

من المهم عدم تحويل هذه النسب إلى قانون ثابت. فأبحاث أخرى تعتمد على استفسارات وعينات مختلفة تقدم أرقاما أخرى. لكن الاستنتاج الاستراتيجي يبقى:

لا يمكن التعامل مع ChatGPT وGemini وPerplexity وGoogle AI Mode كمحرك واحد.

قد تكون العلامة قوية جدا في الاستشهادات على منصة، وضعيفة في الذكر والتوصيات على منصة أخرى.

وهذا أيضا سبب عدم إمكان قياس التحسين لـAI بفحص موجّه واحد في ChatGPT مرة واحدة.

ما الذي يدفع AI إلى التوصية بعلامة؟

هنا تصبح الأبحاث أقل حسما.

تقدم شركات GEO كثيرة اليوم "عوامل ترتيب في ChatGPT"، لكن OpenAI وGoogle وPerplexity لا تنشر في الواقع صيغة تفسر لماذا تدخل علامة قائمة التوصيات ولا تدخل أخرى.

مع ذلك توجد بعض الإشارات المثيرة للاهتمام.

من أبرزها حضور العلامة في مصادر خارجية.

وجدت الدراسات الارتباطية التي راجعتها الدراسة علاقة أقوى بين عدد مرات ذكر العلامة عبر الإنترنت وAI Visibility، مقارنة بالعلاقة مع عدد الروابط الواردة.

هذا لا يعني أن Backlinks لم تعد مهمة لـSEO، ولا يثبت أن الذكر دون رابط يؤدي مباشرة إلى توصية ChatGPT بشركة.

لكنه يشير إلى تحول مثير للاهتمام: في عالم محركات الإجابات، قد يكون ما تقوله الإنترنت عن العلامة مهما بقدر ما تقوله العلامة عن نفسها على الأقل.

العلاقات العامة الرقمية تكتسب معنى جديدا

في SEO التقليدي، اعتبر ذكر شركة دون رابط أحيانا فرصة ضائعة للحصول على رابط.

في البحث بالذكاء الاصطناعي، قد تختلف الصورة.

إذا ظهرت العلامة مرارا في مقالات المقارنة والمواد المهنية والمراجعات والمنتديات والأدلة ومواقع القطاع وقوائم "الأفضل"، تتعرض النماذج لروابط متكررة بين اسم العلامة ومجال نشاطها.

مثلا، إذا ذكرت شركة معينة في عشرات المصادر المستقلة في سياق "نظام محاسبة للشركات الصغيرة"، تتشكل على الإنترنت علاقة دلالية بين الكيان والفئة.

لذلك قد تتحول Digital PR والمراجعات والإشارات المهنية وBrand Mentions من جزء صغير من عمل Off-Page إلى عنصر أساسي في AI Optimization.

ومع ذلك يجب الحذر من المبالغة في الاستنتاج. تظهر الأبحاث الحالية أساسا ارتباطا، لا دليلا على أن إشارة معينة تسبب توصية مباشرة.

وماذا عن محتوى الموقع نفسه؟

هنا توجد أدلة أقوى.

فحصت دراسة GEO لباحثين من Princeton ومؤسسات أخرى، وعرضت في KDD 2024، تغييرات المحتوى وأثرها في الظهور بالمحركات التوليدية بطريقة مضبوطة.

من التقنيات التي أظهرت تحسنا:

• دمج البيانات والإحصاءات
• اقتباس الخبراء والمصادر
• الإحالة إلى مصادر موثوقة
• تحسين الوضوح وسهولة القراءة
• إضافة معلومات أصلية لا تعيد فقط صياغة ما هو موجود على الإنترنت

في المقابل، لم يفد حشو الكلمات المفتاحية، بل أضر ببعض المؤشرات.

للدقة: اختبرت الدراسة أساسا احتمال الاستشهاد والبروز داخل الإجابة، لا ما إذا كان النظام سيختار التوصية باسم العلامة.

أي إن المحتوى الجيد قد يساعد على جعل الموقع مصدرا أفضل. لكنه لا يحول الشركة تلقائيا بالضرورة إلى علامة موصى بها.

Entity Optimization: هل يفهم AI من أنتم أصلا؟

قبل أن يستطيع النظام التوصية بعلامة، يجب أن يفهم أنها كيان واضح.

هنا يأتي Entity Optimization.

قد يصعب اسم الشركة المكتوب بأشكال مختلفة، أو المعلومات المتناقضة عن نشاطها، أو الملفات القديمة، أو عدم التطابق بين الموقع والمصادر الخارجية، على أنظمة البحث بناء صورة واضحة.

لذلك يستحسن الحفاظ على اتساق تفاصيل مثل:

اسم الشركة ومجال النشاط والعنوان والمؤسسين والمنتجات والملفات الرسمية وصفحات الشبكات الاجتماعية.

يمكن للبيانات المنظمة من نوع Organization وsameAs مساعدة محركات البحث على فهم هذه العلاقات.

لكن توجد هنا نقطة مهمة خصوصا.

Schema ليس زر "حسن ظهوري في AI"

من الادعاءات المتكررة حاليا في عالم GEO أن إضافة Schema ستجعل الموقع يظهر أكثر في AI.

حتى الآن، لا يوجد أساس كاف لهذا الادعاء.

وتوضح Google صراحة في توثيق ميزات AI أنه لا حاجة إلى Schema خاص أو ملف خاص لـAI أو ترميز جديد لتكون الصفحة مؤهلة للظهور في AI Overviews وAI Mode.

وجدت بعض الدراسات ارتباطا إيجابيا بين البيانات المنظمة والظهور في أنظمة AI، لكن تجربة مضبوطة أخرى شملتها الدراسة لم تجد تحسنا ملموسا في الاستشهادات بعد إضافة JSON-LD.

الاستنتاج المعقول حاليا أن Schema لا يزال مهما.

لكن أساسا باعتباره وسيلة لمساعدة الأنظمة على فهم الموقع والكيان بشكل منظم، لا عاملا مثبتا يرفع الترتيب أو يضمن الاستشهاد في ChatGPT.

بدلا من قياس "هل نحن في ChatGPT"، قيسوا أربعة أمور

يتطلب الانتقال إلى البحث بالذكاء الاصطناعي تغييرا في القياس أيضا.

بدلا من فحص سؤال من حين لآخر في ChatGPT لرؤية ظهور الشركة، يمكن بناء مجموعة ثابتة من الاستفسارات الحقيقية التي قد يطرحها العملاء المحتملون.

مثلا:

"أي نظام X يوصى به لشركة صغيرة؟"

"ما أفضل الشركات في مجال Y؟"

"ما الحلول المتاحة لـZ؟"

بعد ذلك يمكن متابعة كل مما يلي على حدة:

معدل الاستشهاد (Citation Rate): في كم إجابة يظهر موقعكم مصدرا.

معدل ذكر العلامة (Brand Mention Rate): في كم إجابة يظهر اسم العلامة في النص.

معدل التوصية (Recommendation Rate): في كم إجابة تعرض العلامة فعليا كخيار موصى به.

حصة الظهور (Share of Voice): كم مرة تظهرون مقارنة بالمنافسين ضمن مجموعة الاستفسارات نفسها.

يستحسن إجراء الفحص في منصات متعددة لا في ChatGPT فقط.

تحاول أدوات مثل Ahrefs Brand Radar وProfound ومنصات AI Visibility أخرى تحويل هذه المؤشرات إلى أنظمة متابعة منظمة، لكن جدولا بسيطا يضم 20 إلى 50 موجها ثابتا قد يكون بداية جيدة أيضا.

كيف نحسن احتمال الحصول على توصية؟

بناء على الأبحاث الحالية، يمكن تقسيم العمل إلى ثلاث طبقات.

أولا، تأكدوا من أن الموقع متاح أصلا لأنظمة بحث AI. افحصوا robots.txt والفهرسة وقابلية قراءة HTML والمحتوى المهم الذي لا يعتمد كليا على JavaScript.

ثانيا، اجعلوا الموقع مصدرا يستحق الاستشهاد. أضيفوا معلومات أصلية وبيانات وإحصاءات ومصادر وخبراء وإجابات واضحة عن أسئلة المستخدمين الحقيقية.

ثالثا، وهذا على الأرجح الجانب الأحدث، ابنوا حضورا للعلامة خارج الموقع.

ليس الهدف إنشاء مئات الإشارات المصطنعة. بل تحذر Google بالفعل من محاولات إنتاج إشارات غير أصيلة لمجرد خدمة AI.

الهدف هو ظهور العلامة طبيعيا في الأماكن التي يتحدث فيها الناس والمصادر المهنية عن الفئة: مراجعات ومقارنات ومقالات ومجتمعات وأبحاث وأدلة وإشارات مهنية.

SEO لا يختفي، لكن وحدة القياس تتغير

اعتدنا في SEO التفكير بالترتيب والنقرة والرابط.

في البحث بالذكاء الاصطناعي، يصبح المسار أكثر تعقيدا.

قد تكون العلامة مصدرا دون أن تذكر. وقد تذكر دون رابط. وقد يعرفها النموذج جيدا ومع ذلك لا تدخل قائمة التوصيات لسؤال معين.

لذلك لم يعد السؤال الجديد فقط:

"هل يعرفنا ChatGPT؟"

بل:

"في أي سياقات يعرفنا، وفي أي مصادر يصادفنا، وماذا يقول عنا عندما يطلب العميل توصية؟"

هذا هو الفرق بين التحسين للاستشهاد وبناء ظهور فعلي في محركات AI.

وفي عالم تنتهي فيه عمليات بحث أكثر بإجابة دون زيارة الموقع، قد يكون هذا الفرق أهم بكثير من مرتبة إضافية في نتائج البحث.