می وب

بلاگ

  • سئو جدید GEO است — و تقریباً هیچ‌کس قوانین آن را نمی‌داند

    یک ردیف لپ‌تاپ با گفت‌وگوی هوش مصنوعی در پیش‌روی گوگل، مایکروسافت و پرپلکستی
    Getty Images؛ Tyler Le/BI
    • هوش مصنوعی در حال تغییر ماهیت جستجو و بازنویسی قوانین برای برندهاست.
    • این منجر به پیدایش یک صنعت کوچک از متخصصان جستجوی هوش مصنوعی شده است، اگرچه شکاکان هشدار می‌دهند که وعده‌های بیش از حد داده می‌شود.
    • این داستان یکی از پنج بخش از مجموعه‌ای است که به بررسی تحول فضای جستجوی آنلاین می‌پردازد.

    در تابستان امسال، آژانس روابط عمومی بوسپار در حال آماده‌سازی یک اعلان بزرگ برای مشتری‌اش، شرکت بینایی ماشین هوش مصنوعی RealSense بود که با مشکلی ناخوشایند مواجه شد.

    وقتی بوسپار از ChatGPT، Claude، Gemini یا Copilot در مورد RealSense پرسید، هر یک نسخه‌ای از همان پاسخ را دادند: RealSense دیگر فعالیت تجاری خود را متوقف کرده بود.

    در واقع، این شرکت در آستانه اعلام جداسازی از مادر شرکت خود، اینتل، و جذب یک دور تأمین مالی ۵۰ میلیون دلاری بود. چگونه RealSense می‌توانست پوشش خبری درجه‌بالا دریافت کند در حالی که ابزارهای پیشرو هوش مصنوعی قبلاً سوگواری آن را نوشته بودند؟

    «اگر خطایی رخ دهد، برای ChatGPT شماره ۱‑۸۰۰ وجود ندارد»، گفت کرتیس سپارر، رئیس بوسپار.

    تقریباً نیمی از مصرف‌کنندگان ایالات متحده از جستجوی مبتنی بر هوش مصنوعی برای ارزیابی و کشف برندها استفاده می‌کنند، طبق گزارش اخیر مک‌کنزی. در این دوره جدید، گوگل — که ویژگی‌های جستجوی هوش مصنوعی خود را معرفی کرده است — همچنان بر بازار کلی جستجو غلبه دارد و حدود ۹۰٪ از ترافیک موتورهای جستجوی جهانی را به خود اختصاص داده است، به گفته کلودفلیر.

    همان‌گونه که ماهیت جستجو شروع به تغییر می‌کند، کسب‌وکارهایی از شرکت‌های مسافرتی تا برندهای پوشاک در تلاشند تا اطمینان حاصل کنند که به‌صورت برجسته — و دقیق — در این موتورهای پاسخ ظاهر می‌شوند.

    این داستان بخشی از مجموعه‌ای است که به بررسی تحول فضای جستجوی آنلاین و تأثیر آن بر مصرف‌کنندگان، شرکت‌های رسانه‌ای، تبلیغ‌کنندگان و بسترهای فناوری می‌پردازد.

    • نسل جدیدی از استارتاپ‌های رسانه‌ای برای زنده‌ماندن در شرایط ‘Google Zero’ ساخته شده‌اند.
    • از گوگل خسته‌اید؟ این‌ها هوشمندانه‌ترین روش‌ها برای جست‌وجوی وب هستند.
    • چگونه گوگل خود را به‌چالش می‌کشد تا OpenAI را پشت سر بگذارد
    • چرا Pinterest تمام توان خود را به جستجو اختصاص داده است

    ظهور GEO (بهینه‌سازی موتور تولیدی) تقاضا برای بازیگران تاسیس‌شده سئو (بهینه‌سازی موتور جستجو) را افزایش داده است. روز چهارشنبه، ادوبی اعلام کرد که قصد دارد پلتفرم نرم‌افزاری بازاریابی متخصص سئو — و اکنون GEO — به نام Semrush را به‌قیمت ۱٫۹ میلیارد دلار به‌دست آورد.

    این روند همچنین باعث ظهور یک صنعت نوپای کوچک شده است. متخصصین پیشین سئو اکنون خود را به‌عنوان مرجع‌های GEO و AEO (بهینه‌سازی موتور پاسخ) معرفی می‌کنند.

    فیدهای LinkedIn و Meta مملو از تبلیغاتی‌اند که توسط استارتاپ‌ها، آژانس‌ها و مشاورین منتشر می‌شود و ادعا می‌کنند فرمولی برای ارتقای دیده‌شدن در پلتفرم‌های برتر هوش مصنوعی دارند. بازاری بزرگ برای این حوزه وجود دارد: تنها حدود ۱۶٪ از برندها به‌صورت سیستماتیک عملکرد جستجوی هوش مصنوعی خود را ردیابی می‌کنند، به گفته مک‌کنزی.

    تغییرات جستجو همچنین منجر به یک جدل شدید شده است: آیا متخصصان GEO و AEO می‌توانند واقعاً به وعده‌های خود عمل کنند؟

    «همه حول محور تبدیل شدن به آژانس بعدی دیوانه می‌شوند — تمام کارآفرینان کناری و فروشندگان داروی تقلبی که ابزارهایشان هم‌اکنون در این قطار هستند و از هیجان آن سوار می‌شوند»، گفت کای اسپرسترباش، پژوهشگر هوش مصنوعی کاربردی، دانشمند وب و متخصص با تجربه سئو.

    بیزینس اینسایدر با متخصصان سئو و سه پلتفرم برتر جستجوی هوش مصنوعی — گوگل، مایکروسافت و پرپلکستی — مصاحبه کرد تا بررسی کند بهینه‌سازی محتوا در عصر هوش مصنوعی چه شکلی دارد. OpenAI پاسخی به درخواست اظهارنظر نداد.

    نکته کلیدی این است که برخی تکنیک‌های GEO می‌توانند به برندها کمک کنند تا دیده‌شدنشان در پاسخ‌های تولیدی توسط هوش مصنوعی افزایش یابد، اما این دستاوردها ممکن است در فضایی که مدل‌ها به‌طور مداوم بازآموزی و به‌روزرسانی می‌شوند، موقتی باشد. به‌نوعی GEO برچسب جدیدی برای استراتژی‌های موجود ساختن برند در شرکت‌ها است که ترکیبی از حفظ بهداشت مناسب وب‌سایت، استراتژی قوی روابط عمومی و تبلیغات پولی سنتی برای افزایش آگاهی مصرف‌کنندگان می‌باشد.

    داستان‌های Inside Business ساختار داخلی شرکت‌هایی از سیلیکون ولی تا وال استریت را که امروز در حال شکل‌دادن به جهان ما هستند، نشان می‌دهند.

    یک ابزار ردیابی دیده‌شدن هوش مصنوعی به نام Lorelight به‌تازگی تعطیل شد و بنیان‌گذار آن می‌گوید که چنین چیزی به‌عنوان «استراتژی GEO» جدا از ساخت برند وجود ندارد، حداقل برای شرکت‌های بزرگ.

    «بسیاری از افراد سعی می‌کنند نشان دهند که در GEO بسیار ماهر هستند تا بهره‌مند شوند. سپس شرکت‌های فناوری، به‌ویژه شرکت‌های هوش مصنوعی، سعی می‌کنند گفتن اینکه همه‌چیز بی‌ارزش است را به نفع خود به کار ببرند»، گفت جسی دوایر، رئیس بخش ارتباطات در Perplexity. «واقعیت همیشه جایی میان این دوست».

    GEO در مقابل SEO

    سئو، که عمدتاً بر روی جستجوی گوگل متمرکز است، به معنای طراحی صفحات وب و به‌دست آوردن لینک‌های با کیفیت از سایت‌های معتبر به منظور ارتقای رتبه برند در صفحات نتایج موتورهای جستجو می‌باشد.

    صنعت سئو بر پایه بیش از ۲۵ سال مطالعه، آزمایش و حتی برخی افشاهای خود غول‌های جستجو در مورد نحوه کار الگوریتم‌های رتبه‌بندی ساخته شده است. اما تفاوت‌های اساسی میان GEO و سئو وجود دارد.

    آراوین‌د سرینویس، مدیر عامل Perplexity
    هم‌بنیانگذار، رئیس و مدیر عامل Perplexity، آراوین‌د سرینویس. Bloomberg/Bloomberg از طریق Getty Images

    در ابتدا، دنیای GEO داده‌های تاریخی بسیار کمتری برای ساختن فرضیات خود دارد. برای جستجوی سنتی، متخصصان می‌توانند از ابزارهایی مانند Google Search Console برای مشاهده چگونگی نمایش سایت‌هایشان در نتایج جستجو و Google Trends برای شناسایی واژگان روندی استفاده کنند. پلتفرم‌های هوش مصنوعی این گونه داده‌ها را بسیار محرمانه نگه می‌دارند، به جز پست‌های بلاگی گاه‑به‌گاه یا مطالعاتی مانند مطالعه اخیر OpenAI که نشان داد مردم عمدتاً از ChatGPT برای وظایف روزمره، از جمله کمک به نوشتن و پشتیبانی فنی، استفاده می‌کنند.

    «شما نمی‌دانید مردم در حال حاضر چگونه به‌دنبال برندها و خدمات می‌گردند»، اسپرسترباش در گفتگوهای هوش مصنوعی گفت.

    علاوه بر این، عامل شخصی‌سازی نیز نقش مهمی دارد. صفحهٔ اصلی جستجوی سنتی عموماً برای همه یکسان به نظر می‌رسد — اگرچه گوگل گزینه‌هایی برای شخصی‌سازی نتایج فراهم می‌کند. اکنون شرکت‌ها باید تلاش کنند تا برندهای خود را در جستجوهای گفتگویی خاص و عمیق‌تر به‌نرخ برجسته کنند. پاسخ‌ها می‌توانند برای کاربران مختلف به‌شدت متفاوت باشند، بسته به تنظیمات ترجیحات و تاریخچهٔ گفتگوهایشان.

    موضوع را پیچیده‌تر می‌کند این که پلتفرم‌ها به‌طور منظم مدل‌های خود را بازآموزی می‌کنند و این می‌تواند نمایش یک برند را از یک روز به‌روز دیگر به‌طور چشمگیری تغییر دهد، گفت تیم دی روزن، هم‌بنیانگذار شرکت Auditing GEO به نام AIVO Standard.

    در حالی که بسیاری از شرکت‌های GEO خدماتی مانند داشبوردهایی ارائه می‌دهند که زیرمجموعه‌ای از درخواست‌های کاربران را تجزیه و تحلیل می‌کنند، بیشتر آنچه اندازه‌گیری می‌شود قابل بازآفرینی نیست. روش‌های متفاوتی که کاربران سؤال می‌پرسند و نحوهٔ واکنش مدل‌ها — به‌علاوه داده‌هایی که استفاده می‌کنند — همگی در حال تغییر پیوسته هستند، گفت دی روزن، که این موجب می‌شود نتایج به‌طور ذاتی ناپایدار باشند.

    دیدگاه پلتفرم

    پلتفرم‌های بزرگ می‌گویند که اصول کلیدی سئو همچنان در عصر هوش مصنوعی صادق هستند. مشابه سئو، سیستم‌های هوش مصنوعی به محتوای تازه، با رتبه‌بندی بالا و قابل اعتماد تکیه می‌کنند، گفت کریشنا ماداوان، مدیر محصول ارشد در مایکروسافت بینگ.

    «به راه‌حل‌های کوتاه‌مدت شک کنید»، او گفت.

    دنی سولیوان، مدیر در Google Search، گفت که هر ابزار GEO که فقط برای رتبه و نمایان بودن محتوا راهنمایی می‌کند، «تصویر بزرگتر» را از دست می‌دهد.

    «آیا کارهایی انجام می‌دهید که برای انسان‌ها مفید است؟» او افزود. «این همان چیزی است که می‌خواهیم به آن پاداش بدهیم.»

    دنی سولیوان، رابط عمومی گوگل برای جستجو، در حال صحبت کردن به میکروفن نشان داده شده است
    دنی سولیوان، مدیر در Google Search. Google

    سولیوان نمونه‌ای از مشاوره‌های رایج از متخصصان سئو/‌GEO را که به‌زودی ممکن است منسوخ شود، به اشتراک گذاشت: این که مدل‌های زبانی بزرگ ترجیح می‌دهند محتوای کوتاه‌مدت داشته باشند.

    «شاید آن‌ها دیده‌اند که این کار در برخی موارد خاص و در برخی مکان‌ها مؤثر است»، گفت. «اما مدل به‌طور حتمی تغییر خواهد کرد. تمام کارهایی که برای خوشنودسازی سیستم انجام دادید ممکن است در درازمدت نتواند ادامه یابد.»

    چیزی که جدید است، به گفته ماداوان از بینگ، این است که شرکت‌ها باید به بهینه‌سازی برای گنجاندن در یک پاسخ ترکیبی فکر کنند، نه صرفاً یک فهرست از لینک‌ها در صفحه نتایج جستجو.

    «فراتر از کلیدواژه‌ها به نیت کاربر، ساختار سؤال‑پاسخ و نشانه‌های قابل خواندن توسط ماشین که محتوای شما را برای تجزیه آسان می‌کند، فکر کنید»، ماداوان گفت.

    چگونه شرکت‌ها به GEO می‌پردازند

    همان‌طور که صنعت GEO شکل می‌گیرد، شرکت‌ها با احتیاط پیش می‌روند و راهنمایی از چندین کارشناس جستجو می‌کنند.

    وینی‌ت مهره، مدیر بازاریابی (CMO) شرکت فناوری مالی Chime، می‌گوید بازاریابان اغلب اشتباه می‌کنند که فقط با یک ابزار یا آژانس کار کنند.

    «ما سعی می‌کنیم از چندین شرکت استفاده کنیم تا کمی رقابت ایجاد شود»، او گفت. «می‌توانید ببینید چه کسی مسیر محصول خود را برای شما سفارشی می‌کند و چه کسی سریع‌تر از دیگری نوآوری می‌کند.»

    آژانس روابط عمومی بوسپار همچنین دریافت که ترکیب چندین راه‌حل بهتر از تکیه بر یک مشاور یا پلتفرم GEO است. در نهایت، آن‌ها «مرگ» پیش‌دستی RealSense را به مقاله‌ای خبری در سال ۲۰۲۱ که بازسازی شرکت را به‌صورت نادرست توصیف کرده بود، ردیابی کردند؛ این مسأله سپس در پلتفرم‌هایی مانند Reddit بحث شد و به‌صورت زلزله‌ای تبدیل شد — منبع مهمی برای آموزش مدل‌های زبانی بزرگ.

    بوسپار درخواست تصحیح از نشریه اصلی کرد و تغییراتی در وب‌سایت RealSense اعمال کرد؛ از جمله افزودن بخشی پرسش‌های متداول (FAQ) که شایعه تعطیلی را رد می‌کرد. این آژانس همچنین مدیران RealSense را تشویق کرد تا به‌صورت فعال در گفتگوهای رایج روباتیک و هوش مصنوعی در شبکه‌های اجتماعی شرکت کنند تا رهبری فکری خود را نشان دهند.

    در حالی که ابزارهای دیده‌شدن هوش مصنوعی مانند داشبوردها هنوز در مرحلهٔ اولیه خود هستند، تاکتیک‌های بوسپار برای هر کسی که در مدیریت اعتبار یک شرکت در عصر دیجیتال فعالیت می‌کند، آشنا به‌نظر می‌رسد.

    «روزهای ابتدایی GEO و AEO است که هر کسی دست بلند کند و خود را متخصص اعلام کند»، گفت اسپارر بوسپار. «فکر می‌کنم این در این مقطع کمی اغراق‌آمیز است، چون علم هنوز تازه است.»

    در اینجا نکات کلیدی مشاوره GEO از گوگل، مایکروسافت و پرپلکستی

    گوگل:

    سولیوان گفت که اصول پایه‌ای سئو به‌طور کلی بر فرم‌های جدید جستجوی هوش مصنوعی نیز اعمال می‌شود.

    «سایت‌های بسیاری موفق می‌شوند چون از سئو استفاده نمی‌کنند یا سئوکار نمی‌گیرند»، سولیوان گفت. «آن‌ها به آن فکر نمی‌کنند زیرا تنها روی تولید محتوای عالی تمرکز دارند.»

    به‌نظر می‌رسد حفظ بهداشت عمومی وب‌سایت و داده‌های ساختاری‌دار همیشه منطقی است؛ این کار اطمینان می‌دهد که خزنده‌های جستجوی گوگل بتوانند به‌درستی به محتوای مرتبط دسترسی پیدا کنند، سولیوان گفت، به‌ویژه که پاسخ‌های هوش مصنوعی هنوز در هستهٔ خود شامل بخش بزرگی از نتایج جستجوی سنتی هستند.

    قالب‌های هوش مصنوعی همچنین در پاسخ به پرسش‌های چندرسانه‌ای بهبود یافته‌اند — به عنوان مثال کاربری می‌تواند بپرسد «در این ویدئو چه چیزی موجود است؟»

    «اگر هنوز فقط متنی کار می‌کردید، افزودن تصاویر و ویدیوها ممکن است به شما کمک کند. اما در هر صورت این موارد به شما کمک می‌کردند»، سولیوان گفت.

    مایکروسافت:

    ماداوان گفت که اصول پایه‌ای سئو همچنان حیاتی هستند، از جمله سیگنال‌های ساختار و تازگی که محتوا را برای مصرف هوش مصنوعی آسان‌تر می‌کند. این شامل استفاده از بخش‌های سؤال‑پاسخ، نقشه‌های سایت و اسکیما (کدی که به موتورهای جستجو کمک می‌کند سایت شما را درک کنند) و همچنین به‌کارگیری IndexNow است؛ پروتکلی که موتورهای جستجو را از تغییرات سایت شما باخبر می‌سازد.

    از نظر سبک، کریشنا همچنین فهرست‌ها و جدول‌ها را به‌جای متون طولانی پیشنهاد می‌کند و توصیه می‌کند نشانه‌گذاری ساده باشد؛ از جمله اجتناب از خط تیرهٔ بلند (em dash) و نمادهای پیچیده.

    پرپلکستی:

    با انتقال از سئو به GEO، «بزرگ‌ترین اشتباهی که می‌توانید انجام دهید این است که سعی کنید مقایسهٔ apples‑to‑apples (همسان) را اعمال کنید»، دوایر گفت — و بسیاری از شرکت‌های ارائه‌دهندهٔ خدمات GEO دقیقا همین کار را انجام می‌دهند.

    دوایر افزود که او به بازاریابان توصیه کرده است که جستجوی هوش مصنوعی بودجه‌ها را به سمت بازاریابی سنتی برند می‌چرخاند. هوش مصنوعی «اصطکاک» جستجو را حذف می‌کند و به مردم امکان می‌دهد تنها با درخواست، خرید انجام دهند. به‌همین دلیل، ساختن یک برند قوی به‌طور فزاینده‌ای اهمیت خواهد یافت، او گفت.

  • چگونه با مادربزرگ دربارهٔ ChatGPT صحبت کنیم

    تصویر یک زن سالخورده که لوگوی OpenAI در عینک او منعکس شده است.

    تصویر: Allie Carl / Axios

    کارشناسان آداب و رسوم توصیه می‌کنند که در میز شام تعطیلات دربارهٔ سیاست و مذهب صحبت نشود، اما دلیل خوبی برای صحبت کردن دربارهٔ هوش مصنوعی وجود دارد، به‌ویژه با بستگان مسن.

    چرا مهم است: افراد سالمند هدف اصلی کلاهبرداری‌ها هستند و هوش مصنوعی به‌طوری آسان و ارزان‌قیمت‌تری می‌تواند متونی، صدا و ویدئوی جعلی متقاعدکننده‌ای تولید کند که خود را به‌عنوان بستگان در وضعیت اضطراری نشان می‌دهند.

    آمار: بزرگسالان سالمند در یک‌سوم موارد، محتوای آنلاین را اشتباه تشخیص می‌دهند، طبق یک مطالعهٔ اخیر توسط شرکت مراقبت‌های بهداشتی در منزل The CareSide و پژوهشگران دانشگاه هاروارد و دانشگاه مینه‌سوتا.

    • در یک آزمون کوتاه، سالمندان شرکت‌کننده حدود یک‌سوم زمان‌ها محتواهای واقعی را جعلی و یا محتواهای جعلی را واقعی می‌نامیدند، حتی اگر نسبت به توانایی خود در تشخیص تفاوت اطمینان داشته باشند.

    راهنمای مختصر برای کمک به بستگان (و خودتان) در عبور از دنیای آنلاین که مرزهای بین آثار انسانی و ماشینی در هم می‌آمیزد.

    درک چگونگی کار مدل‌های زبانی بزرگ (LLM) (و اینکه چه کار نمی‌کنند)

    نگاه کلی: برای درک یا کمک به دیگران در درک هوش مصنوعی، نیازی به داشتن دکترای یادگیری ماشین ندارید.

    • مدل‌های زبانی بزرگ (LLM) که چت‌بات‌ها را تقویت می‌کنند، جادو نیستند؛ آن‌ها ماشین‌های پیش‌بینی هستند که کلمه (یا پیکسل یا فریم ویدئویی) بعدی محتمل‌ترین را حدس می‌زنند.
    • ربات‌ها نیز هوشمند هستند؛ دوستانه، شوخ‌طبع و می‌توانند همدلی را شبیه‌سازی کنند. و اگرچه در عدم هماهنگی خودکار با دید کاربر پیشرفت می‌کنند، اما هنوز برای گفتن چیزی که می‌خواهید بشنوید، پاداش می‌گیرند.
    • به گفتهٔ پژوهشگر هاروارد، فِرد هیدینگ، حذف حس شرمندگی از عدم درک چگونگی کار این همه چیز مهم است، به‌ویژه اگر عزیزتان قربانی یک کلاهبرداری شده باشد.

    در مورد آن صحبت کنید

    نمونه‌ای از این مسأله: اطمینان حاصل کنید که بستگان شما از کلاهبرداری‌های تلفنی و پیامکی آگاهند. در مورد این‌که یک تماس یا پیام مشکوک می‌تواند چگونه به نظر برسد توضیح دهید: «نوه‌ای در دردسر»، بانکی که طلب پرداخت فوری دارد، یا مراقبی که درخواست کارت‌های هدیه اضطراری می‌کند.

    • به پدربزرگ و مادربزرگ بگویید که همیشه می‌توانید تماس را قطع کنید و با شماره‌ای که می‌شناسند بازگردید، یا پیش از ارسال پول، در پیام گروه خانوادگی بررسی کنید.
    • یک «کلمهٔ ایمن» خانوادگی تدوین کنید تا به‌سادگی هویت یک بستگان را در تماس یا پیام تأیید کنید. «این می‌تواند به‌عنوان یک پل نرم برای گفتگو دربارهٔ خطرات هوش مصنوعی به‌طور کلی با مادربزرگ‌ها باشد»، سارا دولی، بنیانگذار AI‑Empowered Mom، به Axios گفت.

    آموزش “نشانه‌های” هوش مصنوعی

    بین خطوط: تولیدکنندگان متن، تصویر و ویدئو به‌تدریج واقع‌گرایانه‌تر می‌شوند، اما هنوز راه‌هایی برای تشخیص محتوای هوش مصنوعی وجود دارد.

    • اگر چیزی را کمی نامناسب یا مشکوک ببینید, «حس درون‌تان باید بگوید که جزئیات را دقیق‌تر بررسی کنید»، می‌گوید جِرمی کاراسکو، متخصص افشای هوش مصنوعی و مؤسس Showtools.ai در یوتیوب و تیک‌تاک.
    • اگر ویدئو شبیه ضبط دوربین امنیتی یا دوربین بدنی باشد، این شاخصی است. تولیدکنندگان ویدئوی هوش مصنوعی در ساخت صحنه‌های واقع‌گرایانهٔ دوربین‌های نظارتی مهارت دارند، چون ما به این ویدئوها که کمی «grainy» به‌نظر می‌رسند عادت داریم.

    بدانید که چت‌بات‌ها اغلب با اطمینان اشتباه می‌کنند

    چک واقعیت: امروزه اکثر مردم می‌دانند که هوش مصنوعی همیشه باید صحت‌سنجی شود. مدل‌های زبانی ممکن است هالوسینیشن داشته باشند یا اطلاعات ساختگی ارائه دهند.

    • چت‌بات‌ها همیشه با اعتماد به‌نفس صحبت می‌کنند. پاسخ‌هایشان حتی هوشمندترین کاربران را می‌تواند فریب دهد.
    • ویدئوها به‌ویژه ما را آموزش می‌دهند تا به‌سرعت و به‌صورت غریزی واکنش نشان دهیم، بدون اینکه سؤالاتی که معمولاً می‌پرسیم، بپرسیم. «دقت و آگاهی مهم‌ترین مهارت‌هایی هستند که باید بازسازی شوند، به‌ویژه برای سالمندانی که در دنیایی بزرگ شدند که عکس‌ها و ویدئوها بودند شواهد»، روبِرتا اشمید، سردبیر NewsGuard، به Axios گفت.
    • با افراد سالمند بنشینید و از چت‌بات مورد علاقهٔ آن‌ها سؤالی بپرسید که عزیزتان به‌خوبی می‌داند. ببینید آیا می‌توانند اشکالات پاسخ‌های آن را پیدا کنند.

    به‌عمق بروید: ساده‌ترین راهنمای استفاده از چت‌بات‌ها.

  • آیا این هوش مصنوعی است — یا سقوط هواپیما؟

    در عصر هوش مصنوعی، یکی از برجسته‌ترین بازرسان فدرال حوادث، دربارهٔ تأثیر احتمالی این فناوری بر عموم مردم پس از وقوع فجایع نگران است.

    تصویری شامل پست X از یک تصویر مشکوک تولیدشده توسط هوش مصنوعی از سقوط هواپیما.

    تصویری شامل پست X که دیگر در دسترس نیست، از یک تصویر مشکوک به‌دست‌آمده توسط هوش مصنوعی از سقوط هواپیمای ژانویه در واشینگتن. | تصویر توسط بیل کوچمن/POLITICO (منبع تصویر از X)

    توسط سام اوگوزالک

    حدود ۱۱ ساعت پس از بزرگ‌ترین فاجعه هوایی کشور در بیش از دو دهه، یک کاربر X تصویر دراماتیکی از نجات‌بخشانی که بر فراز بقایای سقوط در رودخانهٔ پوتاماک می‌رفتند، به همراه نورهای اضطراری که آسمان شب را روشن می‌کردند، منتشر کرد.

    اما این واقعی نبود.

    این تصویر که پس از سقوط مرگبار ژانویه بین یک جت منطقه‌ای و هلیکوپتر بلک‌هاک ارتش، بیش از ۲۱٬۰۰۰ بازدید دریافت کرد، با عکس‌های بدنهٔ خراب شده‌ای که پس از فاجعهٔ ۲۹ ژانویه گرفته شده‌اند — یا مشاهدات افسران پلیس واشنگتن که به صحنه واکنش نشان دادند — که توسط سخنگوی ادارهٔ پلیس، تام لینچ، بیان شد، مطابقت ندارد.

    یک بررسی خبرگزاری به‌سرعت این تصویر را به‌عنوان جعل شناسایی کرد — احتمالاً با استفاده از هوش مصنوعی، بر پایهٔ «DeepFake‑o‑meter» توسعه‌یافته توسط دانشگاه بوفالو. سه ابزار تشخیص هوش مصنوعی که توسط POLITICO به کار رفته‌اند نیز آن را به‌عنوان محتملاً تولید شده توسط هوش مصنوعی علامت‌گذاری کردند. این پست دیگر در دسترس نیست؛ X می‌گوید حساب کاربری معلق شده است.

    اما این تصویر یک مورد منزوی در فضای آنلاین نیست. بررسی POLITICO شواهدی یافت که محتوای تولیدشده توسط هوش مصنوعی به‌صورت روال در پی فجایع حمل‌ونقل در حال ظاهر شدن است، از جمله پس از سقوط هواپیمای باری UPS که در اوایل این ماه ۱۴ نفر را کشته بود. پست‌های مرتبط با حوادث هوایی که در این داستان برجسته شده‌اند، از کاربران بودند که به درخواست‌های نظرسنجی برای اظهار نظر پاسخ ندادند.

    پدیدهٔ رو به رشد این امر متخصصانی مانند جنیفر هومندی، برترین بازرس حوادث حمل‌ونقل کشور، را نگران می‌کند.

    «من بسیار نگرانم که با استفاده از هوش مصنوعی، واقعاً می‌تواند درک عمومی و مسافران را تحت تأثیر قرار دهد»، جنیفر هومندی، رئیس هیئت ملی ایمنی حمل‌ونقل (NTSB)، در یک انجمن خلبانان خطوط هوایی (ALPA) در سپتامبر گفت. NTSB در حال پیگیری تحقیقی یک‌ساله دربارهٔ علل فاجعهٔ ژانویه در واشنگتن است که منجر به مرگ ۶۷ نفر شد.

    مشاور ایمنی هوانوردی جف گوزتی تأیید کرد و گفت که انتشار محتوای ایجادشده توسط هوش مصنوعی به‌سرعت پس از یک سقوط می‌تواند گسترش اطلاعات نادرست را افزایش داده و «یکپارچگی تحقیق واقعی را زیر سؤال ببرد».

    بدترین سناریو این است که «به‌دلیل حواس‌پرتی همه، پیشگیری از حادثهٔ بعدی به‌تأخیر افتد»، گفت گوزتی، که پیشتر مقامات بلندپایه‌ای در NTSB و اداره فدرال هوانوردی (FAA) بود.

    اما او پاسخی ساده برای اینکه FAA چگونه می‌تواند به محتوای مبتنی بر هوش مصنوعی در شبکه‌های اجتماعی واکنش نشان دهد نداشت و گفت که این امر نیاز به راه‌حلی «کل‌دولت» دارد.

    در بیانیه‌ای، این سازمان هوانوردی بیان کرد که «کارزارهای اطلاعات نادرست می‌توانند خطرات ایمنی را افزایش داده و اعتماد عمومی را تضعیف کنند»، و افزود که از «تمام روش‌ها و پلت‌فرم‌های موجود برای ارائه به‌روزرسانی‌های دقیق و لحظه‌ای به مردم» استفاده می‌نماید.

    ‘متن بی‌معنی’

    اما تقلب‌ها همچنان ادامه دارند.

    استاد علوم کامپیوتر و مهندسی دانشگاه بوفالو، سی‌وئی لیو، به ضبط ۹۱۱ ادعایی از سقوط پل فرانسس اسکات کی در سال گذشته در بالتیمور که پس از فاجعه به‌سرعت در شبکه‌های اجتماعی پخش شد و ادعا می‌شد از یک راننده بود که خودروش پس از سقوط در آب در حال غرق شدن بود، اشاره کرد. او گفت ممکن است این صدا توسط هوش مصنوعی ساخته شده باشد — با یک «نشانه واضح» یعنی «قالب آرام گفت‌وگو که با اضطراری بودن وضعیت سازگار نیست».

    به‌تازگی، POLITICO ویدئویی که به‌نظر می‌رسید توسط هوش مصنوعی تولید شده، در TikTok از سقوط یک هواپیمای باربری UPS در لویی‌ویل، کنتاکی، و کنفرانس خبری بعدی NTSB دربارهٔ حادثه اوایل نوامبر یافت. دو ابزار تشخیص هوش مصنوعی که توسط POLITICO به‌کار رفته‌اند، این محتوا را به‌عنوان احتمالاً ساخته‌شده توسط هوش مصنوعی علامت‌گذاری کردند.

    تماشا: گفت‌وگو

    هنگامی که این ویدئو که شامل تصاویری با وضوح بالا از نمای زیرین هواپیمای سوختگی هنگام پرواز است، برای وی ارسال شد، سخنگوی NTSB، پیتر نادسون، اشاره کرد که این ویدئو بخشی از جلسه مطبوعاتی برگزار شده توسط هیئت ایمنی را نشان می‌دهد، اما در نهایت مطمئن نبود که آیا آن بخش با هوش مصنوعی ساخته شده است یا خیر.

    عکس رئیس هیئت ملی ایمنی حمل‌ونقل، جنیفر هومندی.

    رئیس هیئت ملی ایمنی حمل‌ونقل، جنیفر هومندی، در یک نشست هیئت در ماه ژوئیه. او در حال هشدار دادن دربارهٔ جعلی‌های فاجعه‌ای است. | Rod Lamkey Jr./AP

    اما طبق گفتهٔ لیو، این ویدئو از چندین کلیپ ۴ تا ۵ ثانیه‌ای تولیدشده توسط هوش مصنوعی «به‌هم پیوسته» و همراه با روایت متن‑به‑صدا مصنوعی تشکیل شده است.

    «محتوا شامل بسیاری از آثار آشکار هوش مصنوعی است، از جمله جابجایی‌های آتش که با حوادث واقعی ناسازگار است، اشیاء به‌صورت ناگهانی ظاهر می‌شوند، عناصر پس‌زمینه ثابت یا ناسازگار، علامت‌گذاری نادرست هواپیما، صحنه‌های جغرافیایی نادرست، و جزئیات توهمی مانند چراغ‌های تقلبی پلیس و متن بی‌معنی روی جعبه‌سیاه»، لیو گفت.

    او به‌عنوان مثال اشاره کرد که یک هواپیما در ویدئو در میانهٔ هوا ثابت ماند، در حالی که عزاداران نزدیک به یک نرده جمع می‌شدند، و در حین کنفرانس خبری NTSB، مردی در پس‌زمینه «تغییر غیرطبیعی دست را نشان میداد؛ انگشتان و مچ دست او به‌سرعت شکل می‌گیرند».

    نویسنده‌ای که نام کاربری‌اش «pulsenewsreels» است، به درخواست برای نظرآفرینی پاسخی نداد، هرچند توضیح حساب کاربری می‌گوید: «بر پایهٔ حقایقی که در زمان تهیهٔ این ویدئوها می‌دانستیم».

    ‘این واقعی نیست’

    حتی NTSB نیز می‌تواند فریب بخورد.

    هومندی، در حال سخنرانی در انجمن ALPA، به یاد آورد که پس از سقوط هواپیمای ایر اینڈیا در ماه ژوئن در احمدآباد، هند، که ۲۶۰ نفر کشته شد، «کسی از واحدهای عملیاتی ما … به من نزدیک شد و گفت: «آیا ویدئوی ایر اینڈیا را دیدی؟» من هم گفتم: «ای خدای من، چه ویدئویی؟» … او به من نشان داد و من گفتم: «این واقعی نیست».

    «مردم به این مطالب باور می‌کنند»، هومندی گفت.

    POLITICO چندین مثال از محتوای ظاهراً تولیدشده توسط هوش مصنوعی مرتبط با حادثه ایر اینڈیا پیدا کرد.

    به‌عنوان مثال، یک ویدئوی در TikTok آن‌قدر واقعی بود که حتی سه ابزار بررسی هوش مصنوعی موجود آنلاین در ارزیابی اینکه آیا توسط ماشین ساخته شده است یا نه، نظرات متفاوتی ارائه دادند (یکی گفت احتمالاً بله؛ دو دیگری مخالفت کردند). اما این تصویر با عکس‌های واقعی فاجعه که توسط سرویس خبری بین‌المللی معتبر ریتورز منتشر شده بود، مطابقت ندارد.

    نویسنده‌ای که با نام «drsun0715» شناخته می‌شود، به درخواست برای نظرآفرینی پاسخی نداد و TikTok نیز پاسخی نداد. این ویدئو هم‌اکنون در دسترس نیست.

    در مورد سقوط ژانویه نزدیک فرودگاه ملی واشنگتن رونالد ریگان، ابزارهای تشخیص هوش مصنوعی تنها نشانه‌ای نبودند که نشان دهند تصویر ادعایی واقعی نیست. لیو از دانشگاه بوفالو همچنین به «چند نکتهٔ عجیب» در آن اشاره کرد؛ از جمله «اشکال انسانی مبهم»، شخصی با نسبت سر به بدن که طبیعی به نظر نمی‌رسد و «بازتاب نور آبی مرموز» بر سطح آب.

    هنگامی که تصویر نمایش داده شد، سخنگوی NTSB، اریک وایس، افزود که شیشهٔ جلویی هواپیما شبیه شیشهٔ یک مک‌دونل‑داگلاس DC‑10 به نظر می‌رسید؛ یک جت بسیار بزرگ‌تر از بومباردیِر CRJ‑700 که در برخورد حضور داشت.

    کاربری که تصویر را به اشتراک گذاشت و با نام «254Debug» شناخته می‌شود، به درخواست برای نظرآفرینی پاسخی نداد. X نیز پاسخی نداد، هرچند حساب کاربری این فرد در حال حاضر معلق شده است. دلیل این مسأله واضح نیست.

    پست دیگر قابل مشاهده نیست.

  • سریع، ارزان یا خوب؟ توازن سئو که نمی‌توانید نادیده بگیرید

    سئو شامل توازن‌هاست. ببینید زمان، هزینه و کیفیت چگونه بر نتایج تأثیر می‌گذارند – و چرا کار با کیفیت‑محور، نتایج سریع‌تر و پایدارتر را به ارمغان می‌آورد.

    شاید این ضرب‌المثل را شنیده باشید: سریع، ارزان یا خوب – دو را انتخاب کنید.

    مفهوم به این صورت بیان می‌شود:

    اگر می‌خواهید چیزی سریع و ارزان باشد، انتظار نداشته باشید که خوب باشد.

    اگر می‌خواهید آن خوب و سریع باشد، هزینه‌اش بیشتر خواهد شد.

    و اگر می‌خواهید آن خوب و مقرون به صرفه باشد، پس باید زمان بدهید.

    این یک روش ساده برای توضیح نحوه کار توازن‌ها در پروژه‌هاست.

    در سئو، این توازن‌ها به‌ویژه مهم هستند زیرا معمولاً مسائلی ایجاد می‌کنید که رفع آن‌ها هزینه بیشتری در آینده خواهد داشت.

    سئو – دو را انتخاب کنید

    این مقاله به بررسی شکل‌های مختلف این مفهوم مدیریت پروژه و نحوه اعمال آن در سئو می‌پردازد.

    سپس توضیح می‌دهم چرا رویکرد کیفیت‑محور منجر به نتایج بهتر و پایدارتری در درازمدت می‌شود.

    درک مفهوم سریع‑ارزان‑خوب

    مفهوم سریع‑ارزان‑خوب یک نسخه مدرن از یک رویکرد کلاسیک مدیریت پروژه است که توازن‌های موجود در انجام کار را نشان می‌دهد.

    این رویکرد مدیریت پروژه اغلب به‌صورت یک مثلث تصویر می‌شود. سه ضلع معمولاً عبارتند از:

    • زمان: سرعتی که کار می‌تواند تحویل داده شود.
    • هزینه: مقدار هزینه‌ای که کار می‌طلبد.
    • کیفیت: سطح خوب یا دقیق بودن کار.

    تفسیر رایج این است که می‌توانید دو مورد را در اولویت قرار دهید، اما مورد سوم محدود خواهد شد.

    مثلث پروژه

    توازن‌ها به این شکل بیان می‌شوند:

    • کیفیت بالا + تحویل سریع = قیمت بالاتر.
    • کیفیت بالا + قیمت کم = تحویل آهسته‌تر.
    • تحویل سریع + قیمت کم = کیفیت پایین‌تر.

    شایان ذکر است که مدل اصلی که توسط دکتر مارتین بارنز معرفی شد، ادعا نکرد که می‌توانید «دو تا را انتخاب کنید» و سومین را قربانی کنید.

    بارنز زمان، هزینه و کیفیت را به‌عنوان وابسته به یکدیگر توصیف کرد. اگر یکی را محدود کنید، دیگران تحت تأثیر قرار می‌گیرند.

    تفسیرهای بعدی شکل‌های جدیدی از این مثلث را به وجود آوردند.

    با این حال، در نظریه، استفاده از این چارچوب به تنظیم انتظارات واقعی در نتایج پروژه کمک می‌کند.

    زمان، هزینه و کیفیت در سئو چه معنایی دارند

    زمان، هزینه و کیفیت چگونه بر نتایج سئو تأثیر می‌گذارند؟

    زمان

    برای بسیاری، توانایی پیشی گرفتن از رقبا یک عامل تمایزدهنده برای موفقیت محسوب می‌شود.

    با این حال، اکثر افراد می‌دانند سئو یک ماراتن است، نه یک دو سرعت.

    در برخی موارد، ممکن است شش ماه تا یک سال طول بکشد تا حرکت واقعی دیده شود.

    در بخش‌های بسیار رقابتی، رسیدن به رتبهٔ شماره 1 برای پرس‌وجوهای پر درآمد می‌تواند سال‌ها زمان ببرد.

    تنها ۲٪ از صفحات در کمتر از یک سال به ۱۰ برتر می‌رسند، در حالی که حدود ۷۳٪ از صفحات رتبه‌بالا بیش از سه سال قدمت دارند، بر اساس یک مطالعهٔ Ahrefs.

    در مورد رتبهٔ شماره 1، متوسط سن صفحه در گوگل پنج سال است.

    با این حال، تحقیقات نشان می‌دهد که اگر صفحه برای «کلیدواژهٔ با حجم جستجوی بالاتر» رتبه بگیرد، احتمالاً در ماه اول این کار را انجام می‌دهد.

    بنابراین، میزان سرمایه‌گذاری شما در سئو می‌تواند بر سرعت رقابت شما تأثیر بگذارد.

    اگر در یک حوزهٔ رقابتی هستید یا دنبال نتایج سریع‌تر می‌گردید، احتمالاً باید در ابتدا منابع بیشتری سرمایه‌گذاری کنید.

    اما اگر توانایی انعطاف‌پذیری بیشتری نسبت به رقبا داشته باشید، می‌توانید حتی بدون بودجهٔ بزرگ‌تر در نتایج جستجو برتری پیدا کنید.

    چابکی به این معنی است که:

    • توانایی پیش‌بینی تغییرات احتمالی در جستجو و اقدام زودتر به آن‌ها.
    • توانایی اتخاذ تصمیمات سریع‌تر نسبت به رقبای خود.
    • توانایی اجرای توصیه‌های سئو سریع‌تر نسبت به رقبا.

    هزینه

    من هیچ کارشناس سئو واقعی نمی‌شناسم که نرخ‌های بسیار پایین‌قیمت‌دار داشته باشد.

    واقعیت این است که کار با کیفیت بالا مهارت می‌طلبد و پرداخت برای این مهارت هزینه‌ای دارد.

    خرید سئو ارزان که به‌نظر می‌رسد تمام معیارها را برآورده می‌کند می‌تواند جذاب باشد.

    اما در واقع آنچه خریداری می‌کنید، یک توهم است.

    و وقتی همه چیز از هم می‌پاشد، نه تنها هزینه‌های اولیه خرید سئو ارزان را از دست می‌دهید، بلکه باید هزینه‌ای برای بازسازی نیز بپردازید.

    به این اضافه کنید که در حین کاهش دید، درآمد از دست می‌رود.

    در نهایت، هزینه بیشتری برای این‌کار در آینده می‌پردازید.

    مطالعه بیشتر: بودجه سئوی خود را نابود نکنید، آن را جابجا کنید

    کیفیت

    وقتی درباره سئوی با کیفیت صحبت می‌کنیم، منظورمان این است که:

    • کیفیت استراتژی پشت برنامه سئو.
    • سطح تخصصی که برنامه با آن اجرا می‌شود.
    • توانایی مدیران پروژه برای اجرای یک برنامه کارآمد.
    • سطح دانش سئوی تیم سئو.
    • کیفیت محتوایی که محور یک وب‌سایت مفید است.
    • اجرای دقیق سئوی فنی.

    احتمالاً موارد بیشتری نیز وجود دارد، اما نکته اصلی این است.

    کیفیت برای موفقیت سئو ضروری است زیرا در محیطی بسیار رقابتی عمل می‌کند.

    اگر تیمی که می‌خواهید استخدام کنید را به‌درستی ارزیابی نکنید، احتمالاً از خدمات دریافت‌شده راضی نخواهید بود.

    نقش توازن‌های خاص در پروژه‌های سئو چگونه است

    در اینجا می‌بینید که توازن‌های پروژه در سناریوهای واقعی سئو چگونه می‌توانند به‌کار گرفته شوند:

    سریع + ارزان = سئو پرریسک و کم‌کیفیت

    این شاید خطرناک‌ترین مسیر باشد. وقتی سئو به‌عنوان سریع و ارزان عرضه می‌شود، معمولاً به این معناست که:

    • تاکتیک‌های خودکار و کم‌هزینه.
    • روش‌هایی که ممکن است در کوتاه‌مدت نتایج بدهند، اما می‌توانند جریمه‌های طولانی‌مدت موتورهای جستجو را به‌هم بنشینند.
    • بدون استراتژی، فقط بهینه‌سازی سطحی.

    سریع + خوب = سرمایه‌گذاری بزرگ‌تر

    اگر می‌خواهید سئوی سطح کارشناس به‌صورت سریع انجام شود، احتمالاً هزینه بیشتری خواهد داشت.

    دلیل این امر این است که:

    • سئوی با کیفیت بالا به استراتژیست‌های ماهر، توسعه‌دهندگان و تولیدکنندگان محتوا نیاز دارد.
    • سرعت به معنی تخصیص منابع متمرکز است؛ بنابراین دیگر انتظار برای پروژه‌های دیگر یا پخش کارها در طول زمان طولانی وجود ندارد.
    • دسترسی‌های سریع نیز باید مبتنی بر یک استراتژی پایدار باشند که در نهایت به زمان نیاز دارد.

    ارزان + خوب = آهسته و ثابت‌ قدم

    اگر با بودجهٔ محدودی کار می‌کنید اما هنوز می‌خواهید سئوی با کیفیت بالا داشته باشید، ممکن است با رویکرد مناسب امکان‌پذیر باشد.

    با این حال، باید انتظار پیشرفت‌های آهسته‌تر داشته باشید:

    • بهبودهای تدریجی را مشاهده خواهید کرد.
    • نتایج به‌ مرور زمان تجمع می‌یابند و اثر ترکیبی ایجاد می‌کنند.
    • این مسیر برای کسب‌وکارهایی که رشد بلندمدت و پایدار می‌خواهند و مایل به صبر هستند، ایده‌آل است.

    مطالعه بیشتر: چرا سئو اغلب پیش از آغاز خود به شکست می‌انجامد

    بازنگری در محدودیت‌های پروژه برای سئو

    منتقدان استدلال کرده‌اند که محدودیت‌های کلاسیک پروژه که در این مقاله بررسی کرده‌ام، عملکرد واقعی پروژه‌ها را ساده‌سازی بیش از حد می‌کنند.

    و این ممکن است به‌ویژه برای کارهای خلاقانه و فنی مانند سئو صادق باشد.

    سؤال این است که آیا واقعاً مجبوریم فقط دو مورد را انتخاب کنیم؟

    من پیشنهادی متفاوت دارم. باید کیفیت را به‌عنوان نقطه شروع غیرقابل مذاکره در نظر بگیریم.

    در سئو، جایی که کیفیت محدودهٔ رتبه‌بندی و دیده شدن بلندمدت در نتایج جستجو را تعیین می‌کند، منطقی‌تر است که کیفیت را به‌عنوان پایه‌ای در نظر بگیریم که زمان، هزینه و دامنه بر پایه آن تنظیم می‌شوند.

    بازنگری در محدودیت‌های پروژه برای سئو

    یک استراتژی با کیفیت‑محور، برنامه‌های سئو را سریع‌تر و با بهره‌وری هزینه‌ای بیشتر اجرا می‌کند، زیرا هدررفت و بازکاری کمتر است.

    با قرار دادن کیفیت در رأس:

    • محتوا اعتبار واقعی می‌سازد.
    • وب‌سایت‌ها توسط کاربران و موتورهای جستجو بیشتر مورد اعتماد قرار می‌گیرند.
    • ترافیک ارگانیک به‌صورت پایدار و مستمر رشد می‌کند.
    • زمان کمتری برای اصلاح کارهای کم‌کیفیت صرف می‌کنید.

    نتیجه‌گیری این است که سئوی با کیفیت تنها رویکردی است که در طول زمان بازده می‌دهد و در نهایت هزینه‌ای برای شما نخواهد داشت.

    کیفیت در اول، سپس همه چیز دیگر پیرو می‌شود

    محدودیت‌های سنتی پروژه در هر برنامه سئو حضور دارند.

    با این حال، سریع‌ترین راه برای دستیابی به نتایج سئو، از طریق کار با کیفیت و پیوسته توسط افرادی است که می‌دانند چه می‌کنند.

    پس اگر در حال ارزیابی گزینه‌ها هستید، به این فکر نکنید که کدام عنصر برنامه سئو باید قربانی شود.

    در عوض، بپرسید چگونه می‌توانید کیفیت را حفظ کنید، و بقیه موارد به‌طور طبیعی در جای خود قرار می‌گیرند.

  • هوش مصنوعی در راه است تا داستان شبانهٔ کودک‌تان را به‌دست بگیرد

    هوش مصنوعی به‌تدریج تهدیدی واقعی و جدی برای ادبیات کودکان — و یادگیری کودکان — ایجاد می‌کند.

    دختری نوزاد نشسته و با کتابی ساخته‌شده از پیکسل‌های خراب بازی می‌کند.

    تصویر از Mother Jones؛ Getty؛ Unsplash

    امروز صبح همان‌طور که هر روز صبح آغاز می‌کنم، کتابی را برای دخترم می‌خوانم. کتاب امروز، «Abuela» اثر آرتر دوروس بود که توسط الیسا کلون تصویر شده است. «Abuela» داستان شیرینی درباره دختری است که تصور می‌کند او و مادربزرگش به آسمان می‌پرند و در شهر نیویورک پرواز می‌کنند. دوروس به‌طرز ظریف واژگان و عبارات اسپانیایی را در سراسر متن می‌بافد و اغلب به خوانندگان اجازه می‌دهد معنی آن‌ها را خود کشف کنند، به‌جای ترجمه مستقیم. وقتی روزالبارا، نوهٔ دوزبانه، کشف می‌کند می‌تواند پرواز کند، به مادربزرگش می‌گوید: «Ven, Abuela. بیا، ابوالا». مادربزرگ اسپانیایی‌زبان‌اش به‌سادگی پاسخ می‌دهد: «Sí, quiero volar». استفادهٔ زبانی آن‌ها به شخصیت‌شان اشاره دارد — امری که بسیاری از نویسندگانی که برای بزرگسالان می‌نویسند، انجام نمی‌دهند.

    «Abuela» یکی از کتاب‌های مورد علاقهٔ دوران کودکی‌ام بود و اکنون یکی از کتاب‌های مورد علاقهٔ دو‑ساله‌ام نیز است. (بله، ما نسخهٔ کهنه‌ام را می‌خوانیم.) او از ایدهٔ مادربزرگی که پرواز می‌کند خوشش می‌آید؛ او از یادگیری تکه‌هایی از آنچه او «Fanish» می‌نامد لذت می‌برد؛ او از صحنه‌ای که روزالبارا و ابوالا سوار هواپیما می‌شوند خوشش می‌آید، اگرچه نگران این است که صداهای هواپیما ممکن است بسیار بلند باشد. از همه مهم‌تر، او تصاویر گرم اما پرخندهٔ کلون را دوست دارد که زندگی شهری را با جزئیات تقریباً نقطه‌نگاری به تصویر می‌کشند. هر صفحه موارد بی‌شماری برای او فراهم می‌کند تا به‌دنبالشان بگردد و برای ما نیز موضوعات بسیاری برای بحث می‌سازد. (سگ‌ها کجا هستند؟ «tío» روزالبارا چه می‌فروشد؟ چرا وقتی هواپیماها صدا می‌کنند ترسناک می‌شود؟) من احتمالاً حدود ۲۰۰ بار «Abuela» را از زمانی که در طول تابستان از والدینم برداشتم، خوانده‌ام و هیچ دو بار خواندن مشابه هم نیستند.

    هر روز صبح را با کتابی به‌قابلیتی همانند «Abuela» شروع نمی‌کنم. گاهی دخترم کتاب‌هایی را انتخاب می‌کند که دوست دارم نخوانیم: کتاب‌هایی که به‌عنوان هدیه به‌خانه‌مان رسیده‌اند یا در انبوهی از کتاب‌های هدیه‌داده‌شده وجود دارند که هنوز از بین نیاورده‌ام. این کتاب‌ها دارای هنرهای رندر شدهٔ کامپیوتری رنگارنگ و ناهنجار هستند. برخی متونشان شعرهای کودکانه است و بقیه قافیه‌های بی‌معنی دارند که به‌نظر نمی‌رسد داستانی بسازند. یک یا دو کتاب به‌موضوع تعطیلات یهودی می‌پردازند و چند کتاب دیگر سوغاتی‌های گردشگری هستند

  • درامای پیش از Renegades در Destiny 2: شایعات Destiny 3 و اتهامات هوش مصنوعی

    Renegades 2
    Destiny 2 – Bungie

    Bungie به‌تازگی مقدار زیادی زمان را صرف توضیح گسترش پیش‌روِ Renegades برای Destiny 2 کرد که قرار است هفتهٔ آینده، در ۲ دسامبر، منتشر شود. یک استریم، یک Vidoc و یک تریلر به نمایش گذاشته شد و واکنش‌ها عموماً مثبت بوده‌اند؛ این گسترش که به‌ شدت تحت تأثیر استار وارز است و به‌صورت مشترک با لوکاس‌فیلم تولید شده است. اما اکنون دو خبر جداگانه جامعه را شگفت‌زده کرده‌اند.

    اولین خبر گزارشی از چند افشاگر Bungie است که می‌گویند Destiny 3 در «توسعهٔ بسیار اولیه» قرار دارد. این برای جامعه خبری تازه است، چرا که پیش‌بینی نمی‌شد چنین طرحی در دستور کار باشد و حتی اگر در پیش‌روی باشد، چندین سال طول خواهد کشید.

    دومین خبر یک اتهام است، عمدتاً از طرف @MGecko117، که می‌گوید Bungie برای خلق هنر مفهومی تازه منتشر شده از Dredgen Bael، شخصیت اصلی گسترش Renegades، از هوش مصنوعی استفاده کرده است. Gecko حدود یک دوجین قطعه از این هنر را بررسی می‌کند و معتقد است که قطعاً توسط هوش مصنوعی ساخته شده‌اند؛ پست‌های او به تنهایی نیم‌ میلیون بازدید در توییتر کسب کرده‌اند و تعداد بیشتری بازدید از توییت‌های نقل‌شده دربارهٔ این موضوع به دست آمده است.

    طرح مفهومی Destiny
    طرح مفهومی Destiny – Bungie

    نظرات من به این صورت است:

    Destiny 3 – اگر حتی حداقل در Bungie مورد بحث قرار گیرد، تعجب‌آور خواهد بود، چرا که «توسعهٔ بسیار اولیه» می‌تواند چنین معنی را داشته باشد. سؤال این است که آیا عناوین فعلی Bungie به‌ اندازهٔ کافی موفق خواهند شد تا این امکان فراهم شود یا خیر.

    انتشار پیش‌روِ Marathon برای Bungie اهمیت بالایی دارد؛ اگر این پروژه با شکست مواجه شود، سرنوشت کل استودیو به خطر می‌افتد. در غیر این صورت، فضای بیشتری برای آینده فراهم می‌شود.

    Destiny 2 خود، چه گسترش استار وارز محکمی داشته باشد یا نه، علائمی از توانایی بازگرداندن تعداد بازیکنان نشان نمی‌دهد و جامعه به‌ طور عمده این‌نظر است که تنها راه‌حلی برای احیای این فرنچایز، یک دنباله است. البته، ساخت یک دنباله واقعی برای بازی‌ای مانند Destiny تقریباً پنج سال زمان می‌برد و شاید بیش از پنج سال طول بکشد؛ اندیشیدن به چنین آینده‌ای دور برای Bungie در حال حاضر صرفاً نظری است. انتظار نداریم Bungie در این باره نظری بدهد.

    Bael
    Destiny 2 – Bungie

    اتهامات هوش مصنوعی – صادقانه بگویم، این ادعا را قبول ندارم. این یک هنر مفهومی اولیه است و اگر یک دهه Destiny را دنبال کرده باشید، می‌دانید که بسیاری از آثار مفهومی به این سبک وجود دارد. فقط در آن زمان، مردم این‌چنین اتهامات هوش مصنوعی را با سرعت هزار مایلی پخش نمی‌کردند، در حالی که این هر روز شاهد اتهام‌زنی‌های مشابه به هنرمندان توانمند، حتی مشهور، به‌ دلیل استفاده از هوش مصنوعی هستیم.

    در مورد هنر مفهومی، هیچ‌یک از این جزئیات «مانند هوش مصنوعی» به‌نظر نمی‌رسد که غیرعادی باشند. برای مثال، یک لایت‌سِیبر بدون دسته از دست Bael بیرون آمده است. به‌نظر می‌رسد که این صرفاً یک اثبات مفهوم باشد که کسی یک تصویر PNG از تیغ لایت‌سِیبر را بر روی آن قرار داده تا ببینند چگونه به‌نظر می‌رسد. هوش مصنوعی می‌تواند به‌ طور قانع‌کننده‌ای شخصی را که لایت‌سِیبر در دست دارد نشان دهد. چندین توضیح ممکن است وجود داشته باشد؛ از روش‌های قدیمی مانند فوتوبَشینگ گرفته تا در بدترین حالت، نوعی ارتقاء توسط هوش مصنوعی که با هوش مصنوعی مولد (genAI) تفاوت دارد.

    با این حال، این موضوع کمکی نمی‌کند که Bungie در طول سال‌ها تقریباً نیم دوجین پرونده تقلب را تجربه کرده باشد و جدیدترین آن با Marathon بوده است؛ به همین دلیل بخش هنر این شرکت در حال حاضر اعتماد خیلی کمی دارد. با این‌وجود، تقلب و هوش مصنوعی مولد (genAI) دو نوع رسوایی متفاوت هستند. من فکر نمی‌کنم این اتفاق در اینجا رخ داده باشد، اما بیانیه قطعی از سوی Bungie می‌تواند کمک‌کننده باشد. تصور نمی‌کنم Bungie بخواهد در روزی که تعدادی ویدیو و مقاله مرتبط با Renegades منتشر می‌شود، این‌چنین بیانیه‌ای بدهد؛ اما بهتر است هم‌اکنون به این موضوع رسیدگی شود.

    آیا امروز بدون رسوایی‌های بیشتر می‌گریم؟ خوب، ساعت هم‌اکنون ۹ صبح است، پس شاید ببینیم.

  • آیا آزمایش DNA انجام داده‌اید؟ این چت‌بات درباره نتایج شما صحبت خواهد کرد.

    الکس کاتلار، بنیان‌گذار Bystro AI، در دفاتر استارتاپ در بوستون.
    الکس کاتلار، بنیان‌گذار Bystro AI، در دفاتر استارتاپ در بوستون. دیوید ال راین/ کارکنان Boston Globe / دیوید ال راین/ کارکنان Boston Globe

    آزمون‌های ژنتیکی ارسال‌شده توسط میلیون‌ها نفر برای ردیابی پیشینهٔ خانوادگی می‌توانند به مردم کمک کنند تا زندگی سالم‌تری داشته باشند. این همان پیشنهادی است که Bystro AI، یک استارتاپ بوستونی، با به‌کارگیری هوش مصنوعی برای استخراج درس‌های حیاتی زندگی از DNA افراد ارائه می‌دهد.

    Bystro که در سال ۲۰۲۱ تأسیس شد، ثبت‌نام کاربران برای چت‌بات هوش مصنوعی جدید خود را آغاز کرده است. افراد می‌توانند نتایج آزمون ژنتیکی خود را به آن بدهند و سپس دربارهٔ بهینه‌سازی رژیم غذایی، بهترین نوع ورزش یا احتمال ابتلا به بیماری‌های جدی مانند بیماری کلیوی یا آلزایمر سؤال کنند.

    «من فکر می‌کنم که در افراد تمایل نهفته‌ای برای داشتن کنترل بر سلامت خود وجود دارد»، الکس کاتلار، بنیان‌گذار شرکت، گفت: «و تا حد امکان می‌خواهم آن‌ها را توانمند کنم تا این کار را انجام دهند.»

    Bystro از یک سامانه هوش مصنوعی استفاده می‌کند که بر پایهٔ مقادیر وسیعی از پژوهش‌های ژنتیک و سلامت انسانی آموزش دیده است. این نسخه به صورت تجاری عرضه می‌شود تا به پزشکان و پژوهشگران کمک کند به‌سرعت داده‌های ژنتیکی مهم را برای استفاده در تحقیق و درمان بیماران استخراج کنند. شرکت انتظار دارد برای نسخهٔ حرفه‌ای بین $200 و $300 در ماه هزینه دریافت کند و همچنین برای کاربران دانشگاهی و شرکتی مجوزهایی ارائه دهد.

    اما Bystro همچنین قصد دارد نسخهٔ مصرف‌کننده‌ای با هزینهٔ $10 در ماه ارائه دهد، که برای افرادی است که اطلاعات ژنومیک خود را از سرویس‌هایی که ژنوم انسانی را تجزیه و تحلیل می‌کنند و به مردم کمک می‌کنند تا تاریخچهٔ خانوادگی خود را پیگیری کنند، مانند Ancestry یا ۲۳اندمی، خریداری کرده‌اند.

    برخی از دانشمندانی که به مطالعهٔ ژنتیک و بیماری می‌پردازند، شک کردند که چنین خدمتی برای مصرف‌کنندگان مفید باشد. آن‌ها استدلال می‌کردند که ژنتیک نقش نسبتاً کمی در اکثر بیماری‌های پزشکی دارد، در حالی که محیط و سبک زندگی مهم‌تر هستند. لینزِی فارر، استاد ژنتیک در دانشگاه بوستون، گفت که «پروفایل‌های ژنتیکی اکثر افراد خطر ابتلا به بیماری‌های شایع بزرگسالی و سالمندی را به مقدار کسرهایی معمولاً کمتر از ۵۰٪ افزایش می‌دهند. نه ۱۰۰٪.»

    یک نگرانی دیگر ممکن است حریم شخصی باشد. کاتلار می‌داند که DNA یک فرد از شخصی‌ترین اطلاعات است. او گفت Bystro سامانهٔ هوش مصنوعی خود را بر پایهٔ پژوهش‌های علمی آموزش می‌دهد، نه بر روی اطلاعات ژنتیکی کاربران. «ما نیازی نداریم که از داده‌های افراد یاد بگیریم»، او افزود. «داده‌ها به مدت زمانی که کاربر می‌خواهد از آن استفاده کند باقی می‌مانند، اما ما کاری با آن انجام نمی‌دهیم.»

    کاتلار معتقد است که افراد نگران سلامت خود حق دارند به تمام اطلاعاتی که می‌توانند دست یابند، دسترسی داشته باشند.

    یک اسکرین‌شات از پاسخ چت‌بات هوش مصنوعی Bystro به سؤال ارزیابی خطر ابتلا به بیماری کلیوی برای یک شخص، با استفاده از DNA شخص ناشناخته به عنوان آزمایش.
    یک اسکرین‌شات از پاسخ چت‌بات هوش مصنوعی Bystro به سؤال ارزیابی خطر ابتلا به بیماری کلیوی برای یک شخص، با استفاده از DNA شخص ناشناخته به عنوان آزمایش.

    او در مارس ۱۹۸۶ در اوکراین (هنوز بخشی از اتحاد جماهیر شوروی) متولد شد؛ یک ماه پس از آن انفجار رآکتور هسته‌ای در چرنوبیل رخ داد. کاتلار و خانواده‌اش با وجود مخفی‌کردن مقیاس فاجعه توسط دولت، از ناحیهٔ رادیواکتیو فرار کردند. «ما تنها چون بچه‌های ثروتمندان شوروی در حال فرار بودند، فهمیدیم که باید فرار کنیم»، کاتلار گفت.

    پس از سال‌ها آزار و اذیت ضد‌یهودی، کاتلار و مادرش در سال ۱۹۹۱ به ایالات متحده مهاجرت کردند؛ او در آن زمان پنج ساله بود. در این میان خانواده با مشکلات سلامتی متعددی روبرو شد، از جمله سرطان خون، سرطان ریه، سرطان مری و کم‌کاری تیروئید. خود کاتلار نیز برای ترمیم غضروف‌های نازک شانه‌هایش به چندین عمل جراحی نیاز داشت.

    کاتلار وارد برنامهٔ مهندسی زیست‌پزشکی دانشگاه بوستون شد، اما پس از آن به مدیریت کسب‌وکار تغییر مسیر داد؛ در همین حین عشق او به پزشکی هرگز از بین نرفت. «من روزانه ۱۲ ساعت PubMed (پایگاه دادهٔ آنلاین پزشکی) را می‌خواندم تا بفهمم چه مشکلی دارم و چطور می‌توانم خانواده‌ام را از آنچه در جریان است محافظت کنم.»

    در دانشگاه ایموری آتلانتا، کاتلار دکترای ژنتیک را با تمرکز بر توسعه ابزارهایی که به افراد امکان استخراج اطلاعات مفید از حجم وسیعی از داده‌های ژنتیکی را می‌دهد، به‌دست آورد. ظهور سامانه‌هایی مانند ChatGPT گزینهٔ قدرتمند جدیدی فراهم کرد — هوش مصنوعی‌ای که می‌تواند گفتار عادی انسان را درک کند و به زبانی پاسخ دهد که افراد عادی بتوانند آن را درک کنند.

    ایموری به دست آوردن هدیهٔ یک میلیون دلاری از یک خیرکن ناشناس برای راه‌اندازی Bystro کمک کرد. این نام هیچ ارتباطی با رستوران‌های صمیمی ندارد؛ در زبان روسی به معنای «سریع» است.

    کاربر Bystro می‌تواند بپرسد که آیا ویژگی‌های ژنتیکی خاصی دارند که ممکن است در آینده منجر به مشکلات سلامتی شوند. برای مثال، بسیاری از افراد آفریقایی‌تبار ژنی دارند که در برابر بیماری‌های انگل‌زا محافظت می‌کند، اما احتمال ابتلا به بیماری کلیوی را به‌طور چشمگیری افزایش می‌دهد.

    یا کاربر می‌تواند بپرسد که آیا یک مشکل پزشکی موجود ممکن است علت ژنتیکی داشته باشد. به‌عنوان مثال، کسی که به‌طور مکرر دچار سوءهاضمه است می‌تواند بفهمد که به‌صورت ژنتیکی مستعد عدم تحمل لاکتوز است.

    اما ساموئل اسکارپینو، مدیر هوش مصنوعی و علوم زیستی در مؤسسهٔ AI تجربی دانشگاه نورث‌ایسترن، گفت که عوامل محیطی برای اکثر افراد نقش بسیار بزرگ‌تری نسبت به ژنتیک دارند. «حتی اگر سیگنالی از کد ژنتیکی به‌دست آید، احتمالاً توسط انتخاب‌های سبک زندگی یا مکان تولد شما به‌مراتب تحت‌ سوال خواهد بود»، اسکارپینو افزود. «تمام این عوامل متنوع تأثیر بسیار بزرگ‌تری خواهند داشت.»

    با این حال، نظرسنجی‌ای توسط مرکز پزشکی دانشگاه تگزاس ساؤت‌وسترن تخمین می‌زند که ۴۰٪ از ساکنان ایالات متحده نوعی آزمایش ژنتیکی را انجام داده‌اند. کاتلار معتقد است که بسیاری از آن‌ها خوشحالانه برای یک چت‌بات DNA ثبت‌نام خواهند کرد.

    «با Bystro، هر کسی که ژنوم و یک سؤال داشته باشد می‌تواند گفت‌وگویی با زیست‌شناسی خود آغاز کند»، او گفت.

  • استراتژی بازاریابی هوش مصنوعی ضد هوش مصنوعی

    اعتبار: داویهر لوریدو

    شرکت هوش مصنوعی Anthropic به تازگی یک فروشگاه موقت در West Village راه‌اندازی کرد که آن را «منطقه صفر لغزش» نام‌گذاری کرد. برای بازدیدکنندگان کلاه‌های بیس‌بال با کلمه «تفکر»، قهوه و نسخه‌های چاپی یک مقاله تقریباً ۱۵٬۰۰۰ واژه‌ای از مدیرعامل شرکت با عنوان «ماشین‌های مهربان و عاشقانه» در دسترس بود. استفاده از تلفن همراه و لپ‌تاپ توصیه نمی‌شد؛ اگرچه برای ورود از شما خواسته شد نشان دهید برنامه Claude، مدل زبانی بزرگ Anthropic را دانلود کرده‌اید. در عوض، هدف این بود که انسان‌ها با یکدیگر وقت بگذرانند.

    عمل بازاریابی Anthropic واضح‌ترین نمونه‌ای است که تا به امروز می‌توان از «استراتژی ضد‑هوش مصنوعی» که شرکت‌های هوش مصنوعی اخیراً اتخاذ کرده‌اند، یافت — اصطلاحی که من برای توصیف آن به کار می‌برم — و نشان‌دهندهٔ تلاش برای مواجهه با نگرش منفی عمومی نسبت به این فناوری است. بر اساس نظرسنجی مرکز پژوهشی Pew که بهار امسال برگزار شد، تنها ۱۷ درصد از بزرگسالان آمریکایی معتقدند تأثیر هوش مصنوعی بر کشور در دو دههٔ آینده مثبت خواهد بود؛ کمتر از یک‌چهارم باور دارند که هوش مصنوعی به‌طور مستقیم برای خودشان سودمند خواهد شد. به‌نظر می‌رسد شرکت‌های هوش مصنوعی این شکاکیت را به‌صورت ضمنی پذیرفته‌اند و در حال تغییر نحوۀ ارائهٔ خود هستند. برخی از شرکت‌های پیشرو که مستقیماً به مصرف‌کنندگان خدمت می‌دهند، محصولات اصلی خود را به‌عنوان محرک‌های خلاقیتی که ذاتاً انسانی و قدردان دنیای آنالوگ هستند، معرفی می‌کنند — حتی اگر این ویژگی‌ها با ماهیت و عملکرد هوش مصنوعی در تضاد آشکار باشند.

    هوش مصنوعی از انسان دور است. همان‌طور که شاعر کریستین ویمن می‌پرسد: «هوش مصنوعی چه چیزی جز تجمیع این ایده نیست که مغز یک ماشین است؟» با این‌حال، تلاشی که برای بازتعریف عوامل هوش مصنوعی نظیر Claude و ChatGPT شرکت OpenAI به‌عنوان ابزارهای ارتباطی و اصیل صورت می‌گیرد، ممکن است تعیین‌کننده این باشد که آیا برخی از بزرگ‌ترین شرکت‌های هوش مصنوعی قادر به ادامهٔ پیشرفت‌های عمده در میان مصرف‌کنندگان محتاط هستند یا نه. اگر این تاکتیک مؤثر باشد، شاید نشان دهد که عموم مردم — یا حداقل بخش عمده‌ای از ۵۲٪ آمریکایی که به‌طور فعال از مدل‌های زبانی بزرگ هوش مصنوعی استفاده می‌کنند — در برابر دوگانگی فکری (دوبل‌ثینک) حساس هستند. پس در پایان، چطور می‌توان گفت یک ماشین انسان است؟ چطور می‌توان دیجیتال را آنالوگ نامید؟ و چطور می‌توان فضایی بدون دستگاه را نمایانگر یک شرکت هوش مصنوعی کرد؟

    Anthropic Claude را به‌عنوان «شریک فکری» معرفی می‌کند — یعنی تکمیل‌کننده خلاقیت و نه جایگزین آن. OpenAI نیز مسیر مشابهی را اتخاذ کرده است. تبلیغات این شرکت دیگر ادعا نمی‌کند که ChatGPT عمدتاً یک فناوری پیشرو و تاریخی است؛ در عوض، آن را به‌عنوان ابزاری برای زیبایی‌سازیکن ساکت و آنالوگ می‌پندارد که به‌نظر ارتباط کمی با هوش مصنوعی دارد. شرکت‌های کوچک‌تر هوش مصنوعی نیز این مسیر را دنبال کرده و محصولات خود را بر پایهٔ ادعای «امکان‌پذیری‌های انسانی» می‌سازند.

    OpenAI جدیدترین تبلیغات تلویزیونی خود را بر روی فیلم گرم ۳۵ میلی‌متری ضبط کرد. در یکی از تبلیغات ۳۰ ثانیه‌ای که حول یک سفر جاده‌ای می‌چرخد، خواهر و برادر در میان مناظر بهشتی آمریکا می‌خندند و شوخی می‌کنند. حدود نیمی از زمان، یک درخواست هوش مصنوعی بر صفحه ظاهر می‌شود: «به من کمک کن یک سفر با خواهرم در تعطیلات برنامه‌ریزی کنم». همان‌طور که آن‌ها حرکت می‌کنند، پاسخی که به‌نظر می‌رسد از ChatGPT است، آغاز به اسکرول در صفحه می‌کند: «متوجه شدم — یک سفر جاده‌ای به کوه‌های بلو ریدج ترکیبی عالی از مناظر خیره‌کننده، ماجراجویی‌های خودجوش و خوراکی‌های خوشمزه است». آهنگی از نیل دیاموند پخش می‌شود. اسکرول با این سؤال به پایان می‌رسد: «می‌خواهی برای سفر، یک فهرست موسیقی (پلی‌لیست) برای تو آماده کنم؟»

    در این تبلیغات هیچ‌کس را نمی‌بینیم که خمیده بر پشت تلفن یا لپ‌تاپ باشد یا حتی در حال تعامل با ChatGPT باشد. برای شرکت‌ها عادی نیست که محصولی را بدون نشان دادن آن در تبلیغات بفروشند. اگرچه استثناهایی وجود دارد؛ اما خودروها، تلفن‌ها، هتل‌ها، مشروبات الکلی، آب‌نبات‌ها، لباس‌ها، لوازم خانگی — تقریباً تمام این کالاها در تبلیغاتی که برای فروششان ساخته شده‌اند، دیده می‌شوند. حتی در تبلیغات مفهومی که هدفشان تحریک احساس یا تجربه‌ای خاص است، محصولی در جایی ظاهر می‌شود: یک خواننده با بطری کولا، پدری که با لمس کارت مسترکارد تجربه‌ای «بی‌قیمت» فراهم می‌کند، یا ورزشکاری که در کفش‌های نایکی می‌دود.

  • چگونه خطاهای شناسایی جغرافیایی هوش مصنوعی، سئو بین‌المللی را بازنویسی می‌کنند

    مدل‌های زبانی بزرگ (LLMها) مرزهای جستجو را از میان می‌برند و محتوای نازک یا ناهماهنگ منطقه‌ای را به پیش‌فرض‌های جهانی تبدیل می‌کنند که باعث تحریف قابلیت دیده شدن بازار می‌شود.

    چگونه خطاهای شناسایی جغرافیایی هوش مصنوعی، سئو بین‌المللی را بازنویسی می‌کنند

    جستجوی هوش مصنوعی فقط چه محتوایی را که در نتایج قرار می‌گیرد تغییر نمی‌دهد؛ بلکه به‌صورت کم‌صدا کجا برند شما به‌نظر می‌رسد که تعلق دارد را بازنویسی می‌کند. همان‌طور که مدل‌های زبانی بزرگ (LLMها) نتایج را در میان زبان‌ها و بازارها ترکیب می‌کنند، مرزهایی که پیش‌تر محتوا را بومی‌سازی می‌کردند، محو می‌شوند. سیگنال‌های جغرافیایی سنتی مانند hreflang، دامنه‌های سطح کشور (ccTLD) و اسکیماهای منطقه‌ای در حال نادیده‌گرفتن، اشتباه در تفسیر یا جایگزینی توسط پیش‌فرض‌های جهانی هستند. نتیجه: سایت انگلیسی شما به‌عنوان «حقیقت» برای تمام بازارها ظاهر می‌شود، در حالی که تیم‌های محلی شما می‌پرسند چرا ترافیک و تبدیل‌هایشان ناپدید می‌شود.

    این مقاله عمدتاً بر سیستم‌های هوش مصنوعی مبتنی بر جستجو مانند مرور کلی هوش مصنوعی گوگل و جستجوی مولد بینگ تمرکز دارد، جایی که مشکل انحراف شناسایی جغرافیایی به‌وضوح قابل مشاهده است. هوش مصنوعی صرفاً مکالمه‌ای ممکن است رفتار متفاوتی داشته باشد، اما مسئلهٔ اصلی همچنان باقی است: وقتی سیگنال‌های اعتبار و داده‌های آموزشی زمینهٔ جهانی و جغرافیایی را مخدوش می‌کنند، ترکیب‌سازی اغلب این زمینه را از دست می‌دهد.

    جغرافیای جدید جستجو

    در جستجوی سنتی، موقعیت به‌صورت واضح مشخص می‌شد:

    • آی‌پی، زبان و دامنه‌های اختصاصی بازار، تعیین می‌کردند کاربران چه می‌بینند.
    • hreflang به گوگل می‌گفت کدام نسخهٔ بازار را ارائه دهد.
    • محتوای محلی در ccTLDهای جداگانه یا زیرشاخه‌ها منتشر می‌شد، که توسط بک‌لینک‌ها و متادیتاهای مخصوص هر منطقه پشتیبانی می‌شد.

    جستجوی هوش مصنوعی این سامانهٔ قطعی را می‌شکند.

    در مقالهٔ اخیر دربارهٔ «فاصله‌های ترجمه هوش مصنوعی»، سئو بین‌المللی بلاس گیفونی این مشکل را نشان داد وقتی عبارت «proveedores de químicos industriales» را وارد کرد. به‌جای نمایش وب‌سایت بازار محلی با فهرستی از تأمین‌کنندگان شیمیایی صنعتی در مکزیک، فهرستی ترجمه‌شده از ایالات متحده ارائه شد که برخی از آن‌ها در مکزیک کسب‌وکار ندارند یا با الزامات ایمنی یا تجاری محلی سازگاری ندارند. یک موتور مولد صرفاً اسناد را بازیابی نمی‌کند؛ بلکه پاسخی را ترکیب می‌کند با استفاده از هر زبانی یا منبعی که کامل‌ترین اطلاعات را داشته باشد.

    اگر صفحات محلی شما نازک، به‌صورت ناهمگن نشانه‌گذاری شده یا توسط محتوای انگلیسی جهانی تحت‌سایه قرار گرفته باشند، مدل صرفاً از پادگان جهانی استخراج می‌کند و پاسخ را به اسپانیایی یا فرانسوی بازنویسی می‌کند.

    در ظاهر، به‌نظر می‌رسد محلی‌سازی شده است. اما در زیر، داده‌های انگلیسی هستند که پرچم دیگری را به خود گرفته‌اند.

    چرا شناسایی جغرافیایی دچار شکست می‌شود

    ۱. زبان ≠ مکان

    سیستم‌های هوش مصنوعی زبان را به‌عنوان معیاری برای جغرافیا در نظر می‌گیرند. یک جستجوی اسپانیایی می‌تواند مربوط به مکزیک، کلمبیا یا اسپانیا باشد. اگر سیگنال‌های شما از طریق اسکیما، hreflang و ارجاع‌های محلی مشخص نکنند که چه بازاری را هدف گرفته‌اید، مدل آن‌ها را به‌طور یکپارچه ترکیب می‌کند.

    در این حالت، قوی‌ترین گزینه برنده می‌شود. و در نه‌ازده مورد، آن وب‌سایت اصلی به زبان انگلیسی شما است.

    ۲. سوگیری تجمیع بازار

    در طول فرآیند آموزش، LLMها از توزیع‌های متنی یاد می‌گیرند که به‌ شدت به محتوای انگلیسی ترجیح می‌دهند. زمانی که موجودیت‌های مرتبط در بازارهای مختلف ظاهر می‌شوند («GlobalChem Mexico»، «GlobalChem Japan»)، نمایه‌های مدل تحت تسلط نمونه‌ای که بیشترین مثال آموزشی را دارد، که معمولاً برند جهانی انگلیسی است، قرار می‌گیرند. این باعث ایجاد عدم تعادل اعتبار می‌شود که در مرحله پیش‌بینی نیز ادامه دارد و مدل پیش‌فرض به محتوای جهانی می‌شود حتی برای پرس‌و‌جوهای خاص بازار.

    ۳. تقویت نسخهٔ اصلی

    موتورهای جستجو به‌ طور طبیعی سعی می‌کنند صفحات نزدیک به‌ هم را یکپارچه کنند، و hreflang برای مقابله با این سوگیری وجود دارد تا به آن‌ها بگوید نسخه‌های مشابه به‌عنوان گزینه‌های معتبر برای بازارهای مختلف هستند. زمانی که سیستم‌های هوش مصنوعی از این فهرست‌های یکپارچه بازیابی می‌کنند، این سلسله‌مراتب را به ارث می‌برند و نسخهٔ اصلی (canonical) را به‌عنوان منبع اصلی حقیقت در نظر می‌گیرند. بدون سیگنال‌های جغرافیایی واضح در خود محتوا، صفحات منطقه‌ای برای لایهٔ ترکیب‌سازی نادیده می‌شوند، حتی اگر به‌درستی با hreflang برچسب‌گذاری شده باشند.

    این سوگیری تجمیع بازار را تشدید می‌کند؛ صفحات منطقه‌ای شما نه‌تنها تحت‌سایه قرار می‌گیرند، بلکه به‌صورت مفهومی در موجودیت اصلی جذب می‌شوند.

    آیا این مشکل خودبه‌خودی اصلاح خواهد شد؟

    همان‌طور که LLMها داده‌های آموزشی متنوع‌تری را شامل می‌شوند، ممکن است برخی عدم تعادل‌های جغرافیایی کاهش یابد. با این حال، مسائلی ساختاری همچون یکپارچه‌سازی کاننیکال و اثرات شبکه‌ای اعتبار زبان انگلیسی همچنان پابرجا خواهند ماند. حتی با توزیع ایده‌آل داده‌های آموزشی، سلسله‌مراتب داخلی برند شما و تفاوت‌های عمق محتوا در بازارهای مختلف همچنان بر این‌که کدام نسخه در ترکیب‌سازی حاکم می‌شود، تأثیرگذار خواهند بود.

    اثر موجی بر جستجوی محلی

    پاسخ‌های جهانی، کاربران محلی

    تیم‌های خرید در مکزیک یا ژاپن پاسخ‌های تولید شده توسط هوش مصنوعی را دریافت می‌کنند که از صفحات انگلیسی استخراج شده‌اند. اطلاعات تماس، گواهینامه‌ها و سیاست‌های حمل و نقل نادرست هستند، حتی اگر صفحات بومی موجود باشند.

    اقتدار محلی، تحت‌سایه‌گی جهانی

    حتی رقبای محلی قوی نیز به‌دلیل وزن‌گذاری بیشتر مدل‌ها بر روی پادگان انگلیسی/جهانی، جایگزین می‌شوند. نتیجه: اقتدار محلی ثبت نمی‌شود.

    فرسایش اعتماد به برند

    کاربران این را نادیده‌گیری می‌دانند:

    «آن‌ها به بازار ما سرویس نمی‌دهند.»
    «اطلاعاتشان در اینجا مرتبط نیست.»

    در صنایع نظارتی یا B2B که مطابقت، واحدها و استانداردها اهمیت دارند، این موضوع منجر به از دست رفتن درآمد و خطر شهرت می‌شود.

    hreflang در عصر هوش مصنوعی

    hreflang در یک جهان مبتنی بر قوانین ابزار دقیقی بود. به گوگل می‌گفت در هر بازار کدام صفحه را ارائه دهد. اما موتورهای هوش مصنوعی «صفحات را ارائه نمی‌دهند» – آن‌ها پاسخ‌ها را تولید می‌کنند.

    به‌این‌معنی‌است که:

    • hreflang تبدیل به یک راهنمای مشورتی می‌شود، نه یک منبع معتبر.
    • شواهد فعلی نشان می‌دهد LLMها hreflang را به‌ طور فعال در ترکیب‌سازی تفسیر نمی‌کنند، زیرا این ویژگی برای روابط سطح‑سند که برای استدلال استفاده می‌شود، کاربردی ندارد.
    • اگر ساختار کاننیکال شما به صفحات جهانی اشاره کند، مدل این سلسله‌مراتب را به ارث می‌برد و نه دستورات hreflang شما.

    به‌طور خلاصه، hreflang همچنان به ایندکس‌گذاری گوگل کمک می‌کند، اما دیگر بر تفسیر محتوا حکم نمی‌راند.

    سیستم‌های هوش مصنوعی از الگوهای اتصال، اعتبار و مرتبط بودن می‌آموزند. اگر محتوای جهانی شما دارای ارتباط داخلی غنی‌تر، تعامل بالاتر و ارجاع‌های خارجی بیشتری باشد، همیشه در لایهٔ ترکیب‌سازی برتری خواهد داشت – بدون توجه به hreflang.

    مطالعه بیشتر: پرسش از سئو: رایج‌ترین اشتباهات hreflang چیست & چطور می‌توانم آن‌ها را بررسی کنم؟

    چگونه درگ جغرافیایی رخ می‌دهد

    بیایید به یک الگوی واقعی که در بازارهای مختلف مشاهده شده نگاهی بیندازیم:

    1. محتوای محلی ضعیف (متن کم، اسکیما ناقص، فهرست قدیمی).
    2. کاننیکال جهانی اعتبار را تحت دامنه .com یکپارچه می‌کند.
    3. مرور کلی هوش مصنوعی یا چت‌بات صفحهٔ انگلیسی را به‌عنوان دادهٔ منبع استخراج می‌کند.
    4. مدل پاسخی را به زبان کاربر تولید می‌کند که بر پایهٔ حقایق و زمینهٔ منبع انگلیسی استوار است، در حالی که چند نام برند محلی اضافه می‌کند تا حالت بومی‌سازی را القا کند، و سپس یک پاسخ ترکیبی به زبان محلی ارائه می‌دهد.
    5. کاربر کلیک می‌کند تا به فرم تماس در ایالات متحده برسد، توسط محدودیت‌های حمل و نقل مسدود می‌شود و با ناراحتی خارج می‌شود.

    هر یک از این مراحل به‌نظر جزئی می‌رسند، اما به‌طور ترکیبی یک مشکل حاکمیت دیجیتال ایجاد می‌کنند – داده‌های جهانی نمایندگی بازار محلی شما را بازنویسی کرده‌اند.

    قابلیت جغرافیایی‌خوانی: ضرورت جدید سئو

    در عصر جستجوی مولد، چالش تنها رتبه‌بندی در هر بازار نیست – بلکه باید حضور خود را برای ماشین‌ها به‌صورت جغرافیایی‌قابل‌خواندن کنید.

    قابلیت جغرافیایی‌خوانی بر پایه اصول اساسی سئو بین‌المللی ساخته شده است، اما به چالش جدیدی می‌پردازد: قابلیت تفسیر مرزهای جغرافیایی در طول ترکیب‌سازی هوش مصنوعی، نه‌تنها در زمان بازیابی و رتبه‌بندی سنتی.

    در حالی که hreflang به گوگل می‌گوید کدام صفحه را برای چه بازاری ایندکس کند، قابلیت جغرافیایی‌خوانی اطمینان می‌دهد که خود محتوا حاوی سیگنال‌های واضح و قابل‌خواندن توسط ماشین باشد که در انتقال از ایندکس ساختاری به پاسخ‌های مولد باقی می‌مانند.

    به این معناست که جغرافیا، انطباق و مرزهای بازار را به‌گونه‌ای رمزگذاری کنیم که LLMها در هر دو مرحلهٔ ایندکس‌گذاری و ترکیب‌سازی آن را درک کنند.

    لایه‌های کلیدی قابلیت جغرافیایی‌خوانی

    لایه اقدام نمونه چرا مهم است
    محتوا شامل کردن زمینهٔ بازار به‌صورت صریح (مثلاً «Distribuimos en México bajo norma NOM-018‑STPS») ارتباط محتوا با یک جغرافیای تعریف‌شده را تقویت می‌کند.
    ساختار از اسکیما برای areaServed، priceCurrency و addressLocality استفاده کنید سیگنال‌های جغرافیایی صریحی فراهم می‌کند که می‌توانند بر سیستم‌های بازیابی تأثیر بگذارند و آینده‌پذیری را تضمین می‌کند، چرا که سیستم‌های هوش مصنوعی ممکن است به‌طور بهتر داده‌های ساختاریافته را درک کنند.
    لینک‌ها و ارجاع‌ها دریافت بک‌لینک‌ها از فهرست‌های محلی و انجمن‌های تجاری اختیار محلی و خوشه‌بندی موجودیت‌ها را می‌سازد.
    یکپارچگی داده‌ها آدرس، تلفن و نام سازمان را در تمام منابع هم‌راستا کنید از ادغام نادرست موجودیت‌ها و سردرگمی جلوگیری می‌کند.
    حاکمیت خروجی‌های هوش مصنوعی را برای اشتباه در انتساب یا انحراف بین‑بازاری پایش کنید نشت اولیه را پیش از تثبیت آن شناسایی می‌کند.

    توجه: اگرچه شواهد فعلی دربارهٔ تأثیر مستقیم اسکیما بر ترکیب‌سازی هوش مصنوعی محدود است، این ویژگی‌ها سیگنال‌های جستجوی سنتی را تقویت می‌کنند و محتوا را برای سیستم‌های هوش مصنوعی آینده که ممکن است داده‌های ساختاری را به‌صورت منظم‌تری تجزیه‌وتحلیل کنند، موقعیت می‌دهند.

    قابلیت جغرافیایی‌خوانی صرفاً در مورد صحبت کردن به زبان صحیح نیست؛ بلکه درباره این است که در مکان مناسب توسط ماشین‌ها درک شود.

    گردش کار تشخیص: «بازار من کجا رفته؟»

    1. جستجوهای محلی را در مرور کلی هوش مصنوعی یا چت‌سرچ اجرا کنید. اصطلاحات اصلی محصول و دسته‌بندی را به زبان محلی آزمایش کنید و زبان، دامنه و بازاری که هر نتیجه نشان می‌دهد را ثبت کنید.
    2. آدرس‌های URL ارجاع شده و نشانگرهای بازار را ثبت کنید. اگر صفحه‌های انگلیسی را برای پرس‌وجوهای غیر‑انگلیسی می‌بینید، این نشانه‌ای است که محتوای محلی شما فاقد اعتبار یا نمایانی است.
    3. پوشش‌پذیری Search Console را بررسی کنید. تأیید کنید که URLهای محلی شما ایندکس، قابل کشف و به‌درستی از طریق hreflang مشخص شده‌اند.
    4. سلسله‌مراتب کاننیکال را بررسی کنید. مطمئن شوید که URLهای منطقه‌ای به صفحات جهانی ارجاع (canonical) نشده‌اند. سیستم‌های هوش مصنوعی معمولاً نسخهٔ اصلی را به‌عنوان “حقیقت اصلی” در نظر می‌گیرند.
    5. جغرافیای ساختاری را آزمایش کنید. برای گوگل و بینگ، مطمئن شوید که ویژگی‌های اسکیما مانند areaServed، address و priceCurrency را اضافه یا اعتبارسنجی کنید تا موتورها به‌راحتی ارتباط قضایی را شناسایی کنند.
    6. هر سه ماه یک‌بار تکرار کنید. جستجوی هوش مصنوعی به‌سرعت پیشرفت می‌کند. آزمایش منظم اطمینان می‌دهد که مرزهای جغرافیایی شما در طول بازآموزی مدل‌ها پایدار بمانند.

    گردش کار اصلاح: از انحراف به متمایز شدن

    مرحله تمرکز تأثیر
    1 تقویت سیگنال‌های داده محلی (جغرافیای ساختاری، نشانه‌گذاری گواهینامه). اعتبار بازار را روشن می‌کند
    2 ساختن مطالعات موردی بومی، ارجاع‌های قانونی و نظرات مشتریان. E‑E‑A‑T محلی را تثبیت می‌کند
    3 بهینه‌سازی لینک داخلی از زیردامنه‌های منطقه‌ای به نهادهای محلی. هویت بازار را تقویت می‌کند
    4 دریافت بک‌لینک‌های منطقه‌ای از نهادهای صنعتی. اعتماد غیرزبانی را افزایش می‌دهد
    5 تنظیم منطق کاننیکال برای ترجیح بازارهای محلی. از ارث‌برداری پیش‌فرض‌های جهانی توسط هوش مصنوعی جلوگیری می‌کند
    6 انجام «ممیزی دیداری هوش مصنوعی» به‌موازات گزارش‌های سئو سنتی.

    فراتر از hreflang: مدل جدید حاکمیت بازار

    مدیران باید این را همان‌گونه که هست ببینند: نه یک اشکال سئو، بلکه یک شکاف استراتژیک در حاکمیت.

    جستجوی هوش مصنوعی مرزهای بین برند، بازار و زبان را از بین می‌برد. بدون تقویت عمدی، نهادهای محلی شما تبدیل به سایه‌هایی در گراف‌های دانش جهانی می‌شوند.

    این فقدان تمایز بر موارد زیر تأثیر دارد:

    • درآمد: در بازارهایی که رشد به قابلیت پیدا شدن بستگی دارد، نامرئی می‌شوید.
    • انطباق: کاربران بر اطلاعاتی که برای حوزه قضایی دیگر منظور شده‌اند، اقدام می‌کنند.

    عدالت: اعتبار محلی و سرمایهٔ لینک‌های شما توسط برند جهانی جذب می‌شود و اندازه‌گیری و پاسخگویی را مخدوش می‌کند.

    چرا مدیران ارشد باید به این موضوع توجه کنند

    دلالت‌های درگ جغرافیایی ناشی از هوش مصنوعی به‌مراتب فراتر از بازاریابی است. زمانی که ردپای دیجیتالی برند شما دیگر با واقعیت عملیاتی آن همراستا نباشد، خطر تجاری قابل‌قابل اندازه‌گیری ایجاد می‌کند. یک مشتری به‌اشتباه در بازار نادرست فقط یک سرنخ از دست رفته نیست؛ بلکه علائمی از عدم هماهنگی سازمانی بین بازاریابی، فناوری اطلاعات، انطباق و رهبری منطقه‌ای است.

    مدیران باید اطمینان حاصل کنند که زیرساخت دیجیتال آنها بازتابی از نحوه عملکرد واقعی شرکت، بازارهای خدماتی، استانداردهای پیروی شده و نهادهای مسئول عملکرد است. هم‌راستا کردن این سیستم‌ها انتخابی نیست؛ این تنها راه برای کاهش تأثیر منفی است که پلتفرم‌های هوش مصنوعی با بازتعریف نحوه شناسایی، انتساب و اعتماد به برندها در سطح جهانی، ایجاد می‌کنند.

    دستورالعمل‌های اجرایی

    1. دوباره استراتژی کاننیکال را ارزیابی کنید. آنچه قبلاً کارایی را بهبود می‌داد ممکن است اکنون نمایانی بازار را کاهش دهد. کاننیکال‌ها را به‌عنوان اهرم‌های کنترل، نه صرفاً تسهیلات، در نظر بگیرید.
    2. حاکمیت سئو را به حاکمیت جستجوی هوش مصنوعی گسترش دهید. ممیزی‌های سنتی hreflang باید به بازبینی‌های نمایانی هوش مصنوعی در سطح بازار تبدیل شوند که نحوه تفسیر موتورهای مولد از گراف موجودیت شما را ردیابی می‌کند.
    3. سرمایه‌گذاری مجدد در اعتبار محلی. تیم‌های منطقه‌ای را تشویق کنید تا محتوایی با هدف بازار‑محور ایجاد کنند، نه نسخه‌های ترجمه‌شده از صفحات جهانی.
    4. اندازه‌گیری نمایانی به‌صورت متفاوت. تنها رتبه‌بندی‌ها دیگر حضور را نشان نمی‌دهند: استنادات، منابع و زبان اصلی خروجی‌های جستجوی هوش مصنوعی را دنبال کنید.

    نکتهٔ نهایی

    هوش مصنوعی جغرافیا را غیرقابل‌توجه نکرد؛ صرفاً ضعف نقشه‌های دیجیتال ما را نشان داد.

    hreflang، ccTLDها و فرایندهای ترجمه به شرکت‌ها توهم کنترل می‌دادند.

    جستجوی هوش مصنوعی راهنمایی‌ها را حذف کرد و اکنون قوی‌ترین سیگنال‌ها برنده می‌شوند – بدون در نظر گرفتن مرزها.

    تحول بعدی سئو بین‌المللی صرفاً دربارهٔ برچسب‌گذاری و ترجمهٔ صفحات بیشتر نیست. بلکه دربارهٔ حاکمیت بر مرزهای دیجیتال شماست و اطمینان از این‌که هر بازاری که سرویس می‌کنید در عصر ترکیب‌سازی قابل مشاهده، متمایز و به‌درستی نمایان باشد.

    زیرا زمانی که هوش مصنوعی نقشه را دوباره ترسیم می‌کند، برندهایی که قابل یافتن می‌مانند، لزوماً بهترین ترجمه‌کنندگان نیستند؛ آن‌ها آن‌هایی هستند که مکان خود را به‌دقت تعریف می‌کنند.

    منابع بیشتر:

    • سئو جهانی: چگونه برای کسب‌وکارهای چندملیتی استراتژی‌گذاری کنیم
    • ساختار سازمانی مؤثر سئو برای یک شرکت جهانی
    • وضعیت سئو 2026

    تصویر برجسته: رومن سامبورسکی/شاترستوک

  • سئوی صفحه‌بندی: بهترین روش‌ها برای صفحه‌بندی وب‌سایت

    تقسیم محتوای وب‌سایت به چند صفحه می‌تواند زمان بارگذاری صفحات را تسریع کند و دسترسی کاربران به محتوا را آسان‌تر سازد، به‌ویژه برای فهرست‌های طولانی محصولات.

    توسط کارکنان شاپیفای

    تصویری از صفحه وب در مرورگر: سئوی صفحه‌بندی

    یافتن آنچه نیاز دارید در یک وب‌سایت بزرگ نباید حس عبور از گل‌خاک را القا کند. ولی با صدها محصول، پست وبلاگ یا منبع برای مرور، ممکن است دشوار شود. اینجاست که صفحه‌بندی وارد می‌شود — روشی ساده اما قدرتمند برای شکستن بخش‌های عظیم محتوا به قطعات قابل هضم و پسندیده برای کلیک. اسکرول بی‌پایان کمتر خواهد شد، زمان بارگذاری سریع‌تر و مسیر واضح‌تری برای کاربران که در نتایج حرکت می‌کنند.

    صفحه‌بندی تنها برای بهبود کاربری مفید نیست — به‌طور مستقیم بر این که موتورهای جستجو چگونه محتوای شما را پیدا و رتبه‌بندی می‌کنند تأثیر می‌گذارد. سازماندهی محتوا در صفحات کوچکتر و ساختار یافته، کشیدن و ایندکس‌گذاری سایت شما را برای موتورهای جستجو آسان‌تر می‌کند. برای کاربران، تجربهٔ روان‌تری معنا می‌دهد. در اینجا نحوهٔ تأثیر صفحه‌بندی بر سئو، روش پیاده‌سازی صحیح آن و زمان‌ مناسب برای در نظر گرفتن جایگزین‌ها آمده است.

    صفحه‌بندی در سئو چیست؟

    صفحه‌بندی حجم بالایی از محتوا را به بخش‌های قابل‌مدیریت تقسیم می‌کند. در چاپ، به معنای شماره‌گذاری صفحات است؛ در آنلاین، به معنای شکستن فهرست‌ها یا اسناد به صفحات جداگانه، اغلب با کنترل‌هایی برای پرش بین آن‌ها است. این شبیه به‌ورق زدن یک کتاب به‌جای کشیدن یک اسکرول پیوسته است. به‌عنوان مثال، صفحه‌بندی مجموعهٔ بزرگ محصولات یا نتایج جستجو، سایت شما را سریع‌تر بارگذاری می‌کند و ناوبری را آسان می‌سازد.

    صفحه‌بندی در سراسر اینترنت حضور دارد — شاید واضح‌ترین مثال آن در گوگل باشد. به‌جای یک اسکرول بی‌پایان، گوگل محتوا را به صفحات نتایج موتور جستجو تقسیم می‌کند. محتوا به‌صورت بلوک‌های ۱۰ یا ۲۰ نتیجه ظاهر می‌شود. کاربران با کلیک بر روی «بعدی»، «قبلی» یا شمارهٔ صفحه مسیر را دنبال می‌کنند. در سایت تجارت الکترونیک خود می‌توانید برای محصولات، نظرات مشتریان یا صفحات دسته‌بندی وبلاگ از صفحه‌بندی استفاده کنید.

    نمایش تنها ۱۰، ۲۰ یا ۵۰ محصول در هر صفحه تجربه مرور را سریع‌تر و پاسخگوتر می‌کند. صفحه‌ای با صدها محصول به‌خصوص در دستگاه‌های موبایل بارگذاری کندتری دارد. سرور وب شما نیازی به بارگذاری تمام داده‌های محصول به‌صورت یک‌باره ندارد — استفادهٔ مؤثرتر از پهنای باند.

    کدام نوع از سایت‌ها بیشترین بهره‌وری را از صفحه‌بندی دارند؟

    هیچ مشکلی اساسی در اسکرول بی‌پایان وجود ندارد — این روش در دنیای موبایل‑اول ما استاندارد است. اما برخی سایت‌ها، به‌ویژه آن‌هایی که مجموعه‌های محتوای وسیعی دارند، به‌طور طبیعی برای صفحه‌بندی مناسب‌اند:

    • سایت‌های تجارت الکترونیک. فروشگاه‌های آنلاین از کسب‌وکارهای کوچک تا آمازون همگی از صفحه‌بندی استفاده می‌کنند. صفحات محصول وقتی کاربران می‌توانند ۱۰ یا ۱۵ مورد را به‌صورت گام به گام مرور کنند، راحت‌تر هضم می‌شوند، نه یک فید بی‌پایان. ناوبری آسان‌تر می‌تواند کاربران را تشویق کند زمان بیشتری را در سایت بگذرانند، که نشانگر کیفیت بالاتر محتوا برای موتورهای جستجوست.

    • وبلاگ‌ها و سایت‌های خبری. اگر مقالات زیادی منتشر می‌کنید، صفحهٔ اصلی به‌خوبی طراحی شده به همراه صفحه‌بندی واضح به کاربران امکان می‌دهد از یک صفحه به صفحهٔ دیگر حرکت کنند.

    • انجمن‌ها و گالری‌ها. سایت‌هایی که حجم زیادی از پست‌ها و عکس‌ها را میزبانی می‌کنند، برای تقسیم محتوا به چند صفحه مناسب‌اند.

    چگونه صفحه‌بندی بر سئو تأثیر می‌گذارد

    صفحه‌بندی می‌تواند به سئو شما کمک کند یا به آن آسیب بزند، بسته به نحوهٔ تنظیم آن. در اینجا برخی از مواردی که باید از آنها اجتناب کنید اگر قصد صفحه‌بندی محتوا را دارید، آورده شده است:

    • تضعیف ارزش لینک. موتورهای جستجو از الگوریتمی برای ارزیابی اعتبار صفحه استفاده می‌کنند — صفحات با رتبه بالا ارزش لینک بیشتری دارند. وقتی این صفحات معتبر به محتوای صفحه‌بندی‌شده لینک می‌دهند، آن ارزش می‌تواند در میان چندین صفحه پخش شود و ممکن است قدرت کلی رتبه‌بندی سایت را تضعیف کند.

    • محتوای تکراری. محتوا تکراری یکی از رایج‌ترین اشتباهات صفحه‌بندی است. صفحات صفحه‌بندی‌شده اغلب محتواهای مشابهی دارند، به‌ویژه در توصیف دسته‌ها، سرصفحه‌ها و پاورقی‌ها. این تکرار می‌تواند موتورهای جستجو را دچار سردرگمی کند و باعث شود صفحات صفحه‌بندی به‌عنوان تکراری شناخته شوند و احتمالاً در نتایج جستجو ارزششان کاهش یابد.

    • مشکلات بودجه خزیدن. گوگل برای هر سایت یک بودجهٔ خزیدن دارد که تعداد صفحاتی را که در یک جلسه می‌خزد محدود می‌کند. اگر خزنده زمان زیادی را صرف خزش ۱۰۰ URL صفحه‌بندی‌شده از یک دسته‌بندی محصول بکند، ممکن است این بودجه تمام شود و صفحات دیگر مانند پست‌های جدید وبلاگ و محصولات جدید خزش نشوند.

    از این مشکلات اجتناب کنید و پیش‌قدم خوبی برای استفادهٔ بهینه از صفحه‌بندی برداشته‌اید. در ادامه برخی عناصر دیگر که هنگام پیاده‌سازی صفحه‌بندی برای سایت خود لازم است پرورش دهید، آمده است:

    • تجمیع ارزش لینک. به‌درستی صفحه‌های صفحه‌بندی‌شده را با استفاده از و لینک کنید تا به موتورهای جستجو درک بهتری از جریان محتوای شما بدهد. این کار سیگنال‌های رتبه‌بندی را متمرکز می‌کند به‌جای پراکندن اعتبار در میان چندین URL.

    • بهبود کارایی خزش. ساختار صفحه‌بندی تمیز به گوگل کمک می‌کند تا سایت شما را هوشمندانه‌تر خزش کند. وقتی خزنده‌ها می‌دانند صفحات شما چگونه به‌یکدیگر مرتبط هستند، محتوای ارزشمندتر مانند محصولات ویژه یا پست‌های وبلاگ را در اولویت قرار می‌دهند که می‌تواند رتبه‌بندی کلی سایت را ارتقا دهد.

    • بهبود ایندکس‌گذاری و مرتبط‌سازی. وقتی هر صفحهٔ صفحه‌بندی‌شده شامل عناوین بهینه‌سازی‌شده، اسنیپت‌های منحصربه‌فرد و نشانه‌گذاری ساختاری باشد، موتورهای جستجو می‌توانند محتوای شما را بهتر ایندکس کنند و صفحات مرتبط را بالاتر در نتایج جستجو قرار دهند.

    رتبه بالاتر در گوگل

    از این چک‌لیست رایگان سئو برای بهینه‌سازی وب‌سایت و محتوای خود استفاده کنید. بیاموزید چگونه برای عبارات جستجوی مرتبط رتبه بگیرید تا بیش‌تر خریداران فروشگاه شما را در ابتدا ببینند.

    دریافت چک‌لیست

    بهترین روش‌ها برای پیاده‌سازی صفحه‌بندی در سئو

    • به هر صفحه یک URL منحصربه‌فرد و قابل خزش اختصاص دهید
    • ساختار پیوندهای داخلی را تست کنید
    • از شناساگرهای قطعهٔ URL (Fragment) خودداری کنید
    • برچسب‌های canonical را به‌درستی مدیریت کنید
    • عناوین و توضیحات متا را بهینه کنید

    در اینجا نحوه‌ای که صفحات مختلف می‌توانند به سئو کمک کنند، نه آن را آسیب‌پذیر کنند، آورده شده است:

    به هر صفحه یک URL منحصربه‌فرد و قابل خزش بدهید

    برای اینکه گوگل بتواند صفحات صفحه‌بندی‌شده را به‌درستی ایندکس کند، ابتدا باید آن‌ها را پیدا کند. اطمینان حاصل کنید که هر صفحه با استفاده از ویژگی استاندارد href یا برچسب لینک () به‌صورت پیوندی متصل شده باشد تا گوگل بتواند صفحهٔ بعدی را خزش کند. بدون لینک مناسب، موتورهای جستجو ممکن است صفحات را نادیده بگیرند که ایندکس‌گذاری و نمایش را تحت‌تأثیر می‌گذارد. در ادامه نمونه‌ای از این در HTML آورده شده است:

    <a href=”https://myshopifymegastore.com/catalog/products?page=5″>

    هر صفحه در یک توالی صفحه‌بندی باید URL منحصربه‌فرد خود را داشته باشد. دو روش متداول برای این کار وجود دارد: افزودن پارامترهای کوئری مانند ?page=5 به URL، یا افزودن مسیر دایرکتوری مانند /page/5 به URL.

    در اینجا یک مثال از پارامتر کوئری آمده است: https://myshopifymegastore.com/catalog/products?page=5

    پارامتر ?page=5 صفحه شماره‌دار را منحصربه‌فرد می‌سازد.

    ساختار لینک‌های داخلی را تست کنید

    پیوندهای داخلی برای تجربهٔ کاربری صفحه‌بندی مفید هستند زیرا دسترسی به محتوا را آسان‌تر می‌سازند:

    1. اطمینان حاصل کنید که لینک‌های «بعدی» و «قبلی» به‌درستی کار می‌کنند. پیوندهای متوالی را از یک صفحه به صفحهٔ بعد اضافه کنید تا برای کاربران و Googlebot راحت باشد مسیر را دنبال کنند.

    2. لینک‌ها به سایر شماره‌های صفحه در سلسله. این کار به موتورهای جستجو امکان می‌دهد هر صفحه را به‌راحتی کشف کنند. بدون لینک‌ها، گوگل ممکن است صفحات در دسته‌بندی محصول شما را از دست بدهد و محصولات در صفحات عمیق‌تر ایندکس نشوند.

    3. لینک به صفحهٔ اول در مجموعه از هر صفحه. وقتی به صفحهٔ ریشه (page=1) لینک می‌دهید، اعتبار آن را تقویت می‌کنید که باعث تجمیع ارزش لینک در جای موردنظر می‌شود.

    از شناساگرهای قطعهٔ URL (Fragment) خودداری کنید

    یک شناساگر قطعهٔ URL بخشی است که پس از نماد هشتگ (#) در آدرس URL می‌آید. موتورهای جستجو تمایل دارند آنها را نادیده بگیرند. هر محتوای مبتنی بر قطعه‌URL ایندکس نمی‌شود و بنابراین هرگز در نتایج جستجو ظاهر نمی‌شود.

    در اینجا مثالی از یک قطعه‌URL که احتمالاً خزش نخواهد شد آورده شده است: https://www.deepdiscount.biz/deep‑vinyl‑sale/b230734?attn_pos=2&externalId=OsUHA#!?pagenum=2

    به‌درستی برچسب‌های canonical را مدیریت کنید

    برچسب canonical (rel=”canonical”) به موتورهای جستجو می‌گوید کدام صفحه نسخهٔ ترجیحی است وقتی چند صفحه محتوای مشابه دارند.

    در مورد نحوهٔ صحیح استفاده از برچسب canonical برخی سؤ‌به‌فهمی‌ها وجود دارد، بنابراین توصیه‌های Google Search Central را جدی بگیرید. گوگل توصیه می‌کند صفحهٔ اول توالی صفحه‌بندی به‌عنوان صفحهٔ canonical استفاده نشود. هر صفحه باید URL canonical خود را داشته باشد. این برچسب‌ها به‌عنوان canonicalهای خودارجاعی شناخته می‌شوند.

    برای تنظیم این مورد، به بخش هر صفحه وب بروید و برچسب canonical مناسب را وارد کنید. مثال:

    <link rel=”canonical” href=”https://the-style-codezeel.myshopify.com/collections/clothing”>

    برچسب‌های canonical خودارجاعی را بر هر صفحهٔ صفحه‌بندی اضافه کنید تا موتورهای جستجو بدانند هر صفحه نسخهٔ ترجیحی URL منحصربه‌فرد خود است.

    <link rel=”canonical” href=”https://the-style-codezeel.myshopify.com/collections/clothing?page=2″>

    بهینه‌سازی عناوین و توضیحات

    عناوین و توصیفات غنی از کلیدواژه‌ها در متاتگ‌ها — موجود در بخش Head صفحهٔ HTML — به گوگل می‌گویند صفحه دربارهٔ چه چیزی است. می‌توانید توصیفات محتوای منحصربه‌فرد اضافه کنید تا محتوای ظاهراً مشابه، مثل پست‌های وبلاگ و محصولات در یک دسته، متمایز شوند.

    استفاده از متاتگ‌ها به این شکل ضرورتی فنی ندارد. طبق راهنمایی گوگل: «به‌طور معمول، توصیه می‌کنیم به صفحات وب عناوین متمایزی بدهید تا آنها را متمایز کنید. اما صفحات در توالی صفحه‌بندی نیازی به رعایت این توصیه ندارند. می‌توانید از عناوین و توصیفات یکسان برای تمام صفحات توالی استفاده کنید. گوگل سعی می‌کند صفحات توالی را تشخیص دهد و بر این اساس ایندکس کند.»

    با این حال، استفاده از فیلد عنوان برای نشان دادن اینکه کدام صفحه در توالی نمایش داده می‌شود می‌تواند تجربهٔ کاربر را بهبود بخشد. برای مثال، اگر مقاله‌ای در چند صفحه پخش شده باشد، می‌توانید «قسمت ۲»، «قسمت ۳» و … را به عنوان پسوند به عنوان اضافه کنید تا نشان دهد کدام بخش از سری نمایش داده می‌شود.

    جایگزین‌های صفحه‌بندی

    • اسکرول بی‌پایان
    • دکمه‌های بارگذاری بیشتر
    • نمایش همه صفحه‌ها

    صفحه‌بندی تنها گزینهٔ شما برای مدیریت مجموعه‌های بزرگ محتوا نیست. بر اساس اهداف خاص و ترجیحات تجربهٔ کاربری، مناسب‌ترین گزینه را برای سایت خود انتخاب کنید.

    اسکرول بی‌پایان

    اسکرول بی‌پایان به‌محض اینکه کاربر به‌پایین صفحه اسکرول کند، محتوای بیشتری را بارگذاری می‌کند. این روش در سایت‌های شبکه‌های اجتماعی مانند فیس‌بوک و اینستاگرام محبوب است.

    اسکرول بی‌پایان زمانی مناسب است که بخواهید فعالیت مرور در سایت را تا حد امکان افزایش دهید. مشتریان، به‌ویژه در برنامه‌های موبایل، به‌سوی حرکات مداوم سوایپ عادت دارند.

    با این حال، یک عیب احتمالی وجود دارد. گوگل می‌تواند خزش کند، اما اسکرول نمی‌کند؛ بنابراین نمی‌تواند محتوا را بدون کلیک بر روی لینک دسترسی پیدا کند، که به معنی این است که محتوای اسکرول بی‌پایان ممکن است ایندکس نشود.

    دکمه‌های بارگذاری بیشتر

    دکمهٔ بارگذاری بیشتر شبیه اسکرول بی‌پایان است، اما کاربر باید به‌صورت دستی روی دکمه کلیک کند تا محتوای بیشتری بارگذاری شود. این گزینه برای سناریوهایی مناسب است که کاربر ممکن است نخواهد همه محتوا را یکجا ببیند. همچنین بر روی موبایل کارایی خوبی دارد چون کاربر می‌تواند انگشت خود را در یک مکان ثابت نگه دارد. برای آسان‌تر کردن خزش روبات‌ها، دکمهٔ بارگذاری بیشتر را به‌عنوان یک لینک مناسب به URL جدید و قابل خزش تنظیم کنید.

    نمایش همه صفحه‌ها

    صفحهٔ نمایش همه یک صفحهٔ تک است که شامل تمام محصولات یا آیتم‌های یک دسته‌بندی می‌شود. این روش برای دسته‌بندی‌های کوچک با تعداد محدود محصولات (مثلاً فروش ویژه با ۲۰ آیتم) بهترین گزینه است.

    کاربران اغلب دوست دارند همه چیز را در یک نگاه ببینند. این گزینه برای سئو دوستانه‌ترین است زیرا تمام محتوا در یک مکان است — بدون نگرانی از مشکلات صفحه‌بندی. اما برای مجموعه‌های بزرگ محتوا، نمایش همه می‌تواند سنگین باشد. زمان بارگذاری طولانی می‌شود و می‌تواند تجربهٔ کاربری را مختل کند که ممکن است رتبه‌بندی‌های جستجو را تحت‌تأثیر قرار دهد.

    پرسش‌های متداول سئوی صفحه‌بندی

    صفحه‌بندی در سئو چیست؟

    صفحه‌بندی فهرست‌های بزرگ محتوا را به چند صفحه تقسیم می‌کند. این ویژگی تجربهٔ کاربری است که برای اجتناب از مشکلات سئو، نیاز به تنظیم دقیق دارد.

    چرا از صفحه‌بندی در سئو پرهیز کنیم؟

    صفحه‌بندی به‌خودی مشکل نیست — پیاده‌سازی نادرست است. برای سایت‌های بزرگ، صفحه‌بندی مهم برای تجربهٔ کاربری است. اما اگر به‌درستی پیاده‌سازی نشود، مشکلاتی مانند محتوای تکراری، تضعیف ارزش لینک در میان چندین URL و هدر رفتن بودجهٔ خزیدن به‌وجود می‌آید.

    آیا صفحه‌بندی یا اسکرول بی‌پایان برای سئو بهتر است؟

    برای یک فروشگاه بزرگ تجارت الکترونیک، صفحه‌بندی عمومًا گزینهٔ بهتر برای سئو است؛ زیرا به موتورهای جستجو لینک‌های قابل‌خزش به هر صفحه می‌دهد. اسکرول بی‌پایان ممکن است گزینهٔ سئوی ضعیفی باشد چون برای نمایش محتوا به اقدام کاربر (اسکرول) وابسته است و خزنده‌ها نمی‌توانند آن را ببینند، که ایندکس‌گذاری تمام فهرست محصولات را دشوار می‌کند.

    6 آذر 1404