با تغییرات هوش مصنوعی چگونه یک استراتژی سئو بهینه برای آینده راه‌اندازی کنیم

بسیاری از متخصصان سئو به یاد دارند که CNET محتوای هوش مصنوعی را با اطلاعات اشتباه منتشر کرد.

اما وب‌سایت‌های creditcard.com و Bankrate نیز محتوایی با استفاده از هوش مصنوعی منتشر کردند.

در پایان روز، محتوای هوش مصنوعی در این سه سایت همانند محتوای تولیدشده توسط انسان عمل کرد. این یک فاجعه عمومی بزرگ بود زیرا CNET قبل از انتشار محتوا، آن را بررسی و تایید نکرده بود.

اما دقیقاً نکته اینجاست ، ما متوجه می شویم که هنوز به آن نقطه نرسیده ایم که محتوای هوش مصنوعی را بدون نگرانی منتشر کنیم. هوش مصنوعی فقط می‌تواند نسخه‌های اولیه را ایجاد کند، زوایای جالبی را نمایش دهد و مشکل عدم توانایی نویسنده را برطرف کند (شاید برخی اقدامات ویرایشی مانند اصلاح گرامرهای نادرست). حداقل در حال حاضر.

ما می‌توانیم ببینیم که مسیر به کدام سمت است : به سمت بالا. مدل‌های جدید با تعداد پارامترهای آموزشی بسیار بالاتر به طور همزمان در همه جا ظهور می‌کنند.

برای ما اجتناب ناپذیر است که به سمت آینده ای برویم که در آن هوش مصنوعی در هر نرم افزار زندگی کند و بازاریابی را به طور اساسی تغییر دهد.

حتی بزرگترین منتقدان هوش مصنوعی اذعان می‌کنند که ، به طور طبیعی به سوی آینده‌ایی حرکت می‌کنیم که هوش مصنوعی جزء ضروری فعالیت‌های روز مره ما خواهد بود.

همه، بله، همه، در حال حاضر در فضای تکنولوژی به سه سوال فکر می‌کنند:

• آینده هوش مصنوعی چگونه خواهد بود؟
• قرار است چه تاثیری بر ما بگذارد؟
• در مورد آن چه می توانیم انجام دهیم؟

اجازه دهید سعی کنم به این سه سوال شما برای سئو پاسخ دهم:

تأثیرات تجربه یادگیری مشارکتی جستجو (SGE)

توصیه هایی برای اثبات آینده کسب و کار شما بدون درک مفاهیم SGE منطقی نیست. مگر اینکه ابعاد تجربه یادگیری مشارکتی جستجو را درک کنید.

به یاد داشته باشید که SGE هنوز در مرحله آزمایشی (بتا) است. نسخه عمومی که قرار است در دسامبر راه‌اندازی شود، ممکن است کاملاً متفاوت باشد و ما هنوز داده‌هایی درباره ترافیک از SGE نداریم.

تمام ادعاها در این مقاله بر اساس فرضیاتی است که بر اساس آنچه در نسخه بتا می‌بینم، ارائه شده‌اند. از طرف دیگر، من در 13 سال گذشته زمان زیادی را با SGE و موتورهای جستجو گذراندم.

SGE احتمالاً در مقایسه با نسخه فعلی جستجو، ترافیک کمتری را برای اکثر سایت‌هایی که یک کلمه کلیدی را رتبه‌بندی می‌کنند، هدایت می‌کند، زیرا SGE پاسخ یک پرس و جو را می‌دهد و می‌تواند جستجوگران را به جای گفتگو با وب‌سایت‌ها، عمیق‌تر به مکالمه با Bard سوق دهد.

SGE شبیه به یک قطعه انتخابی برجسته (Featured Snippet) با قدرت افزایشی است که اندکی فضا برای نتایج ارگانیک (Organic Results) باقی می‌گذارد. اگر می‌خواهید ایده‌ای از ترافیکی که ممکن است به خطر بیافتد داشته باشید، ترافیکی که ناشی از پرسش‌ها و رتبه‌بندی‌های PAA است را از ترافیک ارگانیک خود کم کنید.

به عنوان مثال، جستجوی خود را با استفاده از عبارت منظم “چه|چرا|کجا|کی|چگونه” در کنسول جستجوی خود فیلتر کنید و سهم ترافیک غیربرند شما را محاسبه کنید. این چیزی است که شما می توانید از دست بدهید.

استثناء سایت‌هایی هستند که در کاروسل کنار نتایج جستجو رتبه‌بندی می‌شوند. سوال میلیون‌دلاری این است که آیا کاربران روی این سایت‌ها کلیک خواهند کرد یا خیر. احساس درونی من می‌گوید بله.

حتی با داشتن پاسخ‌های خوب به سؤال جستجوکننده، ممکن است هنوز بخواهند روی سایت‌ها کلیک کنند تا تصویر کامل‌ ، بررسی انسانی یا پاسخ بهتری دریافت کنند. این احتمال وجود دارد که اکثر سایت‌هایی که برای یک کلمه کلیدی رتبه‌بندی می‌شوند، ترافیک کمتری ببینند، اما سایت‌هایی که در کاروسل نمایش داده می‌شوند، ترافیک بسیار بیشتری را مشاهده خواهند کرد.

درست مانند زمانی که کاربران گوگل را برای بینگ رها نکردند، زمانی که برای اولین بار پاسخ‌های هوش مصنوعی را نشان داد، کاربران نیز در طول سال‌ها اعتماد و عادات خود را به وب‌سایت‌های خاصی ایجاد کردند.

بنابراین، فرضیه ایی که باید تأیید شود، این است که آیا جستجوکنندگان با پاسخ SGE راضی هستند یا به سایت‌ها برای اطلاعات بیشتر مراجعه می‌کنند.

کلمات کلیدی مختلف فرمت ها و درجات مختلفی از جزئیات را در پاسخ هوش مصنوعی نشان می دهند، که منجر به این سوال می شود که کدام صنایع بیشترین ضربه را از SGE خواهند دید.

قبل از هوش مصنوعی، گوگل با پاسخ‌دهی به پرسش‌های طولانی مشکل داشت. مدل‌های زبان بزرگ (LLMs) و هوش مصنوعی تولیدی این مشکل را حل می‌کنند.

آن‌ها نتایج را با نتایج جستجوهای کلاسیک وب مطابقت داده و به منظور کاهش اشتباه و بررسی صحت پاسخ‌های هوش مصنوعی، به ویژه برای پرسش‌های اطلاعاتی، عمل می‌کنند. نتیجه این است که شرکت‌هایی که ترافیک را در طول تمام مراحل مسیر کاربران به منظور کسب درآمد نقدی‌سازی می‌کنند، شدیدترین ضربه را می‌بینند: ناشران و همکاران.

فروشگاه‌ها، برندهای مستقیم به مشتری (DTC) و کسب‌وکارهای محلی ممکن است با مشکلات بیشتری مواجه شوند زیرا گوگل مستقیماً به لیستی از محصولات/کسب‌وکارها پرش می‌کند، مگر اینکه پرسش جستجو حاوی یک سؤال (غیر از “بهترین”) باشد.

با استفاده از GoogleTest برای اتصال مستقیم Google Merchant Center به صفحه پرداخت شما، احتمالاً بازاری را برای رقابت رودررو با آمازون ایجاد می کند.

برای اولین بار، فضای YMYL (پول یا زندگی شما) ممکن است برای جذب ترافیک ارگانیک از دیگران آسان‌تر باشد. چرا؟ بیشتر فضاهای YMYL به طور شدیدی تحت نظارت هستند و پاسخ‌های هوش مصنوعی ممکن است در دستورالعمل‌ها قرار گیرند، که بدون کسب مجوز ممنوع است.

فکر نمی‌کنم گوگل بخواهد این ریسک را بپذیرد. حتی ممکن است تا زمانی که راه‌حل بهتری پیدا کند به طور کامل از آنها دور بماند . اگر نمونه‌هایی از پاسخ SGE به سؤالات حساس YMYL را در نسخه بتا دیده‌ایم، اما مطمئن نیستم که در نسخه عمومی این کار را انجام دهد.

از آنجا که تجربه یادگیری مشارکتی جستجو (SGE) به طرز متفاوتی نسبت به نسخه فعلی جستجو به نظر می‌آید و کارکرد متفاوتی دارد، داده‌هایی که در سئو با آن‌ها کار می‌کنیم دیگر به همان اندازه مفید نخواهند بود.

این احتمال وجود دارد که گوگل اطلاعات مرتبط با SGE، GSC را به‌روزرسانی کند یا کلاً یک ابزار جدید در اختیار ما قرار دهد. اما اگر این اتفاق نیفتد، تعداد زیادی از داده‌های رتبه‌بندی را از دست خواهیم داد که به ما کمک می‌کنند تا نحوه جمع‌آوری نتایج را در حال حاضر مهندسی معکوس کنیم.

چگونه کسب‌وکارها می‌توانند خود را برای موفقیت آماده کنند

پس از خروج SGE از مرحله بتا، راه‌حل‌های بهتری خواهیم یافت و همه ما زمان بیشتری برای درک تأثیرات و نسخه نهایی آن خواهیم داشت. تا آن زمان، ما می‌توانیم بر اساس آنچه که تاکنون مشاهده کرده‌ایم، فرضیاتی در مورد تضمین آینده هوش مصنوعی انجام دهیم.

1. ایجاد گزینه‌هایی با ترافیک مستقیم برای استراتژی سئو

ترافیک مستقیم نشانه‌ای قوی از محبوبیت است و اغلب ترافیک با بالاترین نرخ تبدیل است ، می‌تواند گزینه‌هایی فراهم کند زمانی که ترافیک ارگانیک به چالش کشیده می‌شود.
چندین راه برای ایجاد ترافیک مستقیم وجود دارد:

• تجربه بی‌نظیر با محصول شما: خدمات مشتری برجسته، راه‌اندازی سریع و ارتباطات بالا
• موقعیت‌بندی و پیام‌رسانی قوی
• تبلیغات
• محتوا

۲. یافتن روش‌های جدید برای یادگیری از جستجوهای مشتریان

نامشخص است که آیا همچنان می‌توانیم معیارهای تقاضا ، مانند حجم جستجو یا معیارهای دیده‌شدگی مانند رتبه کلمات کلیدی برای یادگیری از آنچه کاربران می‌خواهند و چه کار می‌کنند در سئو دریافت کنیم،  برای یافتن آنچه مشتریان به دنبال آن هستند نیازمندیم.

یکی از بهترین روش‌ها، صحبت کردن با مشتریان درباره مسیرهای کاربری و جستجو است.

به عنوان مثال، شخصی در بازار تشک ،ممکن است نیازهای خاصی مانند کاهش کمردرد داشته باشد. بنابراین، ممکن است “بهترین تشک برای کمردرد”، “بهترین تشک برای کمردرد و آپنه خواب” یا “آیا تشک می تواند به کمردرد کمک کند” را جستجو کنند.