سئو چیست؟

سئو (SEO) یعنی کار روی زنجیره‌ای از احتمال‌های شرطی: از کشف یک صفحه تا انتخاب آن برای یک نیاز اطلاعاتی مشخص، در چارچوب سیاست‌های اعلام‌ شده‌ی موتور جست‌وجو و با این آگاهی که هیچ مرحله‌ای تضمین‌ شده نیست. تعریف رسمی Google ساده‌تر است و سئو را فرایند بهتر کردن سایت برای موتورهای جست‌وجو  و همچنین عنوان حرفه‌ای کسانی که این کار را انجام می‌دهند می‌داند. [سطح ۱] [۱] بقیه‌ی این مقاله توضیح می‌دهد چرا تعریف دوم برای تشخیص مشکل کافی نیست.

وقتی کسی می‌پرسد سئو چیست؟، معمولاً با فهرستی از کارها روبه‌رو می‌شود: انتخاب کلمه‌ی کلیدی، ساخت لینک، تولید محتوا، بهبود سرعت سایت، استفاده از داده‌ی ساختاریافته و حالا هم اصطلاح‌هایی مثل AEO و GEO. اما این فهرست یک پرسش بنیادی‌تر را بی‌پاسخ می‌گذارد:

چرا اصلاً هیچ‌ کدام از این کارها باید بتوانند بر دیده‌ شدن یک صفحه اثر بگذارند؟

برای پاسخ باید یک قدم عقب‌تر برویم. موتور جست‌وجو با انبوهی از اسناد روبه‌روست و باید برای یک پرسش مشخص تصمیم بگیرد کدام اسناد احتمالاً برای کاربر مفیدترند. مشکل اینجاست که «مفید بودن» چیزی نیست که مستقیماً در یک صفحه ذخیره شده باشد و بتوان آن را مثل تعداد کلمات اندازه گرفت. از طرف دیگر، ناشر صفحه هم در این تصمیم بی‌طرف نیست. جایگاه بهتر می‌تواند به بازدید، فروش، اعتبار یا درآمد بیشتر منجر شود. بنابراین به‌محض اینکه معلوم شود موتور جست‌وجو از چه نشانه‌ای استفاده می‌کند، انگیزه‌ای برای دستکاری همان نشانه به وجود می‌آید. تقریباً تمام تاریخ سئو را می‌توان از دل همین تنش فهمید:

موتور جست‌وجو به نشانه‌هایی برای تخمین کیفیت نیاز دارد؛ ناشران انگیزه دارند نشانه‌های مؤثر را بازتولید یا جعل کنند؛ و موتور جست‌وجو ناچار است به‌تدریج به سمت نشانه‌هایی برود که دستکاری آن‌ها دشوارتر است.

این مقاله تاریخچه‌ی فهرست‌وار الگوریتم‌های گوگل نیست. هدف آن ساختن یک مدل برای فهمیدن این چرخه است. مدلی که در این متن برای آن استفاده می‌کنیم، «هزینه‌ی جعل» نام دارد.

نقشه‌ ی شواهد

پیش از ورود به استدلال، باید روشن باشد که هر ادعای مهم این مقاله بر چه نوع شاهدی تکیه دارد. در این متن چهار سطح از شواهد از هم جدا می‌شوند:

• سطح ۱: اسناد رسمی موتور جست‌وجو و استانداردهای منتشرشده
• سطح ۲: پژوهش‌های داوری‌شده و منابع علمی مرجع
• سطح ۳: اسناد حقوقی و شهادت‌های سوگندخورده
• سطح ۴: تحلیل صنعتی، مشاهده‌ی میدانی، بازروایت و ادعاهای فاقد منبع مستقیم

چارچوب «هزینه‌ی جعل» که در ادامه می‌آید، تحلیل نویسنده است و از هیچ منبعی نقل نشده است. شواهد تاریخی و فنی‌ای که با این چارچوب تحلیل می‌شوند، جداگانه منبع‌گذاری شده‌اند.

نقشه‌ی شواهد مقاله: هر ادعای اصلی و سطح شاهدی که بر آن تکیه دارد

ادعای اصلی	سطح	منبع	زمان شواهد	بخش
گوگل خزش، نمایه‌سازی یا نمایش صفحه را تضمین نمی‌کند، حتی اگر الزامات رعایت شده باشند	۱	[۱]، [۸]	۱۸ دسامبر ۲۰۲۵ · ۱۰ ژوئیه ۲۰۲۶	۱.۵ و ۱۵.۱
Google از meta keywords در رتبه‌بندی وب استفاده نمی‌کند و سوءاستفاده‌ی گسترده یکی از دلایل کنارگذاشتن آن بود	۱	[۲]	۲۱ سپتامبر ۲۰۰۹	۵
ساختار لینک‌های وب می‌تواند برای برآورد اهمیت سند استفاده شود	۲	[۴]	مقاله‌ی تاریخی ۱۹۹۸	۶
PageRank هنوز بخشی از سیستم‌های اصلی رتبه‌بندی است، هرچند از زمان معرفی تغییر کرده است	۱	[۳]	۱۰ دسامبر ۲۰۲۵	۶
Panda، Penguin و Helpful Content System در مقاطع بعدی در سیستم‌های اصلی ادغام شدند	۱	[۳]	۱۰ دسامبر ۲۰۲۵	۶ و ۱۰
سیستم‌های رتبه‌بندی عمدتاً در سطح صفحه عمل می‌کنند؛ سیگنال‌های سطح سایت نیز وجود دارند	۱	[۳]	۱۰ دسامبر ۲۰۲۵	۶.۱
در مدل‌های کلاسیک بازیابی اطلاعات، اثر تکرار یک واژه اشباع می‌شود	۲	[۵]	۲۰۰۸	۷
داده‌ی کلیک اطلاعات مفید دارد، اما به موقعیت نمایش نتیجه سوگیری دارد	۲	[۶]	پژوهش ۲۰۰۵	۹.۱
داده‌ی تعامل کاربران در برخی سازوکارهای رتبه‌بندی Google نقش داشته است	۳	[۷]	دادرسی ۲۰۲۳ و رأی ۵ اوت ۲۰۲۴	۹.۲
قابلیت‌های مولد Google Search بر سیستم‌های اصلی رتبه‌بندی متکی‌اند؛ Search فایل llms.txt را نادیده می‌گیرد	۱	[۸]	۱۰ ژوئیه ۲۰۲۶	۱۱ و ۱۱.۱
در آزمایش GEO، افزودن آمار، نقل‌قول و استناد در برخی شرایط دیده‌شدن در موتورهای مولد را افزایش داد، در حالی که keyword stuffing مفید نبود	۲	[۹]	KDD 2024	۱۲
پروتکل robots.txt خزش را کنترل می‌کند، نه نمایه‌سازی را؛ صفحه‌ی دارای noindex باید قابل خزش بماند	۱	[۱۲]، [۱۳]، [۱۷]	استاندارد ۲۰۲۲ و مستندات فعلی	۱۶.۲ و ۱۶.۳
آستانه‌های «خوب» در Core Web Vitals در صدک ۷۵ داده‌ی کاربران واقعی سنجیده می‌شوند	۱	[۱۱]	۱۰ دسامبر ۲۰۲۵	۱۶.۷
تعریف Google از اسپم، دستکاری پاسخ‌های هوش مصنوعی مولد را هم دربر می‌گیرد	۱	[۱۰]	۲۸ اوت ۲۰۲۶	۱۸.۲
تولید انبوه محتوا بدون افزودن ارزش می‌تواند مصداق scaled content abuse باشد، مستقل از ابزار تولید	۱	[۱۰]	۲۸ اوت ۲۰۲۶	۱۸.۳
اجرای سیاست اعتبار سایت در محدوده‌ی اقتصادی اروپا با بقیه‌ی جهان تفاوت دارد	۱	[۱۰]، [۲۰]	۲۸ اوت ۲۰۲۶	۴.۱ و ۱۸.۲
هیچ ابزار شخص ثالثی به سیستم‌های رتبه‌بندی یا هوش مصنوعی داخلی Google دسترسی ندارد	۱	[۸]	۱۰ ژوئیه ۲۰۲۶	۱۹.۴
قواعد فاصله و نیم‌فاصله را فرهنگستان تعیین کرده، اما در نوشتار واقعی کمتر رعایت می‌شوند	۲	[۱۴]	COLING 2020	۲۳.۱
فارسی در بستر بازیابی و تولید، زبانی کم‌منبع محسوب می‌شود	۲ (پیش‌چاپ)	[۱۵]	۲۰۲۵	۲۳.۱
محدودیت‌های زیرساختی دسترسی خزنده و ابزار برای سایت‌های ایرانی	۴	مشاهده‌ی میدانی	—	۲۳.۲
اینکه چه کسی نخستین بار SEO را «اختراع» یا نام‌گذاری کرد	—	شواهد کافی پیدا نشد	ادعایی در این متن نمی‌شود	۲.۲

۱. موتور جست‌وجو دقیقاً چه کاری می‌کند؟

پیش از اینکه بپرسیم موتور جست‌وجو چه چیزی را اندازه می‌گیرد، باید بدانیم اصلاً چه کاری می‌کند. این ترتیب اتفاقی نیست. بحث نشانه‌ی جانشین فقط وقتی معنا دارد که روشن باشد سیستم در کدام مرحله با چه چیزی روبه‌روست.

۱.۱. سه مرحله‌ ای که Google اعلام کرده

Google خودِ فرایند را به سه مرحله تقسیم می‌کند و تصریح می‌کند که همه‌ی صفحات از هر سه مرحله عبور نمی‌کنند. «جست‌وجوی Google در سه مرحله کار می‌کند و همه‌ی صفحات از هر مرحله عبور نمی‌کنند: خزش، نمایه‌سازی، و ارائه‌ی نتایج جست‌وجو.» [سطح ۱] [۱] — صفحه‌ی به‌روزرسانی ۱۸ دسامبر ۲۰۲۵

• در مرحله‌ی خزش، برنامه‌هایی خودکار به نام خزنده متن، تصویر و ویدئوی صفحه را دریافت می‌کنند. برنامه‌ای که این کار را انجام می‌دهد Googlebot نام دارد و خودش تصمیم می‌گیرد کدام سایت‌ها را، چند وقت یک‌بار و چند صفحه بخزد. [سطح ۱] [۱]
• در مرحله‌ی نمایه‌سازی، سیستم محتوای دریافت‌شده را تحلیل می‌کند و اطلاعات آن را در ایندکس ذخیره می‌کند؛ پایگاه داده‌ای بزرگ که روی هزاران کامپیوتر توزیع شده است.
• و در مرحله‌ی ارائه، وقتی کاربر جست‌وجو می‌کند، سیستم در ایندکس دنبال صفحات منطبق می‌گردد و نتایجی را برمی‌گرداند که باکیفیت‌ترین و مرتبط‌ترین تشخیص داده است.

۱.۲. پیش از خزش، مرحله‌ ای که معمولاً از قلم می‌ افتد

قبل از اینکه صفحه‌ای خزیده شود، موتور جست‌وجو باید بداند که آن صفحه اصلاً وجود دارد. Google این مرحله را «کشف نشانی» یا URL discovery می‌نامد و توضیح می‌دهد که هیچ فهرست مرکزی از تمام صفحات وب وجود ندارد. بنابراین سیستم باید دائماً دنبال صفحات تازه بگردد. [سطح ۱] [۱] سه مسیر برای این کشف وجود دارد: صفحه‌ای که قبلاً بازدید شده و دوباره سراغش می‌آیند، صفحه‌ای که از دل لینکِ یک صفحه‌ی شناخته‌شده پیدا می‌شود، و صفحه‌ای که خود مالک سایت در نقشه‌ی سایت معرفی کرده است.

اهمیت این تفکیک بعداً روشن می‌شود. صفحه‌ای که هیچ لینک داخلی به آن نمی‌رسد و در نقشه‌ی سایت هم نیست، مشکل رتبه ندارد؛ اصلاً وارد فرایند نشده است. این دو مسئله‌ی متفاوت‌اند و راه‌حل‌های متفاوتی دارند.

۱.۳. ایندکس چه شکلی دارد؟

برای اینکه بشود در کسری از ثانیه میان میلیاردها صفحه جست‌وجو کرد، ساختار ذخیره‌سازی باید متناسب با شکل پرسش باشد. پرسش کاربر از واژه شروع می‌شود، نه از سند. پس منطقی است که ساختار داده هم از واژه شروع شود. ساختار پایه در موتورهای بازیابی اطلاعات، نمایه‌ی معکوس (inverted index) نام دارد. به‌جای اینکه برای هر سند فهرست واژه‌هایش نگه داشته شود، برای هر واژه فهرستی از اسنادی نگه داشته می‌شود که آن واژه در آن‌ها آمده است. [سطح ۲] [۵]

سند ← واژه‌ها   تبدیل می‌شود به   واژه ← اسناد

این یک انتخاب معماری است و پیامد دارد: سیستم به‌سرعت می‌تواند بگوید یک واژه در کدام اسناد هست، اما برای اینکه میان آن اسناد تفاوت بگذارد به مرحله‌ی جداگانه‌ی امتیازدهی نیاز دارد. به این مرحله در بخش ۷ برمی‌گردیم.

۱.۴. ایندکس آینه‌ ی سایت شما نیست

فرض رایج این است که هرچه در سایت هست، در Google هم هست. این فرض درست نیست. Google در جریان نمایه‌سازی تشخیص می‌دهد که آیا یک صفحه نسخه‌ی تکراری صفحه‌ی دیگری است یا نسخه‌ی اصلی. برای این کار ابتدا صفحات با محتوای مشابه را خوشه‌بندی می‌کند و سپس از هر خوشه، نماینده‌ترین صفحه را انتخاب می‌کند. بقیه‌ی صفحات آن خوشه نسخه‌های جایگزین‌اند که ممکن است در شرایط دیگری نمایش داده شوند. [سطح ۱] [۱]

همچنین سیستم درباره‌ی همان صفحه‌ی نماینده سیگنال‌هایی جمع می‌کند — از جمله زبان صفحه، کشوری که محتوا به آن مربوط است و قابلیت استفاده‌ی صفحه — که ممکن است در مرحله‌ی بعد به کار بیایند. «نمایه‌سازی تضمین‌شده نیست؛ هر صفحه‌ای که Google پردازش می‌کند نمایه نخواهد شد.» [سطح ۱] [۱] — صفحه‌ی به‌روزرسانی ۱۸ دسامبر ۲۰۲۵

پس ایندکس یک کپی گزینشی و پردازش‌شده است، نه آینه‌ی سایت. تعداد صفحات سایت شما و تعداد صفحات نمایه‌شده دو عدد متفاوت‌اند، و فاصله‌ی بین این دو خودش یک داده‌ی تشخیصی است.

۱.۵. هیچ مرحله‌ ای تضمین‌ شده نیست

این جمله محور کل بخش است و بعداً پایه‌ی دو بخش دیگر می‌شود. «Google تضمین نمی‌کند که صفحه‌ی شما را خزش، نمایه یا ارائه کند، حتی اگر صفحه‌ی شما از Google Search Essentials پیروی کند.» [سطح ۱] [۱] — صفحه‌ی به‌روزرسانی ۱۸ دسامبر ۲۰۲۵

در همان صفحه، پیش از شروع توضیح فنی، جمله‌ی دیگری هم آمده که بارها لازم می‌شود: «Google بابت خزش مکررتر یک سایت یا رتبه‌ی بالاتر آن پول قبول نمی‌کند. اگر کسی خلاف این را به شما بگوید، اشتباه می‌کند.» [سطح ۱] [۱] — صفحه‌ی به‌روزرسانی ۱۸ دسامبر ۲۰۲۵

۱.۶. و حالا مسئله‌ی اصلی

به فهرست چیزهایی نگاه کنید که در این سه مرحله واقعاً از یک صفحه به دست سیستم می‌رسد: متن و رسانه‌ی صفحه، تگ‌ها و ویژگی‌های ساختاری، لینک‌هایی که از آن بیرون می‌روند و لینک‌هایی که به آن می‌رسند، پاسخ سرور، و ویژگی‌های فنی رندر. همه‌ی این‌ها قابل مشاهده و قابل ذخیره‌اند. چیزی که در این فهرست نیست، پاسخ همان پرسشی است که سیستم واقعاً دنبالش است: آیا این صفحه به درد این کاربر خورد؟ این فاصله، موضوع بخش‌های بعدی است.

۲. سئو از کجا آمد؟

قبل از وب، مسئله‌ای به نام Information Retrieval یا بازیابی اطلاعات وجود داشت. کتابخانه‌ها، آرشیوها و پایگاه‌های داده مدت‌ها پیش از ظهور موتورهای جست‌وجوی وب با یک سؤال روبه‌رو بودند: چگونه از میان مجموعه‌ای بزرگ از اسناد، اسنادی را پیدا کنیم که با نیاز اطلاعاتی کاربر مرتبط باشند؟

وب همان مسئله را در مقیاسی بسیار بزرگ‌تر ایجاد کرد، اما یک ویژگی تازه نیز به آن افزود. در کتابخانه، نویسنده‌ی یک کتاب معمولاً از اینکه کتابش در کدام قفسه قرار گرفته سود مستقیمی نمی‌برد. در وب، صاحب یک صفحه می‌تواند از جایگاه آن صفحه در نتایج جست‌وجو مستقیماً منتفع شود. همین تفاوت، برای فهم پیدایش سئو مهم‌تر از پیدا کردن نام یک «مخترع» است.

وقتی کاربران شروع کردند از نتایج جست‌وجو برای انتخاب محصول، دریافت اطلاعات و تصمیم‌گیری استفاده کنند، ترتیب نتایج ارزش اقتصادی پیدا کرد. از همان لحظه، شناخت عواملی که بر این ترتیب اثر می‌گذارند نیز به دانشی قابل استفاده و در نهایت به حرفه‌ای مستقل تبدیل شد. بنابراین می‌توان پیدایش سئو را نه به یک فرد، بلکه به یک وضعیت ساختاری نسبت داد:

سیستمی باید درباره‌ی اسنادی تصمیم بگیرد که صاحبان همان اسناد از نتیجه‌ی تصمیم منتفع می‌شوند.

این تضاد منافع، بسیاری از اتفاق‌های بعدی تاریخ جست‌وجو را توضیح می‌دهد.

۲.۱. پیش از وب، مسئله از کجا آمد

مسئله‌ی پیدا کردن سند مرتبط، از وب قدیمی‌تر است و پیش از وب هم ابزار داشت. Archie در ۱۹۹۰ یکی از نخستین ابزارهای جست‌وجوی اینترنت بود و نام فایل‌های موجود روی سرورهای FTP را فهرست می‌کرد. با فراگیر شدن وب، نسل اول موتورهای وب در ۱۹۹۳ و ۱۹۹۴ آمدند: W3Catalog، Aliweb، JumpStation و WebCrawler. بعد Lycos و AltaVista و فهرست دستی Yahoo! Directory. و در ادامه، پروژه‌ی پژوهشی BackRub که به Google رسید. [سطح ۴] این خط زمانی از منابع تاریخی عمومی است و در این متن نقش پس‌زمینه دارد، نه نقش شاهد. هیچ ادعای این مقاله روی صحت ترتیب دقیق این فهرست بنا نشده است.

نکته در نام‌ها نیست. هر کدام از این‌ها داشتند یک مسئله‌ی واحد را حل می‌کردند: چطور از میان مجموعه‌ای بزرگ، اسناد مرتبط را پیدا کنیم. این همان مسئله‌ای است که کتابداران و آرشیوداران دهه‌ها قبل با آن سروکار داشتند. هیچ‌کدام از این ابزارها تضاد منافع را اختراع نکردند. آن را وب اضافه کرد. در فهرست فایل‌های FTP، صاحب فایل از ترتیب نمایش سودی نمی‌برد. در وبِ تجاری، می‌برد. پس آنچه سئو را ممکن کرد، پیشرفت فنی موتورهای جست‌وجو نبود؛ ورود انگیزه‌ی اقتصادی به سمت دیگر میز بود.

۲.۲. چه کسی سئو را اختراع کرد؟

این سؤال پاسخ مستند و قطعی ندارد. روایت‌های مختلفی درباره‌ی نخستین استفاده از اصطلاح «Search Engine Optimization» و نخستین افرادی که به‌صورت نظام‌مند چنین فعالیت‌هایی انجام داده‌اند وجود دارد، اما منابع بررسی‌شده برای این مقاله امکان داوری قابل اتکا میان این روایت‌ها را فراهم نمی‌کنند. آنچه می‌توان با اطمینان بیشتری گفت این است که در میانه‌ی دهه‌ی ۱۹۹۰، دانش عمومی درباره‌ی نحوه‌ی کار موتورهای جست‌وجو و بهبود دیده‌شدن صفحات وجود داشت. بنابراین در این متن نام هیچ فردی به‌عنوان «مخترع SEO» معرفی نمی‌شود. این محدودیت بخشی از روش مقاله است: جایی که سند کافی وجود ندارد، جای خالی با روایت جذاب پر نمی‌شود.

۳. موتور جست‌وجو واقعاً چه چیزی را اندازه می‌گیرد؟

فرض کنیم هدف موتور جست‌وجو این باشد که بفهمد: «آیا این صفحه نیاز این کاربر را برطرف می‌کند؟» مشکل این است که پاسخ این سؤال در ذهن کاربر قرار دارد. موتور جست‌وجو دسترسی مستقیمی به «کیفیت»، «رضایت»، «اعتماد» یا «مفید بودن» ندارد. آنچه در اختیار سیستم قرار دارد، چیزهایی است که می‌توان مشاهده، ثبت و اندازه‌گیری کرد: محتوای صفحه، ساختار لینک‌های وب، ویژگی‌های فنی سند، رابطه‌ی پرسش با متن و در بعضی سیستم‌ها، الگوهای تعامل کاربران.

در علوم داده و مدل‌سازی، چنین متغیرهایی را می‌توان proxy یا «نشانه‌ی جانشین» در نظر گرفت. Proxy خود کیفیت نیست؛ چیزی است که انتظار داریم درباره‌ی کیفیت اطلاعات بدهد. مسئله‌ی رتبه‌بندی را در ساده‌ترین شکل می‌توان این‌گونه دید:

کیفیت واقعی ← مستقیماً قابل مشاهده نیست ← باید از روی مجموعه‌ای از نشانه‌های قابل اندازه‌گیری تخمین زده شود.

اما اینجا مشکل دوم آغاز می‌شود. به‌محض اینکه ناشران بفهمند یک نشانه بر رتبه اثر دارد، انگیزه پیدا می‌کنند همان نشانه را افزایش دهند؛ حتی اگر کیفیتی که آن نشانه قرار بود نماینده‌ی آن باشد واقعاً افزایش پیدا نکرده باشد. اینجاست که «هزینه‌ی جعل» وارد می‌شود.

۴. چارچوب «هزینه‌ی جعل»

این بخش چارچوب تحلیلی نویسنده است و نقل مستقیم از هیچ منبعی نیست. برای اینکه یک نشانه در یک سیستم رتبه‌بندی مفید بماند، حداقل دو ویژگی اهمیت دارند. نخست، نشانه باید با چیزی که سیستم می‌خواهد تخمین بزند ارتباط داشته باشد. دوم، ساختن مصنوعی آن نشانه بدون ساختن کیفیت واقعی نباید بیش از حد ارزان باشد. پس می‌توان مسئله را چنین خلاصه کرد:

ارزش یک سیگنال ≈ ارتباط آن با کیفیت × دشواری جعل آن بدون ایجاد کیفیت واقعی

این رابطه فرمول رسمی هیچ موتور جست‌وجویی نیست؛ یک مدل تحلیلی برای فهم رفتار سیستم است. اگر یک سیگنال با کیفیت همبستگی خوبی داشته باشد، اما جعل آن تقریباً رایگان باشد، معروف شدن همان سیگنال می‌تواند ارزش آن را کاهش دهد. چرخه به این شکل است:

1. کیفیت واقعی
2. مستقیماً قابل اندازه‌گیری نیست
3. استفاده از Proxy یا Signal
4. اثر سیگنال شناخته می‌شود
5. انگیزه برای دستکاری ایجاد می‌شود
6. اگر هزینه‌ی جعل پایین باشد…
7. تولید انبوه سیگنال بدون کیفیت
8. کاهش قابلیت اتکای سیگنال
9. تشخیص اسپم، تغییر وزن یا استفاده از سیگنال‌های دیگر

این چرخه را می‌توان در بخش بزرگی از تاریخ SEO مشاهده کرد. یکی از روشن‌ترین مثال‌ها meta keywords است.

۴.۱. این چارچوب کجا کار نمی‌کند

مدلی که همه‌چیز را توضیح بدهد، چیزی را پیش‌بینی نمی‌کند. پس بهتر است همین‌جا گفته شود کجا این چارچوب جواب نمی‌دهد.

نخست، سیگنال‌هایی وجود دارند که جعلشان گران است ولی موتور جست‌وجو به دلایل دیگری از آن‌ها استفاده نمی‌کند یا کم استفاده می‌کند: حریم خصوصی، هزینه‌ی محاسباتی، تأخیر پاسخ، یا ریسک حقوقی. چارچوب هزینه‌ی جعل این موارد را پیش‌بینی نمی‌کند.

دوم، بخشی از تغییرات ریشه‌ی ضداسپم ندارند. رقابت با موتورهای دیگر، تغییر رفتار کاربران، ورود دستگاه‌های تازه و فشار قانون‌گذار هم سیستم را تغییر می‌دهند. نمونه‌ی مستندش در همین مقاله هست: نحوه‌ی اجرای سیاست اعتبار سایت در محدوده‌ی اقتصادی اروپا با بقیه‌ی جهان فرق دارد و Google خودش این تفاوت را توضیح داده است. این تفاوت جغرافیایی از منطق هزینه‌ی جعل بیرون نمی‌آید. [سطح ۱] [۱۰] [۲۰]

سوم، ممکن است هزینه‌ی جعل یک سیگنال بالا رفته باشد و سیگنال باز هم کنار گذاشته شود، صرفاً به این دلیل که سیگنال بهتری پیدا شده است. پس این چارچوب یک ابزار تفسیر است، نه قانون. جایی که شواهد با آن نخوانند، شواهد می‌مانند و چارچوب اصلاح می‌شود.

۵. موج اول: وقتی ناشر خودش سیگنال را می‌نوشت

در سال‌های نخست وب، صفحه می‌توانست فهرستی از کلمات کلیدی را در بخش meta keywords قرار دهد تا موضوع خود را به موتور جست‌وجو معرفی کند. از نظر طراحی، ایده غیرمنطقی نبود. اگر کسی باید بگوید یک صفحه درباره‌ی چیست، چه کسی بهتر از ناشر صفحه؟ مشکل در هزینه‌ی جعل بود.

ناشر می‌توانست کلمات محبوب یا حتی نامرتبط را در بخشی قرار دهد که کاربر عادی آن را نمی‌دید. تولید این سیگنال تقریباً هیچ هزینه‌ای نداشت و الزاماً با بهتر شدن خود محتوا همراه نبود. Google در ۲۱ سپتامبر ۲۰۰۹ رسماً اعلام کرد که از keywords meta tag در رتبه‌بندی جست‌وجوی وب استفاده نمی‌کند. در همان توضیح، سابقه‌ی سوءاستفاده از این تگ نیز مطرح شده بود. [سطح ۱] [۲]

نکته‌ی زمانی مهم است. انتشار سند در سال ۲۰۰۹ به این معنی نیست که سیستم دقیقاً در همان روز تغییر کرده است. خود توضیح Google نشان می‌دهد که نادیده گرفتن این تگ پیش از انتشار عمومی آن آغاز شده بود. بنابراین باید میان دو مفهوم فرق گذاشت:

تاریخ اعلام یک تغییر ≠ تاریخ وقوع واقعی آن تغییر

این تفاوت در بررسی تاریخ الگوریتم‌های جست‌وجو بارها اهمیت پیدا می‌کند. درس مهم‌تر meta keywords این نیست که «کلمات کلیدی بد بودند». درس این است که یک سیگنال می‌تواند از نظر نظری مرتبط باشد، اما به دلیل پایین بودن هزینه‌ی جعل، در عمل قابلیت اتکای خود را از دست بدهد.

۶. موج دوم: چرا لینک مهم شد؟

اگر یکی از مشکلات سیگنال‌های داخل صفحه این باشد که ناشر کنترل مستقیم بر آن‌ها دارد، یک راه طبیعی این است که به سراغ سیگنالی برویم که تا حدی خارج از کنترل ناشر تولید شود. لینک چنین خاصیتی دارد. وقتی سایت A به سایت B لینک می‌دهد، این رابطه در حالت عادی توسط صاحب B به‌تنهایی ایجاد نشده است. مقاله‌ی سال ۱۹۹۸ سرگی برین و لری پیج نشان داد که وب را می‌توان نه فقط مجموعه‌ای از متن‌ها، بلکه شبکه‌ای از ارجاع‌ها در نظر گرفت. ساختار این شبکه می‌تواند برای برآورد اهمیت نسبی اسناد اطلاعات فراهم کند. [سطح ۲] [۴]

PageRank این ایده را به‌صورت بازگشتی مدل می‌کرد: لینک گرفتن از صفحات مهم‌تر می‌توانست اهمیت بیشتری منتقل کند و اهمیت آن صفحات نیز از ساختار لینک‌های دیگر محاسبه می‌شد. اما یک مرز مهم باید حفظ شود. مقاله‌ی ۱۹۹۸ یک سند تاریخی درباره‌ی معماری اولیه‌ی Google است، نه توضیح دقیقی از Google Search در سال ۲۰۲۶.

Google همچنان PageRank را در میان سیستم‌های اصلی رتبه‌بندی خود ذکر می‌کند، اما صریحاً می‌گوید این سیستم از زمان معرفی تغییر کرده است. [سطح ۱] [۳] بنابراین استفاده از فرمول تاریخی PageRank به‌عنوان توصیف کامل رتبه‌بندی امروز، تعمیمی فراتر از شواهد است. از دید چارچوب هزینه‌ی جعل، لینک یک تغییر مهم ایجاد کرد: بالا بردن مصنوعی سیگنال دیگر فقط با ویرایش متن صفحه ممکن نبود. اما هزینه‌ی جعل بالا رفت؛ صفر نشد.

وقتی لینک ارزش اقتصادی پیدا کرد، بازار ساخت لینک نیز شکل گرفت: تبادل لینک، خرید لینک و شبکه‌هایی که برای ایجاد لینک طراحی می‌شدند. این همان الگویی است که انتظار داریم در هر سیگنال اقتصادی ارزشمند ببینیم. Google در سال ۲۰۱۲ سیستمی را برای مقابله با link spam معرفی کرد که بعداً با نام Penguin شناخته شد و در سال ۲۰۱۶ در سیستم‌های اصلی ادغام شد. پیش از آن، Panda در سال ۲۰۱۱ برای مقابله با انواعی از محتوای کم‌کیفیت معرفی شده بود و در سال ۲۰۱۵ در سیستم‌های اصلی ادغام شد. [سطح ۱] [۳] باز هم همان چرخه دیده می‌شود:

سیگنال مفید ← شناخت عمومی اثر ← دستکاری ← دفاع سیستم

۶.۱. چرا «اعتبار دامنه» به‌ تنهایی توضیح کافی نیست؟

PageRank در اصل درباره‌ی اهمیت یک صفحه در شبکه‌ی وب بود. اما «مهم بودن» با «مرتبط بودن برای یک پرسش مشخص» یکسان نیست. یک صفحه ممکن است در شبکه‌ی وب بسیار مهم باشد، اما پاسخ مناسبی برای سؤال خاص کاربر نباشد. برعکس، صفحه‌ای با اهمیت عمومی کمتر می‌تواند بهترین پاسخ برای یک نیاز بسیار مشخص باشد.

به همین دلیل، هر مدل ساده‌ای که رتبه را فقط به «اعتبار سایت» فروبکاهد، بخش مهمی از مسئله را حذف می‌کند. Google نیز توضیح می‌دهد که سیستم‌های رتبه‌بندی عمدتاً در سطح صفحه کار می‌کنند. سیگنال‌ها و طبقه‌بندی‌های سطح سایت نیز ممکن است وجود داشته باشند، اما خوب بودن سیگنال‌های یک سایت به این معنا نیست که تمام صفحات آن باید رتبه‌ی خوبی بگیرند. [سطح ۱] [۳] پس اعتبار سایت می‌تواند بخشی از تصویر باشد؛ کل تصویر نیست.

۷. تکرار کلمه‌ی کلیدی چقدر کمک می‌کند؟

برای فهمیدن این مسئله لازم نیست بدانیم فرمول داخلی Google چیست. مدل‌های کلاسیک Information Retrieval نشان می‌دهند چرا رابطه‌ی ساده‌ی «تکرار بیشتر = رتبه‌ی بهتر» از اساس مدل خوبی نیست.

در بخش ۱.۳ دیدیم که ساختار پایه‌ی ذخیره‌سازی، نمایه‌ی معکوس است و از واژه به اسناد می‌رسد. اما پیدا کردن اسنادی که یک واژه در آن‌ها وجود دارد کافی نیست؛ سیستم باید بتواند میان آن اسناد تفاوت بگذارد. این همان مرحله‌ی امتیازدهی است.

در مدل‌های کلاسیک، عواملی مانند تعداد تکرار واژه، میزان رایج بودن آن واژه در کل مجموعه و طول سند می‌توانند بر امتیاز اثر بگذارند. در خانواده‌ای از مدل‌های احتمالاتی که BM25 مشهورترین نمونه‌ی آن است، اثر تکرار یک واژه معمولاً خطی نیست. تکرارهای اولیه اطلاعات بیشتری اضافه می‌کنند. با افزایش تعداد تکرار، سود هر تکرار جدید کمتر می‌شود و اثر آن به سمت اشباع حرکت می‌کند. [سطح ۲] [۵] بنابراین حتی در مدل‌های کلاسیک بازیابی اطلاعات نیز از این فرض پشتیبانی نمی‌شود که:

هرچه یک عبارت را بیشتر تکرار کنیم، نتیجه الزاماً بهتر می‌شود.

البته از این موضوع نباید نتیجه گرفت که Google امروز دقیقاً از همان فرمول BM25 استفاده می‌کند. منبع [۵] اصول Information Retrieval را توضیح می‌دهد؛ نه معماری اختصاصی و فعلی Google Search. اهمیت این مثال در چیز دیگری است: بعضی از ادعاهای رایج SEO را می‌توان با اصول عمومی بازیابی اطلاعات نقد کرد، بدون اینکه مجبور باشیم درباره‌ی جزئیات محرمانه‌ی Google حدس بزنیم.

۸. موج سوم: از واژه به معنا

مدل‌های صرفاً واژه‌محور یک محدودیت اساسی دارند. کاربر و نویسنده الزاماً برای بیان یک مفهوم از واژه‌های یکسان استفاده نمی‌کنند. از طرف دیگر، اشتراک واژگانی زیاد نیز تضمین نمی‌کند که صفحه واقعاً نیاز کاربر را برطرف کند. فرض کنید کاربر جست‌وجو کند:

«عایق صدا برای پنجره‌ی رو به خیابان»

صفحه‌ای درباره‌ی «قیمت پنجره‌ی دوجداره» ممکن است تعداد زیادی واژه‌ی مشترک با این پرسش داشته باشد، اما کاربر لزوماً دنبال قیمت نیست. ممکن است بخواهد بداند کاهش صدا بیشتر به چه چیزی وابسته است: ضخامت شیشه، فاصله‌ی لایه‌ها، نوع قاب، درزبندی یا کیفیت نصب. صفحه‌ای که این عوامل را دقیق توضیح می‌دهد می‌تواند برای کاربر مفیدتر باشد، حتی اگر عبارت جست‌وجو را بارها تکرار نکرده باشد.

Google چند سیستم را در مستندات عمومی خود برای جنبه‌های مختلف فهم پرسش و محتوا معرفی کرده است؛ از جمله RankBrain، neural matching، BERT و passage ranking. [سطح ۱] [۳] اما مستندات عمومی نام و نقش کلی این سیستم‌ها را توضیح می‌دهند؛ نه وزن دقیق آن‌ها، سهم عددی هر سیستم یا ترتیب کامل اجرای داخلی. هر ادعایی درباره‌ی چنین وزن‌هایی باید منبع مستقلی داشته باشد.

اینکه این سیستم‌ها متن را در چه قالبی می‌بینند — و چرا «فهمیدن» برای یک ماشین چیز دیگری است تا برای یک خواننده — بحث جداگانه‌ای است که در مقاله‌ی دیگری درباره‌ی نحوه‌ی خواندن متن توسط هوش مصنوعی بازش کرده‌ام. آنچه اینجا اهمیت دارد فقط همین است: هرچه سیستم از تطبیق واژه فاصله می‌گیرد، تولید ارزان نشانه سخت‌تر می‌شود.

از دید «هزینه‌ی جعل»، حرکت از تطبیق سطحی واژه به سمت فهم بهتر رابطه‌ی پرسش و محتوا نیز قابل تفسیر است. نوشتن یک کلمه آسان است. ساختن صفحه‌ای که واقعاً ابعاد مختلف یک نیاز را پاسخ دهد، معمولاً پرهزینه‌تر است.

اینجا پرسش فقط این نیست که کلمه‌ی کلیدی در صفحه وجود دارد یا نه؛ باید دید سیستم چه برداشتی از موضوع، رابطه‌ها و شرط‌های متن می‌کند. در مقاله‌ی درک الگوریتمی چیست؟ چارچوبی برای بررسی این مسئله پیشنهاد کرده‌ام؛ چارچوبی تحلیلی که نباید آن را نام یک الگوریتم یا فاکتور رسمی رتبه‌بندی گوگل دانست.

۹. موج چهارم: رفتار کاربر

اگر هدف سیستم تخمین میزان رضایت یا مفید بودن نتیجه برای انسان باشد، رفتار خود کاربران به‌طور طبیعی منبع اطلاعات جذابی به نظر می‌رسد. اما داده‌ی رفتاری یک مشکل بزرگ دارد:

رفتار کاربر فقط تحت تأثیر کیفیت نتیجه نیست؛ تحت تأثیر نحوه‌ی نمایش نتیجه هم هست.

۹.۱. چرا کلیک به‌ تنهایی معیار کیفیت نیست؟

یک پژوهش کلاسیک در سال ۲۰۰۵ با استفاده از eye tracking بررسی کرد که کاربران چگونه نتایج جست‌وجو را می‌بینند و روی آن‌ها کلیک می‌کنند. [سطح ۲] [۶] نتیجه‌ی مهم این بود که کلیک اطلاعات دارد، اما این اطلاعات به موقعیت نمایش نتیجه آلوده است. نتیجه‌ای که بالاتر نمایش داده شود، شانس بیشتری دارد دیده شود. چیزی که بیشتر دیده شود، شانس بیشتری هم برای کلیک دارد. بنابراین:

کلیک، به‌تنهایی، معادل کیفیت نیست.

بخشی از کلیک می‌تواند از مرتبط بودن نتیجه ناشی شود و بخشی از جایگاه آن در صفحه. این پدیده با عنوان position bias شناخته می‌شود. پژوهش [۶] مربوط به سال ۲۰۰۵ و یک موتور جست‌وجوی دانشگاهی است. اصل وجود position bias از آن قابل استفاده است، اما اعداد و شرایط آزمایش را نباید مستقیماً به Google امروز تعمیم داد. اگر یک سیستم بخواهد از داده‌ی کلیک یاد بگیرد، باید به‌نحوی اثر جایگاه را از اثر کیفیت جدا کند؛ وگرنه ممکن است صرفاً یاد بگیرد که «نتایجی که قبلاً بالاتر بوده‌اند، بهترند».

۹.۲. آنچه در دادگاه درباره‌ی تعامل کاربران روشن شد

سال‌ها بحث درباره‌ی نقش کلیک و رفتار کاربران در Google Search با اظهارنظرهای ناقص، بازروایت‌های صنعتی و تفسیرهای مختلف همراه بود. پرونده‌ی ضدانحصار وزارت دادگستری ایالات متحده علیه Google یکی از منابع متفاوت این بحث است. دادرسی مرحله‌ی مسئولیت از ۱۲ سپتامبر تا ۱۶ نوامبر ۲۰۲۳ برگزار شد و رأی دادگاه در ۵ اوت ۲۰۲۴ صادر شد. [سطح ۳] [۷] در جریان پرونده، مدیران و مهندسان Google زیر سوگند درباره‌ی بخش‌هایی از سازوکار Search شهادت دادند و اسناد دادگاه به استفاده از داده‌های تاریخی تعامل کاربران در برخی فرایندهای بهبود نتایج اشاره می‌کنند.

این نوع مدرک با یک پست وبلاگی تفاوت دارد؛ اما محدودیت خودش را نیز دارد. شواهد مربوط به بازه‌ی زمانی پرونده‌اند، همه‌ی جزئیات سیستم عمومی نشده‌اند و هدف دادگاه آموزش SEO نبوده است. پس باید دقیقاً به اندازه‌ی شواهد نتیجه گرفت.

۹.۳. از این شواهد چه چیزی نتیجه نمی‌شود؟

از این گزاره که «داده‌ی تعامل کاربران در سیستم‌های رتبه‌بندی نقش دارد» نمی‌توان مستقیماً نتیجه گرفت که افزایش CTR در سرچ کنسول با ضریب مشخصی رتبه را بالا می‌برد. همچنین نمی‌توان نتیجه گرفت که bounce rate ثبت‌شده در Google Analytics یک امتیاز منفی مستقیم در الگوریتم رتبه‌بندی است. و از همه مهم‌تر، نمی‌توان نتیجه گرفت که ساختن کلیک مصنوعی باید روش مؤثری برای بهبود پایدار رتبه باشد. این‌ها ادعاهای جداگانه‌اند و به شواهد جداگانه نیاز دارند.

بخش قابل توجهی از جزئیات عددی‌ای که در صنعت SEO درباره‌ی انواع کلیک، پنجره‌های زمانی یا وزن سیگنال‌ها نقل می‌شود، مستقیماً در رأی دادگاه وجود ندارد. بخشی از این روایت‌ها از بازتفسیر اسناد یا نشت مستندات داخلی Google در مه ۲۰۲۴ آمده‌اند. این مقاله عمداً آن‌ها را در سطح اسناد رسمی یا اسناد حقوقی قرار نمی‌دهد. اگر تز مقاله تفکیک سطح شواهد باشد، نمی‌توان بازروایت صنعتی را به‌جای سند حقوقی نشاند.

۱۰. وقتی می‌گوییم «الگوریتم Google»، دقیقاً درباره‌ی چه چیزی حرف می‌زنیم؟

در گفت‌وگوهای SEO چند مفهوم اغلب با هم مخلوط می‌شوند.

• Signal اطلاعاتی است که می‌تواند در یک تصمیم استفاده شود؛ برای مثال ویژگی‌ای از محتوا یا لینک.
• Model یا Algorithm روشی است که اطلاعات را پردازش و به خروجی تبدیل می‌کند.
• System مجموعه‌ای از مدل‌ها، قواعد و داده‌هاست که برای انجام وظیفه‌ای مشخص کار می‌کند.
• Update تغییری در مدل، سیستم، داده‌ها، وزن‌ها یا نحوه‌ی ترکیب این اجزاست.

این تفکیک مهم است، چون Google Search یک الگوریتم واحد با یک فرمول ثابت نیست. Google فهرستی از سیستم‌های رتبه‌بندی خود منتشر کرده است که نشان می‌دهد هر سیستم ممکن است مسئله‌ی متفاوتی را هدف بگیرد؛ برای مثال فهم ارتباط، تازگی، حذف تکرار، تنوع نتایج یا مقابله با برخی انواع دستکاری. [سطح ۱] [۳] در همان مستندات، سیستم‌هایی نیز وجود دارند که دیگر به‌عنوان سیستم مستقل معرفی نمی‌شوند زیرا در سیستم‌های اصلی ادغام شده‌اند. Panda، Penguin و Helpful Content System نمونه‌هایی از این روند هستند. [سطح ۱] [۳]

بنابراین پرسش حرفه‌ای همیشه این نیست که «کدام Update سایت را زده است؟» پرسش دقیق‌تر این است: در کدام وظیفه شکست اتفاق افتاده است؟

• کشف صفحه؟
• خزش؟
• نمایه‌سازی؟
• درک محتوا؟
• تشخیص ارتباط با پرسش؟
• ارزیابی کیفیت؟
• تشخیص اسپم؟
• یا نحوه‌ی نمایش نتیجه؟

تا وقتی این سطح مشخص نباشد، نسبت دادن هر تغییر رتبه به نام یک Update می‌تواند بیشتر حدس باشد تا تشخیص.

۱۱. SEO، AEO و GEO؛ سه اسم برای چه چیزی؟

با گسترش پاسخ‌های مولد، اصطلاح‌هایی مانند AEO و GEO به ادبیات بازاریابی جست‌وجو اضافه شده‌اند. برای فهم رابطه‌ی آن‌ها با SEO ابتدا باید retrieval و generation را از هم جدا کنیم. موتور جست‌وجو از میان اسناد موجود، اسناد مرتبط را بازیابی می‌کند. مدل مولد می‌تواند بر اساس اطلاعاتی که دریافت کرده، متن جدید تولید کند. یکی از معماری‌هایی که این دو مرحله را به هم متصل می‌کند Retrieval-Augmented Generation یا RAG است. در این حالت، سیستم ابتدا اطلاعات مرتبط را بازیابی می‌کند و سپس از آن اطلاعات برای ساخت پاسخ استفاده می‌کند.

Google در مستند منتشرشده برای قابلیت‌های مولد Search توضیح می‌دهد که این قابلیت‌ها بر سیستم‌های اصلی رتبه‌بندی و کیفیت Search متکی‌اند. برای اینکه یک صفحه بتواند در این قابلیت‌ها ظاهر شود، دو شرط جداگانه مطرح می‌شود: نخست اینکه صفحه نمایه شده باشد و واجد شرایط نمایش در Google Search همراه با اسنیپت باشد؛ و دوم اینکه سایت در سرچ کنسول در قابلیت‌های مولد Search گنجانده شده باشد. [سطح ۱] [۸] شرط دوم در بیشتر بازروایت‌های فارسی از این سند از قلم می‌افتد، در حالی که یک تنظیم عملی و قابل بررسی است.

از این معماری می‌توان یک زنجیره‌ی مهم ساخت:

کشف ← خزش ← نمایه‌سازی ← بازیابی ← انتخاب منبع ← نمایش ← احتمالاً کلیک

• هر مرحله به مرحله‌های قبلی وابسته است.
• صفحه‌ای که کشف نشده نمی‌تواند خزیده شود.
• صفحه‌ای که خزیده نشده نمی‌تواند نمایه شود.
• صفحه‌ای که نمایه نشده نمی‌تواند از همان ایندکس برای یک پرسش بازیابی شود.
• و صفحه‌ای که بازیابی نمی‌شود، نمی‌تواند در آن مسیر به‌عنوان منبع پاسخ انتخاب شود.

پس دست‌کم در معماری فعلی Google Search، صحبت از GEO به‌عنوان جایگزینی مستقل برای SEO تصویر دقیقی نیست. GEO در اینجا روی زیرساخت retrieval سوار می‌شود. این یک نتیجه‌ی معماری است؛ نه ادعای اینکه تمام سیستم‌های مولد جهان دقیقاً به همین شکل کار می‌کنند. اطلاعات بیشتر از GEO را به صورت کامل تر می توانید داخل مقاله GEO چیست بخوانید.

برای بررسی این مسیر در محصولات مختلف، باید پیدا شدن صفحه، بازیابی اطلاعات، ورود آن به زمینه‌ی مدل و ارجاع در پاسخ را جداگانه دید. در مقاله‌ی موتورهای هوش مصنوعی چگونه منابع را انتخاب می‌کنند؟ این مراحل و محدودیت اطلاعاتی را که درباره‌ی آن‌ها داریم بررسی کرده‌ام.

۱۱.۱. Google درباره‌ی AEO و GEO چه می‌گوید؟

در راهنمای منتشرشده برای قابلیت‌های AI در Google Search، Google استدلال می‌کند که اصول بهینه‌سازی برای قابلیت‌های مولد Search از اصول اصلی SEO جدا نیستند. [سطح ۱] [۸] در همان راهنما چند ادعای رایج نیز محدود یا رد می‌شوند:

• برای Google Search نیازی به فایل llms.txt نیست و Search آن را نادیده می‌گیرد. ساختن چنین فایلی نه به دیده‌شدن سایت در Search کمک می‌کند و نه به آن آسیب می‌زند.
• نشانه‌گذاری ویژه‌ای فقط برای حضور در قابلیت‌های AI Search لازم نیست.
• «تکه‌تکه کردن» محتوا الزامی نیست. سند تصریح می‌کند که هیچ الزامی برای شکستن محتوا به قطعات ریز وجود ندارد و سیستم‌های Google می‌توانند چند موضوع در یک صفحه را بفهمند و بخش مرتبط را به کاربر نشان دهند.
• طول ایده‌آل ثابتی برای صفحه تعریف نشده است.
• بازنویسی متن صرفاً برای «AI» الزامی نیست.
• داده‌ی ساختاریافته برای خود قابلیت‌های مولد شرط عمومی تازه‌ای ایجاد نمی‌کند، هرچند همچنان برای قابلیت‌های Search که از structured data پشتیبانی می‌کنند کاربرد دارد.
• و ساختن mention یا link غیراصیل نیز به‌عنوان راهکار مشروع توصیه نمی‌شود. [سطح ۱] [۸]

اما باید به دامنه‌ی سند توجه کرد. این سند درباره‌ی Google Search صحبت می‌کند. بنابراین گزاره‌ی دقیق این است:

Google Search فایل llms.txt را نادیده می‌گیرد.

از این سند نمی‌توان نتیجه گرفت:

llms.txt در تمام سامانه‌های AI جهان بی‌فایده است.

تفاوت این دو جمله نمونه‌ی خوبی از تفاوت میان خواندن سند و بزرگ‌تر کردن ادعای آن است.

۱۲. چه چیزی شانس ارجاع در پاسخ مولد را افزایش می‌دهد؟

در کنار مستندات Google، پژوهش GEO در KDD 2024 تلاش کرد این مسئله را در یک محیط آزمایشی بررسی کند. [سطح ۲] [۹] پژوهشگران بررسی کردند که تغییر ویژگی‌های متن یک منبع چگونه بر احتمال یا برجستگی استناد به آن در پاسخ موتورهای مولد مورد آزمایش اثر می‌گذارد. در آن آزمایش، keyword stuffing نتیجه‌ی مطلوبی ایجاد نکرد و در برخی شرایط اثر منفی داشت. در مقابل، روش‌هایی مانند افزودن آمار، نقل‌قول و استناد معتبر در شرایط آزمایش توانستند visibility منبع را افزایش دهند.

این یافته جالب است، اما دامنه‌ی آن محدود است:

• پژوهش روی مدل‌ها، بنچمارک و شرایط مشخص همان مطالعه انجام شده است.
• آنچه اندازه‌گیری شده ارجاع یا visibility در پاسخ مولد است؛ نه رتبه‌ی Google Search.
• بنابراین این پژوهش فرمولی عمومی برای «رتبه گرفتن در AI» ارائه نمی‌کند.

حتی تبدیل نتیجه‌ی آن به دستور مکانیکی‌ای مثل «به هر صفحه سه آمار اضافه کنید» می‌تواند تکرار همان اشتباه تاریخی keyword stuffing باشد. نشانه زمانی ارزش دارد که نماینده‌ی کیفیت واقعی باشد. اگر ناشران فقط ظاهر نشانه را بازتولید کنند، دوباره وارد چرخه‌ی هزینه‌ی جعل می‌شویم.

۱۳. Query Fan-Out چه چیزی را تغییر می‌دهد؟

Google توضیح داده است که در برخی قابلیت‌های AI Search می‌تواند از تکنیکی استفاده کند که در آن یک پرسش به چند جست‌وجوی مرتبط گسترش می‌یابد. [سطح ۱] [۸] این رفتار را می‌توان با مثال قبلی دید. کاربر می‌پرسد:

«چطور صدای خیابان را از پنجره کم کنم؟»

برای پاسخ کامل ممکن است لازم باشد سیستم هم‌زمان درباره‌ی چند زیرمسئله اطلاعات پیدا کند: ضخامت شیشه، نوع قاب، کیفیت درزبندی، فاصله‌ی لایه‌ها یا کیفیت نصب. این وضعیت یک پیام مهم برای طراحی محتوا دارد. صفحه‌ای که واقعاً ساختار مسئله را توضیح می‌دهد، می‌تواند برای چند زیرنیاز اطلاعاتی مفید باشد؛ بدون اینکه مجبور باشد برای هر شکل ممکن از پرسش کاربر یک صفحه‌ی جدا بسازد.

Google نیز هشدار می‌دهد تولید تعداد زیادی صفحه با هدف اصلی دستکاری نتایج می‌تواند با سیاست scaled content abuse تعارض پیدا کند. [سطح ۱] [۸] [۱۰] پس Query Fan-Out را نباید به دستور زیر تبدیل کرد:

«برای هر شکل سؤال، یک صفحه بساز.»

اصل مهم‌تر همچنان پاسخ واقعی به ساختار نیاز اطلاعاتی است.

۱۴. پس بالاخره SEO چیست؟

اکنون می‌توان به سؤال عنوان برگشت. تعریف رسمی Google، SEO را فرایند بهتر کردن سایت برای موتورهای جست‌وجو و همچنین عنوان حرفه‌ای افرادی می‌داند که این کار را انجام می‌دهند. [سطح ۱] [۱] این تعریف برای شروع درست است، اما برای تشخیص مسئله‌های واقعی کافی نیست. تعریفی که این مقاله پیشنهاد می‌کند یک لایه‌ی مهندسی به آن اضافه می‌کند:

SEO یعنی کار روی زنجیره‌ای از احتمال‌های شرطی، از کشف یک صفحه تا انتخاب آن برای یک نیاز اطلاعاتی مشخص، در چارچوب سیاست‌های اعلام‌شده‌ی موتور جست‌وجو و با این آگاهی که هیچ مرحله‌ای تضمین‌شده نیست.

این تعریف دو نتیجه دارد. نخست، SEO یک دکمه‌ی واحد با خروجی «رتبه» نیست. دوم، برای تشخیص مشکل باید بفهمیم افت احتمال در کدام مرحله رخ داده است. می‌توان مسیر را این‌گونه دید:

1. صفحه وجود دارد
2. کشف شده است؟
3. خزیده شده است؟
4. نمایه شده است؟
5. برای پرسش‌های مرتبط بازیابی می‌شود؟
6. میان نامزدها انتخاب و رتبه‌بندی می‌شود؟
7. به‌شکل مؤثری نمایش داده می‌شود؟
8. استفاده می‌شود و کلیک می‌گیرد؟

Google صریحاً می‌گوید رعایت الزامات فنی یا سیاست‌ها تضمین نمی‌کند که یک صفحه خزیده، نمایه یا نمایش داده شود. [سطح ۱] [۱] [۸] بنابراین پرسش حرفه‌ای فقط این نیست: «چرا رتبه نداریم؟» پرسش تشخیصی بهتر این است:

احتمال موفقیت این صفحه در کدام مرحله سقوط می‌کند، و چه شواهدی این تشخیص را پشتیبانی می‌کنند؟

• اگر صفحه کشف نمی‌شود، مسئله می‌تواند با مسیرهای کشف ارتباط داشته باشد.
• اگر خزیده می‌شود اما نمایه نمی‌شود، باید مسئله‌ی نمایه‌سازی بررسی شود.
• اگر نمایه شده ولی برای پرسش‌های مرتبط ظاهر نمی‌شود، مسئله‌ی بازیابی، ارتباط یا کیفیت مطرح می‌شود.
• و اگر صفحه نمایش داده می‌شود اما کاربران آن را انتخاب نمی‌کنند، باید نمایش و تطابق با نیت نیز بررسی شود.

این‌ها یک مشکل واحد نیستند؛ هرچند در بازار SEO اغلب همه با یک عبارت «رتبه نگرفتن» توصیف می‌شوند.

۱۵. سئو چه چیزی نیست؟

تعریف در بخش قبل ارائه شد. مرزهای یک مفهوم بلافاصله بعد از تعریفش می‌آیند. شش مورد زیر ادعا نیستند؛ از همان تعریف و از چارچوب بیرون می‌آیند.

۱۵.۱. تضمین رتبه نیست

تعریف بخش قبل، سئو را کار روی زنجیره‌ای از احتمال‌های شرطی دانست. حالا همان زنجیره را جدی بگیریم. احتمال اینکه صفحه‌ای در نتیجه‌ی یک جست‌وجو دیده شود، حاصل‌ضرب چند احتمال است: کشف شود، خزیده شود، نمایه شود، برای آن پرسش بازیابی شود، و در میان نامزدها انتخاب شود. «Google تضمین نمی‌کند که صفحه‌ی شما را خزش، نمایه یا ارائه کند، حتی اگر صفحه‌ی شما از Google Search Essentials پیروی کند.» [سطح ۱] [۱]

اگر هیچ‌کدام از حلقه‌های زنجیره تضمین‌شده نباشد، حاصل‌ضربشان هم تضمین‌شده نیست. تضمین رتبه یک ادعای اخلاقی نادرست نیست؛ یک ادعای حسابی نادرست است.

این یعنی چیزی برای تعهد کردن باقی نمی‌ماند؟ نه. چیزهایی که در اختیار مجری‌اند قابل تعهدند: حجم کار انجام‌شده، خطاهای فنی رفع‌شده، زمان‌بندی اجرا، و شفافیت گزارش. این‌ها شمردنی‌اند. رتبه در این فهرست نیست، چون خروجی است نه ورودی.

۱۵.۲. پرداخت به موتور جست‌وجو نیست

«Google بابت خزش مکررتر یک سایت یا رتبه‌ی بالاتر آن پول قبول نمی‌کند. اگر کسی خلاف این را به شما بگوید، اشتباه می‌کند.» [سطح ۱] [۱] در عمل این دو مرتب با هم اشتباه گرفته می‌شوند. پولی که بابت سئو پرداخت می‌شود، بابت کاری است که روی سایت انجام می‌شود: تحلیل، رفع خطای فنی، تولید محتوا، پایش. رابطه‌ای با Google وجود ندارد که کسی بتواند بفروشدش.

۱۵.۳. ترفند نیست

این تصور از هوا نیامده. یک زمانی تا حد زیادی درست بود، و بخش‌های ۵ و ۶ همان دوره را توضیح دادند. اما از دید این مقاله، ترفند تعریف دقیقی دارد:

ترفند یعنی تولید ظاهر یک سیگنال، بدون تولید کیفیتی که آن سیگنال قرار بوده نماینده‌اش باشد.

و همان‌طور که در موج‌های پیاپی دیدیم، اقتصاد این کار به‌مرور خراب شده است. دستکاری مؤثر امروز گران است، تخصصی است و عمر مفیدش کوتاه. پس این حرف که «ترفند جواب نمی‌دهد» نتیجه‌ی یک موضع اخلاقی نیست؛ نتیجه‌ی محاسبه‌ی بازده است.

۱۵.۴. تبلیغات پولی نیست

تفاوت این دو ساختاری است، نه درجه‌ای. تبلیغات با قطع بودجه همان روز متوقف می‌شود. سئو با قطع کار یک‌شبه صفر نمی‌شود، اما به‌تدریج از رقبایی که ادامه داده‌اند عقب می‌افتد. یکی سریع است و کنترل‌پذیر، دیگری کندتر است و ماندگارتر. هیچ‌کدام جای دیگری را نمی‌گیرد و بیشتر کسب‌وکارها در مراحل مختلف به نسبت‌های متفاوتی از هر دو نیاز دارند.

۱۵.۵. ASO نیست

بهینه‌سازی فروشگاه اپلیکیشن، موتور جست‌وجوی متفاوت، ایندکس متفاوت و سیگنال‌های متفاوتی دارد. شباهت این دو اسمی است، نه ساختاری.

۱۵.۶. کار یک‌باره نیست

این یکی مستقیم از تعریف بهینه‌سازی درمی‌آید. بهینه‌سازی یعنی رسیدن به بهترین حالت ممکن در شرایط موجود. اگر بخشی از آن شرایط بیرون از کنترل شما باشد و مدام تغییر کند — الگوریتم، رقبا، رفتار کاربر، شکل صفحه‌ی نتایج — جواب بهینه هم ثابت نمی‌ماند. «سئوی سایت را انجام دادیم» جمله‌ای است شبیه «تناسب اندام را انجام دادیم».

۱۶. سئو از چه اجزایی ساخته شده؟

تا اینجا زنجیره‌ای معرفی شده است: کشف، خزش، نمایه‌سازی، بازیابی، انتخاب، نمایش، کلیک. اجزای سئو را روی همین زنجیره می‌چینیم، نه روی سه‌گانه‌ی رایج بازار. دلیلش در زیربخش بعدی می‌آید.

۱۶.۱. دو تقسیم‌ بندی، دو کاربرد

تقسیم‌بندی «سئوی فنی، سئوی داخلی، سئوی خارجی» یک قرارداد صنعتی است. هیچ موتور جست‌وجویی آن را به‌عنوان تعریف رسمی منتشر نکرده است. اما دور انداختنی هم نیست. بازار با این واژه‌ها حرف می‌زند، تیم‌ها با آن سازمان‌دهی می‌شوند و قراردادها با آن نوشته می‌شوند. مسئله جای دیگری است: این تقسیم‌بندی برای تقسیم کار خوب است و برای تشخیص مشکل بد. جدول زیر نشان می‌دهد هر جزء از تقسیم‌بندی صنعتی به کدام مرحله‌ی زنجیره می‌خورد:

نگاشت تقسیم‌بندی صنعتی سئو به مراحل زنجیره

دسته‌ی صنعتی	نمونه‌ی کارها	مرحله‌ی زنجیره
سئوی فنی	robots.txt، نقشه‌ی سایت، کدهای وضعیت، ریدایرکت، رندر، canonical، سرعت	کشف، خزش، نمایه‌سازی، و بخشی از نمایش
سئوی داخلی	عنوان، سرفصل‌ها، پوشش موضوع، لینک داخلی، داده‌ی ساختاریافته	ارتباط و بازیابی — و لینک داخلی هم‌زمان در کشف
سئوی خارجی	لینک ورودی، متن لنگر، اشاره به برند، موجودیت	اعتبار، به‌ عنوان ورودی مرحله‌ی انتخاب

در این جدول، «موجودیت» را نباید با نام برند یا یک کلمه‌ی کلیدی یکی گرفت. برای روشن شدن تفاوت میان خودِ موجودیت، اطلاعات ثبت‌شده درباره‌ی آن و روابطش با موارد دیگر، مقاله‌ی گراف دانش چیست؟ را ببینید. به ردیف دوم دقت کنید. لینک داخلی در دو مرحله‌ی متفاوت دو کار متفاوت می‌کند: هم مسیر کشف صفحه است و هم زمینه‌ی موضوعی به آن می‌دهد. سه‌گانه‌ی صنعتی نمی‌تواند این را بگوید، چون لینک داخلی را در یک خانه گذاشته است. کسی که فقط سه‌گانه را یاد گرفته باشد، وقتی صفحه‌ای دیده نمی‌شود نمی‌داند از کجا شروع کند. کسی که زنجیره را بلد باشد، می‌داند اول باید بپرسد صفحه اصلاً کشف شده یا نه.

۱۶.۲. مرحله‌ی کشف و خزش

این مرحله ارزان‌ترین و در عین حال حیاتی‌ترین بخش کار است. خطا در اینجا بقیه‌ی زنجیره را بی‌اثر می‌کند.

robots.txt چه کاری می‌کند و چه کاری نمی‌کند

این فایل به خزنده می‌گوید کدام مسیرها را درخواست نکند. پروتکل آن از سال ۲۰۲۲ به‌صورت استاندارد رسمی با شماره‌ی RFC 9309 منتشر شده است. [سطح ۱] [۱۷] اما robots.txt خزش را کنترل می‌کند، نه نمایه‌سازی را. [سطح ۱] [۱۲] این تفاوت در زیربخش بعدی جدی می‌شود.

• نقشه‌ی سایت

Google نقشه‌ی سایت را یکی از سه مسیر کشف نشانی معرفی می‌کند. [سطح ۱] [۱] اما ثبت شدن یک نشانی در نقشه‌ی سایت به معنای نمایه شدن آن نیست؛ فقط یک مسیر کشف اضافه می‌کند.

• لینک داخلی، از منظر کشف

Google توضیح می‌دهد که بخشی از صفحات وقتی کشف می‌شوند که سیستم از یک صفحه‌ی شناخته‌شده لینکی به صفحه‌ی تازه استخراج کند. [سطح ۱] [۱] پس صفحه‌ای که هیچ لینکی از داخل سایت به آن نمی‌رسد، یک مسیر کشف کمتر دارد. این ربطی به «انتقال اعتبار» ندارد؛ بحث دسترسی است.

• بودجه‌ی خزش

Google راهنمای بودجه‌ی خزش را برای سایت‌های بسیار بزرگ و پرتغییر توصیه می‌کند. [سطح ۱] [۸] [۲۱] در یک سایت دویست‌صفحه‌ای، نسبت دادن مشکل نمایه‌سازی به بودجه‌ی خزش معمولاً نقطه‌ی شروع اشتباهی است. مسئله جای دیگری است و بودجه‌ی خزش دارد نقش پاسخ آماده را بازی می‌کند.

• کدهای وضعیت و ریدایرکت

پاسخ سرور بخشی از گفت‌وگوی سایت با خزنده است. Google صریح می‌گوید سرعت خزش را بر اساس پاسخ سایت تنظیم می‌کند و خطای HTTP 500 را به معنای «کندتر بیا» تفسیر می‌کند. [سطح ۱] [۱] یعنی یک سرور ناپایدار فقط تجربه‌ی کاربر را خراب نمی‌کند؛ نرخ خزش را هم پایین می‌آورد. مهاجرت سایت پرریسک‌ترین عملیات این مرحله است، چون هم‌زمان نشانی، ریدایرکت، نقشه‌ی سایت و لینک داخلی را تغییر می‌دهد.

۱۶.۳. مرحله‌ی نمایه‌ سازی

رایج‌ترین اشتباه فنی بازار: noindex در برابر robots.txt

این دو ابزار دو کار متفاوت انجام می‌دهند و جای هم را نمی‌گیرند.

• صفحه‌ای که با robots.txt مسدود شده، ممکن است همچنان نمایه شود. Google محتوایش را نمی‌بیند، اما ممکن است نشانی را از طریق لینک‌های دیگر بشناسد. [سطح ۱] [۱۲]
• صفحه‌ای که دستور noindex دارد، باید قابل خزش باشد تا آن دستور دیده شود. دستور noindex داخل صفحه است و صفحه باید دریافت شود. [سطح ۱] [۱۳]

نتیجه‌ی عملی: اگر صفحه‌ای را هم‌زمان در robots.txt ببندید و هم به آن noindex بدهید، دستور noindex هرگز خوانده نمی‌شود. دقیقاً برعکس چیزی که می‌خواستید اتفاق می‌افتد.

• canonical و محتوای تکراری

همان‌طور که در بخش ۱.۴ آمد، Google صفحات مشابه را خوشه‌بندی می‌کند و نماینده‌ترین صفحه‌ی هر خوشه را انتخاب می‌کند. [سطح ۱] [۱] تگ canonical که شما می‌گذارید، یک اعلام نظر است؛ تصمیم نهایی با سیستم است. اگر سایر نشانه‌ها — لینک داخلی، نقشه‌ی سایت، ریدایرکت — خلاف آن بگویند، ممکن است نسخه‌ی دیگری انتخاب شود.

• رندر و جاوااسکریپت

این باور که «Google جاوااسکریپت را نمی‌خواند» قدیمی است. Google می‌گوید در جریان خزش، صفحه را رندر می‌کند و جاوااسکریپتی را که پیدا کند با نسخه‌ای به‌روز از Chrome اجرا می‌کند. [سطح ۱] [۱] اما رندر یک مرحله‌ی جداگانه با شکست‌های خودش است: منابع مسدودشده، وابستگی به تعامل کاربر، یا محتوایی که فقط پس از درخواست شبکه‌ی موفق ساخته می‌شود. پرسش درست این نیست که «آیا Google جاوااسکریپت را می‌خواند؟» پرسش این است که «محتوای اصلی این صفحه در کدام مرحله ساخته می‌شود، و اگر آن مرحله شکست بخورد چه چیزی باقی می‌ماند؟»

• نمایه‌ سازی موبایل‌ اول، hreflang و داده‌ی ساختار یافته

نسخه‌ی موبایل مبنای نمایه‌سازی است؛ محتوایی که فقط در نسخه‌ی دسکتاپ هست، عملاً وجود ندارد. hreflang رابطه‌ی نسخه‌های زبانی و منطقه‌ای را معرفی می‌کند، نه کیفیت ترجمه را. داده‌ی ساختاریافته با واژگان Schema.org بعضی اطلاعات را صریح‌تر توصیف می‌کند و می‌تواند صفحه را واجد شرایط نمایش‌های غنی کند. اما درج آن تضمین نمایش نیست، و طبق راهنمای خود Google برای قابلیت‌های مولد هم الزامی نیست. [سطح ۱] [۸]

۱۶.۴. مرحله‌ی ارتباط

در این مرحله سؤال عوض می‌شود: صفحه دیده و ذخیره شده؛ حالا آیا برای این پرسش مشخص انتخاب می‌شود؟

• نیت جست‌وجو

تقسیم‌بندی رایج نیت به چهار دسته — اطلاعاتی، پیمایشی، تراکنشی و بررسی تجاری — یک قرارداد صنعتی است، نه طبقه‌بندی رسمی Google. با همین قید مفید است: کمک می‌کند بپرسیم کاربر با این عبارت دنبال چه کاری است.

• پژوهش کلمات کلیدی یعنی فهمیدن نیاز، نه شمردن تکرار

بخش ۷ نشان داد که اثر تکرار اشباع می‌شود. پیامدش برای این مرحله روشن است: عبارت جست‌وجو یک نشانه از مسئله‌ی کاربر است، نه خودِ مسئله. دو عبارت با واژه‌های تقریباً یکسان می‌توانند دو نیاز کاملاً متفاوت داشته باشند، و همان مثال پنجره در بخش ۸ همین را نشان داد.

• عنوان و توضیحات متا

عنوان مهم‌ترین توصیف صریح صفحه است، ولی Google ممکن است برای یک پرسش خاص عنوان نمایشی را بازنویسی کند. توضیحات متا هم عامل رتبه‌بندی نیست؛ روی متن اسنیپت اثر می‌گذارد، یعنی روی مرحله‌ی نمایش.

• ساختار سرفصل‌ها

این یکی بیش از آنکه ظاهری باشد، کارکردی است. Google در فهرست سیستم‌های رتبه‌بندی، سیستم رتبه‌بندی بخش را معرفی می‌کند که بخش‌های مشخصی از یک صفحه را شناسایی می‌کند تا ارتباط صفحه را بهتر بفهمد. [سطح ۱] [۳] پس سرفصل‌گذاری روشن فقط برای خواننده نیست؛ به سیستم کمک می‌کند بخش مربوط را پیدا کند.

۱۶.۵. مرحله‌ی اعتبار

بخش ۶ لینک را از دید هزینه‌ی جعل توضیح داد: لینک گزاره‌ای است که مالک صفحه‌ی مقصد به‌تنهایی نمی‌سازد. آن بحث اینجا تکرار نمی‌شود. آنچه در این مرحله عملی است، چند تفکیک است.

متن لنگر زمینه‌ی موضوعی می‌دهد؛ اما متن لنگر بهینه‌شده در مقیاس، خودش در فهرست سیاست‌های اسپم نمونه‌ی لینک‌اسپم است. مرزش در بخش ۱۸.۲ می‌آید.

درباره‌ی اشاره به برند بدون لینک باید دقیق بود. Google می‌گوید قابلیت‌های مولد می‌توانند آنچه در وب درباره‌ی محصولات و خدمات گفته می‌شود را نشان دهند، و در همان سند هشدار می‌دهد که دنبال «اشاره‌های غیراصیل» رفتن آن‌قدرها که به نظر می‌رسد مفید نیست. [سطح ۱] [۸] این دو جمله را نباید به «اشاره به برند یک عامل رتبه‌بندی است» تبدیل کرد. سند این را نمی‌گوید.

موجودیت و گراف دانش هم جای دقت دارند: هویت روشن و سازگار سازمان در سراسر وب به تشخیص موجودیت کمک می‌کند، اما «داشتن پنل دانش» نه تضمین‌شدنی است و نه معادل اعتبار. و E-E-A-T یک امتیاز واحد و قابل افزودن به صفحه نیست؛ چارچوبی است برای توصیف آنچه سیستم‌ها می‌کوشند تخمین بزنند.

۱۶.۶. مرحله‌ی نمایش

این مرحله معمولاً از قلم می‌افتد، در حالی که مسئله‌ی مستقلی است. اسنیپت را Google می‌سازد و ممکن است از توضیحات متا، از متن صفحه، یا از ترکیبی از این‌ها بیاید. عنوان نمایشی هم ممکن است بازنویسی شود. نتایج غنی به داده‌ی ساختاریافته و واجد شرایط بودن صفحه بستگی دارند.

نکته‌ی تشخیصی این مرحله ساده است: صفحه‌ای که رتبه دارد ولی کلیک نمی‌گیرد، مسئله‌اش با صفحه‌ای که رتبه ندارد یکی نیست. اولی مسئله‌ی نمایش و تطابق با نیت دارد، دومی مسئله‌ی ارتباط یا کیفیت. این دو در گزارش‌ها اغلب زیر یک عنوان جمع می‌شوند و همین باعث می‌شود راه‌حل اشتباه انتخاب شود.

۱۶.۷. مرحله‌ی رفتار

Core Web Vitals سه جنبه‌ی تجربه‌ی واقعی کاربر را اندازه می‌گیرد. آستانه‌های فعلی که Google اعلام کرده این‌هاست:

معیارهای Core Web Vitals و آستانه‌ی «خوب» هرکدام

معیار	چه چیزی را می‌سنجد	آستانه‌ی «خوب»
LCP — بزرگ‌ترین محتوای ترسیم‌شده	سرعت بارگذاری محتوای اصلی	کمتر از ۲٫۵ ثانیه
INP — تعامل تا ترسیم بعدی	پاسخ‌گویی صفحه به تعامل کاربر	کمتر از ۲۰۰ میلی‌ثانیه
CLS — جابه‌جایی تجمعی چیدمان	ثبات بصری صفحه	کمتر از ۰٫۱

این آستانه‌ها در صدک ۷۵ داده‌ی کاربران واقعی سنجیده می‌شوند؛ یعنی برای قبولی، ۷۵ درصد بازدیدها باید در محدوده‌ی «خوب» باشند. [سطح ۱] [۱۱]

یک نکته‌ی به‌روزرسانی که در بیشتر متن‌های فارسی رعایت نشده: از مارس ۲۰۲۴، معیار INP جایگزین FID شده است. [سطح ۱] [۱۱] هر متنی که هنوز FID را به‌عنوان یکی از سه معیار اصلی معرفی می‌کند، دست‌کم دو سال از سند رسمی عقب است.

و همان‌طور که Google تصریح می‌کند، نمره‌ی خوب در این معیارها تضمین رتبه نیست. تجربه‌ی صفحه در راستای چیزی است که سیستم‌های اصلی پاداش می‌دهند، نه جایگزین ارتباط و کیفیت. برای نگاه شواهدمحور به داده‌ی رفتار کاربر، بخش ۹ را ببینید؛ آنجا بحث شد که چرا کلیک به‌تنهایی معیار کیفیت نیست.

۱۶.۸. الگویی که در کل زنجیره تکرار می‌شود

به هزینه‌ی این هفت مرحله نگاه کنید. درست کردن یک خط robots.txt، رفع یک ریدایرکت زنجیره‌ای یا اضافه کردن نقشه‌ی سایت، کار یک بعدازظهر است. ساختن صفحه‌ای که واقعاً ساختار یک نیاز را پاسخ می‌دهد، یا به دست آوردن ارجاع از منبعی که دلیلی برای ارجاع دادن دارد، ماه‌ها کار می‌برد. ابتدای زنجیره ارزان و لازم است؛ انتهای زنجیره گران و متمایزکننده. هیچ‌کدام جای دیگری را نمی‌گیرد.

و این دقیقاً همان الگویی است که چارچوب هزینه‌ی جعل پیش‌بینی می‌کند: هرچه ساختن یک سیگنال ارزان‌تر باشد، رقبای بیشتری آن را دارند و کمتر می‌تواند تفاوت بسازد. سایتی که فقط کارهای ارزان را انجام داده، شرط لازم را رعایت کرده و متوقف شده است.

۱۷. انواع تخصصی سئو

مبانی مشترک‌اند و همان زنجیره‌اند. آنچه تغییر می‌کند، این است که کدام حلقه‌ی زنجیره تنگناست. هر مورد با یک الگوی ثابت آمده: تعریف، تفاوت اصلی با سئوی عمومی، و رایج‌ترین اشتباه.

شش نوع تخصصی سئو و تنگنای اصلی هرکدام

نوع	تعریف	تفاوت اصلی	رایج‌ترین اشتباه
سئوی محلی	کار روی دیده‌شدن یک کسب‌وکار برای جست‌وجوهایی که به موقعیت مکانی وابسته‌اند.	موقعیت کاربر خودش وارد محاسبه‌ی ارتباط می‌شود و پروفایل کسب‌وکار در کنار سایت اهمیت پیدا می‌کند.	تحلیل نتیجه‌ی محلی با منطق رتبه‌بندی یک مقاله. فاصله و نزدیکی متغیرهایی هستند که در سایت شما وجود ندارند.
سئوی فروشگاهی	کار روی صفحات محصول، دسته و فیلتر در سایتی با تعداد زیاد نشانی.	تولید خودکار نشانی از ترکیب فیلترها می‌تواند بی‌نهایت صفحه بسازد؛ مسئله از جنس کنترل مقیاس است.	رها گذاشتن ترکیب فیلترها. نتیجه‌اش انبوهی صفحه‌ی تقریباً یکسان است که هم خزش را هدر می‌دهد و هم به خوشه‌های تکراری می‌رسد.
سئوی بین‌المللی و چندزبانه	کار روی سایتی که نسخه‌های زبانی یا منطقه‌ای متفاوت دارد.	مسئله انتخاب نسخه‌ی درست برای کاربر درست است، نه صرفاً رتبه‌ی صفحه.	ترجمه‌ی ماشینی بدون بازبینی و hreflang ناقص یا متناقض. نتیجه، رقابت نسخه‌ها با یکدیگر است.
سئوی خبری	کار روی محتوایی که ارزشش به تازگی و اصالت گره خورده است.	پنجره‌ی زمانی کوتاه است؛ سرعت کشف و نمایه‌سازی از بهینه‌سازی تدریجی مهم‌تر می‌شود.	بازنشر خبر دیگران بدون افزودن گزارش یا تحلیل. در حوزه‌ای که سیستم‌ها دنبال محتوای اصیل‌اند، این یعنی رقابت در ضعیف‌ترین نقطه.
سئوی تصویر و ویدئو	کار روی دیده‌شدن محتوای غیرمتنی.	سیستم برای فهم رسانه به زمینه‌ی متنی اطراف آن و اطلاعات توصیفی متکی است.	متن جایگزین تزئینی یا کلیدواژه‌ای. اگر توضیح تصویر چیزی به فهم اضافه نکند، فقط یک رشته‌ی بی‌ربط اضافه شده است.
سئوی برنامه‌نویسی‌شده	تولید صفحات از روی یک پایگاه داده، طبق الگویی ثابت.	کیفیت خروجی به کیفیت داده و به معناداری تفاوت میان صفحات وابسته است، نه به متن الگو.	ساختن ترکیب‌های اسمی بدون داده‌ی متمایز. همان‌جاست که مرز با سیاست سوءاستفاده‌ی مقیاس‌پذیر از محتوا رد می‌شود.

هر کدام از این شش مورد می‌تواند مقاله‌ی مستقلی باشد و در این متن عمداً باز نشده‌اند. نکته‌ی مشترکشان این است: هیچ‌کدام زنجیره‌ی جدیدی معرفی نمی‌کنند؛ فقط وزن حلقه‌ها را عوض می‌کنند. در سئوی خبری تنگنا در کشف است، در سئوی فروشگاهی در نمایه‌سازی، و در سئوی محلی در مرحله‌ی ارتباط، آن هم با متغیری که اصلاً روی سایت شما نیست.

۱۸. مرز مجاز و غیرمجاز

تا اینجا بحث بر سر این بود که چه کاری مؤثر است. این بخش درباره‌ی پرسش دیگری است: چه کاری مجاز است. این دو یکی نیستند و خلط کردنشان منشأ بخش بزرگی از بدفهمی‌های بازار است. نکته‌ی روش‌شناختی این بخش هم ساده است: مرز را باید با سند سنجید، نه با شهود.

۱۸.۱. چرا «کلاه سفید و خاکستری و سیاه» تعریف دقیقی نیست

هیچ موتور جست‌وجویی این تقسیم‌بندی را تعریف نکرده است. یک استعاره‌ی صنعتی است که از جای دیگری قرض گرفته شده. مشکل اصلی‌اش هم «کلاه خاکستری» است. «کلاه خاکستری» یک دسته نیست؛ اسم دیگرِ «نمی‌خواهم موضع بگیرم» است. هر کاری یا سیاست مکتوبی را نقض می‌کند یا نمی‌کند. حالت سومی وجود ندارد.

موضع این مقاله این است که واژگان بماند — بازار با آن حرف می‌زند — ولی معیار عوض شود. معیار نباید حس و شهود و «چقدر جسورانه است» باشد. معیار باید سند مکتوب باشد. و خوشبختانه چنین سندی وجود دارد و عمومی است.

۱۸.۲. فهرست سیاست‌های اسپم Google

این تنها جایی است که می‌شود مرز را با سند سنجید و نه با حدس. به همین دلیل فهرست کامل می‌آید، نه گزیده. یک نکته‌ی تعریفی مهم پیش از فهرست: Google در تعریف اسپم، دستکاری پاسخ‌های هوش مصنوعی را هم صریحاً کنار دستکاری رتبه گذاشته است. «در بستر جست‌وجوی Google، اسپم به تکنیک‌هایی اشاره دارد که کاربران را فریب می‌دهند یا سیستم‌های جست‌وجوی ما را برای برجسته نشان دادن محتوا دستکاری می‌کنند — مثل تلاش برای دستکاری سیستم‌های جست‌وجو به قصد رتبه‌ی بالا، یا تلاش برای دستکاری پاسخ‌های هوش مصنوعی مولد در جست‌وجوی Google.» [سطح ۱] [۱۰] — صفحه‌ی به‌روزرسانی ۲۸ اوت ۲۰۲۶

شانزده سیاست اسپم جست‌وجوی وب Google، با مثال ملموس برای هرکدام

سیاست	تعریف کوتاه	مثال ملموس
پنهان‌سازی (cloaking)	نمایش محتوای متفاوت به کاربر و به موتور جست‌وجو، با قصد دستکاری رتبه.	صفحه‌ای که به خزنده متن سفر نشان می‌دهد و به کاربر صفحه‌ی فروش دارو.
سوءاستفاده‌ی دروازه‌ای	ساخت صفحات یا سایت‌هایی برای رتبه گرفتن در پرسش‌های مشابه، که کاربر را به مقصد واقعی هدایت می‌کنند.	ده‌ها صفحه با نام شهرهای مختلف که همه به یک صفحه‌ی تماس ختم می‌شوند.
سوءاستفاده از دامنه‌ی منقضی	خرید دامنه‌ی منقضی و استفاده از آن عمدتاً برای دستکاری رتبه، با محتوایی که ارزشی برای کاربر ندارد.	محتوای کازینو روی دامنه‌ای که قبلاً متعلق به یک مدرسه بوده است.
محتوای هک‌شده	محتوایی که به‌دلیل رخنه‌ی امنیتی و بدون اجازه روی سایت قرار گرفته است.	تزریق صفحات اسپم به سایت، بدون اینکه صفحات اصلی نشانه‌ای از هک نشان دهند.
متن و لینک پنهان	قرار دادن محتوا روی صفحه صرفاً برای دیده شدن توسط موتور جست‌وجو و نه کاربر.	متن سفید روی زمینه‌ی سفید، اندازه‌ی قلم صفر، یا لینکی که فقط یک خط تیره را دربر گرفته است.
انباشت کلمات کلیدی	پر کردن صفحه از کلیدواژه یا عدد به قصد دستکاری رتبه.	بلوک متنی که فهرست شهرها و مناطق را پشت سر هم ردیف کرده است.
لینک‌اسپم	ساخت لینک به یا از یک سایت، عمدتاً برای دستکاری رتبه.	خرید و فروش لینک، تبادل بیش‌ازحد، رپورتاژ با لینکِ عبوردهنده‌ی اعتبار، و لینک در فوتر قالب‌های توزیع‌شده.
ترافیک ماشینی	ارسال پرس‌وجوی خودکار به Google، از جمله اسکرپ نتایج برای رصد رتبه بدون اجازه‌ی صریح.	ابزارهایی که برای گزارش رتبه، نتایج Google را به‌صورت خودکار برداشت می‌کنند.
رفتارهای مخرب	بدافزار، نرم‌افزار ناخواسته، و ربودن دکمه‌ی بازگشت مرورگر. [سطح ۱] [۱۶]	صفحه‌ای که با دستکاری تاریخچه‌ی مرورگر نمی‌گذارد کاربر با دکمه‌ی بازگشت به صفحه‌ی قبل برگردد.
عملکرد گمراه‌کننده	سایتی که وانمود می‌کند خدمتی ارائه می‌دهد ولی در واقع نمی‌دهد.	ابزار آنلاینی که ادعای ادغام PDF دارد ولی کاربر را به تبلیغات فریبنده می‌رساند.
سوءاستفاده‌ی مقیاس‌پذیر از محتوا	تولید تعداد زیادی صفحه عمدتاً برای دستکاری رتبه و نه کمک به کاربر — مستقل از روش تولید.	تولید انبوه صفحه با ابزار مولد بدون افزودن ارزش، یا دوختن محتوای چند صفحه به هم.
اسکرپینگ	برداشتن محتوای سایت‌های دیگر و میزبانی آن با هدف دستکاری رتبه.	بازنشر محتوای دیگران با جایگزینی مترادف‌ها و بدون افزودن چیزی.
سیاست اعتبار سایت	انتشار محتوای شخص ثالث روی یک سایت میزبان، عمدتاً به‌خاطر سیگنال‌های رتبه‌بندی‌ای که آن میزبان از محتوای خودش کسب کرده است.	صفحه‌ی تبلیغاتی «بهترین کازینوها» روی دامنه‌ی یک سایت پزشکی، بدون ادغام واقعی با سایت.
ریدایرکت فریبنده	فرستادن کاربر به نشانی متفاوت با قصد فریب کاربر یا موتور جست‌وجو.	نمایش صفحه‌ی عادی به کاربر دسکتاپ و انتقال کاربر موبایل به دامنه‌ی اسپم.
وابستگی کم‌ارزش	انتشار محتوای همکاری در فروش که توضیحات محصول را عیناً از فروشنده کپی کرده و چیزی اضافه نمی‌کند.	سایت‌های قالبی با محتوای یکسان که فقط لینک همکاری در فروش دارند.
اسپم کاربرساخته	محتوای اسپمی که کاربران از مسیرهای باز سایت اضافه می‌کنند.	اسپم در نظرات وبلاگ، پست‌های انجمن، و فایل‌های آپلودشده روی سرویس‌های میزبانی.

در همان صفحه، دسته‌ی جداگانه‌ای هم با عنوان «سایر رویه‌هایی که می‌تواند به تنزل یا حذف منجر شود» وجود دارد: حذف‌های قانونی، حذف اطلاعات شخصی، دور زدن سیاست‌ها، و کلاهبرداری و تقلب. [سطح ۱] [۱۰]

دو نکته درباره‌ی تازگی این فهرست. نخست، «ربودن دکمه‌ی بازگشت» تازه‌ترین افزوده است: در ۱۳ آوریل ۲۰۲۶ اعلام شد، از ۱۵ ژوئن ۲۰۲۶ اجرا شد و اکنون ذیل «رفتارهای مخرب» نشسته است. [سطح ۱] [۱۶] دوم، آنچه پیش‌تر «سوءاستفاده از اعتبار سایت» نامیده می‌شد اکنون «سیاست اعتبار سایت» نام دارد و نحوه‌ی اجرای آن در محدوده‌ی اقتصادی اروپا با بقیه‌ی جهان تفاوت دارد: بیرون از این محدوده ممکن است اقدام دستی اعمال شود، و درون آن صفحات مربوط ممکن است از دامنه‌ی اصلی جدا طبقه‌بندی شوند و مستقل رتبه بگیرند، بدون اینکه مشمول اقدام دستی شوند. [سطح ۱] [۱۰] [۲۰]

۱۸.۳. آیا محتوای تولید شده با هوش مصنوعی ممنوع است؟

این پرسش را می‌شود با یک جمله از خود سند جواب داد. «سوءاستفاده‌ی مقیاس‌پذیر از محتوا زمانی است که صفحات زیادی عمدتاً به قصد دستکاری رتبه‌ی جست‌وجو و نه کمک به کاربران تولید شوند. این رویه معمولاً بر تولید حجم زیادی محتوای غیراصیل متمرکز است که ارزش کمی برای کاربران دارد، فارغ از اینکه چگونه ساخته شده باشد.» [سطح ۱] [۱۰] — صفحه‌ی به‌روزرسانی ۲۸ اوت ۲۰۲۶

عبارت تعیین‌کننده «فارغ از اینکه چگونه ساخته شده باشد» است. معیار حجم بدون ارزش است، نه ابزار تولید. پس این گزاره از سیاست Google بیرون نمی‌آید: «هر محتوایی که هوش مصنوعی نوشته باشد ممنوع است.» و این گزاره هم بیرون نمی‌آید: «چون ابزار مهم نیست، پس تولید انبوه اشکالی ندارد.» دقیقاً همان تولید انبوه است که سیاست هدف گرفته.

از دید چارچوب این مقاله، منطق روشن است: هوش مصنوعی هزینه‌ی ساختن چیزی که ظاهر محتوا دارد را پایین آورده است. هر بار که هزینه‌ی تولید ظاهر یک سیگنال پایین بیاید، سیستم ناچار می‌شود سخت‌گیرانه‌تر میان ظاهر سیگنال و کیفیت پشت آن تفاوت بگذارد. فناوری ابزار را عوض کرد؛ مسئله‌ی اقتصادی همان است که در بخش ۵ درباره‌ی meta keywords دیدیم.

۱۸.۴. جریمه: دستی در برابر الگوریتمی

این دو ماهیت متفاوتی دارند و مسیر بازیابی متفاوتی هم دارند. اشتباه گرفتنشان یعنی ماه‌ها کار در جهت غلط. Google می‌گوید رویه‌های ناقض سیاست را هم از طریق سیستم‌های خودکار و هم در صورت نیاز با بازبینی انسانی تشخیص می‌دهد؛ و بازبینی انسانی است که می‌تواند به اقدام دستی منجر شود. [سطح ۱] [۱۰]

تفاوت اقدام دستی و تنزل الگوریتمی

	اقدام دستی	تنزل الگوریتمی
چه کسی تصمیم گرفته	بازبین انسانی	سیستم خودکار
آیا اطلاع می‌دهند	بله — پیام در گزارش اقدامات دستی سرچ کنسول	خیر — هیچ اعلانی وجود ندارد
مسیر بازیابی	رفع مشکل، سپس درخواست بازبینی مجدد	رفع مشکل، سپس انتظار برای ارزیابی دوباره‌ی سیستم
چقدر طول می‌کشد	به صف بازبینی بستگی دارد	به چرخه‌ی ارزیابی سیستم بستگی دارد و زمان‌بندی اعلام‌شده‌ای ندارد

ساده‌ترین آزمون تشخیصی همین‌جاست: اگر در گزارش اقدامات دستی سرچ کنسول پیامی نیست، اقدام دستی نیست. و اگر اقدام دستی نیست، درخواست بازبینی مجدد کار بیهوده‌ای است.

یک نکته‌ی جانبی هم هست: Google دور زدن سیاست‌ها را خودش یک تخلف جداگانه می‌داند. ساختن زیردامنه یا سایت تازه برای ادامه‌ی همان رفتار، می‌تواند به اقدام گسترده‌تری منجر شود. [سطح ۱] [۱۰]

۱۸.۵. چرا این فهرست، فهرست نیست

حالا یک بار دیگر به جدول بخش ۱۸.۲ نگاه کنید، ولی این بار دنبال الگو بگردید. پنهان‌سازی یعنی نشان دادن سیگنالی به موتور جست‌وجو که کاربر هرگز نمی‌بیند. متن پنهان همین است در مقیاس کوچک‌تر. انباشت کلیدواژه یعنی تولید ظاهر ارتباط. لینک‌اسپم یعنی تولید ظاهر تأیید شخص ثالث. محتوای مقیاس‌پذیر یعنی تولید ظاهر پوشش. سوءاستفاده از دامنه‌ی منقضی یعنی خریدن سیگنالی که قبلاً ساخته شده و نشانه رفتنش به محتوایی بی‌ربط. سیاست اعتبار سایت یعنی قرض گرفتن سیگنالی که دیگری ساخته است.

تقریباً هر سطر آن جدول یک جمله است: تولید ظاهر سیگنال، بدون تولید کیفیتی که آن سیگنال قرار بوده نماینده‌اش باشد.

این همان تعریفی است که در بخش ۱۵.۳ برای «ترفند» آوردیم، و همان چیزی است که چارچوب هزینه‌ی جعل توصیف می‌کند.

اهمیتش عملی است، نه نظری. وقتی تاکتیک تازه‌ای معرفی می‌شود که هنوز اسمی در هیچ سیاستی ندارد، لازم نیست منتظر بمانید Google درباره‌اش سندی منتشر کند. می‌توانید بپرسید: این کار ظاهر کدام سیگنال را می‌سازد، و آیا کیفیتی که آن سیگنال نماینده‌اش است را هم می‌سازد؟ اگر جواب سؤال دوم منفی باشد، احتمالاً پیش از آنکه سیاستی نوشته شود، جواب را می‌دانید. چارچوب اینجاست که از یک ایده‌ی جالب به یک ابزار پیش‌بینی تبدیل می‌شود.

۱۹. چطور بفهمیم کار کرده؟

بخش ۱۴ گفت پرسش حرفه‌ای این است که احتمال موفقیت در کدام مرحله سقوط می‌کند. اما با چه داده‌ای این را می‌فهمیم؟ بدون این بخش، آن پرسش یک شعار خوب است و نه یک روش.

۱۹.۱. چهار چیزی که همه «نتیجه» نامیده می‌شوند

چهار معیار رایج و مرز آنچه هرکدام می‌گویند

معیار	چه چیزی را می‌گوید	چه چیزی را نمی‌گوید
رتبه	صفحه در یک شرایط مشخص، در چه جایگاهی ظاهر شده است.	چند نفر آن را دیده‌اند و آیا آن پرسش اصلاً تقاضا دارد.
نمایش	صفحه در نتایج به کاربران نشان داده شده است.	در چه جایگاهی و در چه بخشی از صفحه‌ی نتایج.
کلیک	کاربر نتیجه را انتخاب کرده است.	آیا پس از ورود، نیازش برطرف شده است.
تبدیل	بازدید به اقدام تجاری منجر شده است.	کدام بخش از مسیر، سهم واقعی در آن اقدام داشته است.

این چهار چیز در گزارش‌ها اغلب پشت یک کلمه پنهان می‌شوند. اما بهبود در هرکدام مسئله‌ی متفاوتی را حل می‌کند و شکست در هرکدام تشخیص متفاوتی می‌طلبد.

۱۹.۲. رتبه با چه شرایطی معنا دارد

رتبه معنا دارد، اندازه‌گیری می‌شود و مبنای کار روزمره است. مسئله این نیست که رتبه بی‌معناست؛ مسئله این است که رتبه بدون ذکر شرایطش یک عدد ناقص است. Google خودش توضیح می‌دهد که ارتباط با صدها عامل تعیین می‌شود که می‌تواند شامل موقعیت، زبان و دستگاه کاربر باشد. مثال خود سند: جست‌وجوی «تعمیرگاه دوچرخه» به کاربری در پاریس نتایج متفاوتی نشان می‌دهد تا کاربری در هنگ‌کنگ. [سطح ۱] [۱] در همان سند آمده که بسته به پرسش، قابلیت‌های صفحه‌ی نتایج هم عوض می‌شوند؛ یک پرسش نتایج محلی می‌آورد و پرسش دیگر نتایج تصویری.

پس گزاره‌ی «رتبه‌ی ۳ هستیم» ناقص است. گزاره‌ی کامل این است: در این پرسش، از این کشور، به این زبان، روی این دستگاه، در این تاریخ. حالت ناشناس مرورگر به تثبیت بخشی از این شرایط کمک می‌کند، ولی موقعیت مکانی و نوع دستگاه را حذف نمی‌کند. برای مقایسه‌ی دوره‌ای، ثابت نگه داشتن شرایط از دقیق بودن یک اندازه‌گیری منفرد مهم‌تر است.

۱۹.۳. سرچ کنسول تنها منبع دست‌ اول است

هر داده‌ی دیگری درباره‌ی عملکرد سایت شما در جست‌وجو، تخمین شخص ثالث است. سرچ کنسول تخمین نیست. اما محدودیت دارد و دانستن این محدودیت‌ها بخشی از خواندن درست داده است:

• داده با تأخیر می‌آید؛ روزهای آخر گزارش هنوز کامل نشده‌اند. [سطح ۱] [۱۸]
• به دلیل محدودیت‌های ذخیره‌سازی و پردازش، حجم داده‌ای که می‌توان نمایش داد یا خروجی گرفت سقف دارد؛ پس گزارش پرس‌وجوها فهرست کامل نیست. [سطح ۱] [۱۹]
• پرس‌وجوهای بسیار کم‌تکرار برای حفظ حریم خصوصی ناشناس‌سازی و از جدول حذف می‌شوند. به همین دلیل مجموع کلیک‌های ردیف‌ها معمولاً از عدد کل نمودار کمتر است، و این خطا نیست. [سطح ۱] [۱۹]
• «میانگین موقعیت» میانگین بالاترین جایگاه سایت شما در نمایش‌هاست، نه رتبه‌ی یک صفحه‌ی مشخص. جابه‌جایی آن می‌تواند صرفاً ناشی از تغییر ترکیب پرس‌وجوها باشد. [سطح ۱] [۱۸]

Google همچنین گزارش جداگانه‌ای برای عملکرد در قابلیت‌های مولد اضافه کرده است که برای رصد این بخش از دیده‌شدن جداگانه قابل استفاده است. [سطح ۱] [۸]

۱۹.۴. ابزارهای شخص ثالث و منشأ داده‌شان

ابزارهای تجاری داده‌شان را از خزنده‌های خودشان، پنل‌های کاربری و مجموعه‌های کلیک‌استریم می‌سازند و بعد مدل‌سازی می‌کنند. این ابزارها مفیدند، به‌خصوص برای مقایسه‌ی رقبا و رصد روند. اما مقایسه‌ی مستقیم عدد دو ابزار خطاست: روش‌شناسی، پنل و دامنه‌ی نمونه‌گیری‌شان یکی نیست. Google در راهنمای خودش هم صریح است:

«مراقب ابزارهای شخص ثالثی باشید که موفقیت در رتبه را وعده می‌دهند یا ادعا می‌کنند از معیارهای «داخلی» Google استفاده می‌کنند. هیچ ابزار شخص ثالثی به سیستم‌های رتبه‌بندی یا هوش مصنوعی داخلی ما دسترسی ندارد.» [سطح ۱] [۸] — صفحه‌ی به‌روزرسانی ۱۰ ژوئیه ۲۰۲۶

این به معنای کنار گذاشتن ابزارها نیست. به معنای این است که خروجی‌شان را برآورد بدانید، نه اندازه‌گیری.

۱۹.۵. طراحی درست یک آزمایش

پرسش «آیا این تغییر کار کرد؟» فقط وقتی جواب دارد که آزمایش طراحی شده باشد.

• گروه کنترل: بخشی از صفحات مشابه که تغییر نمی‌کنند. بدون آن، نمی‌شود اثر تغییر را از روند کلی جدا کرد.
• تعداد کافی: چند صفحه برای نتیجه‌گیری کافی نیست. اثر باید روی گروهی از صفحات هم‌جنس دیده شود.
• بازه‌ی زمانی: باید هم به نمایه‌سازی مجدد فرصت داد و هم نوسان فصلی را پوشش داد.
• یک متغیر در هر بار: اگر هم‌زمان عنوان، محتوا و لینک داخلی عوض شود، نتیجه هرچه باشد قابل انتساب نیست.

و دو مخدوش‌کننده‌ی رایج که معمولاً از قلم می‌افتند: فصلی بودن تقاضا، و به‌روزرسانی‌های اصلی که در همان بازه اجرا شده‌اند. اگر تغییر شما هم‌زمان با یک به‌روزرسانی اصلی اجرا شده باشد، نتیجه هرچه باشد قابل استناد نیست. این ناخوشایند است، ولی از نتیجه‌گیری غلط بهتر است.

۲۰. یک مدل برای فهم تاریخ SEO

اگر تمام بخش‌های قبل را کنار هم قرار دهیم، تاریخ SEO را می‌توان نه به‌صورت فهرست به‌روزرسانی‌ها، بلکه به شکل حرکت میان نسل‌های مختلف سیگنال دید:

1. اطلاعات فراداده‌ای (Meta information) ← دستکاری ارزان
2. ساختار لینک (Link structure) ← شکل‌گیری بازار ساخت لینک
3. فهم معنایی (Semantic understanding) ← هزینه‌ی بیشتر برای تولید پاسخ واقعاً مرتبط
4. تعامل کاربر (User interaction) ← نیاز به تصحیح سوگیری و تشخیص دستکاری
5. رتبه‌بندی چندسیستمی (Multi-system ranking)
6. بازیابی برای جست‌وجوی مولد (Retrieval for generative search)

این مدل ادعا نمی‌کند که هر نسل، نسل قبلی را حذف کرده است. در عمل سیستم‌های جست‌وجو می‌توانند انواع مختلفی از سیگنال‌ها و سیستم‌ها را هم‌زمان استفاده کنند. نکته چیز دیگری است:

هرچه ارزش اقتصادی رتبه بیشتر شده، استفاده‌ی ساده از سیگنال‌های ارزان و تحت کنترل مستقیم ناشر دشوارتر شده است.

۲۱. چه چیزی از این مدل برای کار عملی نتیجه می‌شود؟

اگر چارچوب هزینه‌ی جعل درست باشد، یک سؤال برای بررسی هر تاکتیک SEO بسیار مفید می‌شود:

این کار واقعاً کیفیتی را می‌سازد که موتور جست‌وجو به دنبال تخمین آن است، یا فقط ظاهر یکی از نشانه‌های آن کیفیت را بازتولید می‌کند؟

تفاوت بزرگی میان این دو وجود دارد. تکرار یک عبارت، ساختن صفحه برای هر شکل ممکن از یک پرسش، افزودن آمار بی‌ارتباط، خرید لینک یا ساخت کلیک مصنوعی همگی می‌توانند تلاش‌هایی برای تولید «نشانه» باشند. اما اگر کیفیت زیربنایی ساخته نشود، ارزش آن تاکتیک به میزان توان سیستم در تشخیص جعل وابسته می‌شود.

در مقابل، ساختن محتوایی که مسئله را دقیق‌تر پاسخ دهد، اطلاعات اصیل ارائه کند، منبع قابل بررسی داشته باشد، ساختار مناسبی برای کشف و نمایه‌سازی داشته باشد و با نیاز واقعی کاربر هم‌راستا باشد، فقط یک سیگنال سطحی را هدف نمی‌گیرد. چنین کاری بخشی از همان کیفیتی را می‌سازد که سیگنال‌ها قرار بوده‌اند نماینده‌ی آن باشند.

۲۲. این مقاله چه چیزی را اثبات نکرد؟

این بخش برای حفظ حدود اعتبار مقاله ضروری است. فرمول رتبه‌بندی Google در این متن ارائه نشده است، زیرا خارج از Google دسترسی عمومی به چنین فرمول کاملی وجود ندارد. هر ادعایی درباره‌ی وزن دقیق همه‌ی عوامل باید شواهد مستقل داشته باشد.

اسناد سطح ۱ را خود موتور جست‌وجو منتشر کرده است. Google درباره‌ی سیستم خودش منبع دست‌اول است، اما الزاماً ناظر بی‌طرف نیست و تمام جزئیات سیستم را نیز منتشر نمی‌کند. سکوت Google درباره‌ی یک موضوع نه اثبات آن است و نه رد آن.

شواهد سطح ۳ به بازه‌ی زمانی پرونده‌ی حقوقی مربوط‌اند. سیستمی که در سال ۲۰۲۳ توصیف شده ممکن است بعداً تغییر کرده باشد. منابع سطح ۲ اصول و یافته‌های علمی را ارائه می‌کنند، اما انتشار یک روش در مقاله‌ی دانشگاهی، حتی اگر نویسندگان آن با Google مرتبط باشند، به این معنا نیست که همان روش دقیقاً در Search فعلی استفاده می‌شود. یکی از منابع سطح ۲ این مقاله — منبع [۱۵] — پیش‌چاپ است و فرایند داوری همتا را طی نکرده؛ همین‌جا و در فهرست منابع علامت خورده است.

این مقاله هیچ عددی درباره‌ی سهم بازار، CTR متوسط، کاهش ترافیک ناشی از AI Overviews یا اثر عددی مشخص پاسخ‌های مولد بر وب ارائه نکرده است. علت، نبود عدد نیست؛ منابع تجاری مختلف روش‌شناسی‌های متفاوت دارند و اعدادشان الزاماً قابل مقایسه نیست.

و در نهایت، چارچوب هزینه‌ی جعل یک تحلیل نویسنده است. شواهد تاریخی ارائه‌شده با آن سازگارند، اما هیچ منبعی این تاریخ را دقیقاً با همین چارچوب صورت‌بندی نکرده است. اگر شواهد جدیدی با مدل ناسازگار باشند، مدل باید اصلاح شود؛ نه شواهد. بخش‌های تاریخی مقاله، به‌ویژه موارد مربوط به دهه‌های گذشته، ماهیت تاریخی دارند. بخش‌هایی که وضعیت فعلی Google را توصیف می‌کنند به تاریخ آخرین بررسی منابع وابسته‌اند و باید در آینده دوباره بررسی شوند.

۲۳. سئو در ایران و زبان فارسی

تا اینجا هرچه گفته شد، در هر زبانی صادق است. این بخش تنها جایی از مقاله است که چنین نیست؛ اینجا مسائلی مطرح می‌شود که مشخصاً به فارسی و به زیرساخت ایران مربوط‌اند.

۲۳.۱. زبان فارسی از دید ماشین

موتور جست‌وجو و مدل زبانی، پیش از هر کاری متن را به واحدهای کوچک‌تر می‌شکنند. در فارسی، همین‌جا اولین مشکل شروع می‌شود.

• نیم‌فاصله و مرز واژه

در نظام نوشتاری فارسی، فاصله واژه‌ها را از هم جدا می‌کند و نیم‌فاصله — همان نویسه‌ی U+200C — میان تکواژهای یک واژه‌ی مرکب می‌آید. پژوهشی که این مسئله را به‌عنوان یک مسئله‌ی برچسب‌گذاری دنباله بررسی کرده، نکته‌ی مهمی را ثبت می‌کند: قواعد استفاده از فاصله و نیم‌فاصله را فرهنگستان زبان و ادب فارسی تعیین کرده است، اما در عمل حتی در نوشتار رسمی هم کمتر رعایت می‌شوند. [سطح ۲] [۱۴] نتیجه‌اش این است که یک واژه می‌تواند چند املای رایج داشته باشد:

می‌رود  ·  میرود  ·  می رود

برای انسان هر سه یک چیزند. برای سیستمی که رشته‌ها را مقایسه می‌کند، تا وقتی نرمال‌سازی نشده باشند، لزوماً یک چیز نیستند.

مسئله‌ی دوم از این هم بی‌سروصداتر است: «ک» و «ی» عربی با «ک» و «ی» فارسی ظاهر یکسان و کد یونیکد متفاوت دارند. متنی که با صفحه‌کلید اشتباه تایپ شده، برای چشم درست است و برای تطبیق رشته‌ای، متن دیگری است.

• ساخت‌ واژه و منابع

فارسی زبانی با ساخت‌واژه‌ی غنی است؛ وندها و واژه‌بست‌ها تعداد صورت‌های یک واژه را بالا می‌برند و تکه‌سازهای آماری، واحدهای معنادار را از وسط می‌شکنند. و فارسی نسبت به تعداد گویشورانش زبان کم‌منبعی است. پژوهشی که به‌طور مشخص روی ساخت سامانه‌های تولید تقویت‌شده با بازیابی برای فارسی کار کرده، همین را نقطه‌ی شروع خود قرار می‌دهد. [سطح ۲ — پیش‌چاپ] [۱۵]

این‌ها نمونه‌اند، نه فهرست. مسیر کاملی که یک متن فارسی تا رسیدن به بازنمایی معنا طی می‌کند — نرمال‌سازی نویسه، تکه‌سازی، و آنچه بعد از آن اتفاق می‌افتد — موضوع مقاله‌ی جداگانه‌ای است: ماشین فارسی را چطور می‌خواند.

تحلیل نویسنده: از این دو یافته می‌شود یک نتیجه‌ی عملی گرفت که در متن‌های فارسی سئو کمتر دیده می‌شود. نرمال‌سازی متن پیش از انتشار — یکدست کردن نیم‌فاصله و نویسه‌های عربی و فارسی — کار زیبایی‌شناختی نیست؛ تثبیت همان رشته‌ای است که ماشین می‌بیند. این یکی از معدود جاهایی است که یک کار ظاهراً «فنی» در واقع کار زبانی است.

۲۳.۲. زیرساخت

[سطح ۴] این زیربخش مشاهده‌ی میدانی است، نه سند منتشرشده. هیچ عددی در آن ادعا نمی‌شود. سه مسئله در عمل مرتب دیده می‌شوند و هیچ‌کدام سند عمومی قابل ارجاعی ندارند.

• دسترسی. مسیر شبکه میان خزنده و سرور همیشه ساده نیست، و بخشی از مشکلاتی که به کیفیت محتوا نسبت داده می‌شوند در واقع مسئله‌ی مرحله‌ی خزش‌اند. تشخیصشان هم دشوارتر است، چون از داخل کشور همان مسیر شبکه را نمی‌شود بازسازی کرد.
• میزبانی و شبکه‌ی توزیع محتوا. انتخاب محل سرور و ارائه‌دهنده روی زمان پاسخ و پایداری اثر می‌گذارد، و بخش ۱۶.۲ نشان داد که پایداری سرور به نرخ خزش گره خورده است.
• دسترسی به ابزار. بخشی از ابزارهای تحلیل برای کاربران ایرانی در دسترس نیستند یا با محدودیت در دسترس‌اند. این روی روش کار اثر می‌گذارد، نه فقط روی راحتی.

۲۳.۳. چرا این تفکیک مهم است

زیربخش اول ارجاع دارد. زیربخش دوم ندارد و همین‌طور هم علامت خورده است. می‌شد هر دو را با یک لحن نوشت و متن یکدست‌تری ساخت. اما مقاله‌ای که تز اصلی‌اش تفکیک سطح شواهد است، اولین جایی که باید این تفکیک را رعایت کند، همان‌جایی است که خودش بیشترین حرف را برای گفتن دارد. اگر اینجا مرز را محو کنیم، سطح‌بندی شواهد در بقیه‌ی مقاله تزئین است، نه روش. این زنجیره در «بازیابی برای جست‌وجوی مولد» تمام نمی‌شود؛ فقط تا اینجا سند دارد. اینکه اگر توان استدلال این سیستم‌ها از این هم بالاتر برود چه بر سر همین چرخه می‌آید، پرسشی است که هنوز پاسخش در هیچ سند سطح یکی نیست. آن بحث را جداگانه دنبال کرده‌ام: AGI، ASI و آینده‌ی سئو — با این قید صریح که ماهیتش پیش‌بینی است، نه شواهد.

جمع‌ بندی

اگر بخواهیم SEO را فقط با مجموعه‌ای از تکنیک‌ها تعریف کنیم، خیلی زود گرفتار فهرستی می‌شویم که با هر به‌روزرسانی تغییر می‌کند. اما اگر یک سطح پایین‌تر برویم، مسئله پایدارتر می‌شود.

موتور جست‌وجو باید کیفیت و ارتباط را از روی نشانه‌های قابل مشاهده تخمین بزند. ناشران از نتیجه‌ی این تخمین منفعت دارند. هر سیگنال مؤثری که شناخته شود، انگیزه‌ای برای دستکاری ایجاد می‌کند. اگر ساخت مصنوعی آن سیگنال ارزان باشد، قابلیت اتکای آن کاهش پیدا می‌کند و سیستم ناچار می‌شود وزن‌ها، مدل‌ها یا روش‌های دفاعی خود را تغییر دهد.

در این نگاه، SEO مسابقه برای کشف «عامل مخفی رتبه‌بندی» نیست. SEO مسئله‌ای درباره‌ی بازیابی اطلاعات، انگیزه‌ها، سیگنال‌ها، عدم‌قطعیت و تشخیص است. و شاید مهم‌ترین پرسشی که می‌توان درباره‌ی هر تاکتیک SEO پرسید همین باشد:

داریم کیفیت می‌سازیم، یا فقط چیزی را می‌سازیم که شبیه نشانه‌ی کیفیت است؟

منابع

تاریخ بررسی همه‌ی لینک‌ها: ۱۳ سپتامبر ۲۰۲۶

سطح ۱ — اسناد رسمی موتور جست‌وجو و استانداردها

[۱] Google Search Central — In-depth guide to how Google Search works
developers.google.com/search/docs/fundamentals/how-search-works
آخرین به‌روزرسانی ثبت‌شده هنگام بررسی: ۱۸ دسامبر ۲۰۲۵

[۲] Google Search Central Blog — Google does not use the keywords meta tag in web ranking
developers.google.com/search/blog/2009/09/google-does-not-use-keywords-meta-tag
تاریخ انتشار: ۲۱ سپتامبر ۲۰۰۹

[۳] Google Search Central — A guide to Google Search ranking systems
developers.google.com/search/docs/appearance/ranking-systems-guide
آخرین به‌روزرسانی: ۱۰ دسامبر ۲۰۲۵

[۸] Google Search Central — Optimizing your website for generative AI features on Google Search
developers.google.com/search/docs/fundamentals/ai-optimization-guide
آخرین به‌روزرسانی: ۱۰ ژوئیه ۲۰۲۶؛ نخستین انتشار: مه ۲۰۲۶

[۱۰] Google Search Central — Spam policies for Google web search
developers.google.com/search/docs/essentials/spam-policies
آخرین به‌روزرسانی هنگام بررسی: ۲۸ اوت ۲۰۲۶

[۱۱] Google Search Central — Understanding Core Web Vitals and Google search results
developers.google.com/search/docs/appearance/core-web-vitals
آخرین به‌روزرسانی صفحه: ۱۰ دسامبر ۲۰۲۵ · مرجع آستانه‌های LCP، INP و CLS و جایگزینی INP به‌جای FID

[۱۲] Google Search Central — Introduction to robots.txt
developers.google.com/search/docs/crawling-indexing/robots/intro
برای تفکیک کنترل خزش از کنترل نمایه‌سازی

[۱۳] Google Search Central — Block Search indexing with noindex
developers.google.com/search/docs/crawling-indexing/block-indexing
برای توضیح اینکه چرا صفحه‌ی دارای noindex باید قابل خزش بماند

[۱۶] Google Search Central Blog — Introducing a new spam policy for back button hijacking
developers.google.com/search/blog/2026/04/back-button-hijacking
اعلام: ۱۳ آوریل ۲۰۲۶ · آغاز اجرا: ۱۵ ژوئن ۲۰۲۶

[۱۷] RFC 9309 — Robots Exclusion Protocol, IETF, September 2022
rfc-editor.org/rfc/rfc9309.html
استاندارد رسمی پروتکل robots.txt

[۱۸] Search Console Help — Performance report (Search results): overview and basic setup
support.google.com/webmasters/answer/7576553
برای تعریف معیارها، تأخیر داده و معنای «میانگین موقعیت»

[۱۹] Google Search Central Blog — A deep dive into Search Console performance data filtering and limits
developers.google.com/search/blog/2022/10/performance-data-deep-dive
برای سقف داده، ناشناس‌سازی پرس‌وجوهای کم‌تکرار و اختلاف مجموع ردیف‌ها با عدد کل

[۲۰] Google Search Central Blog — An update to our site reputation policy
developers.google.com/search/blog/2026/08/update-site-reputation-policy
برای تفاوت اجرای سیاست در محدوده‌ی اقتصادی اروپا

[۲۱] Google — Large site owner’s guide to managing your crawl budget
developers.google.com/crawling/docs/crawl-budget
راهنمای معرفی‌شده در [۸] برای سایت‌های بسیار بزرگ و پرتغییر

سطح ۲ — پژوهش داوری‌شده و منابع مرجع

[۴] Sergey Brin, Lawrence Page — The Anatomy of a Large-Scale Hypertextual Web Search Engine, 1998
research.google/pubs/the-anatomy-of-a-large-scale-hypertextual-web-search-engine
منبع تاریخی برای معماری Google در سال ۱۹۹۸

[۵] Christopher D. Manning, Prabhakar Raghavan, Hinrich Schütze — Introduction to Information Retrieval, Cambridge University Press, 2008
nlp.stanford.edu/IR-book/information-retrieval-book.html
فصل‌های مرتبط با term weighting، vector space model و probabilistic retrieval / BM25

[۶] Thorsten Joachims et al. — Accurately Interpreting Clickthrough Data as Implicit Feedback, SIGIR 2005
cs.cornell.edu/people/tj/publications/joachims_etal_05a.pdf
مطالعه‌ی رفتار کلیک و position bias در محیط آزمایش‌شده

[۹] Pranjal Aggarwal et al. — GEO: Generative Engine Optimization, KDD 2024
arxiv.org/abs/2311.09735
آزمایش روی بنچمارک و موتورهای مولد مورد استفاده در همان پژوهش

[۱۴] Ehsan Doostmohammadi, Minoo Nassajian, Adel Rahimi — Joint Persian Word Segmentation Correction and Zero-Width Non-Joiner Recognition Using BERT, COLING 2020
aclanthology.org/2020.coling-main.406/
برای ادعای مربوط به قواعد فرهنگستان و میزان رعایت آن‌ها در نوشتار واقعی

[۱۵] Advancing Retrieval-Augmented Generation for Persian: Development of Language Models, Comprehensive Benchmarks, and Best Practices for Optimization
arxiv.org/abs/2501.04858
پیش‌چاپ arXiv — داوری همتا نشده. برای صورت‌بندی فارسی به‌عنوان زبان کم‌منبع در بستر بازیابی و تولید

سطح ۳ — اسناد حقوقی و شهادت سوگندخورده

[۷] United States v. Google LLC, No. 1:20-cv-03010 (APM), Memorandum Opinion, D.D.C., August 5, 2024
justice.gov/atr/case/us-and-plaintiff-states-v-google-llc
دادرسی مرحله‌ی مسئولیت: ۱۲ سپتامبر تا ۱۶ نوامبر ۲۰۲۳ · رأی: ۵ اوت ۲۰۲۴

[۷الف] U.S. and Plaintiff States v. Google LLC [2020] — Trial Exhibits, U.S. DOJ Antitrust Division
justice.gov/atr/us-and-plaintiff-states-v-google-llc-2020-trial-exhibits
مجموعه‌ای از اسناد داخلی Google که در جریان رسیدگی قضایی عمومی شدند

منابعی که عمداً به‌ عنوان شاهد اصلی استفاده نشدند

نشت مستندات داخلی API گوگل در مه ۲۰۲۴ و بازروایت‌های صنعتی از شهادت‌های دادگاه، در این مقاله به‌عنوان جایگزین اسناد رسمی یا اسناد حقوقی استفاده نشده‌اند. علت، بی‌ارزش بودن آن‌ها نیست؛ سطح شواهدشان متفاوت است.