GEO أوسع من SEO، ومعظم الشركات غير مهيأة للتعامل معه

كانت استراتيجية البحث بسيطة في السابق. كان لدى العميل سؤال، فيكتبه في محرك بحث، وتتنافس العلامات التجارية على تصدّر صفحة النتائج. لكن هذا النموذج يتغير بسرعة.

يجري الآن قدر متزايد من اكتشاف المعلومات داخل أنظمة الذكاء الاصطناعي التي تفسّر المعلومات، وتجمع بين المصادر، وتقدّم إجابة قبل أن يصل العميل إلى موقع العلامة التجارية. وقد ظهر تحسين محركات التوليد (Generative Engine Optimization (GEO)) بوصفه أحد الحلول لهذه الظاهرة، لكن الشركات تخاطر بحصر تفكيرها فيما يتطلبه هذا التحول فعليًا.

في تحديث سبتمبر لدراسة التوقعات لعام 2026 الصادرة عن IAB، ذكر 44% من مشتري الإعلانات في الولايات المتحدة أن التكيف مع تغير سلوك المستهلكين، بما في ذلك البحث المدعوم بالذكاء الاصطناعي، هو أبرز تحدٍ يواجه استثماراتهم الإعلامية. كما يزيد 76% منهم تركيزهم على تحسين المحتوى للإجابات المولّدة بالذكاء الاصطناعي، أكثر من أي مجال آخر.

يكمن الخطأ في التعامل مع GEO على أنه مجرد مرحلة تالية من SEO. فأصبح اكتشاف المعلومات المدعوم بالذكاء الاصطناعي تحديًا مؤسسيًا يتعلق بالظهور، ويمتد عبر التسويق والبيانات والتكنولوجيا والمحتوى والاتصالات وتجربة العملاء. ولن تكتفي الشركات التي تتكيف جيدًا بتحسين ظهورها في واجهة بحث جديدة، بل ستعيد التفكير في كيفية تكامل حضورها الرقمي ومعارفها المؤسسية ومكانتها الخارجية.

نتيجة البحث تتحول إلى إجابة

بُني تحسين محركات البحث التقليدي على الترتيب، بهدف واضح وطريقة واضحة لقياس التقدم. أما GEO فيقدّم نوعًا مختلفًا من الظهور. فبدلًا من السؤال عمّا إذا كانت صفحة ما تحتل مرتبة متقدمة لكلمة مفتاحية معينة، تحتاج الشركات بشكل متزايد إلى معرفة ما إذا كانت علامتها التجارية تظهر في الإجابات المولّدة عن الأسئلة التي يطرحها عملاؤها، وكيف يجري وصف العلامة التجارية، وما المصادر التي تؤثر في هذا الوصف.

بدأ هذا التحول يؤثر في الشركات بالفعل. فقد أفادت Reach، وهي الشركة البريطانية الناشرة لصحيفتي Mirror وExpress، بتراجع الزيارات الواردة من Google بنسبة 46% على أساس سنوي، وعزت ذلك إلى ميزات مثل AI Overviews وAI Mode التي تقلل حاجة القراء إلى النقر للوصول إلى المواقع الإلكترونية. ولا يعني تراجع الزيارات من البحث التقليدي دائمًا أن الناس فقدوا اهتمامهم بفئة أو علامة تجارية. فقد يشير أيضًا إلى تشتت مسارات اكتشاف المعلومات عبر واجهات مختلفة، وإلى أن هذا الاكتشاف يحدث على نحو متزايد قبل زيارة أي موقع إلكتروني.

يغيّر ذلك السؤال المطروح أمام العلامات التجارية. فلم يعد الظهور يقتصر على ترتيبك في نتائج البحث، بل يتعلق أيضًا بامتلاك أنظمة الذكاء الاصطناعي المعلومات والسياق المناسبين لفهم أهمية علامتك التجارية للسؤال المطروح.

يبدأ GEO بأسس تحسين محركات البحث

من المغري التعامل مع GEO باعتباره منفصلًا عن تحسين محركات البحث، لكن كثيرًا من الأسس اللازمة لهما مشتركة. فما زالت أنظمة الذكاء الاصطناعي بحاجة إلى العثور على المعلومات وتفسيرها وتقييمها، لذا تظل سهولة الوصول التقنية وبنية الموقع ووضوح المحتوى أمورًا مهمة.

أظهرت بيانات Radar من Cloudflare هذا العام أن الروبوتات نفذت أكثر من نصف طلبات صفحات الويب عبر شبكتها. وليست كل هذه الروبوتات وكلاء ذكاء اصطناعي، لكن البرامج باتت تشكل حصة متزايدة من جمهور أي موقع إلكتروني، وهي تحتاج إلى قدر كافٍ من المحتوى والسياق لفهم ما تعثر عليه. وقد يتطلب ذلك العودة إلى أساسيات أهملت شركات كثيرة الاهتمام بها.

إذا كانت المعلومات المهمة مدفونة داخل واجهة معقدة، أو معروضة بشكل غير متسق بين الصفحات، أو يصعب على برامج الزحف الوصول إليها، فسيكون ما يمكن لنظام الذكاء الاصطناعي الاستفادة منه أقل، وكذلك الحال بالنسبة إلى الزوار من البشر. ومن السهل ملاحظة الأسباب الشائعة لذلك: تفاصيل المنتجات التي لا تظهر إلا بعد تشغيل JavaScript، وهو ما لا تفعله جميع برامج زحف الذكاء الاصطناعي، ومعلومات الأسعار أو السياسات التي تختلف صياغتها من صفحة إلى أخرى.

لكن سهولة الوصول التقنية ليست سوى نقطة البداية. فكل العلامات التجارية تتنافس ضمن المجموعة المحدودة نفسها من أنظمة الذكاء الاصطناعي، ما يعني أن هذه الأنظمة بحد ذاتها ليست العامل الذي يميزها؛ بل السياق هو العامل الفارق. ويأتي هذا السياق للعلامات التجارية من بياناتها وخبراتها ومحتواها ومعرفتها بعملائها، ومن منظومة المعلومات الأوسع التي تظهر ضمنها.

تزداد أهمية جودة المحتوى عندما يتولى الذكاء الاصطناعي قراءته

يدور كثير من النقاش حول كيفية كتابة محتوى تعرضه أنظمة الذكاء الاصطناعي. ويركز بعضه على أساليب التنسيق أو محاولات استكشاف آليات عمل نماذج بعينها عكسيًا. لكن معظم هذه الأساليب لا تدوم طويلًا، ولا أنصح ببناء استراتيجية عليها.

ستواصل النماذج وأنظمة استرجاع المعلومات والمصادر تطورها. وقد تؤدي وسيلة تبدو فعّالة اليوم إلى نتائج مختلفة جدًا بعد بضعة أشهر. أما النهج الأكثر استدامة، فهو إنشاء محتوى مفيد وموثوق يجيب بوضوح عن الأسئلة التي يطرحها العملاء فعلًا، ويُظهر خبرة متخصصة. وينبغي للشركات أن تبدأ بمراجعة ما نشرته بالفعل: هل يجيب عن أسئلة مهمة للعملاء؟ وهل تُعرض الخبرة بوضوح؟ وهل المعلومات المهمة متسقة عبر المنظومة الرقمية؟

تتأثر الظهور في أنظمة الذكاء الاصطناعي بمجموعة أوسع من الإشارات، تشمل جودة المحتوى والأسس التقنية والبيانات المنظمة والموثوقية والإشارات الواردة من جهات خارجية. وأظهر أحدث أبحاث Muck Rack حول الاستشهادات بالذكاء الاصطناعي أن 84% من الروابط التي استشهدت بها إجابات ChatGPT وClaude وGemini جاءت من الإعلام المكتسب، بما في ذلك الصحافة والأبحاث الأكاديمية وغيرها من المصادر الخارجية. ولهذا يتجاوز تحسين الظهور في محركات البحث التوليدية (GEO) بكثير ما تنشره العلامة التجارية على موقعها الخاص، ولهذا أيضًا ينبغي أن تكون فرق الاتصال جزءًا من النقاش.

مشكلة سير العمل أكبر من التحدي التقني

من واقع تجربتي، نادرًا ما تكون التكنولوجيا هي أصعب جوانب التكيف مع الاكتشاف المدعوم بالذكاء الاصطناعي. فالتحدي الأكبر يكمن في كيفية تعاون الفرق بعد أن يصبح الذكاء الاصطناعي جزءًا من عملية البحث والاكتشاف. تاريخيًا، توزعت استراتيجية البحث على مسؤوليات مختلفة؛ إذ تتولى فرق تحسين محركات البحث (SEO) متابعة التصنيفات، وتنتج فرق المحتوى الصفحات، وتدير فرق الاتصال التغطية الصحفية، بينما يتولى المطورون الجوانب التقنية للموقع الإلكتروني. لكن الاكتشاف المدعوم بالذكاء الاصطناعي يطمس هذه الحدود، لأن ظهور المعلومات في إجابة صادرة عن الذكاء الاصطناعي قد يتأثر بكل هذه المجالات في آن واحد.

ويؤكد استطلاع McKinsey لعام 2026 حول واقع الذكاء الاصطناعي هذه الفكرة الأوسع نطاقًا: فقد أعادت نحو ثلاثة أرباع الجهات الأعلى أداءً في مجال الذكاء الاصطناعي، التي حددها الاستطلاع، تصميم سير العمل لديها جذريًا بسبب الذكاء الاصطناعي، مقارنة بربع المشاركين الآخرين. وينطبق الأمر نفسه على الظهور في أنظمة الذكاء الاصطناعي. فإذا اكتشف فريق المحتوى أن أحد محركات الذكاء الاصطناعي يصف العلامة التجارية على نحو غير صحيح، فقد يكون الحل في الموقع الإلكتروني أو بيانات المنتجات أو أحد الأدلة الخارجية أو التغطية الصحفية التي يستند إليها النموذج.

يتطلب التعامل مع هذه المشكلة تعاون الفرق المسؤولة عن تلك المجالات بدلًا من اعتبار تحسين الظهور في محركات البحث التوليدية مهمة إضافية تقع على عاتق قسم واحد.

وهذا يثير سؤالًا يتعين على فرق القيادة الإجابة عنه أكثر فأكثر: من المسؤول عن الظهور في أنظمة الذكاء الاصطناعي؟

سيتوزع العمل على عدة فرق، لكن ينبغي أن تقع المساءلة على عاتق قائد واحد يتولى بطاقة قياس الأداء، ووتيرة المراجعة، والاستجابة عندما يسيء نظام ذكاء اصطناعي تمثيل العلامة التجارية. ومن ثم، يحتاج قادة التسويق والاتصال والتكنولوجيا والبيانات إلى فهم مشترك لكيفية تمثيل العلامة التجارية عبر أنظمة الذكاء الاصطناعي، والعوامل المؤثرة في تلك الإجابات، وكيفية استجابة المؤسسة عند ظهور ثغرات.

قِس الظهور بمعدل، لا بترتيب

من أبرز التغييرات المرتقبة الطريقة التي تقيس بها الشركات الظهور في نتائج البحث. تقليديًا، وفرت تصنيفات البحث للمسوقين مقياسًا سهل المتابعة نسبيًا، لكن الإجابات التي ينشئها الذكاء الاصطناعي أكثر تغيرًا بكثير. فلا يوجد ترتيب واحد يضمن ظهور العلامة التجارية، كما أن مجرد ورودها في إجابة لا يكشف الصورة كاملة. فقد يُشار إلى علامة تجارية مرارًا، لكن مع وصفها على نحو غير دقيق، أو تضمينها من دون الاستشهاد بمصدر، أو الاستشهاد بها في سوق وإغفالها تمامًا في سوق آخر.

وهذا يعني أن تحسين الظهور في محركات البحث التوليدية ينقل التركيز من ترتيب العلامة التجارية إلى عدد مرات ظهورها، وكيفية وصفها، والمصادر التي تؤثر في الإجابة. ولا تزال ممارسات القياس تواكب هذا التحول. ففي دراسة IAB نفسها، قال 86% من المشترين إنهم يغيرون، أو يتوقعون تغيير، طريقة قياسهم لأداء الوسائط بسبب أدوات الذكاء الاصطناعي الحواري ووكلاء الذكاء الاصطناعي، فيما أشار 45% إلى أن مقارنة مسارات العملاء المدعومة بالذكاء الاصطناعي بالمسارات التقليدية هي التحدي الأكبر أمامهم في القياس. عمليًا، يجعل ذلك تحسين الظهور في محركات البحث التوليدية تحديًا في القياس وسير العمل بقدر ما هو تحدٍ في البحث.

يمكن البدء عمليًا بالأسئلة التي يطرحها العملاء بالفعل. أعدّ مجموعة تمثيلية من هذه الأسئلة، واطرحها بانتظام على منصات الذكاء الاصطناعي الرئيسية، وسجّل ما إذا كانت العلامة التجارية تظهر، وكيف توصف، وأي منافسين يظهرون إلى جانبها، وما المصادر التي يُستشهد بها. اطرح كل سؤال أكثر من مرة. فقد ينتج عن الطلب نفسه أجوبة مختلفة من مرة إلى أخرى، لذا ينبغي الإبلاغ عن الظهور بوصفه معدلًا، لا الاكتفاء بلقطة شاشة واحدة. وبمرور الوقت، يمكن ربط هذا الظهور بمؤشرات لاحقة، منها الزيارات المحالة من الذكاء الاصطناعي والتفاعل والتحويل.

وتوجد بالفعل مؤشرات على مدى سرعة حدوث هذا التغيير. فقد أظهرت بيانات Adobe عن التسوق خلال موسم الأعياد أن الزيارات من أدوات الذكاء الاصطناعي التوليدي إلى مواقع البيع بالتجزئة في الولايات المتحدة ارتفعت بنسبة 693.4% على أساس سنوي خلال موسم أعياد 2025، وأن معدل تحويل الزوار المحالين من الذكاء الاصطناعي كان أعلى من معدل تحويل الزيارات الأخرى. بدأ هذا النمو من قاعدة صغيرة، ولن تشهد جميع الشركات المسار نفسه. لكنه يوضح أن قياس الظهور في أنظمة الذكاء الاصطناعي وربطه بنتائج الأعمال الفعلية ممكنان اليوم.

تعامل مع تحسين الظهور في محركات البحث التوليدية باعتباره قدرة تشغيلية، لا حملة

لا يعني البحث المدعوم بالذكاء الاصطناعي أن تتخلى الشركات عن كل ما تعرفه بالفعل عن تحسين محركات البحث (SEO). بل يعني النظر إلى ما وراء التصنيفات، وإدراك أن العملاء باتوا يواجهون على نحو متزايد طبقة إضافية تفصل بين الأسئلة التي يطرحونها والمعلومات التي يتلقونها.

لكن ينبغي للشركات ألا تحوّل الظهور في أنظمة الذكاء الاصطناعي إلى تكتيك تسويقي منفصل آخر أو إلى تدقيق يُجرى مرة واحدة. فالنماذج والمصادر تواصل التغير، ولذلك لا يمثل التدقيق الأول نقطة النهاية. وتتمثل الفرصة الأكبر في الاستفادة من تلك الرؤى لتحديد المجالات التي يتعين فيها على المحتوى والبيانات والتكنولوجيا والاتصال وتجربة العملاء أن تعمل معًا بطريقة مختلفة. ويزداد البحث طابعًا حواريًا واعتمادًا على الوكلاء، إذ بدأت أنظمة الذكاء الاصطناعي في البحث والتصرف نيابةً عن العملاء. وعندئذ، يتوقف الظهور على ما تستطيع تلك الأنظمة العثور عليه والتحقق منه وتكراره عن علامتك التجارية.