إنها نهاية البحث كما نعرفه، والمسوقون يشعرون بالرضا. نوعاً ما.

على مدى عقدين من الزمن، كانت تحسين محركات البحث (SEO) هي الكتاب الأساسي لزيادة الظهور على الإنترنت. وقد أنشأت صناعة كاملة من ممارسي حشو الكلمات الرئيسية، وسماسرة الروابط الخلفية، ومحسني المحتوى، وأدوات التدقيق، بالإضافة إلى المهنيين والوكالات التي تديرها. ولكن في عام 2025، كانت عمليات البحث تتغيربعيدمن المتصفحات التقليدية نحو منصات LLM. مع إعلان شركة آبل أن محركات البحث الأصلية المدعومة بالذكاء الاصطناعي مثل Perplexity وClaude ستُدمج في متصفح سفاري، فإن قبضة توزيع جوجل تتقلص.في السؤال. لقد انكسرت قاعدة سوق تحسين محركات البحث الذي يتجاوز حجمه 80 مليار دولار.

يظهر نموذج جديد، مدفوع ليس بتصنيف الصفحات، ولكن بنماذج اللغة. نحن ندخل الفصل الثاني من البحث: تحسين محرك التوليد (GEO).

من الروابط إلى نماذج اللغة

تم بناء البحث التقليدي على الروابط. تم بناء GEO على اللغة.

في عصر تحسين محركات البحث، كانت الرؤية تعني الظهور في مرتبة عالية على صفحة النتائج. تم تحديد مرتبة الصفحات من خلال فهرسة المواقع بناءً على مطابقة الكلمات الرئيسية، وعمق المحتوى واتساعه، والروابط الخلفية، وتفاعل تجربة المستخدم، والعديد من العوامل الأخرى. اليوم، مع وجود نماذج اللغة الكبيرة مثل GPT-4o و Gemini و Claude التي تعمل كواجهة لكيفية بحث الناس عن المعلومات، تعني الرؤية الظهور مباشرة في الإجابة نفسها، بدلاً من الظهور في مرتبة عالية على صفحة النتائج.

مع تغير صيغة الإجابات، يتغير أيضًا طريقة بحثنا. البحث المعتمد على الذكاء الاصطناعي يصبح مجزأً عبر منصات مثل إنستغرام، أمازون، وسيري، كل منها مدعوم بنماذج مختلفة ونوايا مستخدمين مختلفة. الاستفسارات هيأطول(23 كلمة، في المتوسط، مقابل 4)، الجلسات أعمق (متوسط 6 دقائق)، وتختلف الاستجابات حسب السياق والمصدر. على عكس البحث التقليدي، تتذكر نماذج اللغة الكبيرة، وتستنتج، وتستجيب بتوليف شخصي ومتعدد المصادر. هذا يغير بشكل جذري كيفية اكتشاف المحتوى وكيفية تحسينه.

تقوم تقنيات تحسين محركات البحث التقليدية بمكافأة الدقة والتكرار؛ بينما تعطي المحركات التوليدية الأولوية للمحتوى المنظم جيدًا، السهل الفهم، والمشبع بالمعنى (وليس فقط الكلمات الرئيسية). تساعد عبارات مثل "باختصار" أو تنسيق النقاط المرقمة نماذج اللغة الكبيرة في استخراج المحتوى وإعادة إنتاجه بفعالية.

من المهم أيضًا ملاحظة أن سوق LLM يختلف بشكل أساسي عن سوق البحث التقليدي من حيث نموذج الأعمال والحوافز. محركات البحث الكلاسيكية مثل جوجل كانت تحقق الإيرادات من خلال الإعلانات؛ حيث كان المستخدمون يدفعون ببياناتهم واهتمامهم. بالمقابل، فإن معظم LLMs هي خدمات مدفوعة بالاشتراك. يؤثر هذا التحول الهيكلي على كيفية الإشارة إلى المحتوى: حيث يوجد حافز أقل من مقدمي النموذج لعرض المحتوى من الأطراف الثالثة، إلا إذا كان ذلك يضيف إلى تجربة المستخدم أو يعزز قيمة المنتج. بينما من الممكن أن يظهر سوق إعلانات في نهاية المطاف فوق واجهات LLM، فإن القواعد والحوافز والمشاركين ستبدو مختلفة تمامًا عن البحث التقليدي.

في هذه الأثناء، تشير إحدى الإشارات الناشئة لقيمة واجهات LLM إلى حجم النقرات الصادرة. على سبيل المثال، يقوم ChatGPT بالفعل بتوجيه حركة المرور المحالة إلى عشرات الآلاف من النطاقات المتميزة.

من التصنيفات إلى صلة النموذج

لم يعد الأمر يتعلق فقط بمعدلات النقر، بل يتعلق بمعدلات الإشارة: مدى تكرار ذكر علامتك التجارية أو محتواك كمصدر في الإجابات التي تولدها النماذج. في عالم المخرجات التي يتم إنشاؤها بواسطة الذكاء الاصطناعي، يعني GEO تحسين ما تختاره النموذج للإشارة إليه، وليس فقط ما إذا كنت تظهر أو أين تظهر في البحث التقليدي. هذا التحول يعيد تشكيل كيفية تعريفنا وقياسنا لرؤية العلامة التجارية والأداء.

بالفعل، منصات جديدة مثل عميق, جيد, و يوم الأحلامتمكّن العلامات التجارية من تحليل كيفية ظهورها في الردود المُولّدة بواسطة الذكاء الاصطناعي، وتتبع المشاعر عبر مخرجات النماذج، وفهم الناشرين الذين يشكلون سلوك النموذج. تعمل هذه المنصات من خلال تحسين النماذج لتعكس لغة المطالبات ذات الصلة بالعلامة التجارية، وحقن الكلمات الرئيسية الأفضل في تحسين محركات البحث بشكل استراتيجي، وتشغيل استعلامات تركيبية على نطاق واسع. ثم تُنظم المخرجات في لوحات معلومات قابلة للتنفيذ تساعد فرق التسويق على مراقبة الرؤية، وتناسق الرسائل، والحصة التنافسية من الصوت.

استخدمت كندا غوس إحدى هذه الأدوات للحصول على رؤية حول كيفية إشارة نماذج اللغة الكبيرة إلى العلامة التجارية - ليس فقط من حيث ميزات المنتج مثل الدفء أو مقاومة الماء، ولكن أيضًا من حيث التعرف على العلامة التجارية نفسها. كانت الاستنتاجات أقل حول كيفية اكتشاف المستخدمين لكندا غوس، ولكن ما إذا كان النموذج قد ذكر العلامة التجارية بشكل عفوي على الإطلاق، وهو مؤشر على الوعي غير المساعد في عصر الذكاء الاصطناعي.

أصبح هذا النوع من المراقبة مهمًا مثل لوحات معلومات تحسين محركات البحث التقليدية. أدوات مثل Ahrefsتتبع Brand Radar الآن إشارات العلامة التجارية في نظرات AI، مما يساعد الشركات على فهم كيفية تأطيرها وتذكرها من قبل محركات التوليد.سيمرشلديه أيضًا مجموعة أدوات ذكاء اصطناعي مخصصة مصممة لمساعدة العلامات التجارية على تتبع التصورات عبر المنصات التوليدية، وتحسين المحتوى لرؤية الذكاء الاصطناعي، والاستجابة بسرعة للإشارات الناشئة في مخرجات نماذج اللغة الكبيرة، وهو علامة على أن اللاعبين التقليديين في تحسين محركات البحث يتكيفون مع عصر الجغرافيا.

نحن نشهد ظهور نوع جديد من استراتيجيات العلامات التجارية: استراتيجية تأخذ في الاعتبار ليس فقط التصور في المجتمع، ولكن أيضًا التصور في النموذج. كيف يتم ترميزك في طبقة الذكاء الاصطناعي هو الميزة التنافسية الجديدة.

بالطبع، لا يزال GEO في مرحلته التجريبية، تمامًا مثل الأيام الأولى من SEO. مع كل تحديث رئيسي للنموذج، نحن في خطر إعادة التعلم (أو نسيان) كيفية التفاعل بشكل أفضل مع هذه الأنظمة. تمامًا كما كانت تحديثات خوارزمية بحث Google تسبب للشركات الارتباك لمواجهة تغير الترتيب، لا تزال مقدمو LLM يقومون بضبط القواعد وراء ما تستشهد به نماذجهم. تظهر مدارس فكرية متعددة: بعض تكتيكات GEO مفهومة تمامًا (مثل، الذكر في الوثائق المصدر التي تستشهد بها LLMs)، بينما الافتراضات الأخرى أكثر تخمينًا، مثل ما إذا كانت النماذج تعطي الأولوية للمحتوى الصحفي على وسائل التواصل الاجتماعي، أو كيف تتغير التفضيلات مع مجموعات التدريب المختلفة.

دروس من عصر تحسين محركات البحث

على الرغم من حجمه، لم تنتج تحسين محركات البحث أبدًا فائزًا احتكاريًا. الأدوات التي ساعدت الشركات في تحسين محركات البحث وبحث الكلمات الرئيسية، مثل سيمرش, Ahrefs, موز, و سيميلارويب, كانت ناجحة في حد ذاتها، لكن لم ينجح أي منها في الاستحواذ على الكومة الكاملة (أو النمو عن طريق الاستحواذ، مثل Similarweb). كل منها قام بتحديد مكانة: تحليل الروابط الخلفية، مراقبة الحركة، ذكاء الكلمات الرئيسية، أو التدقيق الفني.

كان تحسين محركات البحث دائمًا مجزأً. تم توزيع العمل بين الوكالات، والفرق الداخلية، والمشغلين المستقلين. كانت البيانات فوضوية وتم استنتاج الترتيبات بدلاً من التحقق منها. كانت جوجل تمتلك مفاتيح الخوارزمية، ولكن لم يتحكم أي بائع في الواجهة. حتى في ذروتها، كانت أكبر شركات تحسين محركات البحث مزودي أدوات. لم يكن لديهم تفاعل المستخدم، أو السيطرة على البيانات، أو تأثيرات الشبكة لتصبح مراكز تتركز فيها أنشطة تحسين محركات البحث. يُعتبر بيانات تدفق النقرات - سجلات الروابط التي ينقر عليها المستخدمون أثناء تنقلهم في المواقع الإلكترونية - نافذة واضحة على سلوك المستخدم الحقيقي. ومع ذلك، كان الوصول إلى هذه البيانات تاريخيًا صعبًا للغاية، محجوزًا خلف مزودي خدمة الإنترنت، وSDKs، وإضافات المتصفح، ووكلاء البيانات. جعل هذا بناء رؤى دقيقة وقابلة للتوسع شبه مستحيل دون بنية تحتية عميقة أو وصول مميز.

GEO يغير ذلك.

كيفية عمل الإشارات: ظهور أدوات GEO

هذا ليس مجرد تغيير في الأدوات، بل هو فرصة منصة. الشركات الأكثر جذبًا في مجال GEO لن تتوقف عند القياس. ستقوم بتعديل نماذجها الخاصة، متعلمة من مليارات الإشارات الضمنية عبر القطاعات. ستمتلك الحلقة - الرؤية، المدخلات الإبداعية، التعليقات، التكرار - بتكنولوجيا متميزة لا تكتفي بمراقبة سلوك LLM، بل تشكله. كما ستكتشف أيضًا طريقة لالتقاط بيانات تدفق النقرات ودمج مصادر البيانات من الطرف الأول والثالث.

ستتجاوز المنصات التي تفوز في GEO تحليل العلامة التجارية وستوفر البنية التحتية للعمل: إنشاء الحملات في الوقت الفعلي، والتحسين لذاكرة النموذج، والتكرار يوميًا، مع تغييرات سلوك LLM. ستعمل هذه الأنظمة.

هذا يفتح فرصة أوسع بكثير من مجرد الظهور. إذا كانت GEO هي الطريقة التي تضمن بها العلامة التجارية الإشارة إليها في ردود الذكاء الاصطناعي، فهي أيضًا الطريقة التي تدير بها علاقتها المستمرة مع طبقة الذكاء الاصطناعي نفسها. تصبح GEO نظام السجل للتفاعل مع LLMs، مما يسمح للعلامات التجارية بتتبع الوجود والأداء والنتائج عبر المنصات التوليدية. امتلك تلك الطبقة، وستمتلك الميزانية وراءها.

هذا هو الإمكانات الاحتكارية: ليس فقط تقديم الرؤى، ولكن أصبح القناة. إذا كانت تحسين محركات البحث سوقًا لامركزيًا، مرتبطًا بالبيانات، يمكن أن تكون GEO العكس - مركزيًا، مدفوعًا بالواجهات البرمجية، ومدمجًا مباشرة في سير العمل للعلامات التجارية. في النهاية، GEO بحد ذاته هو ربما الأكثر وضوحًا كفاصل، خاصة مع رؤية تحول في سلوك البحث، ولكن في النهاية، هو حقًا فاصل في التسويق القائم على الأداء، بشكل أوسع. نفس إرشادات العلامة التجارية وفهم بيانات المستخدم التي تدعم GEO يمكن أن تدعم التسويق للنمو. هذه هي الطريقة التي يتم بها بناء الأعمال الكبيرة، حيث يتمكن منتج البرمجيات من اختبار قنوات متعددة، والتكرار، والتحسين عبرها. تمكّن الذكاء الاصطناعي منمسوق مستقل.

التوقيت مهم. البحث بدأ للتو في التحول، لكن أموال الإعلانات تتحرك بسرعة، خاصة عندما يكون هناك تحكيم. في العقد الأول من القرن الحادي والعشرين، كانت هذه هي إعلانات جوجل. في العقد الثاني من القرن الحادي والعشرين، كان محرك استهداف فيسبوك. الآن، في عام 2025، يتعلق الأمر بالنماذج اللغوية الكبيرة (LLMs) والمنصات التي تساعد العلامات التجارية على التنقل في كيفية استهلاك محتواها والإشارة إليه من قبل تلك النماذج. بعبارة أخرى، GEO هي المنافسة لدخول عقل النموذج.

في عالم حيث الذكاء الاصطناعي هو الباب الأمامي للتجارة والاكتشاف، السؤال الذي يطرحه المسوقون هو: هل سيتذكر النموذج أنت؟

الآراء المعبر عنها هنا هي آراء الأفراد من شركة AH Capital Management, L.L.C. ("a16z") المقتبسين وليست آراء a16z أو الشركات التابعة لها. تم الحصول على معلومات معينة واردة هنا من مصادر خارجية، بما في ذلك من شركات المحفظة التابعة للصناديق التي تديرها a16z. على الرغم من أنها مأخوذة من مصادر يُعتقد أنها موثوقة، لم تتحقق a16z بشكل مستقل من هذه المعلومات ولا تقدم أي تمثيلات حول دقة المعلومات المستمرة أو ملاءمتها لحالة معينة. بالإضافة إلى ذلك، قد تتضمن هذه المحتويات إعلانات من طرف ثالث؛ لم تقم a16z بمراجعة هذه الإعلانات ولا تؤيد أي محتوى إعلاني وارد فيها.

تم توفير هذا المحتوى لأغراض معلوماتية فقط، ولا ينبغي الاعتماد عليه كنصيحة قانونية أو تجارية أو استثمارية أو ضريبية. يجب عليك استشارة مستشارين خاصين بك بشأن تلك الأمور. الإشارات إلى أي أوراق مالية أو أصول رقمية هي لأغراض توضيحية فقط، ولا تشكل توصية استثمار أو عرض لتقديم خدمات استشارية استثمارية. علاوة على ذلك، فإن هذا المحتوى غير موجه إلى أو مخصص لاستخدام أي مستثمرين أو مستثمرين محتملين، ولا يمكن الاعتماد عليه في أي ظرف من الظروف عند اتخاذ قرار بالاستثمار في أي صندوق تديره a16z. (سيتم تقديم عرض للاستثمار في صندوق a16z فقط من خلال مذكرة الطرح الخاصة، واتفاقية الاشتراك، والمستندات ذات الصلة الأخرى لأي صندوق من هذا القبيل ويجب قراءتها بالكامل.) أي استثمارات أو شركات محفظة تم ذكرها أو الإشارة إليها أو وصفها ليست تمثيلية لجميع الاستثمارات في المركبات التي تديرها a16z، ولا يمكن ضمان أن الاستثمارات ستكون مربحة أو أن الاستثمارات الأخرى التي تم القيام بها في المستقبل ستتمتع بخصائص أو نتائج مشابهة. تتوفر قائمة بالاستثمارات التي قامت بها الصناديق التي تديرها أندريسن هورويتز (باستثناء الاستثمارات التي لم تمنح الجهة المصدرة الإذن لـ a16z بالكشف عنها علنًا بالإضافة إلى الاستثمارات غير المعلنة في الأصول الرقمية المتداولة علنًا) فيhttps://a16z.com/investments/.

الرسوم البيانية والمخططات المقدمة هنا لأغراض إعلامية فقط وينبغي عدم الاعتماد عليها عند اتخاذ أي قرار استثماري. الأداء السابق لا يدل على النتائج المستقبلية. المحتوى يتحدث فقط اعتبارًا من التاريخ المحدد. أي توقعات أو تقديرات أو تنبؤات أو أهداف أو آفاق و/أو آراء معبر عنها في هذه المواد قابلة للتغيير دون إشعار مسبق وقد تختلف أو تتعارض مع الآراء المعبر عنها من قبل الآخرين. الرجاء مراجعةhttps://a16z.com/disclosuresللمزيد من المعلومات الهامة.

إخلاء المسؤولية：

1. هذه المقالة معاد طباعتها من [a16z]. جميع حقوق النشر تعود إلى المؤلف الأصلي [a16z] إذا كانت هناك اعتراضات على إعادة النشر هذه، يرجى الاتصال بـبوابة التعلمفريق، وسيتعاملون مع ذلك بسرعة.
2. إخلاء المسؤولية: الآراء والأفكار المعبر عنها في هذه المقالة هي فقط آراء الكاتب ولا تشكل أي نصيحة استثمارية.
3. ترجمات المقال إلى لغات أخرى تتم بواسطة فريق Gate Learn. ما لم يُذكر خلاف ذلك، يُمنع نسخ أو توزيع أو انتحال مقالات الترجمة.