به نظر میرسد که گوگل در حال حرکت به سمت یک آینده کاملاً مبتنی بر هوش مصنوعی در جستجو است، اما واقعیت این است که بیشتر نتایج جستجو (حتی در حالت AI Mode) هنوز ترکیبی از الگوریتمهای ارگانیک و مدلهای زبانی بزرگ (LLM)، بهویژه Gemini هستند. Google Web Guide (در حال حاضر در نسخه بتا)، نگاهی اجمالی به آنچه این آینده هیبریدی ممکن است شامل شود، ارائه میدهد. در نگاه اول، شبیه جستجوی سنتی به نظر میرسد، اما از چندین لایه هوش مصنوعی پشتیبانی میشود.
Google Web Guide که در اواخر ژوئیه ۲۰۲۵ معرفی شد، ترکیبی از نتایج جستجوی ارگانیک گوگل با ویژگیهای مبتنی بر هوش مصنوعی (Gemini) است و از query fan-out برای نمایش زیرموضوعات و نتایج اضافی استفاده میکند. این ابزار به کاربران امکان میدهد تا دید کلیتری نسبت به موضوع مورد نظر خود پیدا کنند.
ساختار Google Web Guide
هر نتیجه Google Web Guide معمولاً از سه بخش اصلی تشکیل شده است:
- نتایج ارگانیک (به ظاهر): این نتایج بیشتر ارگانیک هستند و به صورت اولیه نمایش داده میشوند. دکمهای برای نشان دادن “quick matches” وجود دارد که از فناوری FastSearch گوگل بهره میبرند – یک تکنولوژی مبتنی بر RankEmbed و مشابه الگوریتمهای اصلی جستجو، اما با هدف سرعت و کارایی بالاتر.
- خلاصهای توسط هوش مصنوعی: در زیر نتایج ارگانیک، خلاصهای توسط Gemini ارائه میشود که برای تمام نتایج معتبر است. این خلاصه به ویژه بر روی محصولات یا خدمات خاص متمرکز شده و بخشهایی را برجسته میکند.
- گسترش زیرموضوعات (Query Fan-out): جالب است بدانید که query fan-out در AI Mode معرفی شد، اما با Web Guide این قابلیت بهطور غیر مستقیم نمایان میشود.
علاوه بر این، Google/Gemini سعی دارد تا با ارائه خلاصههایی بر اساس قصد جستجوگر، به کاربران نشان دهد که چرا یک صفحه خاص برای آنها مرتبط است. نکته مهم اینجاست که گوگل در حال تغییر نحوه نمایش اطلاعات و انتقال قدرت کنترل از محتوا به دست تولیدکنندگان محتوا است.
درک Query Fan-out: کلید آینده جستجو
بر اساس تحقیقات Moz، میتوان ۱۰ نوع مختلف query fan-out را شناسایی کرد که هر کدام دیدگاه متفاوتی نسبت به سفر جستجوی کاربر ارائه میدهند. این دستهبندیها شامل موارد زیر است:
- Semantic Fan-outs: استفاده از کلمات متفاوت با معانی مشابه
- Entity Fan-outs: گسترش اطلاعات در مورد یک نهاد خاص (مثلا برند، مکان)
- Follow-up Queries: سوالات بعدی که کاربر احتمالاً خواهد پرسید. از سوی دیگر، این میتواند شامل سوالات بعد از خرید نیز باشد!
- Attribute Fan-outs: تمرکز بر ویژگیها و خصوصیات خاص یک محصول یا خدمات
- Anticipate Fan-outs: پیشبینی نیازهای آتی کاربر
- Factual Fan-outs: یافتن اطلاعات دقیق و دادههای مرتبط
- Tutorial Fan-outs: راهنماها و آموزشهای عملی
- Perspective Fan-outs: جمعآوری نظرات، دیدگاهها و بحثوجوه کاربران نکته اینجاست که گوگل به شدت به این بخش توجه دارد.
- Comparison Fan-outs: مقایسه بین محصولات یا خدمات مختلف
- Transact Fan-outs: سوالات و نیازهای مرتبط با اقدام یا خرید نهایی. به نظر میرسد در این حالت کاربر آماده انجام یک کار است.
این تقسیمبندیها به بازاریابان کمک میکند تا سفر جستجوی کاربران را بهتر درک کرده و محتوای مناسبتری تولید کنند.
توصیههای کلیدی برای بازاریابها
با توجه به این تغییرات، بازاریابان باید سه نکته مهم را مد نظر داشته باشند:
- جستجو یک مکالمه است: کاربران در حال تعامل با موتورهای جستجو هستند و تولیدکنندگان محتوا باید برای ایجاد تجربهای روان و طبیعی تلاش کنند.
- زبان طبیعی را بپذیرید: استفاده از زبان طبیعی در پرسشها و محتوا، به بهبود رتبه کمک میکند. جالب است بدانید که این رویکرد با تغییرات اخیر در الگوریتمهای گوگل همخوانی دارد.
- بر تصویر کلی تمرکز کنید: بازاریابان باید فراتر از کلمات کلیدی خاص رفته و نیازها و اهداف نهایی کاربران را در نظر بگیرند. نکته قابل توجه این است که موفقیت در آینده جستجو نیازمند نگرش جامعتری نسبت به تولید محتوا است.
📌 توجه: این مطلب از منابع بینالمللی ترجمه و بازنویسی شده است.