ChatGPT Search وGoogle AI Overviews يغيّران قواعد SEO: Habr AI يصدر دليلاً حول GEO

نشر Habr AI دليلاً مفصلاً حول GEO، أي تحسين المحتوى لمحركات البحث المعتمدة على LLM. والفكرة الرئيسية بسيطة: يجيب ChatGPT Search وPerplexity وGoogle AI Overviews المستخدم بنفسها في أحيان متزايدة، ولذلك لم يعد التنافس على النقرة في صفحة النتائج وحدها، بل على الظهور في إجابة النموذج أيضاً.

لماذا ظهر GEO

يورد المؤلف مؤشرات على إعادة تشكيل البحث بين عامي 2024 و2026: احتلت كتل AI التابعة لـ Google أعلى الشاشة، وتجاوز عدد المستخدمين النشطين لـ ChatGPT Search في وضع البحث 100 مليون مستخدم بحلول أبريل 2026، وبلغ Perplexity أكثر من 15 مليون استعلام يومياً. وفي هذا السياق وصلت حصة zero-click searches إلى 65%، وبحسب تقدير المقال فإن بعض المواقع تفقد بالفعل ما بين 20% و40% من حركتها العضوية. وفي المقابل تنشأ قناة جديدة هي AI-referral، حيث يصل المستخدم عبر رابط وارد في إجابة الشبكة العصبية.

تتقارب المصطلحات GEO وAIO وAEO وLLMO، لكن جوهرها واحد: يجب أن يكون المحتوى ملائماً لا للقارئ ولا لروبوت البحث فحسب، بل لنموذج لغوي يجمع إجابته من مقتطفات صفحات مختلفة. وعلى خلاف SEO التقليدي، حيث كان بالإمكان الفوز بالكلمات المفتاحية والوسوم الوصفية وبناء الروابط، تصبح هنا الأولوية لوضوح المعنى والخبرة وسهولة استخراج الحقائق.

كيف تختار النماذج

يشرح المقال مخطط RAG النموذجي: يتلقى النظام الاستعلام، ويبحث عن الصفحات ذات الصلة، ويرتّبها، ويقطّع النص إلى كتل من 200 إلى 500 token، ثم يدرج أفضل المقاطع في الـ prompt، ولا يولّد الإجابة المرفقة بالاقتباسات إلا بعد ذلك. والنتيجة الأساسية لذلك أن المنافسة لا تدور بين المقالات كاملة، بل بين الفقرات المنفردة. فإذا كانت الحقيقة المطلوبة مدفونة في العمق، أو مخفّفة بحشو لفظي، أو غير معزولة بنيوياً، فقد لا تصل إلى سياق النموذج أصلاً، حتى لو كانت الصفحة قوية في ذاتها.

ويبيّن المقال أن أنماط SEO القديمة، مثل كثافة الكلمات المفتاحية، والصفحات الضعيفة المخصصة لاستعلام واحد، ومخططات الروابط، أضعف أثراً في البحث المعتمد على LLM. وتتقدم بدلاً منها الإشارات التي تساعد النموذج على فهم معنى النص بسرعة والوثوق به. وبعبارة أخرى، لا يفوز المحتوى الذي تكررت فيه العبارة المفتاحية أكثر، بل المحتوى الذي صيغت فيه الفكرة مباشرة، وأُسندت بالأرقام، ويسهل نقلها إلى إجابة AI دون فقدان السياق.

«التحسين لأجل الفهم يتفوق على التحسين لأجل الخوارزمية».

• سلطة النطاق والمؤلف: يعزز E-E-A-T وتاريخ الاقتباس المتراكم مستوى الثقة.
• قابلية الاستخراج البنيوي: تساعد العناوين الواضحة والتعريفات وFAQ وترميز schema على استخراج الحقيقة آلياً.
• الكثافة الدلالية: حشو أقل، ووحدات معنى مستقلة أكثر في كل فقرة.
• قابلية التحقق: تزيد التواريخ والأرقام والدراسات والروابط المحددة فرص الاقتباس.
• الحداثة: تحظى البيانات الحديثة بالأولوية في الأنظمة التي تعمل مع فهرس الويب في الوقت الفعلي.

ماذا على غرف التحرير أن تفعل

تبدو التوصيات العملية واقعية إلى حد بعيد. ينصح المقال بتقديم إجابة مباشرة في أول 200–300 كلمة، ووضع التعريفات في مطلع الأقسام، وإضافة ترميز FAQPage وHowTo وArticle وPerson schema، وتجميع المواد في topic clusters بدلاً من صفحات متفرقة مخصصة لاستعلام واحد. ويركز المقال بصورة خاصة على صفحة المؤلف: فاسم الكاتب وتاريخ التحديث والملفات الشخصية والمنشورات ليست للزينة، بل إشارات ثقة مقروءة آلياً.

الخطوة الأولى لغرفة التحرير هي فحص 10–15 استعلاماً رئيسياً في ChatGPT Search وPerplexity، ومعرفة الجهات التي تقتبس منها الخدمتان حالياً. ثم يُستحسن إعداد شريحة منفصلة لحركة AI في GA4، ومراجعة أهم المواد وإضافة إجابات مباشرة وحقائق مؤرخة وأدلة واضحة إليها. بعد ذلك تأتي إعادة بناء نواة المحتوى في pillar pages وcluster pages وروابط داخلية صريحة، كي يُقرأ الموضوع بوصفه مجموعة خبرة متماسكة لا مجموعة منشورات عشوائية.

ويقترح المؤلف قياس التقدم بمؤشرات جديدة: الحضور في AI Overviews، وحجم AI-referral traffic، وتكرار اقتباس النطاق، وحصة الإجابات التي تظهر فيها العلامة التجارية. وهذا تحول مهم لغرف التحرير وفرق المحتوى: فلم يعد ممكناً حصر KPI في الموضع في SERP وإجمالي الحركة العضوية. بل يجب فهم عدد المرات التي تختار فيها الشبكات العصبية مادتكم تحديداً مصدراً أساسياً للإجابة.

ماذا يعني ذلك

لا يلغي GEO تقنيات SEO التقنية، لكنه يغيّر هدف التحسين. فلن يتفوق من أدرج العبارة المفتاحية بدقة أكبر، بل من ينشر محتوى خبيراً كثيفاً وقابلاً للتحقق ومنظماً بصورة ملائمة. وهذه إشارة مباشرة للوسائل الإعلامية والمدونات ومواقع B2B: إذا كانت المادة لا تصلح للاقتباس فقرةً فقرة، فستبقى في أحيان متزايدة غير مرئية للمستخدم أيضاً.