كيف تقرر محركات الذكاء الاصطناعي أي العلامات تستشهد بها: البيانات والآليات

الملخص. باتت المحركات التوليدية — ChatGPT وPerplexity وGoogle AI Overviews وGemini وClaude وCopilot — تقف بين المشتري ومواقع المورّدين، وبيانات السلوك قاطعة: في دراسة لمركز Pew Research Center على 68,879 عملية بحث في Google، نقر المستخدمون على نتيجة تقليدية في 8% من الزيارات التي ظهر فيها ملخص بالذكاء الاصطناعي، مقابل 15% في الزيارات التي لم يظهر فيها [1]. الظهور ينتقل من الترتيب إلى الإجابات. يشرح هذا الكتاب الأبيض كيفية عمل اختيار المصادر في المحركات التوليدية، ويلخّص البيانات المحكّمة وبيانات القطاع حول ما يحرّكه، ويرسم برنامجًا قائمًا على القياس للعلامات. وخلاصته المركزية: الاستشهاد سمة من سمات المحتوى لا صدفة — ويمكن بناؤه ومراقبته.

1. الخلفية: من القوائم المرتَّبة إلى الإجابات المصاغة

تُقدّر مجموعتا بيانات من عام 2025 هذا التحول كميًا. حلّل مركز Pew Research Center سلوك التصفح لـ900 بالغ أمريكي عبر 68,879 عملية بحث في Google خلال مارس 2025: أنتجت 18% من عمليات البحث ملخصًا بالذكاء الاصطناعي، وكانت هذه الصفحات تُستثار بوضوح أكبر عبر صيغ الأسئلة والاستعلامات الطويلة — إذ أنتجت 53% من الاستعلامات المكوّنة من عشرة كلمات أو أكثر ملخصًا [1]. ووجد Ahrefs، عند تحليل 300,000 كلمة مفتاحية ببيانات مجمَّعة من Google بحث Console، انخفاضًا بنسبة 34.5% في معدل النقر للنتيجة الأولى عند وجود AI Overview (أبريل 2025)، ونحو 58% في ديسمبر 2025 [2].

تبرير الزيارات الذي قام عليه SEO التقليدي يتآكل في اللحظة التي تصبح فيها واجهة جديدة — الإجابة نفسها — نقطة القرار. وفي هذه البيئة لم تعد وحدة المنافسة هي الموضع، بل الذكر: هل تُذكر العلامة، وفي أي موضع من الإجابة، وبأي دقة تُوصف.

2. النطاق والمنهج

يلخّص هذا الكتاب الأبيض ثلاث فئات من البيانات:

1. بحث محكَّم — خصوصًا دراسة GEO-bench من جامعة Princeton وIIT Delhi ومعهد الكلen للذكاء الاصطناعي، المنشورة في KDD 2024 [3]، وأعمال التتبّع في جامعة Carnegie Mellon [4].
2. قياسات صناعية واسعة النطاق — مجموعة بيانات السلوك من Pew Research Center [1]، ودراسات الكلمات المفتاحية والعلامات من Ahrefs [2][5].
3. ممارستنا في التتبّع — مجموعات استعلامات محايدة تُنفَّذ يوميًا على ستة محركات، نتحقق بها مما إذا كانت النتائج المنشورة قابلة للتعميم على محركات الإنتاج.

كل رقم منسوب إلى مصدره، ودراسات المورّدين موسومة بذلك. ولا ندّعي الاطلاع على الآليات الداخلية للمحركات؛ ومنطق الاختيار في القسم 3 مستخلص من مدخلات ومخرجات قابلة للملاحظة.

3. مسار الاختيار

رغم اختلاف الواجهات، تتبع المحركات التوليدية مسارًا متشابهًا إلى حد بعيد:

1. فهم السؤال. تعيد المحرك صياغة استعلام المستخدم في استعلام أو أكثر شبيه بالبحث، وتضيف سياقًا لم يدخله المستخدم — الموقع، وفئة المنتج، وإشارات الميزانية.
2. الاسترجاع. تُنفَّذ هذه الاستعلامات على فهرس بحث أو على مجموعة الزحف لدى المحرك. ولا تصل إلى المرحلة التالية إلا الوثائق التي تحقق ترتيبًا جيدًا بما يكفي للاستعلامات المعاد صياغتها؛ وخطأ الاسترجاع غير مرئي ولا رجعة فيه.
3. الاختيار والضغط. يقرأ النموذج الوثائق المسترجعة ويقرر أي المصادر تدعم كل عبارة، ويُستبعد الباقي بصرف النظر عن الترتيب. وخانات الاستشهاد في كل إجابة ضيقة — حفنة من المصادر تنجو من عشرات مسترجعة.
4. التركيب. تُصاغ الإجابة، وتصبح المصادر الناجية هي الاستشهادات المرئية — إن وُجدت.

النتيجة العملية: الترتيب الجيد في البحث التقليدي ضروري لكنه غير كافٍ. فقد تتصدر صفحة المرتبة الأولى ومع ذلك لا تُستشهد أبدًا، إذا لم يستطع النموذج استخراج عبارات قابلة للإسناد منها.

4. النتائج

F1 — تعديلات المحتوى تحرّك الظهور بشكل قابل للقياس

أظهر المعيار المرجعي GEO-bench (نحو 10,000 استعلام؛ وتسع استراتيجيات لتعديل المحتوى؛ وعدة محركات توليدية) أن إضافة الاقتباسات النصية والإحصاءات والمصادر رفعت الظهور النسبي للصفحات في الإجابات المولّدة بنسبة تصل إلى نحو 40% — وكانت الاقتباسات النصية والإحصاءات المعلنة صراحة من أقوى الروافع، أما التكتيك القديم الوحيد الذي جُرّب، وهو حشو الكلمات المفتاحية، فقد جاء سلبيًا [3]. وتُظهر الأعمال المكمّلة من CMU أن المحتوى التعاوني الواضح دلاليًا يحقق معدلات استشهاد أعلى بنسبة 35 إلى 60% مقارنةً بنظرائه المقتضب أو المعادي [4]. والاتجاه ثابت: تكافئ المحركات المصادر التي تجعل العبارات قابلة للتحقق والاستخراج بسهولة.

F2 — التأييد المتقاطع يتفوق على الحجم

تُظهر دراسة Ahrefs على 75,000 علامة أن ذِكر العلامات على الويب ارتبط بمعامل 0.664 مع الحضور في AI Overviews — ارتباط أقوى من الروابط الخلفية أو النطاق — وأن العلامات في النصف الأدنى بحسب حجم الذكر كانت شبه غائبة في إجابات الذكاء الاصطناعي [5]. فأن تُوصَف عبر مصادر خارجية مستقلة يعدّ أكثر من موثوقية موقعك.

F3 — الظهور والزيارات ينفصلان

وجد Pew أن المستخدمين نقروا على مصدر داخل ملخص الذكاء الاصطناعي في 1% فقط من الزيارات، وأنهم أنهوا الجلسة بعد 26% من الصفحات التي تحوي ملخصًا [1]. ويُظهر Ahrefs أن حتى النتائج في المرتبة العاشرة فقدت نحو خُمس نقراتها [2]. فأن تُستشهد بك في الإجابة يصبح تدريجيًا كل التعرض الممكن — ولم يعد النقر أمرًا مسلَّمًا به.

F4 — المحركات تتباعد، لذا تضلّل المتوسطات

في تتبّعنا اليومي، يُنتج الاستعلام المحايد نفسه بانتظام علامات مختلفة موضع الاستشهاد على ChatGPT وPerplexity وAI Overviews، وهذه الفروق تتحرك مع الوقت. ويتوافق ذلك مع ملاحظة مؤلفي GEO-bench: فعالية الاستراتيجيات تتفاوت بحسب الاستعلام والمحرك [3]. لذا فإن تدقيق محرك واحد مضلّل بنيويًا: فهو يقيس عيّنة من توزيع واحد فقط.

F5 — الحداثة تُحتسب بشكل انتقائي

ترجّح المحركات الحداثة للأسئلة الحساسة للوقت، وتتحمّل البيانات القديمة في التعريفات الثابتة. والنصيحة الشاملة «حدّث كل شيء» تهدر الجهد؛ وينبغي أن يتبع الاستثمار في الحداثة الأسئلة التي يغيّر فيها التقادم الإجابة.

5. التبعات على العلامات

• تعامل مع الإجابة كصفحة هبوط. فوصف العلامة داخل إجابة الذكاء الاصطناعي يؤدي اليوم ما كان يؤديه وسم العنوان سابقًا.
• استثمر في عبارات قابلة للاستخراج ومصادر مسمّاة. فهذه هي الروافع التي نُشرت أحجام تأثيرها [3][4].
• ابنِ أوصافًا خارجية متسقة. فالتأييد المتقاطع عبر مصادر مستقلة هو أقوى ارتباط على مستوى العلامة بالظهور في الذكاء الاصطناعي [5].
• قِس لكل محرك، ولكل استعلام، وعبر الوقت. فالتدقيقات اللحظية تخلط بين الفروق بين المحركات والتطور الفعلي.
• لا تنتظر أن تتبع النقرات الاستشهادات. أبلغ عن الظهور كنتيجة مستقلة بذاتها [1][3].

6. الحدود

تقيس المعايير المرجعية الظهور النسبي في ظروف مضبوطة، لا الإيرادات؛ والربط بين الظهور ونتائج الأعمال غير موثّق. ودراسات المورّدين تنطوي على تفاوت في الإفصاح — فالمنهجيات والعينات تختلف، والمحركات تتطور أسرع مما تُستنسخ الدراسات. والأرقام المذكورة هنا دالّة ومؤرَّخة، ولا ينبغي قراءة أي منها كثابت دائم. أما بيانات تتبّعنا فهي بيانات رصدية من ستة محركات ومن فئات عملائنا.

7. التوصيات

1. ابنِ مجموعة استعلامات مستقرة من الأسئلة التي يطرحها مشتروك فعليًا على المحركات، وثبّتها قبل أن تغيّر أي شيء في الموقع.
2. راجع الصفحات الأساسية بحثًا عن عبارات قابلة للاستخراج ووضوح في الكيان — واكتب المحتوى بحيث تستطيع الفقرات أن تقف بذاتها.
3. حدّد المصادر الخارجية التي تُستشهد بها في فئتك، واتخذ معاييرها التحريرية مقياسًا لمحتواك.
4. نفّذ مجموعة الاستعلامات يوميًا على جميع المحركات، وتتبّع معدل الذكر والموضع والمصادر المستشهد بها كاتجاهات منفصلة.
5. قارن اتجاه الظهور في الذكاء الاصطناعي بمقاييس البحث التقليدي — وتوقّع أن يتباعدا.

المراجع

1. Pew Research Center, «Google users are less likely to click on links when an AI summary appears in the results», يوليو 2025. pewresearch.org
2. Ahrefs, «AI Overviews Reduce Clicks by 34.5%» (أبريل 2025) وتحديث ديسمبر 2025 (300,000 كلمة مفتاحية، بيانات Google بحث Console). ahrefs.com/blog/ai-overviews-reduce-clicks
3. Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K., Deshpande, A., «GEO: Generative Engine Optimization», KDD 2024. arXiv:2311.09735
4. Chen, et al., «What Generative بحث Engines Like», Carnegie Mellon University, 2025. arXiv:2510.11438
5. Ahrefs, «An Analysis of AI Overview Brand Visibility Factors (75K Brands Studied)», 2025. ahrefs.com/blog