OpenAI و گوگل معیار انتخاب منبع را به‌شکل فرمولی عمومی منتشر نکرده‌اند. با این حال، مستندات رسمی هر دو شرکت و چند پژوهش داوری‌شده و داوری‌نشده کافی‌اند تا بتوانیم بخش‌هایی از مسیر را بازسازی کنیم: صفحه باید برای ربات مربوطه قابل‌دسترس باشد، برای پرسش کاربر (و پرسش‌های فرعی‌ای که خود سامانه می‌سازد) بازیابی شود، بخشی از آن به پرسش جواب بدهد و در پایان در پاسخ بیاید و به آن ارجاع داده شود [۲؛ ۳؛ ۴؛ ۵].
این مقاله هر حلقه از این مسیر را جدا بررسی می‌کند و برای هر ادعا می‌گوید پشتوانه‌اش چیست: مستندات رسمی، مقاله‌ی داوری‌شده یا پیش‌چاپ داوری‌نشده. خلاصه‌ی نتیجه این است که شواهد برای دو چیز از همه قوی‌ترند، یعنی دسترسی فنی و ربط محتوا به پرسش، و برای بسیاری از «ترفندهای ارجاع‌گرفتن» ضعیف یا ناپایدارند.
| دامنه‌ی این مقاله: دقیقاً درباره‌ی کدام محصولات حرف می‌زنیم؟
• ChatGPT search: بر پایه‌ی مستندات رسمی OpenAI درباره‌ی ربات‌ها و معرفی جستجوی ChatGPT [۳؛ ۴]. • Google AI Overviews و AI Mode: بر پایه‌ی مستندات Google Search [۱؛ ۲]. • Gemini: تنها مستند رسمی بررسی‌شده درباره‌ی سازوکار آن، صفحه‌ی Grounding with Google Search در Gemini API است [۵]. این صفحه درباره‌ی رفتار توسعه‌دهنده‌محور API است و سازوکار کامل اپلیکیشن Gemini را ثابت نمی‌کند. • چارچوب «مراحل انتخاب منبع» در این مقاله چارچوبی ساده‌شده برای تحلیل پاسخ‌های متکی بر جستجوی وب است، نه توصیف سازوکار داخلی یک محصول مشخص. شرط‌های هر محصول جدا آمده‌اند. |
| خلاصه در یک نگاه
• «منبع انتخاب‌شدن» یک اتفاق نیست؛ دست‌کم چهار حالت جداست: بازیابی‌شدن، ارجاع‌گرفتن، اثرگذاشتن بر متن پاسخ، و کلیک. • در مسیرهای مستندشده، دسترسی ربات مربوطه شرط حضور صفحه است. مثلاً OpenAI می‌گوید سایتی که OAI-SearchBot را مسدود کند در پاسخ‌های جستجوی ChatGPT نشان داده نمی‌شود [۳]. • از تکرارشونده‌ترین یافته‌ها در مطالعات بررسی‌شده، اثر ربط سند به پرسش و جایگاه سند در ورودی مدل است؛ هر دو در آزمایش‌هایی با شرایط مشخص سنجیده شده‌اند، نه در محصولات تجاری واقعی. • عدد معروف «۴۰ درصد» بهبود نسبی یک شاخص در یک شبیه‌ساز است، نه وعده‌ی افزایش بازدید. • منبع‌های ارجاع‌شده بین موتورها و بین دفعات اجرا بسیار متفاوت‌اند؛ یک رتبه‌ی منفرد برای توصیف عملکرد پایدار کافی نیست. • ارجاع‌شدن به معنی درست‌بودن یا پشتیبانی‌شدن ادعا نیست؛ ترافیک ثبت‌شده هم با تعداد ارجاع‌ها یکی نیست. |
چطور شواهد را برچسب زده‌ایم: سطح ۱ یعنی مستندات رسمی؛ سطح ۲ یعنی مقاله‌ی داوری‌شده؛ سطح ۴ یعنی تحلیل صنعتی. پیش‌چاپ‌های آرکایو جداگانه با برچسب «داوری‌نشده» مشخص شده‌اند. در این مقاله مدرک حقوقی (سطح ۳) یا سند لورفته‌ای به‌کار نرفته است. وضعیت راستی‌آزمایی هر عدد مهم در بخش «چقدر می‌توان به اعداد این مقاله اعتماد کرد؟» آمده است.
“منبع انتخاب شدن” دقیقاً یعنی چه؟
وقتی می‌گوییم ChatGPT یا Gemini سایتی را «انتخاب کرد»، ممکن است چند اتفاق متفاوت افتاده باشد. صفحه ممکن است فقط در فهرست نامزدها آمده باشد؛ لینکش کنار پاسخ دیده شود؛ محتوایش در متن پاسخ اثر گذاشته باشد؛ یا کاربر روی لینک کلیک کرده باشد. مرور انتقادی جدیدی از ۴۵ پژوهش در این حوزه (پیش‌چاپ داوری‌نشده، ژوئیه ۲۰۲۶) این‌ها را متغیرهای جدا می‌داند و یادآوری می‌کند که یک منبع ممکن است ارجاع بگیرد بی‌آنکه واقعاً استفاده شده باشد، یا بازنویسی شود بی‌آنکه لینکی داشته باشد [۱۰].
این تفکیک عملی است. اگر فقط تعداد ارجاع‌ها را بشمارید، نمی‌دانید صفحه‌تان اصلاً بازیابی نشده، بازیابی شده اما ارجاع نگرفته، یا ارجاع گرفته اما کلیکی نداشته است. در این مقاله از چهار حالت ساده‌شده استفاده می‌کنیم: بازیابی‌شدن، ارجاع‌گرفتن، اثرگذاشتن بر متن پاسخ، و کلیک.
ChatGPT و Gemini پیش از ارجاع دادن چه کار می‌کنند؟
مدل‌های زبانی بخشی از دانش‌شان را در پارامترهای خود ذخیره کرده‌اند. برای پاسخ‌های تازه و قابل‌استناد، سامانه‌های جستجوی مولد از الگویی به نام RAG یا «تولید با بازیابی» بهره می‌برند: ابتدا متن مرتبط از یک منبع بیرونی پیدا می‌شود و بعد مدل با تکیه بر آن پاسخ می‌نویسد. ایده‌ی اصلی این روش را مقاله‌ی Lewis و همکاران در NeurIPS 2020 معرفی کرد؛ آن‌ها حافظه‌ی پارامتری مدل را با حافظه‌ی غیرپارامتری، یعنی بازیابی از یک پایگاه دانش بیرونی، ترکیب کردند [۶]. گوگل هم در راهنمای رسمی‌اش می‌گوید AI Overviews و AI Mode با تکنیکی مشابه کار می‌کنند که «grounding» هم نامیده می‌شود [۲]. اگر می‌خواهید بدانید متن در درون مدل چطور به توکن و بردار تبدیل می‌شود، مقاله‌ی هوش مصنوعی محتوا را چطور می‌خواند و می‌فهمد؟ همین مسیر را از پایه توضیح داده است.
ChatGPT
OpenAI در معرفی ChatGPT search (۳۱ اکتبر ۲۰۲۴) توضیح داد که ChatGPT بسته به پرسش تصمیم می‌گیرد در وب جستجو کند یا نه، و پاسخ را همراه لینک منابع نشان می‌دهد. به گفته‌ی OpenAI، این قابلیت از «ارائه‌دهندگان جستجوی شخص ثالث» و محتوای شرکای OpenAI تغذیه می‌شود [۴]. پس هر پاسخ ChatGPT لزوماً جستجو ندارد. در یک پیش‌چاپ داوری‌نشده (Schulte و همکاران، ۲۰۲۶) که ۳۲ پرسش آلمانی‌زبان را با سرورهای سوئیس و در چهار موتور به مدت ۴۵ تا ۴۶ روز اجرا کرد، ۵۷٫۸ درصد اجراهای ChatGPT هیچ ارجاعی نداشت؛ نویسندگان این را به سرکوب جستجوی وب در پرسش‌های تعریفی نسبت می‌دهند، اما فعال‌شدن جستجو را مستقیم اندازه نگرفته‌اند [۱۷]. این عدد به همان پرسش‌ها و تنظیمات وابسته است و به همه‌ی کاربران یا زبان‌ها قابل‌تعمیم نیست.
Google AI Overviews و AI Mode
در گوگل، AI Overviews و AI Mode ممکن است از تکنیکی به نام «query fan-out» استفاده کنند: چند جستجوی مرتبط هم‌زمان درباره‌ی زیرموضوع‌ها اجرا می‌شود و پاسخ از مجموع آن‌ها ساخته می‌شود [۱]. مثال خود گوگل: برای پرسش «چطور چمنی پر از علف هرز را درست کنم»، پرسش‌های فرعی‌ای مثل «بهترین علف‌کش‌های چمن» یا «حذف علف هرز بدون مواد شیمیایی» تولید می‌شود [۲]. گوگل همچنین می‌گوید AI Overviews فقط وقتی نشان داده می‌شود که سامانه‌هایش آن را نسبت به جستجوی کلاسیک افزوده‌ی مفیدی تشخیص دهند؛ برای همین اغلب فعال نمی‌شود [۱].
Gemini: چه می‌دانیم و چه نمی‌دانیم؟
مستند رسمی‌ای که سازوکار جستجوی Gemini را شرح می‌دهد مربوط به Gemini API است: وقتی ابزار جستجوی گوگل فعال باشد، مدل خودش یک یا چند پرسش جستجو می‌سازد و اجرا می‌کند، و پاسخ نهایی همراه فراداده‌ای برمی‌گردد که پرسش‌های جستجو، نتایج وب و ارجاع‌ها را نشان می‌دهد [۵]. این صفحه درباره‌ی اپلیکیشن Gemini نیست. در این مقاله، شواهد مربوط به Gemini API جدا از شواهد مربوط به AI Overviews و AI Mode گزارش می‌شوند و یافته‌های این محصولات به اپلیکیشن Gemini تعمیم داده نمی‌شوند. سازوکار کامل اپلیکیشن Gemini را در مستندات بررسی‌شده نیافتیم.
|
سامانه |
منبع اطلاعات طبق مستندات | اهرم کنترل ناشر | منبع |
| ChatGPT search | ارائه‌دهندگان جستجوی شخص ثالث و محتوای شرکا؛ ربات OAI-SearchBot برای نمایش سایت‌ها در جستجوی ChatGPT | robots.txt برای OAI-SearchBot |
[۳؛ ۴] |
|
Google AI Overviews و AI Mode |
نمایه‌ی جستجوی گوگل و سامانه‌های رتبه‌بندی اصلی، به‌علاوه‌ی query fan-out | robots.txt و CDN؛ nosnippet، data-nosnippet، max-snippet، noindex؛ کنترل Search generative AI در Search Console | [۱؛ ۲؛ ۲۲] |
| Gemini API (Grounding) | پرسش‌های جستجویی که خود مدل می‌سازد و با جستجوی گوگل اجرا می‌کند | در همان صفحه‌ی مستندات توضیح داده نشده؛ درباره‌ی اپلیکیشن Gemini هم مستندی بررسی نشد |
[۵] |
جدول ۱. سه سامانه، سه مسیر دسترسی. سطح شواهد: ۱ (مستندات رسمی).
اولین فیلتر: آیا ربات اجازه‌ی دیدن صفحه را دارد؟
شرط‌های دسترسی برای هر محصول جداست. نخست OpenAI را می‌بینیم که سه عامل کاربری (user agent) با کارهای جدا تعریف کرده است [۳]:
|
ربات |
کار | نکته‌ی کلیدی طبق مستندات |
| OAI-SearchBot | نمایش سایت‌ها در قابلیت‌های جستجوی ChatGPT |
سایتی که آن را مسدود کند در پاسخ‌های جستجوی ChatGPT نشان داده نمی‌شود، هرچند ممکن است به‌صورت لینک ناوبری بیاید. OpenAI توصیه می‌کند آن را در robots.txt مجاز کنید و به IPهای منتشرشده‌ی خودش اجازه دهید. |
|
GPTBot |
خزش محتوایی که ممکن است در آموزش مدل‌های مولد استفاده شود | مسدودکردن آن یعنی محتوا نباید در آموزش مدل‌ها بیاید. OpenAI تأکید می‌کند هر تنظیم مستقل از بقیه است. |
| ChatGPT-User | برخی اقدام‌های کاربر در ChatGPT و GPTهای سفارشی |
برای خزش خودکار وب استفاده نمی‌شود و چون کاربر آغازگر است، قواعد robots.txt ممکن است برایش اعمال نشود. برای تصمیم‌گیری درباره‌ی حضور در جستجو، OAI-SearchBot ملاک است. |
جدول ۲. عامل‌های کاربری OpenAI. سطح شواهد: ۱ (مستندات رسمی OpenAI، دسترسی ۱۷ اکتبر ۲۰۲۶) [۳].
مستندات OpenAI می‌گوید پس از تغییر robots.txt ممکن است حدود ۲۴ ساعت طول بکشد تا سامانه‌های جستجو خودشان را تطبیق دهند [۳].
شرط‌های گوگل: نمایه، اسنیپت، خزش و تنظیم Search Console
راهنمای گوگل برای AI Overviews و AI Mode (به‌روزرسانی ۱۰ دسامبر ۲۰۲۵) می‌گوید صفحه باید نمایه شده باشد و واجد نمایش در جستجو همراه با اسنیپت، و «الزام فنی اضافه‌ای وجود ندارد» [۱]. همین راهنما در فهرست پایه‌ها صراحتاً می‌گوید باید مطمئن شوید خزش هم در robots.txt مجاز است و هم توسط هر CDN یا زیرساخت میزبانی [۱]. این نکته در عمل مهم است: robots.txt باز به‌تنهایی کافی نیست اگر فایروال یا لایه‌ی CDN همان ربات را پیش از رسیدن به سرور رد کند.
راهنمای تازه‌تر گوگل (به‌روزرسانی ۱۰ ژوئیه ۲۰۲۶) شرط دیگری هم دارد: سایت باید در Search Console در «قابلیت‌های مولد جستجو» گنجانده شده باشد [۲]. راهنمای اختصاصی کنترل «Search generative AI» توضیح می‌دهد این کنترل در «Settings» و بخش «Search generative AI» قرار دارد، حالت پیش‌فرض آن «Include» (گنجاندن) است، و propertyهای فرزند به‌طور پیش‌فرض تنظیم را از نزدیک‌ترین والد دارای تنظیم دستی به ارث می‌برند و می‌توانند آن را بازنویسی کنند [۲۲]. اگر سایتی را خارج کنید، لینک‌ها و محتوایش در AI Overviews، AI Mode و قابلیت‌های مولد Discover نمایش داده نمی‌شود و ترافیک و ایمپرشن هم از آن‌ها نمی‌گیرد؛ این کنترل بر آموزش مدل‌ها (که با Google-Extended مدیریت می‌شود) اثر ندارد و سایت را از جستجوی گوگل هم حذف نمی‌کند [۲۲]. به گفته‌ی گوگل این کنترل از ۳۱ اوت ۲۰۲۶ برای همه‌ی سایت‌ها در سراسر جهان عرضه شده است [۲۱؛ ۲۲].
| وضعیت فعلی Search Console در یک نگاه
طبق راهنمای فعلی گوگل، حالت پیش‌فرض اجازه‌ی حضور در قابلیت‌های مولد است و propertyهای فرزند ممکن است تنظیم را از والد به ارث ببرند. بنابراین لازم نیست همه‌ی ناشران این قابلیت را دستی فعال کنند، اما باید مطمئن شوند سایت یا property والد از آن خارج نشده است [۲۲]. تفاوت تاریخ دو راهنمای گوگل ([۱] با تاریخ ۱۰ دسامبر ۲۰۲۵ و [۲] با تاریخ ۱۰ ژوئیه ۲۰۲۶) لزوماً تناقض عملی نیست: راهنمای جدیدتر کنترلی را توصیف می‌کند که به‌طور پیش‌فرض روشن است. با این حال گوگل تأکید می‌کند حتی با رعایت همه‌ی شرط‌ها، خزیده‌شدن، نمایه‌شدن و نمایش تضمین‌شده نیست [۱؛ ۲]. |
یک یافته‌ی مشاهده‌ای هم این بخش را تکمیل می‌کند: در مطالعه‌ی Grossman و همکاران (SIGIR 2026) روی ۱۱٬۵۰۰ پرسش، سایت‌هایی که ربات هوش مصنوعی گوگل را مسدود کرده بودند، با وجود دسترسی‌پذیر بودن محتوایشان، به‌طور معنادار کمتر در AI Overviews بازیابی می‌شدند [۱۶]. این همبستگی است و علت را ثابت نمی‌کند؛ آن را نشانه‌ی احتیاط بخوانید، نه قاعده‌ی قطعی.
| User-agent: OAI-SearchBot
Allow: /
User-agent: ChatGPT-User Allow: /
User-agent: Googlebot Allow: / |
نمونه‌ی آموزشی برای robots.txt. تصمیم درباره‌ی GPTBot و سایر ربات‌ها سیاست خود شماست و باید جداگانه گرفته شود.
بعد از دسترسی، چه چیزی تعیین می‌کند کدام صفحه ارجاع بگیرد؟
بخش بزرگی از شواهد این بخش از مرور انتقادی ژوئیه ۲۰۲۶ [۱۰] می‌آید که پیش‌چاپ داوری‌نشده است و مطالعه‌های دیگر را در یک چارچوب جمع کرده. هر جا مطالعه‌ی اصلی را مستقیم بازبینی کرده‌ایم نام آن آمده و هر جا فقط به نقل از مرور است، همین گفته شده. جدول «چقدر می‌توان به اعداد اعتماد کرد؟» در انتهای مقاله وضعیت هر عدد را نشان می‌دهد.
۱. ربط سند به پرسش
Wan و همکاران (ACL 2024، داوری‌شده) بررسی کردند مدل‌های بازیابی‌محور در پرسش‌های مناقشه‌برانگیز با اسناد متعارض چگونه تصمیم می‌گیرند. در آن آزمایش، مرتبط‌بودن سند با پرسش اثر زیادی بر پاسخ مدل داشت و نشانه‌هایی که برای انسان مهم است، مثل ارجاع علمی یا لحن بی‌طرف، تا حد زیادی نادیده گرفته شد [۱۱]. این آزمایش معیار انتخاب لینک در نسخه‌ی فعلی ChatGPT یا Gemini را مستقیم نمی‌سنجد؛ تعمیم آن به احتمال ارجاع در محصولات تجاری نیازمند آزمون جداگانه است. مرور [۱۰] هم همین الگو را «ربط» می‌نامد و از پایدارترین سیگنال‌های ادبیات می‌شمارد.
۲. جایگاه سند در ورودی مدل
مقاله‌ی «Lost in the Middle» (TACL 2024، داوری‌شده) نشان داد عملکرد مدل‌ها وقتی اطلاعات مرتبط در ابتدا یا انتهای ورودی باشد معمولاً بهتر است و وقتی در میانه‌ی یک بافت بلند قرار بگیرد به‌طور محسوس افت می‌کند [۷]. در C-SEO Bench (Puerto و همکاران، NeurIPS 2025، داوری‌شده) نویسندگان گزارش می‌کنند در شبیه‌ساز آن‌ها قراردادن سند هدف در جایگاه اول بافت مدل بهبود رتبه‌ی ارجاع بسیار بزرگ‌تری از روش‌های بازنویسی می‌دهد. شاخص آن مطالعه «بهبود رتبه‌ی ارجاع» (رتبه‌ی پایه منهای رتبه‌ی پس از اعمال روش) است و نتایج جدول اصلی برای GPT-4o-mini گزارش شده؛ اعداد جدول را عمداً نیاورده‌ایم تا بدون تعریف کامل ستون‌ها گمراه نکنند [۱۲]. Vishwakarma و همکاران (SIGIR 2026) در آزمایشی با ۲۵۲٬۰۰۰ اجرا روی شش مدل و هجده عامل، ربط موضوعی و جایگاه در فهرست را مهم‌ترین عامل‌های ارجاع اول یافتند [۱۳].
| احتیاط مهم درباره‌ی «جایگاه»
«جایگاه» در این مطالعه‌ها یعنی جایگاه یک سند در میان چند سندی که به مدل داده می‌شود، نه جایگاه جمله‌ای در صفحه‌ی شما. پس این یافته‌ها ثابت نمی‌کنند که گذاشتن پاسخ در ابتدای صفحه ارجاع می‌آورد. همچنین C-SEO Bench یک شبیه‌ساز است و محصولات تجاری مستقر را نمی‌سنجد [۱۲]. نتیجه‌ی درست این است: در آزمایش‌هایی با مجموعه‌ی ثابت اسناد، سندی که وارد ورودی مدل نشده باشد نمی‌تواند یکی از منابع همان مجموعه‌ی ارزیابی شود؛ این محدودیت را نباید با رتبه‌ی آن صفحه در نتایج عمومی جستجو یکی گرفت. در واقعیت منابعی هم ارجاع می‌گیرند که در ده نتیجه‌ی ارگانیک نبوده‌اند (جدول ۵). |
۳. شواهد قابل‌استخراج: آمار، تعریف، قیمت و تاریخ
آمار، تعریف، جدول مقایسه، قیمت و تاریخ واحدهایی‌اند که مدل می‌تواند جدا کند و به منبعی نسبت دهد. مرور [۱۰] پشتوانه‌ی آن را در حد متوسط تا قوی می‌داند، اما با دو شرط. نخست، اثر به قصد پرسش بستگی دارد: تاریخ تازه به پرسش حساس به زمان کمک می‌کند، نه لزوماً به یک تعریف ثابت. دوم، افزودن آمار ساختگی ممکن است استفاده‌ی مجدد را بالا ببرد اما کیفیت معرفتی را پایین بیاورد؛ معیار «عدد اضافه کردن» نیست، بلکه ارائه‌ی شواهد مرتبط، قابل‌راستی‌آزمایی، تاریخ‌دار و دارای منبع است [۱۰]. در آزمایش Vishwakarma و همکاران، قیمت صریح و تاریخ تازه به‌طور پایدار کمک کردند، نشانه‌های کامل‌بودن و اعتماد اثر کوچک‌تری داشتند و ویرایش‌هایی که فقط قالب‌بندی را عوض می‌کردند تقریباً بی‌اثر بودند [۱۳].
۴. ساختار صفحه
درباره‌ی عنوان‌ها، جدول‌ها و فیلدهای ساختاریافته شواهد ناهمگون است. مطالعه‌ی SAGEO Arena (Kim و همکاران؛ طبق صفحه‌ی آرکایو پذیرفته‌شده در KDD 2026) نشان می‌دهد بهینه‌سازی باید برای هر مرحله‌ی خط لوله جداگانه سنجیده شود [۱۴]. پس ساختار را مرحله‌به‌مرحله آزمایش کنید و آن را راه‌حل همگانی ندانید.
|
نوع یافته |
آنچه واقعاً اندازه‌گیری شده | محدودیت تعمیم |
| ربط سند به پرسش | اثر ارتباط سند با پرسش بر پاسخ مدل در آزمایش‌های کنترل‌شده [۱۱؛ ۱۳] |
معیار کامل انتخاب منبع در محصولات تجاری نیست؛ نیت پرسش مهم است |
|
جایگاه سند |
اثر ترتیب اسناد در ورودی مدل؛ در شبیه‌ساز [۷؛ ۱۲] | جایگاه جمله در صفحه نیست؛ بازیابی یا ترافیک را تضمین نمی‌کند |
| شواهد قابل‌استخراج (آمار، تعریف، مقایسه) | افزایش سهم نسبی منبع در پاسخ، مثلاً افزودن نقل‌قول در آزمایش GEO [۹؛ ۱۰] |
باید راست، منبع‌دار و مرتبط با نیت پرسش باشد؛ سنجش در شبیه‌ساز |
|
تاریخ تازه و قیمت صریح |
اثر بر احتمال ارجاع اول در یک آزمایش بزرگ [۱۳] | برای پرسش‌های حساس به زمان یا تجاری؛ هنوز یک مطالعه‌ی اصلی |
| ساختار سند | اثر ساختار بر مراحل مختلف خط لوله، با نتایج ناهمگون [۱۴] |
اثر در هر مرحله فرق می‌کند؛ باید آزمود |
|
روان‌سازی و لحن مقتدرانه |
اثرهای کوچک تا ناپایدار و وابسته به حوزه، به نقل از مرور [۱۰] | با اعتبار واقعی یکی نیست؛ تطبیق با مطالعه‌های اصلی انجام نشد |
| انباشت کلیدواژه | در جدول اصلی GEO-bench کمی پایین‌تر از پایه (۱۷٫۷ در برابر ۱۹٫۳)؛ در اجرای پنج‌بذره برابر پایه (۱۹٫۸) [۹] |
در هیچ‌کدام بهبود نشان نداد؛ پرهیز از آن سازگار با راهنمای گوگل است [۲] |
جدول ۳. آنچه سنجیده شده و حدود تعمیم آن. بیشتر ردیف‌ها نتیجه‌ی شبیه‌ساز یا آزمایش کنترل‌شده‌اند، نه اندازه‌گیری روی ChatGPT و Gemini واقعی.
آیا برای AI Overviews و AI Mode به بهینه سازی متفاوتی نیاز داریم؟
گوگل در راهنمای به‌روزشده‌ی ۱۰ ژوئیه ۲۰۲۶ می‌گوید قابلیت‌های هوش مصنوعی‌اش بر سامانه‌های رتبه‌بندی و کیفیت اصلی جستجو بنا شده‌اند و از دید گوگل، بهینه‌سازی برای این قابلیت‌ها همان بهینه‌سازی برای تجربه‌ی جستجوی گوگل است، یعنی همچنان سئو [۲]. این گزاره درباره‌ی Google Search است، نه ChatGPT و نه اپلیکیشن Gemini. اگر پایه‌ها را مرور نکرده‌اید، مقاله‌ی سئو چیست؟ نقطه‌ی شروع خوبی است.
گوگل چند «افسانه» را هم برای جستجوی خودش صریحاً رد می‌کند [۲]:
- فایل llms.txt یا نشانه‌گذاری ویژه‌ی هوش مصنوعی: جستجوی گوگل آن‌ها را استفاده نمی‌کند. ساختنشان برای سرویس‌های دیگر ضرری ندارد.
- تکه‌تکه‌کردن (chunking) محتوا برای هوش مصنوعی: لازم نیست و طول ایده‌آلی برای صفحه وجود ندارد.
- بازنویسی فقط برای سامانه‌های هوش مصنوعی: لازم نیست، چون مدل‌ها مترادف‌ها و معنای کلی را درک می‌کنند.
- دنبال «ذکرهای» ساختگی در وب بودن: به اندازه‌ای که به نظر می‌رسد کمک نمی‌کند.
- سرمایه‌گذاری افراطی روی structured data: برای این قابلیت‌ها لازم نیست و اسکیمای ویژه‌ای وجود ندارد.
در مقابل، گوگل محتوای «غیرکالایی» را از مهم‌ترین اولویت‌های بلندمدت معرفی می‌کند: دیدگاه یگانه، تجربه‌ی دست‌اول و تحلیلی که صرفاً بازگویی آنچه همه‌جا هست یا خروجی ساده‌ی یک مدل مولد نباشد [۲]. گوگل هشدار هم می‌دهد که ساختن صفحه‌های جدا برای هر پرسش فرعی، به قصد دستکاری پاسخ‌ها، تحت سیاست اسپم «محتوای انبوه» قرار می‌گیرد [۲].
دو قید برای خواندن این راهنما لازم است. نخست، حرف گوگل درباره‌ی محصولات خودش است. در مستندات OpenAI که بررسی شد، معیارهای رتبه‌بندی و انتخاب منابع توضیح داده نشده و فقط کنترل‌های خزنده و نحوه‌ی ردیابی ارجاع آمده است [۳؛ ۴]. دوم، گوگل مرجع مستندات رسمی محصول خودش است و هم‌زمان طرف ذی‌نفع هم هست؛ پس ادعاهایی مثل «لازم نیست» را با آزمون‌های مستقل بسنجید، هرجا چنین آزمونی هست. این با نگاه ما به SEO و AEO و GEO هم سازگار است: سه حوزه‌ی مرتبط در یک مسیر پیوسته، نه سه رقیب.
“افزایش ۴۰ درصدی دیده شدن” از کجا آمده و چقدر قابل تعمیم است؟
در بسیاری از وبینارها و گزارش‌ها، GEO با یک عدد معرفی می‌شود: «تا ۴۰ درصد افزایش دیده‌شدن». این عدد از چکیده‌ی مقاله‌ی Aggarwal و همکاران (KDD 2024، داوری‌شده) آمده [۹]. بر پایه‌ی متن مقاله: GEO-bench ۱۰ هزار پرسش دارد (۸ هزار آموزش، هزار اعتبارسنجی و هزار آزمون) و ارزیابی روش‌ها روی بخش آزمون هزارپرسشی گزارش شده است؛ برای هر پرسش پنج منبع از جستجوی گوگل به یک موتور دومرحله‌ای مبتنی بر gpt-3.5-turbo داده شد؛ یکی از منبع‌ها با راهبردهای مختلف بازنویسی شد؛ و شاخص اندازه‌گیری، «شمار کلمات تعدیل‌شده با جایگاه» (PAWC) بود که سهم کلمات نسبت‌داده‌شده به آن منبع را با وزن جایگاهش در پاسخ نشان می‌دهد. در جدول اصلی، پایه ۱۹٫۳ بود و افزودن نقل‌قول ۲۷٫۲ (حدود ۴۱ درصد افزایش نسبی)، افزودن آمار ۲۵٫۲ و ارجاع‌دادن منبع ۲۴٫۶ شد؛ انباشت کلیدواژه با ۱۷٫۷ حتی کمی پایین‌تر از پایه ماند [۹]. نویسندگان روش‌ها را روی Perplexity.ai هم آزمودند؛ جزئیات آن آزمایش در این بازبینی بررسی نشد.
| آزمایش KDD اندازه گرفت | آزمایش KDD اندازه نگرفت |
| سهم نسبی یک منبع در پاسخ، وقتی از پیش در میان پنج سند داده‌شده به مدل بود
اثر راهبردهای مختلف بازنویسی بر این سهم (در یک شبیه‌ساز) |
احتمال بازیابی‌شدن صفحه در جستجوی واقعی
کلیک، ترافیک و فروش پایداری اثر در طول زمان رقابت وقتی دیگران هم همین کار را بکنند |
جدول ۴. دامنه‌ی ادعای «۴۰ درصد»، بر پایه‌ی مقاله‌ی اصلی [۹] و بازخوانی مرور [۱۰]. سطح شواهد: ۲.
مرور انتقادی [۱۰] نتیجه می‌گیرد که در پژوهش‌های بررسی‌شده هیچ تکنیکی اثر علّی پایدار، بلندمدت و چندسکویی بر کشف‌پذیری ارگانیک یا ترافیک نشان نداده و «۴۰ درصد» را به‌عنوان ادعای عمومی رد می‌کند. این حکم به همان مجموعه‌ی مطالعات و تا ژوئیه ۲۰۲۶ محدود است. مطالعه‌های اصلی هم در همین جهت‌اند: در C-SEO Bench از ۵۴ ترکیب روش و حوزه فقط ۳ مورد بهبود معنادار آماری داشت، هیچ‌یک از روش‌های بررسی‌شده در تنظیمات آن آزمایش برای وظیفه‌ی پرسش‌وپاسخ بهبود معنادار آماری نشان نداد (نبود معناداری آماری اثبات نبود هرگونه اثر نیست)، و با افزایش شمار بهینه‌سازان سود روش‌ها کم می‌شد، یعنی بازیِ حاصل‌جمع‌صفر [۱۲]. در SAGEO Arena (نسخه‌ی ۱) بهینه‌سازی «فقط بدنه‌ی متن» به‌طور میانگین حضور در ۲۰ نتیجه‌ی برتر را از ۰٫۵۸ به ۰٫۵۳ (حدود ۹ درصد کاهش) و نرخ ارجاع نهایی را از ۰٫۵۰ به ۰٫۴۷ (حدود ۶ درصد کاهش) رساند؛ این میانگین ده راهبرد است و یکی از راهبردها کاهش بسیار بزرگ‌تری داشت [۱۴]. این اعداد را در نسخه‌ی ۲ آرکایو بازبینی نکردیم.
معنای عملی: بازنویسی صفحه‌ی خودتان برای ارجاع‌گرفتن ممکن است در یک مرحله کمک کند و در مرحله‌ی دیگر بازیابی را بدتر کند. تفکیک «چه چیزی ثابت شده» را در مقاله‌ی GEO چیست؟ و چه چیزی درباره‌اش ثابت شده است مفصل‌تر آورده‌ایم.
چرا نتیجه‌ی ChatGPT و Gemini هر بار فرق می‌کند؟
یکی از مهم‌ترین یافته‌های حوزه این است که منبع‌های ارجاع‌شده بین موتورها و بین دفعات اجرا بسیار ناپایدارند. برای فهم اعداد زیر، «شباهت جاکارد» شاخصی از ۰ تا ۱ است که نشان می‌دهد دو فهرست چقدر اشتراک دارند؛ ۱ یعنی کاملاً یکسان و ۰ یعنی هیچ اشتراکی. توجه کنید که شاخص‌های جدول زیر واحدها و تعریف‌های متفاوتی دارند و مستقیم با هم قابل‌مقایسه نیستند.
|
یافته |
واحد سنجش | عدد | منبع و وضعیت |
| پایداری لینک‌های AI Overviews بین دو اجرا با فاصله‌ی حدود دو ماه، در مقایسه با نتایج ارگانیک (آمریکا؛ ۲۰۲۵) | شباهت جاکارد مجموعه‌ی لینک‌ها بین دو اجرا | ۱۸٪ (ارگانیک ۴۵٪) |
Kirsten و همکاران، Findings of ACL 2026، داوری‌شده [۱۵] |
|
دامنه‌هایی که AIO به آن‌ها مراجعه می‌کند و در ۱۰ (یا ۱۰۰) نتیجه‌ی برتر ارگانیک نیستند |
سهم دامنه‌ها (میانگین) | ۵۳٪ (۲۷٪) | همان مطالعه؛ عدد فقط در مقدمه‌ی مقاله آمده و جدول زیرین ندارد [۱۵] |
| شباهت URLهای گوگل ارگانیک، AIO و Gemini | شباهت جاکارد در سطح URL | ۰٫۱۱ تا ۰٫۱۸ |
Grossman و همکاران، SIGIR 2026؛ ۱۱٬۵۰۰ پرسش؛ جدول ۲ مقاله (AIO–SERP: ۰٫۱۸؛ AIO–Gemini: ۰٫۱۱؛ Gemini–SERP: ۰٫۱۶) [۱۶] |
|
شباهت منابع ارجاع‌شده در روزهای متوالی |
جاکارد روزانه؛ تجمیع‌شده روی چهار موتور | حدود ۰٫۳۴ تا ۰٫۴۲ | Schulte و همکاران، پیش‌چاپ داوری‌نشده؛ ۳۲ پرسش آلمانی‌زبان، ۴۵–۴۶ روز، سرورهای سوئیس [۱۷] |
| فعال‌شدن AIO برای همه‌ی پرسش‌ها (پرسش‌های به‌شکل سؤال) | سهم پرسش‌هایی که AIO داشتند | ۱۳٫۷٪ (۶۴٫۷٪) |
Xu و همکاران، IMC 2026 (نسخه‌ی آرکایو)؛ ۵۵٬۳۹۳ پرسش پرطرفدار در ۴۰ روز [۱۸] |
جدول ۵. همپوشانی و فعال‌شدن در پژوهش‌های سنجشی ۲۰۲۵–۲۰۲۶. اعداد به نمونه‌ها، زبان‌ها و بازه‌های خود هر مطالعه وابسته‌اند.
نتیجه‌ی عملی: یک رتبه‌ی منفرد برای توصیف عملکرد پایدار کافی نیست. جایگاه نمایش در یک پاسخ مشخص همچنان قابل ثبت است، اما برای ارزیابی باید یک توزیع را سنجید: چند بار اجرا، چند شیوه‌ی بیان پرسش، چند تاریخ و چند موتور. مرور انتقادی هفت تا هشت تکرار برای هر پرسش را «نقطه‌ی شروع» می‌داند، اما یادآوری می‌کند این عدد استاندارد جهانی نیست و از مطالعه‌ای کوچک می‌آید [۱۰].
یک نکته درباره‌ی ردیف آخر جدول: فعال‌شدن بیشتر پاسخ هوش مصنوعی برای پرسش‌های به‌شکل سؤال، همبستگی در سطح پرسش کاربر است. این یافته مدرکی نیست که سؤالی‌کردن تیتر شما به‌تنهایی ارجاع بیاورد؛ فقط نشان می‌دهد کاربرانی که سؤال می‌پرسند بیشتر با پاسخ هوش مصنوعی روبه‌رو می‌شوند.
آیا ارجاع شدن یعنی ادعا درست و پشتیبانی شده است؟
نه لزوماً. در ارزیابی انسانیِ Liu و همکاران (Findings of EMNLP 2023، داوری‌شده) روی چهار موتور جستجوی مولد آن زمان، یعنی Bing Chat، NeevaAI، perplexity.ai و YouChat، به‌طور میانگین فقط ۵۱٫۵ درصد جمله‌ها کاملاً با ارجاع‌ها پشتیبانی می‌شدند و فقط ۷۴٫۵ درصد ارجاع‌ها واقعاً جمله‌ی کنارشان را تأیید می‌کردند [۸]. این پژوهش درباره‌ی سامانه‌های ۲۰۲۳ است و درباره‌ی نسخه‌های فعلی ChatGPT یا Gemini چیزی نمی‌گوید؛ اما نکته‌ی روش‌شناختی‌اش ماندگار است: وجود لینک، دلیل پشتیبانی نیست. مقاله‌ی تازه‌تری درباره‌ی AI Overviews (Xu و همکاران، IMC 2026؛ نسخه‌ی آرکایو) ۱۱٫۰ درصد از ۹۸٬۰۲۰ ادعای اتمی را «پشتیبانی‌نشده توسط صفحه‌های ارجاع‌شده» یافته است. نویسندگان «omission» (حذف) را شایع‌ترین نوع این خطا گزارش می‌کنند؛ تعریف عملیاتی دقیق آن را در این بازبینی بررسی نکردیم، پس آن را بیش از همین گزارش تفسیر نمی‌کنیم [۱۸].
فرق “شناخته شدن”، “پیشنهاد شدن” و “ارجاع گرفتن” چیست؟
یک پیش‌چاپ داوری‌نشده (Sharma، ۲۰۲۶) ۱۱۲ استارتاپ از فهرست محصولات پرطرفدار Product Hunt را با دو مدل آزمود: ChatGPT (gpt-4o-mini) و Perplexity (sonar با جستجوی وب). وقتی نام محصول در پرسش بود، شناخت مدل‌ها تقریباً کامل بود (۹۹٫۴ درصد برای ChatGPT و ۹۴٫۳ درصد برای Perplexity)، اما در پرسش‌های عمومی کشف، موفقیت به ۳٫۳۲ و ۸٫۲۹ درصد سقوط کرد [۱۹]. همین مطالعه گزارش می‌کند محصولات با «امتیاز GEO» بالا شانس بیشتری برای ظاهرشدن نداشتند و برای Perplexity نشانه‌های سنتی سئو، مثل تعداد دامنه‌های ارجاع‌دهنده، همبستگی مثبت داشتند [۱۹].
چون این یک مطالعه‌ی منفرد با نمونه‌ی مشخص، دو مدل و بدون داوری است، آن را رهنمود بدانید نه قاعده. اما فرق این سه مفهوم را خوب نشان می‌دهد: مدلی که نام برندتان را می‌شناسد لزوماً در پاسخ به پرسش عمومی آن را پیشنهاد نمی‌کند، و پیشنهادشدن هم با ارجاع‌گرفتن یکی نیست.
این یافته‌ها برای محتوای فارسی چه معنایی دارند؟
بیشتر مطالعه‌های بررسی‌شده با پرسش‌های انگلیسی (یا، در نمونه‌ی Schulte، آلمانی)، حساب‌های ناشناس و تعداد اندکی موقعیت جغرافیایی انجام شده‌اند. مرور انتقادی صراحتاً پژوهش چندزبانه و چندمنطقه‌ای را از خلأهای اصلی می‌شمارد [۱۰]. در منابع بررسی‌شده برای این مقاله، شواهد مستقیم کافی درباره‌ی انتخاب منابع فارسی نیافتیم؛ این گزاره حاصل جستجوی نظام‌مند در ادبیات نیست و ممکن است پژوهش‌هایی خارج از دامنه‌ی ما وجود داشته باشد.
ما درباره‌ی هزینه‌ی توکنی متن فارسی در مقاله‌ی ماشین فارسی را چطور می‌خواند؟ اندازه‌گیری انجام داده‌ایم؛ اما اختلاف هزینه‌ی توکن، به‌خودی‌خود ثابت نمی‌کند که انتخاب منبع برای محتوای فارسی ضعیف‌تر یا قوی‌تر است. این هنوز یک پرسش پژوهشی باز است و هر ادعای قطعی دراین‌باره باید با شک خوانده شود.
بر پایه‌ی این شواهد، چه کاری منطقی است؟
فهرست را در دو دسته می‌بینید. دسته‌ی نخست الزام‌ها و کنترل‌های مستندشده‌ی هر محصول است. دسته‌ی دوم توصیه‌های محتوایی و تحریری است و هر مورد برچسب می‌خورد: «راهنمای رسمی گوگل» یا «پیشنهاد نویسنده». پیشنهادهای نویسنده فرضیه‌هایی‌اند که با یافته‌ها سازگارند و می‌توان آزمودشان؛ اثر مستقلشان بر ارجاع در منابع بالا اثبات نشده است. ترتیب اولویت در هر دو دسته نظر نویسنده است، نه حکم منابع.
الف) الزامات و کنترل‌های مستندشده‌ی محصول
۱. دسترسی را در هر دو لایه بسنجید. هم robots.txt و هم CDN و فایروال؛ در لاگ سرور ببینید OAI-SearchBot و Googlebot واقعاً پاسخ موفق می‌گیرند. OpenAI فهرست IPهای رسمی رباتش را منتشر کرده [۳] و گوگل صریحاً خزش مجاز در لایه‌ی CDN را جزو پایه‌ها می‌شمارد [۱].
۲. نمایه‌پذیری و اسنیپت را بررسی کنید. برای AI Overviews و AI Mode در Google Search، صفحه باید نمایه شده و واجد نمایش در جستجو با اسنیپت باشد؛ nosnippet و noindex خلاف این هدف‌اند [۱]. این شرط را به ChatGPT یا Gemini API تعمیم ندهید.
۳. برای Google Search، کنترل Search generative AI را بررسی کنید. گنجانده‌بودن سایت شرط واجدیت است؛ پیش‌فرض «Include» است و propertyهای فرزند می‌توانند از والد ارث ببرند، پس فقط مطمئن شوید سایت یا property والد خارج نشده است [۲؛ ۲۲].
۴. تصمیم درباره‌ی ربات‌های OpenAI را جدا بگیرید. برای حضور در جستجوی ChatGPT، OAI-SearchBot را مسدود نکنید؛ GPTBot به آموزش مدل‌ها مربوط است و مستقل از آن تنظیم می‌شود [۳].
ب) توصیه‌های محتوایی و تحریری؛ با تفکیک راهنمای رسمی از پیشنهاد نویسنده
۵. پاسخ مستقیم به پرسش واقعی بدهید (پیشنهاد نویسنده). نخستین پاراگراف هر بخش به همان پرسش جواب بدهد و تیترها بر پایه‌ی پرسش‌های واقعی کاربر نوشته شوند. این توصیه مستقیم از اثبات اهمیت ربط سند به دست نمی‌آید؛ با یافته‌ی ربط سازگار است [۱۰؛ ۱۱] اما اثر مستقلش بر ارجاع جداگانه آزموده نشده.
۶. شواهد قابل‌راستی‌آزمایی بیاورید (پیشنهاد نویسنده، سازگار با یافته‌ها). عدد، تعریف و تاریخ را با منبع مشخص و بازه‌ی زمانی بنویسید؛ آمار یا نقل‌قول ساختگی نیاورید [۱۰؛ ۱۳].
۷. دیدگاه یگانه و تجربه‌ی دست‌اول داشته باشید (راهنمای رسمی گوگل برای Google Search). گوگل محتوای غیرکالایی را از مهم‌ترین اولویت‌های بلندمدت معرفی می‌کند [۲].
۸. مطالب مهم را به‌صورت متنی ارائه دهید و صفحه‌ها را با لینک داخلی قابل‌کشف کنید. (راهنمای رسمی گوگل برای Google Search) [۱].
۹. از این کارها بپرهیزید (ترکیب راهنمای گوگل و شواهد پژوهشی). انباشت کلیدواژه (در مطالعه‌ی GEO بهبودی نشان نداد)، آمار و نقل‌قول ساختگی، و تولید انبوه صفحه برای هر زیرپرسش [۲؛ ۹؛ ۱۰].
پرسش‌های متداول
اگر GPTBot را مسدود کنم، از جستجوی ChatGPT حذف می‌شوم؟
طبق مستندات OpenAI، GPTBot برای آموزش مدل‌ها و OAI-SearchBot برای نمایش در جستجوست و هر تنظیم مستقل از بقیه است. ناشری که فقط آموزش را نمی‌خواهد باید GPTBot را مسدود کند و OAI-SearchBot را باز بگذارد [۳].
آیا فایل llms.txt لازم است؟
برای جستجوی گوگل نه؛ گوگل آن را استفاده نمی‌کند و ساختنش برای سرویس‌های دیگر ضرری ندارد [۲]. درباره‌ی ChatGPT، در مستندات OpenAI که بررسی شد چیزی درباره‌ی استفاده از آن نیافتیم.
آیا اسکیمای خاصی برای ارجاع‌شدن لازم است؟
گوگل می‌گوید هیچ اسکیمای ویژه‌ای برای AI Overviews و AI Mode لازم نیست [۱؛ ۲].
می‌شود ارجاع‌شدن را تضمین کرد؟
نه. گوگل می‌گوید خزیده‌شدن، نمایه‌شدن و نمایش تضمین‌شده نیست [۱]، و مرور انتقادی در مطالعه‌های بررسی‌شده هیچ تکنیکی با اثر پایدار و چندسکویی بر کشف‌پذیری ارگانیک نیافته است [۱۰].
چطور ترافیک ورودی از ChatGPT را تشخیص دهم؟
پس از کلیک، ورودها را می‌توان در گزارش‌های منبع ترافیک آنالیتیکس بررسی کرد. مستندات Google Analytics توضیح می‌دهد پارامترهای UTM هنگام کلیک روی لینک به آنالیتیکس منتقل می‌شوند و در گزارش جذب ترافیک دیده می‌شوند [۲۲]. در منابع رسمی پایدارِ بررسی‌شده برای این مقاله، تعریف مشخصی از نحوه‌ی برچسب‌گذاری لینک‌های ChatGPT نیافتیم؛ پس به‌جای تکیه بر یک پارامتر فرضی، منبع و ارجاع‌دهنده‌های ورودی را در گزارش خودتان ببینید. این روش فقط ورودهای ثبت‌شده پس از کلیک را نشان می‌دهد؛ تعداد ارجاع‌ها یا نمایش لینک بدون کلیک را نشان نمی‌دهد. نبود ترافیک را هم معادل نبود ارجاع نگیرید.
چطور حضور سایت در پاسخ‌های ChatGPT را بسنجیم؟
با نمونه‌گیری تکرارشونده از پاسخ‌ها و ثبت ارجاع‌ها: فهرستی از پرسش‌های هدف بسازید، هر کدام را چند بار و در چند تاریخ اجرا کنید، منابع ارجاع‌شده را ثبت کنید و توزیع را بخوانید، نه یک عدد را [۱۰؛ ۱۷]. برای گوگل، گزارش «Generative AI performance» در Search Console ایمپرشن‌های سایت در AI Overviews و AI Mode را نشان می‌دهد؛ صفحه‌ی راهنمای آن بر ایمپرشن تمرکز دارد و در متن بررسی‌شده از کلیک حرفی نمی‌زند [۲۰].
چه چیزهایی هنوز مشخص نیست؟
- معیارهای دقیق و وزن هر مرحله در رتبه‌بندی منابع ChatGPT و Gemini در مستندات بررسی‌شده منتشر نشده است. پژوهش مستقل می‌تواند یافته‌ی تجربی معتبری بدهد، اما بدون مستند رسمی نمی‌توان این یافته‌ها را توضیح قطعی سازوکار داخلی محصول دانست.
- سازوکار اپلیکیشن Gemini در مستندات بررسی‌شده توضیح داده نشده؛ تنها مستند بررسی‌شده درباره‌ی Gemini مربوط به API است.
- محصولات تغییر می‌کنند؛ پژوهشی که با نسخه‌ی ۲۰۲۳ یک موتور انجام شده لزوماً درباره‌ی نسخه‌ی امروز آن صدق نمی‌کند. راهنماهای گوگل هم به‌روز می‌شوند (دو راهنمای بررسی‌شده تاریخ‌های دسامبر ۲۰۲۵ و ژوئیه ۲۰۲۶ دارند)؛ هنگام استفاده تاریخ آخرین به‌روزرسانی را ببینید.
- مرور انتقادی‌ای که بخشی از اعداد این مقاله از آن می‌آید پیش‌چاپ داوری‌نشده است و وضعیت انتشار چند مطالعه‌ی ذکرشده در آن (مثل SIGIR، IMC یا KDD) از زمان نگارش تغییر کرده است؛ وضعیت هر مطالعه در صفحه‌ی خودش بازبینی شده است.
- شواهد درباره‌ی تأثیر ارجاع‌شدن روی ترافیک و فروش ضعیف‌ترین بخش ادبیات است [۱۰].
- در منابع بررسی‌شده برای این مقاله، شواهد مستقیم کافی درباره‌ی انتخاب منابع فارسی نیافتیم.
چقدر می‌توان به اعداد این مقاله اعتماد کرد؟
برچسب «داوری‌شده» برای یک مقاله جای راستی‌آزمایی عدد در همان مقاله را نمی‌گیرد. جدول زیر برای عددهای مهم نشان می‌دهد هر کدام کجا و تا چه حد بازبینی شده است. بازبینی «متن کامل» یعنی بخش یا جدول مشخص مقاله باز و خوانده شد؛ بازبینی «چکیده» یعنی فقط چکیده‌ی صفحه‌ی مقاله.
|
عدد یا ادعا |
جای آن در منبع اصلی | وضعیت بازبینی |
| PAWC: پایه ۱۹٫۳؛ نقل‌قول ۲۷٫۲؛ انباشت کلیدواژه ۱۷٫۷ [۹] | جدول ۱؛ اجرای پنج‌بذره در پیوست (جدول ۶) |
متن کامل |
|
C-SEO: ۳ از ۵۴؛ نبود بهبود معنادار آماری برای پرسش‌وپاسخ؛ بازی حاصل‌جمع‌صفر [۱۲] |
بخش‌های ۶٫۲ و ۶٫۴ | متن کامل |
| C-SEO: جایگاه اول بافت، بهبود رتبه‌ی ارجاع بسیار بزرگ‌تر از روش‌های بازنویسی (نتیجه‌ی کیفی) [۱۲] | بخش ۶٫۳؛ شاخص: بهبود رتبه‌ی ارجاع؛ جدول ۳ برای GPT-4o-mini |
متن کامل؛ اعداد جدول عمداً در مقاله نیامده است |
|
SAGEO: ۰٫۵۸ به ۰٫۵۳ (حدود ۹٪) و ۰٫۵۰ به ۰٫۴۷ (حدود ۶٪) [۱۴] |
نسخه‌ی ۱، جدول ۲ و بخش ۵٫۱ | متن کامل نسخه‌ی ۱؛ نسخه‌ی ۲ بازبینی نشد |
| Kirsten: ۱۸٪ در برابر ۴۵٪ [۱۵] | بخش ۶٫۱ |
متن کامل |
|
Kirsten: ۵۳٪ و ۲۷٪ [۱۵] |
فقط مقدمه | متن کامل؛ عدد با مقدمه تطبیق داده شد، اما محاسبه‌ی آن مستقلاً بازتولید نشد |
| Schulte: ۵۷٫۸٪ اجرای بدون ارجاع [۱۷] | بخش‌های ۵ و ۶ |
متن کامل؛ شاخص «بدون ارجاع» است، نه «بدون جستجو» |
|
Schulte: جاکارد روزانه ۰٫۳۴ تا ۰٫۴۲ [۱۷] |
بخش ۴، جدول ۲ | متن کامل؛ تجمیع روی چهار موتور |
| Grossman: ۱۱٬۵۰۰ پرسش؛ جاکارد ۰٫۱۱ تا ۰٫۱۸؛ SIGIR 2026 [۱۶] | مقدمه و جدول ۲؛ صفحه‌ی اول PDF |
متن کامل (بخش‌های مربوط) |
|
Vishwakarma: ۲۵۲٬۰۰۰ اجرا، شش مدل، هجده عامل [۱۳] |
چکیده | چکیده |
| Xu: ۱۳٫۷٪، ۶۴٫۷٪، ۱۱٫۰٪ از ۹۸٬۰۲۰ ادعا؛ IMC 2026 [۱۸] | چکیده؛ صفحه‌ی اول PDF |
چکیده برای اعداد؛ صفحه‌ی اول PDF برای وضعیت انتشار؛ نسخه‌ی ۲ |
|
Liu: ۵۱٫۵٪ و ۷۴٫۵٪ [۸] |
چکیده | چکیده |
| Sharma: ۹۹٫۴٪؛ ۳٫۳۲٪؛ ۹۴٫۳٪؛ ۸٫۲۹٪ [۱۹] | چکیده |
چکیده |
جدول ۶. وضعیت راستی‌آزمایی اعداد کلیدی (۱۷ اکتبر ۲۰۲۶). هر عددی که فقط از مرور [۱۰] آمده باشد در متن با «به نقل از مرور» مشخص شده است.
جمع‌بندی
پاسخ کوتاه به پرسش عنوان این است: بر پایه‌ی مستندات و پژوهش‌های بررسی‌شده، سایت‌هایی که در پاسخ‌های متکی بر جستجوی وب ارجاع می‌گیرند معمولاً چند شرط را هم‌زمان دارند. ربات مربوطه می‌تواند به صفحه برسد؛ صفحه در محصول مورد نظر واجد نمایش است (مثلاً در گوگل نمایه‌شده و واجد اسنیپت است و تنظیم Search Console اجازه می‌دهد)؛ برای پرسش یا زیرپرسش‌هایش بازیابی می‌شود؛ و بخشی از آن آن‌قدر مستقیم و قابل‌استناد است که در پاسخ جا بگیرد. این یک چارچوب ساده‌شده برای تحلیل است و شرط‌های هر محصول جداست.
وزن دقیق هر مرحله منتشر نشده و بین موتورها و دفعات اجرا تغییر می‌کند. شواهد مربوط به Gemini API جدا از شواهد AI Overviews و AI Mode گزارش شد و به اپلیکیشن Gemini تعمیم داده نمی‌شود. به همین دلیل سرمایه‌گذاری امن تقویت پایه‌هاست، نه وعده‌ی ترفندها.
اگر به افق دورتر این مسیر علاقه‌مندید، بحث آینده‌ی سئو زیر سایه‌ی AGI و ASI را هم ببینید.
منابع
تاریخ دسترسی مگر جای دیگری ذکر شده: ۱۷ اکتبر ۲۰۲۶. شماره‌ی [۱۰] مرور انتقادی داوری‌نشده‌ای است که برخی اعداد از آن نقل شده؛ وضعیت بازبینی هر عدد در جدول ۶ آمده است.
[۱] Google Search Central، «AI features and your website». سطح ۱ · مستندات رسمی. آخرین به‌روزرسانی: ۱۰ دسامبر ۲۰۲۵.
https://developers.google.com/search/docs/appearance/ai-features
[۲] Google Search Central، «Optimizing your website for generative AI features on Google Search». سطح ۱ · مستندات رسمی. آخرین به‌روزرسانی: ۱۰ ژوئیه ۲۰۲۶.
https://developers.google.com/search/docs/fundamentals/ai-optimization-guide
[۳] OpenAI، «Overview of OpenAI Crawlers». سطح ۱ · مستندات رسمی. تاریخ به‌روزرسانی روی صفحه ذکر نشده.
https://developers.openai.com/api/docs/bots
[۴] OpenAI، «Introducing ChatGPT search»، ۳۱ اکتبر ۲۰۲۴ (با به‌روزرسانی‌های ۱۶ دسامبر ۲۰۲۴ و ۵ فوریه ۲۰۲۵). سطح ۱ · اطلاعیه‌ی رسمی.
https://openai.com/index/introducing-chatgpt-search/
[۵] Google AI for Developers، «Grounding with Google Search». سطح ۱ · مستندات رسمی (API). تاریخ به‌روزرسانی روی نتیجه‌ی بررسی‌شده ذکر نشده. درباره‌ی Gemini API است، نه اپلیکیشن Gemini.
https://ai.google.dev/gemini-api/docs/google-search
[۶] Lewis, P. و همکاران، «Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks»، NeurIPS 2020. سطح ۲ · داوری‌شده.
https://arxiv.org/abs/2005.11401
[۷] Liu, N. F. و همکاران، «Lost in the Middle: How Language Models Use Long Contexts»، TACL 2024. سطح ۲ · داوری‌شده.
https://aclanthology.org/2024.tacl-1.9/
[۸] Liu, N. F.، Zhang, T.، Liang, P.، «Evaluating Verifiability in Generative Search Engines»، Findings of EMNLP 2023، صص ۷۰۰۱–۷۰۲۵. سطح ۲ · داوری‌شده. اعداد از چکیده‌ی آرکایو بازبینی شد.
https://aclanthology.org/2023.findings-emnlp.467/
[۹] Aggarwal, P. و همکاران، «GEO: Generative Engine Optimization»، KDD 2024، صص ۵–۱۶. سطح ۲ · داوری‌شده. اعداد جدول ۱ از متن کامل بازبینی شد.
https://arxiv.org/abs/2311.09735
[۱۰] Martinez, O.، «Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023–2026)»، arXiv:2607.14035، ۱۵ ژوئیه ۲۰۲۶. پیش‌چاپ آرکایو · داوری‌نشده. مرور انتقادی ۴۵ مطالعه.
https://arxiv.org/abs/2607.14035
[۱۱] Wan, A.، Wallace, E.، Klein, D.، «What Evidence Do Language Models Find Convincing?»، ACL 2024، صص ۷۴۶۸–۷۴۸۴. سطح ۲ · داوری‌شده. صفحه‌ی مقاله بازبینی شد.
https://aclanthology.org/2024.acl-long.403/
[۱۲] Puerto, H. و همکاران، «C-SEO Bench: Does Conversational SEO Work?»، NeurIPS 2025 (Datasets and Benchmarks). سطح ۲ · داوری‌شده. بخش‌های ۶٫۲ تا ۶٫۴ از متن کامل بازبینی شد. خط لوله‌ی جستجوی گفت‌وگومحور در مطالعه شبیه‌سازی‌شده است.
https://arxiv.org/abs/2506.11097
[۱۳] Vishwakarma, R.، Kumar, S.، Jamidar, R.، «What Gets Cited: Competitive GEO in AI Answer Engines»، SIGIR 2026 (DOI: 10.1145/3805712.3808445)؛ نسخه‌ی آرکایو ۲۵ مه ۲۰۲۶. سطح ۲ · مقاله‌ی کنفرانس. چکیده‌ی آرکایو بازبینی شد.
https://arxiv.org/abs/2605.25517
[۱۴] Kim, S. و همکاران، «SAGEO Arena: A Realistic Environment for Evaluating Search-Augmented Generative Engine Optimization»، پذیرفته‌شده در KDD 2026 طبق صفحه‌ی آرکایو (نسخه‌ی ۲، ۷ اوت ۲۰۲۶). اعداد ۹ و ۶ درصد از نسخه‌ی ۱ (جدول ۲) بازبینی شد، نه نسخه‌ی ۲. آرکایو؛ وضعیت داوری: پذیرفته‌شده در KDD 2026.
https://arxiv.org/abs/2602.12187
[۱۵] Kirsten, E. و همکاران، «Characterizing Web Search in The Age of Generative AI»، Findings of ACL 2026، صص ۱۰۸۲۷–۱۰۸۴۸. سطح ۲ · داوری‌شده. اعداد ۱۸٪ و ۴۵٪ از بخش ۶٫۱ و اعداد ۵۳٪ و ۲۷٪ از مقدمه‌ی متن کامل بازبینی شد؛ داده‌ی آمریکا و آلمان، ۴٬۷۰۶ پرسش، ۲۰۲۵.
https://aclanthology.org/2026.findings-acl.526/
[۱۶] Grossman, R. و همکاران، «How Generative AI Disrupts Search: An Empirical Study of Google Search, Gemini, and AI Overviews»، SIGIR ’26 (ژوئیه ۲۰۲۶، ملبورن)، DOI: 10.1145/3805712.3809667؛ نسخه‌ی آرکایو arXiv:2604.27790 (۳۰ آوریل ۲۰۲۶). سطح ۲ · مقاله‌ی کنفرانس. وضعیت انتشار از صفحه‌ی اول PDF و اعداد جاکارد از مقدمه و جدول ۲ بازبینی شد.
https://arxiv.org/abs/2604.27790
[۱۷] Schulte, J.، Bleeker, M.، Kaufmann, P.، «Don’t Measure Once: Measuring Visibility in AI Search (GEO)»، arXiv:2604.07585، ۸ آوریل ۲۰۲۶. پیش‌چاپ آرکایو · داوری‌نشده. اعداد ۵۷٫۸٪ و ۰٫۳۴–۰٫۴۲ از متن کامل بازبینی شد.
https://arxiv.org/abs/2604.07585
[۱۸] Xu, H.، Iqbal, U.، Montgomery, J. M.، «Measuring Google AI Overviews: Activation, Source Quality, Claim Fidelity, and Publisher Impact»، Proceedings of the 2026 ACM Internet Measurement Conference (IMC ’26)، ۱۲ تا ۱۶ اکتبر ۲۰۲۶، DOI: 10.1145/3777912.3839818؛ نسخه‌ی آرکایو arXiv:2605.14021 (نسخه‌ی ۲، ۱ اکتبر ۲۰۲۶). سطح ۲ · مقاله‌ی کنفرانس. وضعیت انتشار از صفحه‌ی اول PDF و اعداد از چکیده بازبینی شد.
https://arxiv.org/abs/2605.14021
[۱۹] Sharma, A. P.، «The Discovery Gap: How Product Hunt Startups Vanish in LLM Organic Discovery Queries»، arXiv:2601.00912، ۱ ژانویه ۲۰۲۶. پیش‌چاپ آرکایو · داوری‌نشده. چکیده‌ی آرکایو بازبینی شد.
https://arxiv.org/abs/2601.00912
[۲۰] Google Search Console Help، «Generative AI performance report (Search)». سطح ۱ · مستندات رسمی. طبق متن صفحه، گزارش از ۳۱ اوت ۲۰۲۶ برای همه‌ی سایت‌ها در سراسر جهان عرضه شده؛ تاریخ به‌روزرسانی صفحه ذکر نشده.
https://support.google.com/webmasters/answer/16984139?hl=en
[۲۱] Google، «New opportunities, control and insights for website owners»، ۳ ژوئن ۲۰۲۶ (با به‌روزرسانی ۳۱ اوت ۲۰۲۶). سطح ۱ · اعلان رسمی.
https://blog.google/products-and-platforms/products/search/new-controls-website-owners/
[۲۲] Google Analytics Help، صفحه‌ی راهنمای پارامترهای UTM و گزارش جذب ترافیک (شناسه‌ی مقاله ۱۰۹۱۷۹۵۲). سطح ۱ · مستندات رسمی. عنوان دقیق و تاریخ به‌روزرسانی در متن بررسی‌شده ذکر نشده بود.
https://support.google.com/analytics/answer/10917952?hl=en
[۲۳] Google Search Console Help، «Search generative AI control». سطح ۱ · مستندات رسمی. طبق متن صفحه، کنترل از ۳۱ اوت ۲۰۲۶ برای همه‌ی سایت‌ها در سراسر جهان عرضه شده؛ تغییرات معمولاً طی چند روز اعمال می‌شود.