قد تولّد صفحات البحث الداخلي محتوى مزعجاً تحت نطاق موقعك
قد تولّد صفحات البحث الداخلي محتوى مزعجاً تحت نطاق موقعك صُمّم مربع البحث في موقعك لمساعدة الزوّار على العثور على
ابحث عن كلمة “Apple”، وسيكون على Google أن يتخذ قرارًا. هل المقصود شركة التكنولوجيا؟ أم الفاكهة؟ أم شركة تسجيلات موسيقية من ستينيات القرن الماضي؟ أم فيلم يحمل الاسم نفسه؟ أم متجر محلي استخدم الاسم نفسه لعلامته التجارية؟
البشر يحلون هذا الالتباس فورًا، اعتمادًا على السياق الذي نستخدمه دون أن نشعر. أما محركات البحث وأنظمة الذكاء الاصطناعي، فعليها القيام بذلك خوارزميًا، بالاعتماد على الإشارات المتاحة لها. وتُعرف هذه المشكلة، وهي تحديد الكيان الحقيقي الذي يشير إليه المحتوى، باسم تمييز الكيانات (Entity Disambiguation)، وقد أصبحت بهدوء واحدة من أكثر المفاهيم تأثيرًا في عالم SEO الحديث، وفي ما يُعرف اليوم غالبًا بتحسين الظهور في البحث بالذكاء الاصطناعي (AI Search Optimization أو GEO).
ومع انتقال البحث تدريجيًا بعيدًا عن “الروابط الزرقاء العشرة” التقليدية نحو الإجابات التي يولدها الذكاء الاصطناعي، أصبحت أهمية حل هذه المشكلة أكبر من أي وقت مضى. فالعلامات التجارية التي تجعل عملية تمييز الكيان سهلة بالنسبة إلى Google، تكون أكثر قدرة على الظهور في نتائج البحث، وGoogle AI Overviews، والمساعدات الذكية المعتمدة على المحادثة.
من السهل الاعتقاد أن تحسين الكيانات (Entity Optimization) هو مفهوم ظهر مع الذكاء الاصطناعي. لكنه ليس كذلك.
أطلقت Google Knowledge Graph للعامة عام 2012، وكان الهدف منها تمثيل الكيانات الحقيقية مثل الأشخاص، والشركات، والأماكن، والمنتجات، والعلاقات بينها، بدلًا من الاكتفاء بمطابقة الكلمات والنصوص.
وقبل ذلك بسنوات، كان باحثون من داخل Google وخارجها ينشرون أبحاثًا حول تمييز الكيانات (Entity Disambiguation) وربطها بقواعد المعرفة (Knowledge Bases)، لأن المشكلة الأساسية كانت موجودة دائمًا في اللغة: اسم واحد قد يشير إلى أكثر من كيان مختلف.
ما تغير ليس المشكلة نفسها، بل حجم التأثير الناتج عن حلها بشكل صحيح.
كان البحث التقليدي يستطيع التعايش مع قدر من الغموض. فالمستخدم كان يرى عدة نتائج ويختار بنفسه النتيجة الصحيحة.
أما أنظمة الذكاء الاصطناعي التي تولد الإجابات، فلا تمتلك هامش الأمان نفسه.
فعندما يقوم نموذج لغوي كبير (LLM) بتجميع إجابة من مصادر متعددة، فإنه يحتاج إلى درجة عالية من الثقة في تحديد الكيان الذي يتحدث عنه كل مصدر. وإذا أخطأ في ذلك، تظهر مشكلات واضحة، مثل:
بعبارة أخرى، الغموض لا يؤدي فقط إلى تراجع بسيط في الترتيب، بل يقلل من ثقة النموذج، والثقة أصبحت اليوم من أهم العوامل التي تحدد ما إذا كان سيتم عرض نشاطك التجاري أم لا.
هذه ليست مجرد نظرية متداولة بين خبراء SEO، بل هناك مجموعة من المؤشرات المهمة التي تستحق الانتباه:
تمتلك Google Knowledge Graph اليوم أكثر من 500 مليار حقيقة مرتبطة بحوالي 5 مليارات كيان، وقد أكدت Google أن نماذج Gemini يتم تدريبها جزئيًا بالاعتماد على هذه القاعدة المعرفية. وهذا يعني أن تمثيل نشاطك التجاري داخل Knowledge Graph يؤثر بشكل مباشر في الطريقة التي تصفه بها ميزات مثل AI Mode وAI Overviews.
كما وجدت تحليلات حديثة من Semrush أن معدل ظهور اسم العلامة التجارية عبر الإنترنت (حتى بدون روابط) يرتبط بتكرار الاستشهاد بها داخل AI Overviews بمعامل ارتباط يقارب 0.66، مقارنة بحوالي 0.22 فقط بالنسبة للروابط الخلفية التقليدية (Backlinks).
وهذا فارق كبير، ويعكس التحول نفسه الذي يناقشه هذا المقال: أصبحت أنظمة الذكاء الاصطناعي تهتم أكثر بكون النشاط التجاري كيانًا معروفًا وواضحًا، وليس فقط بسلطة الروابط التي يمتلكها.
كما تشير دراسات أخرى إلى أن AI Overviews أصبحت تستشهد بمصادر أوسع بكثير مما كانت عليه سابقًا. ففي حين كانت غالبية الاستشهادات تأتي من أعلى النتائج العضوية، تشير الدراسات الحديثة إلى أن هذه النسبة أصبحت تتراوح بين الثلث والنصف فقط، مما يعني أن Google أصبحت أكثر استعدادًا للاستشهاد بصفحة ما إذا كانت تمثل الكيان بشكل واضح، وليس فقط لأنها تحتل ترتيبًا مرتفعًا.
صحيح أن هذه الأرقام مستمدة من دراسات شركات متخصصة وليست أبحاثًا أكاديمية محكمة، كما تختلف منهجياتها، لكنها جميعًا تشير إلى الاتجاه نفسه: وضوح الكيان أصبح يلعب دورًا أكبر في البحث المدعوم بالذكاء الاصطناعي مقارنة بالماضي.
مشكلة غموض الكيانات لا تقتصر على العلامات التجارية الشهيرة.
بل تظهر باستمرار في حالات مثل:
إذا لم يتمكن Google من التمييز بثقة بين نشاطك التجاري وأي كيان آخر يحمل الاسم نفسه، فمن غير المرجح أن تختفي تمامًا من نتائج البحث.
لكن ما يحدث أكثر دقة من ذلك.
يصبح Google أقل ثقة في معرفة متى يجب أن يعرض محتواك، وأقل استعدادًا للاستشهاد به داخل إجابات الذكاء الاصطناعي، لأن أي خطأ في نسب المعلومات قد يضر بجودة الإجابة.
فكر في الطريقة التي يقدم بها الأشخاص أنفسهم.
إذا قال شخص:
“أنا جون.”
فهذا لا يخبرك بالكثير.
أما إذا قال:
“أنا جون سميث، مستشار أمن سيبراني في دبي، أعمل مع المؤسسات المالية.”
فاحتمال الالتباس يصبح ضئيلًا جدًا.
Google يعمل بالطريقة نفسها، ولكن على نطاق هائل.
كلما زادت المعلومات الواضحة والمتسقة التي تقدمها، قلّ احتياجه إلى التخمين، وكلما قلّ التخمين، زادت ثقته في ربط محتواك بالاستعلامات والإجابات الصحيحة.
الهدف هنا ليس التلاعب بمحركات البحث، بل إزالة الغموض الذي يجبرها على التخمين.
حافظ على الاتساق في جميع المنصات
يجب أن يكون اسم نشاطك التجاري، ووصفه، ومعلوماته الأساسية متطابقة عبر:
وجود معلومات متضاربة بين هذه المصادر من أسرع الطرق لإضعاف ثقة Google في الكيان، لأن عدم الاتساق يُفسَّر كإشارة إلى عدم اليقين، وليس كمرونة.
عرّف بنفسك بوضوح
لا تفترض أن Google أو نماذج الذكاء الاصطناعي تعرف مسبقًا من أنت.
يجب أن يوضح موقعك الإلكتروني، وخاصة صفحة من نحن (About):
تُعد هذه الصفحة من أكثر الصفحات تأثيرًا في معظم المواقع، ومع ذلك فهي غالبًا من أكثر الصفحات إهمالًا.
استخدم البيانات المنظمة (Structured Data) بالشكل الصحيح
يساعد ترميز Schema.org مثل:
محركات البحث على قراءة نسخة منظمة وقابلة للفهم آليًا من المعلومات الموجودة في الصفحة.
لن يجبر ذلك Google على منحك ترتيبًا أعلى، لكنه يزيل طبقة كاملة من التفسير التي كانت ستعتمد على التخمين.
وتُعد خاصية sameAs تحديدًا من أهم الخصائص، لأنها تربط كيانك بملفاتك الرسمية الأخرى، وقد أوضحت Google صراحة أنها تستخدمها لفهم أن جميع هذه الحسابات تشير إلى الكيان نفسه.
ابنِ مصادر مستقلة تؤكد هويتك
تعطي Google، وكذلك نماذج الذكاء الاصطناعي مثل ChatGPT وPerplexity، وزنًا حقيقيًا للمصادر المستقلة التي تصف نشاطك التجاري بطريقة متسقة.
ويشمل ذلك:
اربط حضورك الرقمي ببعضه
يجب أن يكون موقعك الإلكتروني هو المركز الرئيسي لهويتك الرقمية.
ومن خلاله، يجب أن توجد روابط واضحة إلى ملفاتك الرسمية، وأن توجد روابط عائدة إليه من مصادر خارجية موثوقة.
الإشارات المتفرقة تجعل الأنظمة تبذل جهدًا أكبر لتتأكد أنها تنظر إلى الكيان نفسه، بينما تجعل الإشارات المترابطة هذه المهمة سهلة وواضحة.
وضوح الكيان لم يعد قضية تخص Google وحده.
فأدوات مثل ChatGPT وPerplexity وGemini AI Mode تعتمد جميعها بدرجات مختلفة على البيانات المنظمة، وقواعد المعرفة، والمصادر الخارجية الموثوقة عند تكوين الإجابات.
إذا كانت هويتك الرقمية غير متسقة عبر الإنترنت، فلن يبقى هذا التناقض محصورًا في منصة واحدة، بل سينتقل إلى الطريقة التي تحاول بها كل هذه الأنظمة وصف نشاطك التجاري.
كلما كانت هويتك الرقمية أوضح وأكثر اتساقًا، أصبح من الأسهل على جميع هذه الأنظمة، وليس Google فقط، التعرف عليك، ووصفك، والاستشهاد بك بشكل صحيح.
لم يعد تحسين الكلمات المفتاحية هو كل ما يحتاج إليه SEO، رغم أنه لا يزال مهمًا.
فالأسئلة التي تحاول محركات البحث وأنظمة الذكاء الاصطناعي الإجابة عنها أصبحت تشمل:
كلما كانت إجاباتك عن هذه الأسئلة أوضح وأكثر اتساقًا، زادت فرص ظهورك في نتائج البحث التقليدية، وداخل AI Overviews، وفي المساعدات الذكية التي يعتمد عليها المستخدمون اليوم بدلًا من شريط البحث التقليدي.
في النهاية، لم يتغير الهدف الأساسي منذ إطلاق Knowledge Graph عام 2012.
لا يريد Google أن يخمن. ولا يريد أي نظام ذكاء اصطناعي مبني فوقه أن يخمن أيضًا. ومهمتك هي أن تجعل التخمين غير ضروري من الأساس.
المدونة
قد تولّد صفحات البحث الداخلي محتوى مزعجاً تحت نطاق موقعك صُمّم مربع البحث في موقعك لمساعدة الزوّار على العثور على
ظهور محادثات Claude في نتائج Google ليس القصة الحقيقية… إليك ما يهم فعلًا لعدة أيام، كان مجتمع السيو والذكاء الاصطناعي
هل أنت مستعد لرؤية النتائج! ابدأ رحلتك الآن