راهنمای رسمی گوگل برای سئو در عصر هوش مصنوعی

در یکی دو سال اخیر تقریباً هر ماه یک اصطلاح جدید وارد فضای سئو شده است؛ GEO، AEO، LLM SEO و ده‌ها تکنیک مختلف برای اینکه سایت ما در پاسخ‌های هوش مصنوعی نمایش داده شود.

 

اما گوگل در راهنمای رسمی خودش برای بهینه‌سازی سایت در قابلیت‌های Generative AI مثل AI Overviews و AI Mode یک پیام نسبتاً ساده دارد:

برای حضور در نتایج هوش مصنوعی گوگل، قرار نیست سئو را از اول اختراع کنیم.

گوگل می‌گوید قابلیت‌های Generative AI در Search همچنان بر پایه سیستم‌های اصلی جستجو، رتبه‌بندی و کیفیت محتوا کار می‌کنند. یعنی اگر سایتی از نظر Crawl، Index، کیفیت محتوا و تجربه کاربری وضعیت خوبی نداشته باشد، اضافه‌کردن چند تکنیک عجیب با اسم GEO مشکلش را حل نمی‌کند.

اما این به معنی بی‌تغییر ماندن سئو نیست.

اتفاقاً به نظرم بخش مهم راهنمای جدید گوگل همین‌جاست: نوع محتوایی که امروز ارزش تولید دارد در حال تغییر است.

 

اول بفهمیم AI Search گوگل چطور کار می‌کند

برای اینکه بفهمیم چه محتوایی شانس بیشتری برای دیده‌شدن دارد، باید دو مفهوم مهم را بشناسیم:

RAG یا Grounding

وقتی گوگل می‌خواهد یک پاسخ AI تولید کند، قرار نیست فقط به اطلاعاتی که مدل قبلاً یاد گرفته تکیه کند.

سیستم می‌تواند صفحات مرتبط و تازه را از ایندکس گوگل پیدا کند، اطلاعات مناسب را از آن‌ها استخراج کند و بعد براساس آن منابع پاسخ تولید کند.

به همین دلیل است که در AI Overviews و AI Mode می‌توانیم لینک منابع را هم مشاهده کنیم.

یعنی همان کاری که سال‌ها برای حضور در Search انجام می‌دادیم هنوز اهمیت دارد:

صفحه باید قابل Crawl باشد، ایندکس شود، موضوع آن برای گوگل قابل فهم باشد و در آن اطلاعاتی وجود داشته باشد که ارزش استفاده در پاسخ را داشته باشند.

اما یک مفهوم دیگر هم وجود دارد که شاید تغییر مهم‌تری ایجاد کند.

Query Fan-out؛ یک جستجو دیگر فقط یک Query نیست

فرض کنید کاربر در گوگل می‌پرسد:

«چطور فروش سایت فروشگاهی‌ام را بیشتر کنم؟»

سیستم هوش مصنوعی می‌تواند برای پاسخ‌دادن به همین سؤال چند جستجوی مرتبط را به‌صورت هم‌زمان انجام دهد.

مثلاً:

چطور نرخ تبدیل فروشگاه اینترنتی را افزایش دهیم؟

دلایل رهاکردن سبد خرید چیست؟

چطور صفحه محصول را بهینه کنیم؟

بهترین روش افزایش اعتماد در فروشگاه اینترنتی چیست؟

چطور سرعت سایت روی فروش تأثیر می‌گذارد؟

گوگل به این فرآیند Query Fan-out می‌گوید.

این موضوع از نظر استراتژی محتوا خیلی مهم است.

قبلاً شاید نگاه ما بیشتر این بود که:

«این صفحه برای چه Keywordی ساخته شده؟»

ولی حالا سؤال مهم‌تری هم وجود دارد:

این صفحه برای پاسخ‌دادن به چه سؤال‌ها و Intentهایی می‌تواند منبع خوبی باشد؟

این دقیقاً همان جایی است که معماری محتوا، پوشش موضوعی و پاسخ‌دادن واقعی به نیاز کاربر اهمیت بیشتری پیدا می‌کند.

گوگل درباره GEO و AEO چه می‌گوید؟

قسمت جالب سند اینجاست.

گوگل مستقیماً درباره اصطلاحاتی مثل GEO یا Generative Engine Optimization و AEO یا Answer Engine Optimization صحبت می‌کند.

دیدگاه گوگل این است که بهینه‌سازی برای Generative AI Search همچنان بخشی از SEO محسوب می‌شود.

یعنی حداقل درباره Google Search، نباید تصور کنیم یک سیستم کاملاً جدا با قوانین کاملاً متفاوت ساخته شده است.

به زبان ساده:

اگر Technical SEO سایت مشکل دارد، اگر محتوای شما چیزی به وب اضافه نمی‌کند، اگر صفحات قابل ایندکس نیستند و اگر تجربه کاربر بد است، اضافه‌کردن چند FAQ یا ساختن فایل مخصوص LLM قرار نیست ناگهان سایت را وارد AI Overview کند.

مهم‌ترین توصیه گوگل: Commodity Content تولید نکنید

به نظرم این مهم‌ترین بخش کل راهنمای گوگل است.

گوگل از مفهومی با عنوان Non-commodity Content استفاده می‌کند.

Commodity Content یعنی محتوایی که تقریباً هر کسی می‌تواند آن را تولید کند.

مثلاً مقاله‌ای با عنوان:

«۷ روش افزایش فروش اینترنتی»

اگر داخل مقاله همان توصیه‌هایی باشد که در صدها سایت دیگر هم وجود دارد، چه دلیلی دارد یک سیستم هوش مصنوعی دوباره همین اطلاعات را از سایت شما استخراج کند؟

حتی خود یک مدل هوش مصنوعی هم می‌تواند ظرف چند ثانیه چنین محتوایی تولید کند.

در مقابل تصور کنید مقاله‌ای بنویسم با عنوان:

«ما نرخ تبدیل این لندینگ را از ۱.۲٪ به ۳.۱٪ رساندیم؛ این ۵ تغییر بیشترین تأثیر را داشتند»

حالا محتوا چیزهایی دارد که همه سایت‌ها ندارند:

تجربه واقعی، دیتا، تصمیم، نتیجه، شکست، تصویر، تحلیل و دیدگاه.

گوگل دقیقاً روی همین تفاوت تأکید می‌کند و توصیه می‌کند محتوایی تولید کنیم که چیزی فراتر از اطلاعات عمومی و تکراری به مخاطب بدهد.

این موضوع با چیزی که مدت‌هاست در تولید محتوا روی آن تأکید می‌کنم هم‌راستاست:

اگر بتوانم مقاله شما را بدون شناخت بیزنس، بدون تجربه و فقط با یک Prompt تولید کنم، احتمالاً هنوز ارزش منحصربه‌فرد زیادی به اینترنت اضافه نکرده‌اید.

تجربه دست‌اول تبدیل به یک مزیت محتوا شده است

فرض کنید دو سایت درباره بهترین نرم‌افزارهای CRM مقاله نوشته‌اند.

سایت اول ویژگی‌هایی را که در وب‌سایت شرکت‌های سازنده نوشته شده جمع‌آوری کرده و یک جدول ساخته است.

اما نویسنده سایت دوم واقعاً پنج CRM را نصب کرده، با آن‌ها کار کرده و توضیح داده:

کدام یکی برای تیم فروش کوچک مناسب‌تر است؟

کدام نرم‌افزار هنگام Import کردن دیتای مشتری مشکل ایجاد کرد؟

کدام CRM روی موبایل تجربه بهتری داشت؟

کدام قابلیت روی کاغذ عالی بود ولی در استفاده واقعی کاربرد زیادی نداشت؟

هر دو مقاله درباره CRM هستند.

اما مقاله دوم اطلاعاتی دارد که گوگل، کاربر و حتی یک مدل هوش مصنوعی نمی‌توانند به‌سادگی از صد سایت دیگر بازتولید کنند.

این همان جایی است که Experience ارزش خودش را نشان می‌دهد.

محتوا را برای انسان ساختاربندی کنید، نه برای ربات

یکی از برداشت‌های اشتباه درباره GEO این بود که باید محتوا را به قطعات بسیار کوچک تقسیم کنیم تا LLMها راحت‌تر آن را بخوانند.

گوگل می‌گوید چنین الزامی وجود ندارد.

لازم نیست هر دو پاراگراف یک Heading بسازیم یا محتوا را به صدها Chunk کوچک تبدیل کنیم.

سیستم‌های گوگل قادرند موضوعات مختلف موجود در یک صفحه و ارتباط بین آن‌ها را درک کنند.

البته این به معنی بی‌اهمیت بودن ساختار محتوا نیست.

مقاله باید خوانا باشد.

Heading مناسب داشته باشد.

موضوعات مختلف قاطی یکدیگر نشده باشند.

کاربر بتواند سریع بخش موردنیازش را پیدا کند.

اما دلیل این کار قبل از هر چیزی تجربه بهتر کاربر است، نه اجرای یک فرمول جادویی برای هوش مصنوعی.

لازم نیست برای هر Long-tail یک صفحه بسازید

Query Fan-out باعث شده بعضی‌ها به این نتیجه برسند که باید برای تمام سؤال‌های احتمالی کاربران صفحات جداگانه تولید کنیم.

مثلاً:

بهترین CRM برای شرکت کوچک

بهترین CRM برای شرکت ۱۰ نفره

بهترین CRM برای شرکت ۲۰ نفره

بهترین CRM برای استارتاپ کوچک

بهترین CRM برای استارتاپ تازه‌کار

و همین روند را تا صدها صفحه ادامه دهند.

گوگل مشخصاً نسبت به این مدل تولید انبوه محتوا هشدار داده است.

سیستم‌های جدید Search برای درک ارتباط معنایی صفحات به Exact Match وابسته نیستند و لازم نیست تمام شکل‌های ممکن یک Query را تبدیل به صفحه کنیم. تولید انبوه صفحات فقط برای گرفتن Queryهای مختلف حتی ممکن است وارد محدوده سیاست‌های Spam گوگل شود.

پس به‌جای اینکه بپرسیم:

«چند صفحه دیگر می‌توانیم بسازیم؟»

بهتر است بپرسیم:

«چطور می‌توانیم همین موضوع را کامل‌تر، دقیق‌تر و مفیدتر پوشش دهیم؟»

تصویر و ویدیو دیگر فقط مکمل مقاله نیستند

گوگل در این راهنما روی استفاده از تصاویر و ویدیوهای باکیفیت هم تأکید می‌کند.

دلیلش واضح است.

تجربه Search دیگر فقط مجموعه‌ای از لینک‌های آبی نیست.

AI Search می‌تواند علاوه بر صفحات وب، تصاویر و ویدیوهای مرتبط را نیز وارد تجربه جستجو کند.

فرض کنید درباره تنظیم یک بخش از Search Console آموزش می‌دهید.

به‌جای اینکه فقط بنویسید:

«وارد Settings شوید و گزینه موردنظر را انتخاب کنید.»

یک Screenshot واقعی اضافه کنید.

یا حتی بهتر:

یک ویدیوی ۴۵ ثانیه‌ای از انجام همان کار بسازید.

حالا صفحه شما فقط یک متن نیست؛ تبدیل شده به یک منبع چندرسانه‌ای برای پاسخ‌دادن به نیاز کاربر.

به همین دلیل به نظرم در استراتژی محتوای ۲۰۲۶ باید خیلی جدی‌تر درباره Screenshot، Demo، نمودار، ویدیو و تجربه واقعی فکر کنیم.

Technical SEO هنوز سر جای خودش است

با تمام صحبت‌هایی که درباره AI داریم، گوگل یک موضوع بسیار سنتی را یادآوری می‌کند:

اگر نمی‌توانیم صفحه شما را درست Crawl و Index کنیم، بخش بزرگی از بحث همین‌جا تمام می‌شود.

برای اینکه یک صفحه بتواند در قابلیت‌های Generative AI گوگل نمایش داده شود، باید اساساً شرایط حضور در Google Search را داشته باشد.

پس مواردی مثل Crawlability، Indexability، JavaScript SEO، Duplicate Content، Page Experience و ساختار فنی مناسب هنوز مهم هستند.

به همین دلیل من GEO را جایگزین Technical SEO یا Content SEO نمی‌بینم.

بهتر است آن را یک لایه جدید روی SEO ببینیم.

Structured Data مهم است؛ اما Schema مخصوص AI نداریم

یکی دیگر از تصورهای اشتباه این است که برای حضور در AI Overview باید Schema جدید و مخصوص هوش مصنوعی پیاده کنیم.

گوگل می‌گوید چنین چیزی وجود ندارد.

Structured Data همچنان می‌تواند برای Rich Results و فهم بهتر بعضی اطلاعات صفحه مفید باشد، اما Schema مخصوصی وجود ندارد که با اضافه‌کردن آن وارد Generative AI Search شوید.

پس Schema را استفاده کنید، اما نه با این تصور که یک Shortcut برای AI Visibility پیدا کرده‌اید.

گوگل درباره llms.txt هم موضع روشنی دارد

در ماه‌های اخیر درباره فایل llms.txt زیاد صحبت شده است.

اما حداقل درباره Google Search، موضع رسمی گوگل مشخص است:

Google Search از llms.txt برای رتبه‌بندی یا حضور در قابلیت‌های Generative AI استفاده نمی‌کند.

ساختن این فایل برای سرویس‌های دیگری که ممکن است از آن پشتیبانی کنند مشکلی ندارد، اما قرار نیست وجود آن رتبه سایت شما در Google Search یا حضور شما در AI Overviews را بهتر کند.

این نکته مهم است، چون تفاوت زیادی بین دو سؤال وجود دارد:

«آیا این تکنولوژی جالب است؟»

و

«آیا این تکنولوژی روی Google Search تأثیر دارد؟»

این دو را نباید با یکدیگر اشتباه کنیم.

برای هوش مصنوعی دوباره مقاله ننویسید

یکی دیگر از توصیه‌های گوگل این است که لازم نیست یک نسخه برای انسان و یک نسخه برای AI تولید کنیم.

مثلاً نیازی نیست همان مقاله را برداریم و با جملات کوتاه‌تر، Keywordهای بیشتر و فرمت مصنوعی دوباره منتشر کنیم.

سیستم‌های گوگل می‌توانند Synonymها و مفهوم کلی جستجوی کاربر را درک کنند.

پس هدف نباید این باشد که تک‌تک شکل‌های بیان یک سؤال را داخل صفحه قرار دهیم.

به زبان ساده:

واضح بنویسید، نه رباتی.

Brand Mention خوب است؛ Mention فیک نه

این بخش برای آف‌پیج هم جالب است.

قابلیت‌های Generative AI می‌توانند درباره یک محصول یا برند، اطلاعات موجود در سایت‌ها، ویدیوها، انجمن‌ها و سایر منابع وب را بررسی کنند.

این یعنی حضور واقعی برند در فضای وب اهمیت دارد.

اما گوگل هم‌زمان هشدار می‌دهد که ساختن Mentionهای غیرواقعی و دستکاری‌شده راهکار مناسبی نیست و سیستم‌های Spam همچنان در کنار سیستم‌های رتبه‌بندی فعالیت می‌کنند.

یعنی هدف نباید این باشد:

«اسم برندم را چطور در ۱۰۰ سایت قرار بدهم؟»

سؤال بهتر این است:

«چطور کاری کنم منابع معتبر واقعاً دلیلی برای صحبت درباره برند من داشته باشند؟»

این تفاوت بین Mention Building و Brand Building است.

سایت فروشگاهی و Local Business چه کار کنند؟

اگر Ecommerce دارید، فقط روی صفحات سایت تمرکز نکنید.

گوگل مشخصاً به Merchant Center و Feed محصولات اشاره می‌کند.

اطلاعات محصول می‌تواند در تجربه‌های مختلف Search، از جمله قابلیت‌های AI، استفاده شود.

برای کسب‌وکارهای محلی هم Google Business Profile همچنان یکی از منابع مهم اطلاعات کسب‌وکار است.

مثلاً اگر یک فروشگاه اینترنتی دارید، فقط نوشتن توضیحات عالی برای Product Page کافی نیست.

قیمت، موجودی، اطلاعات محصول، تصاویر، Feed و سایر اطلاعات تجاری باید تا جای ممکن منظم و قابل اعتماد باشند.

AI Search فقط «محتوا» نمی‌خواند؛ در حال حرکت به سمت درک کامل‌تر Entity، Product و Business است.

و در نهایت چطور نتیجه را اندازه بگیریم؟

این قسمت هم تغییر مهمی است.

گوگل در Search Console گزارش Generative AI Performance را ارائه کرده تا صاحبان سایت بتوانند دید بهتری نسبت به عملکرد محتوای خود در قابلیت‌های Generative AI گوگل داشته باشند.

این یعنی GEO کم‌کم از فضایی که فقط درباره‌اش حدس می‌زدیم وارد مرحله‌ای می‌شود که می‌توانیم داده بیشتری از آن داشته باشیم.

اما یک هشدار مهم هم در سند گوگل وجود دارد:

ابزارهای Third-party به سیستم‌ها و سیگنال‌های داخلی Ranking یا AI گوگل دسترسی ندارند.

پس ابزارهایی که ادعا می‌کنند «امتیاز داخلی GEO گوگل» را اندازه می‌گیرند باید با احتیاط بررسی شوند.

پس استراتژی سئو در عصر AI چه تغییری می‌کند؟

اگر بخواهم تمام این سند گوگل را در یک جمله خلاصه کنم:

SEO از بین نرفته؛ محتوای متوسط و قابل جایگزین دارد ارزش خودش را از دست می‌دهد.

داشتن Keyword در Title همچنان می‌تواند مهم باشد.

Internal Link همچنان مهم است.

Technical SEO همچنان مهم است.

Crawl و Index همچنان مهم هستند.

اما این‌ها بیشتر از همیشه تبدیل شده‌اند به شرط ورود به بازی.

تفاوت واقعی را جایی می‌سازیم که چیزی داشته باشیم که بقیه ندارند:

تجربه واقعی، دیتای اختصاصی، بررسی عملی، تصویر و ویدیوی واقعی، نظر متخصص، Case Study، آزمایش، مقایسه واقعی، نمونه، تحقیق و دیدگاه.

شاید مهم‌ترین سؤالی که قبل از انتشار هر محتوا در سال ۲۰۲۶ باید از خودمان بپرسیم این باشد:

اگر این مقاله از اینترنت حذف شود، چیزی از اطلاعات اینترنت کم می‌شود؟

اگر جواب «نه» باشد، احتمالاً باید دوباره درباره آن محتوا فکر کنیم.

چون در اینترنتی که هوش مصنوعی می‌تواند هزاران مقاله معمولی را ظرف چند دقیقه تولید کند، مزیت ما دیگر صرفاً «تولید محتوا» نیست.

مزیت، تولید چیزی است که ارزش استناد کردن داشته باشد.

 

برای مطالعه عمیق تر راجع به بهینه سازی سایت برای هوش مصنوعی و آینده سرچ ویدیو کارگاه دانشجویان دوره جامع سئو را ببینید: