در دنیای پرشتاب و همواره در حال تحول دیجیتال، آگاهی از آخرین روندها و تغییرات برای موفقیت کسب‌وکارها حیاتی است. این روزها، هیچ موضوعی به اندازه هوش مصنوعی و مدل‌های زبان بزرگ (LLM) بحث‌برانگیز و تأثیرگذار نیست. اگر شما یک مؤسس کسب‌وکار، دیجیتال مارکتر، آژانس سئو یا یک سئوکار هستید، احتمالاً این سؤال در ذهن شما شکل گرفته است: تأثیر LLM بر سئو چگونه خواهد بود؟ آیا باید استراتژی‌های خود را تغییر دهیم؟

پاسخ کوتاه این است: بله، قطعاً. اما برای درک عمیق‌تر این تغییرات و نحوه انطباق با آن‌ها، باید به داده‌ها نگاه کنیم. اخیراً، مطالعه‌ای کلیدی از سوی Ziff Davis، یکی از بازیگران بزرگ در حوزه انتشارات دیجیتال، منتشر شده که بینش‌های ارزشمندی را در مورد نحوه آموزش LLMها و ترجیحات آن‌ها ارائه می‌دهد. این مطالعه نه تنها به ما کمک می‌کند تا بفهمیم LLMها از چه محتوایی تغذیه می‌کنند، بلکه مسیر آینده سئو را نیز روشن می‌سازد.

مقدمه: درک تأثیر LLM بر سئو در عصر جدید

همانطور که می‌دانید، مدل‌های زبان بزرگ مانند GPT-4 و Gemini، با پردازش حجم عظیمی از داده‌های متنی، توانایی‌های شگفت‌انگیزی در تولید، خلاصه‌سازی و درک زبان پیدا کرده‌اند. اما دقیقاً چه نوع داده‌هایی به این مدل‌ها “هوش” می‌بخشند؟ و چرا این موضوع برای تأثیر LLM بر سئو اهمیت دارد؟

تا پیش از این، جزئیات مربوط به داده‌های آموزشی LLMها تا حد زیادی محرمانه بود. اما مطالعه Ziff Davis با بررسی دقیق داده‌ست‌های عمومی که در آموزش مدل‌های پیشگام LLM استفاده شده‌اند، پرده از این راز برداشته است. این مطالعه نشان می‌دهد که LLMها، برخلاف تصور اولیه که هر محتوایی را جذب می‌کنند، به شدت به محتوای باکیفیت و معتبر از ناشران تجاری با اعتبار دامنه (Domain Authority – DA) بالا تکیه می‌کنند.

نگاهی عمیق‌تر به مطالعه Ziff Davis: چه چیزی مورد بررسی قرار گرفت؟

Ziff Davis، به عنوان یک ناشر بزرگ با ده‌ها برند معتبر مانند PCMag و Mashable، از نزدیک با چالش‌های مربوط به استفاده LLMها از محتوای بدون مجوز مواجه است. هدف اصلی این مطالعه، درک دقیق‌تر نحوه آموزش LLMها، ترجیحات آن‌ها در انتخاب محتوا، و تأثیر این انتخاب‌ها بر رفتار و خروجی هوش مصنوعی بود. این تحقیق، چهار داده‌ست اصلی را مورد بررسی قرار داد که هر یک نقش مهمی در تکامل LLMها داشته‌اند:

داده‌ست‌های مورد تحلیل: از Common Crawl تا OpenWebText2

• Common Crawl: این داده‌ست، یک مخزن عظیم و بدون کیوریت از متن‌های جمع‌آوری شده از کل اینترنت است. این داده‌ها شامل تنوع بسیار زیادی از محتوا هستند، اما کنترل کیفی کمی روی آن‌ها اعمال شده است.
• C4 (Colossal Clean Crawled Corpus): نسخه‌ای تمیزتر از Common Crawl است که تمرکز آن بر صفحات انگلیسی زبان و حذف محتوای تکراری و بی‌کیفیت است. C4 یک داده‌ست پالایش‌شده‌تر است، اما هنوز به شدت کیوریت نشده است.
• OpenWebText: این داده‌ست، نسخه‌ای پروکسی (جایگزین) برای WebText اختصاصی OpenAI است. تأکید آن بر محتوای باکیفیت است که از لینک‌های Reddit با حداقل آرا (upvote) جمع‌آوری شده‌اند. این نشان‌دهنده یک رویکرد کیوریت‌شده‌تر است که کیفیت را فیلتر می‌کند.
• OpenWebText2: نسخه گسترش‌یافته و به‌روز شده OpenWebText است که با همان رویکرد کیفیت‌محور ایجاد شده است. این داده‌ست، محتوای کیوریت‌شده‌تری را شامل می‌شود.

نکته مهم این است که این داده‌ست‌ها از نظر میزان کیوریت‌سازی و کیفیت محتوا با یکدیگر برابر نیستند. داده‌ست‌های کیوریت‌شده‌تر مانند OpenWebText و OpenWebText2، درصد بیشتری از محتوای معتبر را شامل می‌شوند، در حالی که منابع فیلترنشده مانند Common Crawl، طیف وسیع‌تری از صفحات وب با کیفیت‌های متفاوت را در بر می‌گیرند. این تفاوت در داده‌ست‌ها، تأثیر مستقیمی بر نحوه یادگیری و تولید پاسخ توسط LLMها دارد.

نقش اعتبار دامنه (DA) در این مطالعه

در این مطالعه، از معیار اعتبار دامنه (Domain Authority – DA) Moz برای اندازه‌گیری نفوذ و کیفیت محتوای وب در داده‌ست‌های آموزشی LLM استفاده شد. اگرچه Moz همواره تأکید کرده است که DA یک فاکتور مستقیم رتبه‌بندی گوگل نیست، اما این معیار به طور گسترده‌ای به عنوان یک شاخص معتبر برای پیش‌بینی احتمال رتبه‌بندی یک وب‌سایت در نتایج جستجو، بر اساس عواملی مانند بک‌لینک‌ها، تاریخچه دامنه و حجم سایت، شناخته می‌شود.

تحلیل امتیازات DA برای تمامی URLهای موجود در Common Crawl، OpenWebText، OpenWebText2 و C4، همبستگی قوی بین کیوریت‌سازی داده‌ست و توزیع DA را آشکار کرد. داده‌ست‌های بدون کیوریت، عمدتاً شامل سایت‌های با DA پایین بودند، در حالی که داده‌ست‌های کیوریت‌شده، به شدت به ناشران با DA بالا گرایش داشتند.

یافته‌های کلیدی: کیفیت محتوا و اعتبار دامنه، ستون‌های اصلی

مطالعه Ziff Davis دو همبستگی مثبت مهم را از فرایند کیوریت‌سازی داده‌های آموزشی LLM نشان می‌دهد:

همبستگی بین کیوریت‌سازی و محتوای ناشران تجاری

با افزایش سطح کیوریت‌سازی، درصد محتوای منابع ناشران تجاری به طور قابل توجهی افزایش می‌یابد. به عنوان مثال، در Common Crawl (بدون کیوریت)، محتوای ناشران بزرگ رسانه‌ای تنها حدود 0.44% را تشکیل می‌دهد. اما در OpenWebText2 (بسیار کیوریت‌شده)، این نسبت به 12.04% می‌رسد. این تغییر نشان‌دهنده این است که توسعه‌دهندگان LLM به طور انتخابی منابع معتبر را برای بهبود کیفیت و دقت خروجی مدل خود در نظر می‌گیرند.

این رابطه به طور کلی در سطح ناشران نیز صادق است. به عنوان مثال، در جدول زیر می‌توانید سهم برخی از ناشران را در داده‌ست‌های مختلف مشاهده کنید:

این آمار به وضوح نشان می‌دهد که هرچه داده‌ست‌ها کیوریت‌شده‌تر باشند، سهم ناشران تجاری در آن‌ها بیشتر می‌شود. این موضوع نه تنها برای تأثیر LLM بر سئو اهمیت دارد، بلکه به ما می‌گوید که LLMها برای تولید پاسخ‌های خود به منابع خبری و رسانه‌ای معتبر تکیه می‌کنند.

ترجیح LLMها برای محتوای با اعتبار دامنه بالا

همبستگی دوم، افزایش اعتبار دامنه با افزایش کیوریت‌سازی است. به عبارت دیگر، URLهای سایت‌های با DA بالا، به نسبت بیشتری در داده‌ست‌های کیوریت‌شده ظاهر می‌شوند، در حالی که سایت‌های با DA پایین در داده‌ست‌های بدون کیوریت غالب هستند.

به عنوان مثال، در Common Crawl، بیش از 50% دامنه‌ها دارای DA کمتر از 10 هستند. اما در OpenWebText2، حدود 39.4% از دامنه‌ها دارای DA بین 90 تا 100 هستند. این نشان‌دهنده یک ترجیح واضح برای منابع معتبر و باکیفیت است. این یافته‌ها به طور مستقیم بر LLM SEO Impact تأثیر می‌گذارند، زیرا نشان می‌دهند که محتوای شما باید از کیفیت و اعتبار بالایی برخوردار باشد تا توسط LLMها مورد توجه قرار گیرد.

پیامدهای مطالعه Ziff Davis برای استراتژی سئو شما

این مطالعه، بینش‌های مهمی را برای متخصصان سئو و صاحبان کسب‌وکارها فراهم می‌کند. در ادامه، به بررسی پیامدهای کلیدی آن برای استراتژی‌های سئو می‌پردازیم:

کیفیت محتوا: تعریفی نو در عصر هوش مصنوعی

اگرچه عبارت “محتوا پادشاه است” سال‌هاست که در دنیای سئو شنیده می‌شود، اما مطالعه Ziff Davis به این مفهوم عمق بیشتری می‌بخشد. دیگر صرفاً تولید محتوا کافی نیست؛ محتوای شما باید بی‌نظیر، عمیق و از نظر اطلاعاتی غنی باشد. LLMها به دنبال منابعی هستند که اطلاعات دقیق، جامع و قابل اعتماد را ارائه می‌دهند. این یعنی:

• عمق و جامعیت: محتوای شما باید تمامی جنبه‌های یک موضوع را پوشش دهد و به سؤالات احتمالی کاربران پاسخ دهد.
• تخصص و اعتبار (E-E-A-T): همانطور که گوگل بر E-E-A-T تأکید دارد، LLMها نیز محتوایی را ترجیح می‌دهند که توسط متخصصان نوشته شده و تجربه دست اول را نشان می‌دهد.
• منحصربه‌فرد بودن: از تکرار محتوای موجود در وب خودداری کنید. ارزش افزوده‌ای ارائه دهید که شما را از رقبا متمایز می‌کند.

به عنوان مثال، اگر در مورد “بهترین استراتژی‌های بازاریابی دیجیتال در سال 2024” می‌نویسید، تنها به ارائه یک لیست ساده اکتفا نکنید. تجربیات شخصی خود را به اشتراک بگذارید، مطالعات موردی واقعی را ارائه دهید و داده‌های به‌روز را تحلیل کنید. روندهای بازاریابی دیجیتال همیشه در حال تغییر هستند و محتوای شما باید این پویایی را منعکس کند.

بک‌لینک‌ها و اعتبار برند: فراتر از رتبه‌بندی سنتی

این مطالعه تأیید می‌کند که بک‌لینک‌های باکیفیت از سایت‌های معتبر، همچنان حیاتی هستند. اگر LLMها محتوای سایت‌های با DA بالا را ترجیح می‌دهند، پس بک‌لینک از این سایت‌ها نه تنها برای سئو سنتی، بلکه برای دیده شدن در پاسخ‌های LLM نیز اهمیت پیدا می‌کند. به علاوه، اعتبار برند نیز نقش مهمی ایفا می‌کند. بسیاری از ناشران بزرگ که محتوای آن‌ها در داده‌ست‌های LLM غالب است، برندهای بسیار قوی و شناخته‌شده‌ای دارند.

برای تقویت اعتبار برند و پروفایل بک‌لینک خود، بر موارد زیر تمرکز کنید:

• روابط عمومی دیجیتال: با ایجاد محتوای خبری و ارزشمند، توجه رسانه‌ها و ناشران معتبر را جلب کنید.
• محتوای قابل ارجاع: گزارش‌های صنعتی، مطالعات موردی، و تحقیقات اصلی را منتشر کنید که به طور طبیعی توسط دیگران ارجاع داده می‌شوند.
• همکاری با متخصصان: با متخصصان در حوزه خود همکاری کنید تا محتوایی با اعتبار بیشتر تولید کنید.

همانطور که Chima Mmeje از Moz اشاره می‌کند، “گوگل سال‌هاست که بازاریابان را با گفتن اینکه از هیچ فرمی از اعتبار وب‌سایت استفاده نمی‌کنند، گمراه کرده است.” مطالعه Ziff Davis نیز این نکته را تأیید می‌کند: اگرچه DA یک فاکتور مستقیم رتبه‌بندی نیست، اما یک شاخص قوی از اعتبار سایت است که با منابع باکیفیت مورد علاقه LLMها همسو است. بهترین روش‌های سئو همواره بر این اصول بنا شده‌اند.

«داده‌های ما نشان می‌دهد که داده‌ست‌های کلیدی آموزش LLM به طور نامتناسبی از محتوای باکیفیت متعلق به ناشران تجاری اخبار و رسانه‌ها تشکیل شده‌اند. شرکت‌های بزرگ LLM به طور کمی این محتوا را در آموزش مهمترین LLMها در طول تاریخ کوتاه این فناوری اولویت‌بندی کرده‌اند.»

جورج ووکوسون، وکیل اصلی در امور هوش مصنوعی Ziff Davis

آینده سئو: انطباق با تغییرات LLM و جستجوی مولد

با توجه به یافته‌های مطالعه Ziff Davis، آینده سئو به شدت با نحوه تعامل ما با LLMها و ظهور جستجوی مولد (Generative Search) گره خورده است. دیگر صرفاً بهینه‌سازی برای کلمات کلیدی و الگوریتم‌های سنتی کافی نیست. باید به این فکر کنیم که چگونه محتوای ما می‌تواند در پاسخ‌های خلاصه‌شده و تولید شده توسط LLMها ظاهر شود.

• پاسخ‌های مستقیم و مختصر: LLMها اغلب پاسخ‌های کوتاه و مستقیم به سؤالات کاربران ارائه می‌دهند. محتوای خود را به گونه‌ای ساختاربندی کنید که این نوع پاسخ‌ها را تسهیل کند، مثلاً با استفاده از لیست‌ها و پاراگراف‌های کوتاه.
• تمرکز بر نیت کاربر: بیش از هر زمان دیگری، درک نیت واقعی کاربر پشت یک جستجو حیاتی است. محتوای شما باید به طور کامل و جامع به این نیت پاسخ دهد.
• برندینگ و شهرت: در دنیایی که LLMها اطلاعات را از منابع معتبر استخراج می‌کنند، داشتن یک برند قوی و شهرت مثبت، اهمیت دوچندانی پیدا می‌کند.

این تغییرات نشان می‌دهند که سئو در حال تبدیل شدن به یک حوزه جامع‌تر است که تنها شامل بهینه‌سازی فنی نمی‌شود، بلکه به شدت به کیفیت محتوا، اعتبار برند و درک عمیق از رفتار کاربران و هوش مصنوعی بستگی دارد.

نتیجه‌گیری: گام‌های عملی برای آینده‌ای موفق در سئو

مطالعه Ziff Davis تأیید می‌کند که آنچه سال‌هاست در سئو مهم بوده – کیفیت، اعتبار و ارتباط – در عصر هوش مصنوعی نیز همچنان حرف اول را می‌زند. ناشران بزرگی که محتوای آن‌ها در آموزش LLMها نقش حیاتی دارد، یک شبه به این جایگاه نرسیده‌اند. آن‌ها سال‌ها بر تولید محتوای باکیفیت، کسب بک‌لینک‌های طبیعی و ساخت برندهای معتبر سرمایه‌گذاری کرده‌اند.

برای اینکه کسب‌وکار شما نیز در عصر هوش مصنوعی بدرخشد و از تأثیر LLM بر سئو به نفع خود استفاده کند، این گام‌های عملی را دنبال کنید:

1. تولید محتوای بی‌نظیر و عمیق: محتوایی بنویسید که نه تنها اطلاعات دقیق و جامعی ارائه می‌دهد، بلکه دیدگاه‌های منحصربه‌فرد و تجربیات دست اول را نیز شامل شود.
2. تمرکز بر ساخت اعتبار دامنه: از طریق بک‌لینک‌های طبیعی و باکیفیت از سایت‌های معتبر، اعتبار دامنه خود را تقویت کنید.
3. تقویت اعتبار برند: با فعالیت‌های روابط عمومی، حضور فعال در شبکه‌های اجتماعی و ارائه خدمات عالی، برند خود را به یک منبع قابل اعتماد تبدیل کنید.
4. انطباق با جستجوی مولد: محتوای خود را به گونه‌ای ساختاربندی کنید که پاسخ‌های مستقیم و خلاصه‌شده را برای LLMها فراهم کند، مانند استفاده از لیست‌ها و FAQها.

با تمرکز بر این اصول، نه تنها شانس خود را برای رتبه‌بندی بالا در نتایج جستجوی سنتی گوگل افزایش می‌دهید، بلکه اطمینان حاصل می‌کنید که محتوای ارزشمند شما در پاسخ‌های تولید شده توسط LLMها نیز دیده شود و به موفقیت پایدار کسب‌وکار شما در دنیای دیجیتال کمک کند.

سوالات متداول (FAQ)