موتور جستجوی هوش مصنوعی: خریداران امروز کجا جستجو می‌کنند؟
خریداران دیگر فقط از یک موتور جستجوی هوش مصنوعی استفاده نمی‌کنند. نقشه‌ای از اینکه سفر جستجو کجا می‌گذرد، هر سطح چه چیزی را پاداش می‌دهد و چطور برنامه بریزیم.
نوشته Roozbeh Nazari · CEO
خریداری که در 2026 دنبال یک تامین‌کننده می‌گردد، به‌ندرت فقط از یک کادر جستجو استفاده می‌کند. ممکن است با یک پرسش در ChatGPT شروع کند، فهرست کوتاهش را در Google بررسی کند، یک AI Overview بخواند، از Perplexity مقایسه بخواهد و در نهایت به سایت یک تامین‌کننده برسد. هر موتور جستجوی هوش مصنوعی که در این مسیر با آن روبه‌رو می‌شود، وب را به شکل متفاوتی خلاصه می‌کند و به شکل متفاوتی به منابع لینک می‌دهد. این راهنما این نقشه را از نگاه خریدار ترسیم می‌کند: هر سطح در کدام مرحله از سفر خرید قرار دارد، به چه چیزی تکیه می‌کند و چطور بدون دنبال کردن هر ابزار تازه، برای دیده شدن برنامه‌ریزی کنیم.
امروز منظور از موتور جستجوی مبتنی بر هوش مصنوعی چیست؟
این عنوان سه نوع محصول متفاوت را در بر می‌گیرد و جدا کردن آن‌ها کار را ساده‌تر می‌کند:
- قابلیت‌های هوش مصنوعی داخل یک موتور جستجوی سنتی: AI Overviews و AI Mode در Google روی ایندکس و سیستم‌های رتبه‌بندی Google کار می‌کنند. Google می‌گوید برای نمایش در آن‌ها هیچ الزام اضافه‌ای جز ایندکس شدن و واجد شرایط بودن برای نمایش اسنیپت وجود ندارد.
- دستیارهایی که جستجوی وب دارند: ChatGPT search، Gemini و Microsoft Copilot در قالب گفتگو پاسخ می‌دهند و وقتی پرسشی به اطلاعات به‌روز نیاز دارد، صفحه‌های وب را دریافت می‌کنند. OpenAI قابلیت ChatGPT search را این‌طور توصیف می‌کند که پاسخ‌های به‌روز همراه با لینک به منابع مرتبط وب می‌دهد و این منابع را در یک پنل نشان می‌دهد.
- موتورهای پاسخ مبتنی بر بازیابی: Perplexity و محصولات مشابه تقریبا برای هر پرسشی جستجو انجام می‌دهند و ابتدا یک خلاصه همراه با ارجاع و سپس لینک‌ها را نشان می‌دهند.
تفاوت عملی برای یک برند، منبع محتواست. قابلیت‌های هوش مصنوعی Google از ایندکس Google استفاده می‌کنند، اما دستیارها و موتورهای پاسخ از خزنده‌های خودشان، ایندکس شرکا یا ارائه‌دهندگان جستجوی شخص ثالث بهره می‌گیرند؛ بنابراین مجموعه صفحه‌هایی که می‌بینند یکسان نیست.
خریداران از هر سطح کجا استفاده می‌کنند؟
در خریدهای B2B و تصمیم‌هایی که به فکر بیشتری نیاز دارند، این سطح‌ها بیشتر به مرحله‌های مختلف سفر خرید گره می‌خورند تا اینکه جای یکدیگر را بگیرند:
- تعریف مسئله: پرسش‌های باز مثل «شرکت‌ها معمولا فلان مسئله را چطور حل می‌کنند؟» اغلب اول به یک دستیار گفتگو می‌رود، چون خریدار هنوز واژه‌های تخصصی را نمی‌شناسد.
- ساخت فهرست کوتاه: عبارت‌هایی مثل «بهترین ابزارها برای فلان کار» یا «آژانس‌هایی که فلان خدمت را در فلان شهر ارائه می‌دهند» بین دستیارها و جستجوی سنتی جابه‌جا می‌شوند؛ جایی که AI Overviews، نقشه‌ها و سایت‌های نظرسنجی برای جلب توجه رقابت می‌کنند.
- اعتبارسنجی: پیش از تماس، خریدار سایت خود تامین‌کننده، نظرها، صفحه قیمت و پوشش رسانه‌ای مستقل را بررسی می‌کند و بخش بزرگی از این مرحله هنوز بر دوش نتایج ارگانیک سنتی است.
- مقایسه: پرسش‌های مقایسه‌ای به‌طور طبیعی برای موتورهای پاسخی مناسب‌اند که در یک پاسخ به چند منبع ارجاع می‌دهند.
این الگو توضیح می‌دهد چرا پرسش «بهترین موتور جستجو برای بهینه‌سازی کدام است؟» پاسخ واحدی ندارد. ترکیب درست به این بستگی دارد که خریداران شما در کدام مرحله گیر می‌کنند و همین حالا کجا جستجو می‌کنند.
هر سطح ظاهرا چه چیزی را پاداش می‌دهد؟
هیچ‌کدام از این محصولات فرمول رتبه‌بندی منتشر نمی‌کنند، پس به کسی که ادعای دستورالعمل دقیق دارد با احتیاط نگاه کنید. آنچه مستند شده و آنچه در آزمون‌هایی که تیم‌ها خودشان می‌توانند انجام دهند تکرار می‌شود، به چند الزام مشترک اشاره دارد:
- خزش‌پذیری و ایندکس: اگر صفحه مسدود باشد، دیر رندر شود یا ایندکس نشده باشد، نمی‌تواند منبع پاسخ باشد. Google می‌گوید قابلیت‌های هوش مصنوعی به همان الزامات فنی جستجو تکیه دارند.
- پاراگراف‌های روشن و قابل نقل: صفحه‌هایی که به یک پرسش مشخص در یک پاراگراف مستقل پاسخ می‌دهند، راحت‌تر از متن‌های روایی طولانی نقل می‌شوند. راهنمای ما درباره قالب محتوا برای جستجوی هوش مصنوعی این موضوع را با جزئیات بررسی می‌کند.
- تایید در سراسر وب: موتورهای پاسخ معمولا به برندهایی ارجاع می‌دهند که در منابع مستقل مثل نظرها، دایرکتوری‌ها، رسانه‌های تخصصی و صفحه‌های مقایسه هم دیده می‌شوند.
- به‌روز بودن در موضوع‌های زمان‌حساس: دستیارها برای پرسش‌های مربوط به قیمت، نسخه‌های جدید و اخبار، صفحه‌های تازه را دریافت می‌کنند؛ بنابراین صفحه‌های قدیمی در این پرسش‌ها عقب می‌مانند.
برای محتوای فارسی، تعداد منابع تخصصی و به‌روز در بسیاری از حوزه‌ها کمتر از انگلیسی است. این یعنی یک صفحه فارسی روشن و به‌روز می‌تواند به یکی از معدود منابعی تبدیل شود که پاسخ‌ها به آن تکیه می‌کنند.
برای دیده شدن در جستجوی هوش مصنوعی چطور برنامه‌ریزی کنیم؟
یک برنامه عملی، جستجوی هوش مصنوعی را ادامه اصول جستجو می‌داند، نه کانالی جداگانه با ترفندهای خودش:
- اول پایه فنی را درست کنید: ایندکس، رندر، لینک‌های داخلی و داده ساختاریافته‌ای که با محتوای قابل مشاهده هم‌خوان باشد.
- برای پرسش‌هایی بنویسید که خریداران واقعا در هر مرحله می‌پرسند و در بالای صفحه مستقیم به آن‌ها پاسخ دهید.
- در منابع شخص ثالثی که پاسخ‌های هوش مصنوعی در دسته شما به آن‌ها ارجاع می‌دهند حضور داشته باشید؛ این منابع را می‌توانید با اجرای پرامپت‌های خودتان و ثبت لینک‌ها پیدا کنید.
- با یک مجموعه ثابت از پرامپت‌ها در طول زمان بسنجید و آن را کنار داده‌های Search Console و آنالیتیکس بگذارید، نه اینکه به چند اسکرین‌شات پراکنده تکیه کنید. Google یادآوری می‌کند که ترافیک قابلیت‌های هوش مصنوعی در گزارش Performance سرچ کنسول زیر نوع جستجوی Web آمده است.
این دامنه خدمت مرئی بودن در جستجوی هوش مصنوعی ماست. ما ارجاع یا جایگاه مشخصی در هیچ پاسخ هوش مصنوعی را وعده نمی‌دهیم؛ مطمئن می‌شویم محتوای شما در دسترس، قابل نقل و در منابعی که این موتورها می‌خوانند به شکل یکسان معرفی شده باشد.
از این به بعد چه چیزی را زیر نظر بگیریم؟
این فضا به سرعت تغییر می‌کند. دستیارها قابلیت‌هایی برای خرید، رزرو و انجام کار به جای فرستادن کلیک اضافه می‌کنند و موتورهای جستجو حالت‌های گفتگومحور خود را گسترش می‌دهند. برندهایی که سریع‌تر خود را تطبیق می‌دهند، همان‌هایی هستند که از قبل می‌دانند خریدارانشان چه می‌پرسند، کدام منابع به این پرسش‌ها پاسخ می‌دهند و صفحه‌های خودشان چند وقت یک‌بار در این پاسخ‌ها دیده می‌شوند.