في الحلقة السابقة، تحدثنا عن إطار WeTakTik لقياس أداء البحث بالذكاء الاصطناعي، والذي يعتمد على أربع طبقات رئيسية: الظهور، الاسترجاع، الاستشهاد، والأثر التجاري.
في هذا المقال، سنتعمق أكثر في كل طبقة، ونشرح ماذا تعني، ولماذا هي مهمة، وكيف يمكن قياسها.
السؤال الأول بسيط:
هل تظهر علامتك التجارية أصلًا في المحادثة؟
عندما يسأل المستخدم إحدى أدوات الذكاء الاصطناعي سؤالًا مرتبطًا بمجالك، هل يظهر اسم علامتك؟
لنفترض مثلًا أنك شركة تقدم برامج محاسبة للشركات الصغيرة.
قد يسأل المستخدم:
ما أفضل برنامج محاسبة للشركات الصغيرة؟
السؤال هنا:
هل يذكر الذكاء الاصطناعي علامتك التجارية؟
أو ربما يسأل:
ما أفضل بديل لمنصة محاسبية معينة؟
هل تظهر ضمن الخيارات؟
أو:
ما أفضل حل لهذه المشكلة المحاسبية تحديدًا؟
هل يعرف نظام الذكاء الاصطناعي أصلًا أن شركتك موجودة وأنك تقدم حلًا مناسبًا لهذه المشكلة؟
هذا ما نقصده بـ الظهور (Visibility).
أي أن تظهر علامتك ضمن أنواع الأسئلة التي يطرحها المستخدمون بشكل طبيعي حول فئتك، أو منتجاتك، أو خدماتك، أو المشكلات التي تقدم حلولًا لها.
أحد المؤشرات التي نستخدمها هو Prompt Coverage.
ويعني تحديد مجموعة واضحة من الـ Prompts أو الأسئلة أو الموضوعات، ثم تتبع ما إذا كانت العلامة التجارية تظهر ضمن الإجابات عليها.
على سبيل المثال، يمكننا قياس:
والفرق المهم هنا أننا لم نعد نتتبع كلمات مفتاحية منفردة فقط.
بل نتتبع Prompts كاملة.
قد يبدو للوهلة الأولى أن Prompt Coverage هو مجرد نسخة أوسع من تتبع الكلمات المفتاحية.
لكن هناك فرقًا كبيرًا بين الاثنين.
عندما يستخدم الأشخاص أدوات الذكاء الاصطناعي، فهم لا يكتبون دائمًا استعلامات قصيرة بالطريقة نفسها التي اعتدنا عليها في محركات البحث التقليدية.
بل قد يشرح المستخدم:
وقد يمتد الـ Prompt إلى ثلاثة أو أربعة أو حتى خمسة أسطر.
فبدلًا من البحث عن:
برنامج محاسبة للشركات الصغيرة
قد يسأل المستخدم:
لدي شركة صغيرة فيها خمسة موظفين. أحتاج إلى برنامج محاسبة سهل الاستخدام، يعمل في الإمارات، ويدعم ضريبة القيمة المضافة، ولا يحتاج إلى محاسب لإعداده. ما أفضل الخيارات؟
هذا مختلف تمامًا عن تتبع كلمة مفتاحية واحدة.
ولهذا أصبح قياس الظهور في البحث بالذكاء الاصطناعي أكثر تعقيدًا من تتبع الترتيب التقليدي.
بعد أن نعرف ما إذا كانت العلامة التجارية ظاهرة، ننتقل إلى السؤال التالي:
هل تستطيع أنظمة الذكاء الاصطناعي الوصول إلى معلوماتنا وفهمها واسترجاعها؟
هذه هي الطبقة الثانية: الاسترجاع (Retrieval).
قد يحتوي موقع العلامة التجارية على كمية كبيرة من المحتوى، لكن هذا لا يعني تلقائيًا أن أنظمة الذكاء الاصطناعي تستطيع استخدام هذه المعلومات بفعالية عند بناء الإجابة.
الاسترجاع يعني أن النظام يستطيع:
لا.
الفهرسة مهمة، لكنها ليست كافية.
وجود صفحة في فهرس Google لا يعني تلقائيًا أن كل نظام بحث مدعوم بالذكاء الاصطناعي سيتمكن من فهم المعلومات الموجودة فيها واسترجاعها بشكل صحيح.
يجب أن يكون المحتوى:
ويجب أن يسهّل الموقع فهم:
إذا كانت هذه المعلومات غير واضحة للبشر، فمن غير المنطقي أن نتوقع من أنظمة الذكاء الاصطناعي أن تفهمها بشكل صحيح.
وهذا هو السبب في أن Technical SEO لا يزال أساسيًا.
ظهور GEO لا يعني أن SEO اختفى.
السيو التقني يبقى جزءًا من الأساس الذي يُبنى عليه كل شيء آخر.
GEO ليس بديلًا عن SEO، بل طبقة إضافية فوقه.
فإذا لم تتمكن أنظمة الذكاء الاصطناعي من الوصول إلى الموقع أو فهمه بشكل جيد، يصبح تحسين الظهور في البحث المدعوم بالذكاء الاصطناعي أكثر صعوبة.
الطبقة الثالثة هي الاستشهاد (Citation)، وهي من أكثر المواضيع التي يتم الحديث عنها اليوم في GEO.
لكن من المهم التفريق بين الاسترجاع والاستشهاد.
قد يتمكن نظام الذكاء الاصطناعي من:
ومع ذلك، قد لا يستشهد بك كمصدر.
وقد يستشهد بمنافسك بدلًا منك.
وهذا يعني:
الاسترجاع لا يضمن الاستشهاد.
وهذا فرق مهم جدًا.
هناك أسباب كثيرة محتملة.
قد يكون لدى المنافس:
ومن هنا يصبح الاستشهاد طبقة إضافية من الثقة.
فهو يساعدنا على فهم المصادر التي تختار أنظمة الذكاء الاصطناعي الإشارة إليها بشكل واضح عند الإجابة عن سؤال.
أحد المؤشرات الأساسية التي نستخدمها في WeTakTik هو Citation Share.
ويقيس Citation Share عدد المرات التي يتم فيها الاستشهاد بعلامتك أو موقعك كمصدر عبر مجموعة محددة من الأسئلة، مقارنة بالمنافسين.
فإذا كنا نتابع مجموعة من الـ Prompts ذات الصلة، يمكننا قياس:
إذا ارتفع Citation Share شهرًا بعد شهر، فقد يكون ذلك مؤشرًا على أن أنظمة الذكاء الاصطناعي تستخدم العلامة بشكل متزايد كمصدر ضمن الموضوعات التي تتم متابعتها.
كما يمنحنا مؤشرًا مفيدًا لمعرفة ما إذا كان العمل الذي نقوم به لتحسين أداء البحث بالذكاء الاصطناعي يتحرك في الاتجاه الصحيح.
الطبقة الرابعة والأهم هي الأثر التجاري (Business Impact).
وهذه عادةً الطبقة التي تهم الإدارة أكثر من غيرها.
تخيّل أنك تذهب إلى المدير التنفيذي وتقول:
ارتفع ظهورنا في البحث بالذكاء الاصطناعي بنسبة 40%.
غالبًا سيكون السؤال التالي:
ممتاز، لكن ماذا حقق ذلك فعليًا للأعمال؟
ولهذا لا يمكن أن ينتهي التقرير عند الظهور أو الاسترجاع أو الاستشهاد.
علينا أيضًا أن نفهم ما إذا كان أداء البحث بالذكاء الاصطناعي يساهم في نتائج تجارية فعلية.
يمكن أن تشمل مؤشرات الأثر التجاري:
الهدف هو أن نفهم كيف يتحول الظهور في الذكاء الاصطناعي إلى:
وهنا نربط قياس أداء البحث بالذكاء الاصطناعي بأداء الأعمال الفعلي.
هنا يصبح القياس أكثر صعوبة.
لنفترض مثلًا أن:
هذه إشارة تستحق الانتباه.
لكن هل نستطيع أن نقول بثقة إن ارتفاع الظهور في الذكاء الاصطناعي هو السبب وراء زيادة البحث عن العلامة؟
ليس بالضرورة.
فقد تكون الشركة أيضًا:
لذلك، وجود علاقة بين المؤشرين يستحق الدراسة، لكنه لا يثبت تلقائيًا أن أحدهما تسبب في الآخر.
وهذه واحدة من أهم القيود التي نواجهها اليوم في قياس أداء البحث بالذكاء الاصطناعي.
إذا تحرك مؤشرين معًا، فهذا لا يكفي لنقول إن أحدهما تسبب في الآخر.
ارتفاع AI Visibility بالتزامن مع ارتفاع Branded Search يمكن أن يكون إشارة مفيدة.
لكننا لا نزال بحاجة إلى النظر إلى النشاط التسويقي الأوسع قبل أن ننسب النتيجة إلى قناة معينة.
وهنا نصل إلى أحد أصعب جوانب قياس البحث بالذكاء الاصطناعي:
Attribution — الإسناد.
والسؤال هنا هو:
ما النسبة من هذه النتيجة التجارية التي يمكننا فعلًا نسبها إلى البحث بالذكاء الاصطناعي؟
وهذا موضوع يستحق نقاشًا منفصلًا.
عندما نجمع الطبقات الأربع، يصبح الإطار كالتالي:
هل نظهر؟
نقيس ما إذا كانت العلامة التجارية تظهر عبر الـ Prompts والموضوعات ذات الصلة.
ومن المؤشرات الأساسية هنا:
Prompt Coverage
هل تستطيع أنظمة الذكاء الاصطناعي الوصول إلى معلوماتنا وفهمها واستخدامها؟
وهنا ننظر إلى الأسس التقنية والمحتوى التي تجعل المعلومات قابلة للوصول والفهم والاسترجاع.
هل تستخدمنا أنظمة الذكاء الاصطناعي بشكل واضح كمصدر؟
ومن المؤشرات الأساسية هنا:
Citation Share
هل يتحول هذا الظهور وهذه الثقة إلى نتائج تجارية حقيقية؟
ويمكن أن يشمل ذلك:
النظر إلى طبقة واحدة فقط قد يعطينا صورة ناقصة.
على سبيل المثال:
ارتفاع الظهور مع ضعف جودة الاسترجاع قد يعني أن العلامة التجارية يتم ذكرها، لكن المعلومات المستخدمة عنها ضعيفة أو غير دقيقة.
الاسترجاع القوي دون استشهادات قد يعني أن أنظمة الذكاء الاصطناعي تستطيع الوصول إلى المحتوى، لكنها لا تختاره كمصدر واضح في الإجابة.
أما ارتفاع الاستشهادات دون أثر تجاري، فقد يعني أن العلامة تبني سلطة وثقة، لكن ذلك لم يتحول بعد إلى نتائج تجارية واضحة.
قيمة الإطار تأتي من فهم العلاقة بين الطبقات الأربع.
والقصة الكاملة تصبح:
الظهور → الاسترجاع → الاستشهاد → الأثر التجاري
قياس أداء البحث بالذكاء الاصطناعي يحتاج إلى منهج أوسع من مجرد تتبع الترتيب أو زيارات الموقع.
علينا أن نفهم:
ولهذا نقيس في WeTakTik أداء البحث بالذكاء الاصطناعي من خلال أربع طبقات:
الظهور، الاسترجاع، الاستشهاد، والأثر التجاري.
ورغم إمكانية قياس الطبقات الأربع، يبقى السؤال الأصعب:
كيف يمكننا أن ننسب نتيجة تجارية بدقة إلى البحث بالذكاء الاصطناعي؟
وهنا يأتي دور الـ Attribution، وهو موضوع الجزء القادم من هذا النقاش.
كان هذا موضوعنا اليوم.
إذا كانت لديكم أي أسئلة، اتركوها في التعليقات.
نراكم في الحلقة القادمة.
البودكاست
هل أنت مستعد لرؤية النتائج! ابدأ رحلتك الآن
