در بازاریابی جست‌وجوی ارگانیک، روزنهٔ قانون‌گریزی راهبرد نیست. روزنه‌ها تاریخ انقضا دارند و در بسیاری از موارد، زمانی که صرف شکار آن‌ها می‌شود بهتر بود صرف کاری می‌شد که بعداً به ضررمان تمام نمی‌شود.

هر متخصص سئویی که مدتی در این حوزه کار کرده باشد، ناگزیر چرخه‌ای به‌ظاهر بی‌پایان از مدهای زودگذر، موج‌های هیجان و میان‌برهایی را تجربه کرده که هدفشان فریب موتورهای جست‌وجو (و حالا سیستم‌های هوش مصنوعی) است. دامنه‌های تطبیق دقیق، دایرکتوری‌های مقاله، سئوی انگلی، رپورتاژ انبوه، شبکه‌های وبلاگ خصوصی (PBN)، صفحات برنامه‌نویسی‌شده و حالا فهرست‌های تولیدشده با هوش مصنوعی، محتوای انبوه هوش مصنوعی و «اشاره‌های غیراصیل» عصر جی‌ای‌او (GEO). بیشتر این روش‌ها مدتی جواب می‌دهند… تا وقتی که دیگر جواب ندهند. و وقتی گوگل، بینگ (Bing) و اخیراً خود شرکت‌های هوش مصنوعی سخت‌گیری را آغاز می‌کنند، سایت‌هایی که به این رویکردها تکیه کرده‌اند اغلب وضعیتی بدتر از آن پیدا می‌کنند که گویی هرگز سراغشان نرفته بودند؛ گاهی سال‌ها صرف پاک‌سازی می‌کنند، در حالی که ترافیک، دیده‌شدن و سرنخ‌های فروششان پایین مانده است.

بسیاری از افراد این صنعت از این تجربه‌ها زخم خورده‌اند، از جمله خود من. نخستین موفقیت‌های واقعی سئوی من از خرید لینک در سال‌های ۲۰۱۰ تا ۲۰۱۱ به دست آمد و پنگوئن (Penguin) آن‌ها را در یک صبح سال ۲۰۱۲ از بین برد. شش سال بعد، به‌روزرسانی «مدیک» (Medic update) در سال ۲۰۱۸ به یکی از مشتریان ما برخورد که با هوش مصنوعی و خودکارسازی، محتوای پزشکی را در مقیاس بزرگ تولید می‌کرد (خیلی پیش از آنکه این کار رایج شود)؛ و این سنگین‌ترین ضربه‌ای بود که از یک به‌روزرسانی الگوریتم از زمان به‌روزرسانی پنگوئن به‌طور مستقیم تجربه کرده بودم. به نظرم این زخم‌ها نشان افتخاری است که تجربه در سئو ناگزیر با خود می‌آورد: خیال کردن اینکه از گوگل سرتر هستی و بعد به سختی یاد گرفتن که تقریباً همیشه نیستی.

با این همه، یک سرمایه‌گذاری هست که از تمام این چرخه‌ها سالم بیرون آمده و همان رویکردی است که سال‌ها توصیه کرده‌ام: سرمایه‌گذاری روی انسان‌های واقعی و قرار دادن آن‌ها در مرکز راهبرد بازاریابی. حالا که هوش مصنوعی تولید محتوای عمومی را تقریباً رایگان کرده، به نظرم متخصصان واقعی و قابل‌شناسایی روشن‌ترین پادزهر محتوای بی‌ارزش و ماشینی در مقیاس بزرگ هستند. این مقاله توضیح می‌دهد چرا، شواهد تا امروز چه نشان می‌دهند و برندها چگونه می‌توانند «بازاریابی انسان‌محور» را بخش بزرگ‌تری از راهبردهایشان کنند.

گوگل بیش از ۲۰ سال است که همان حرف را می‌زند

چیزی که با نگاه به گذشته برایم جالب است، این است که راهنمایی‌های گوگل در تمام این مدت چقدر یکدست بوده‌اند؛ اگر بین خطوط را بخوانید (یا اصلاً خود دستورالعمل‌ها را بخوانید). دستورالعمل‌های وب‌مستر (Webmaster Guidelines) گوگل در سال ۲۰۰۳ (بله، ۲۳ سال پیش) از قبل به صاحبان سایت می‌گفت «صفحه‌ها را برای کاربران بسازید، نه برای موتورهای جست‌وجو» و دربارهٔ رویکردهای «قالبی» با «محتوای اصیل اندک یا بدون محتوای اصیل» هشدار می‌داد. حتی گفته بودند صاحبان سایتی که روح دستورالعمل‌ها را رعایت می‌کنند بهتر از «کسانی که وقتشان را صرف جست‌وجوی روزنه‌هایی برای سوءاستفاده می‌کنند» عمل خواهند کرد.

تصویر دستورالعمل‌های وب‌مستر (Webmaster Guidelines) گوگل در سال ۲۰۰۳ که توصیه‌های کیفیت را فهرست می‌کند: پرهیز از متن یا لینک پنهان، پنهان‌سازی محتوا (cloaking)، پرس‌وجوهای خودکار، واژه‌های نامرتبط، صفحات تکراری و صفحات دروازه‌ای یا «قالبی» با محتوای اصیل اندک یا بدون محتوای اصیل.
تصویر دستورالعمل‌های وب‌مستر (Webmaster Guidelines) گوگل در سال ۲۰۰۳ که توصیه‌های کیفیت را فهرست می‌کند: پرهیز از متن یا لینک پنهان، پنهان‌سازی محتوا (cloaking)، پرس‌وجوهای خودکار، واژه‌های نامرتبط، صفحات تکراری و صفحات دروازه‌ای یا «قالبی» با محتوای اصیل اندک یا بدون محتوای اصیل.
برای مشاهدهٔ جزئیات، تصویر را باز کنید

فهرست تخلفات اسپمی که گوگل آن زمان تعیین کرده بود، به شکلی بیش از ۲۰ سال ادامه یافته و مستقیم به عصر جست‌وجوی هوش مصنوعی رسیده است. این اینفوگرافیک را ساختم تا نشان دهم سیاست‌های اسپم اولیهٔ گوگل چگونه با تاکتیک‌های رایج جی‌ای‌او (GEO) که امروز در جست‌وجوی هوش مصنوعی می‌بینیم مطابقت دارند:

اینفوگرافیک با عنوان «سیاست‌های اسپم گوگل: آنچه کهنه بود دوباره نو شده است»، که دستورالعمل‌های کیفیت گوگل در سال ۲۰۰۳ را با تاکتیک‌های جست‌وجوی هوش مصنوعی در سال ۲۰۲۶ تطبیق می‌دهد؛ مانند متن پنهان و دستورهای پنهان برای مدل‌های زبانی بزرگ، پنهان‌سازی محتوا و صفحات جداگانه برای ربات‌ها، و صفحات دروازه‌ای و صفحات برنامه‌نویسی‌شده در مقیاس بزرگ.
اینفوگرافیک با عنوان «سیاست‌های اسپم گوگل: آنچه کهنه بود دوباره نو شده است»، که دستورالعمل‌های کیفیت گوگل در سال ۲۰۰۳ را با تاکتیک‌های جست‌وجوی هوش مصنوعی در سال ۲۰۲۶ تطبیق می‌دهد؛ مانند متن پنهان و دستورهای پنهان برای مدل‌های زبانی بزرگ، پنهان‌سازی محتوا و صفحات جداگانه برای ربات‌ها، و صفحات دروازه‌ای و صفحات برنامه‌نویسی‌شده در مقیاس بزرگ.
برای مشاهدهٔ جزئیات، تصویر را باز کنید

خودکارسازی به‌طور خاص بیش از یک دهه است که زیر ذره‌بین بوده. در اوت ۲۰۱۰، جان مولر (John Mueller) از گوگل به صاحب سایتی گفت انتشار مستقیم خروجی گوگل ترنسلیت «می‌تواند تولید محتوای خودکار تلقی شود که خلاف دستورالعمل‌های وب‌مستر (Webmaster Guidelines) ماست» و توصیه کرد اول یک انسان آن را اصلاح کند. تا سال ۲۰۱۲، گوگل صفحهٔ راهنمای اختصاصی‌ای دربارهٔ محتوای تولیدشده به‌صورت خودکار منتشر کرده بود. نمونه‌هایش شامل متنی بود که «با ابزار خودکار و بدون بازبینی یا ویرایش انسانی ترجمه شده»، زنجیره‌های مارکوف، مترادف‌سازی خودکار، فیدهای اسکرپ‌شده و «به‌هم‌چسباندن یا ترکیب محتوای صفحات مختلف وب بدون افزودن ارزش کافی» می‌شد.

تصویر صفحهٔ راهنمای گوگل در سال ۲۰۱۲ دربارهٔ محتوای تولیدشده به‌صورت خودکار، با فهرست نمونه‌هایی مانند متن ترجمه‌شده با ابزار خودکار و بدون بازبینی انسانی، زنجیره‌های مارکوف، مترادف‌سازی خودکار، فیدهای اسکرپ‌شده و محتوای به‌هم‌چسبانده‌شده.
تصویر صفحهٔ راهنمای گوگل در سال ۲۰۱۲ دربارهٔ محتوای تولیدشده به‌صورت خودکار، با فهرست نمونه‌هایی مانند متن ترجمه‌شده با ابزار خودکار و بدون بازبینی انسانی، زنجیره‌های مارکوف، مترادف‌سازی خودکار، فیدهای اسکرپ‌شده و محتوای به‌هم‌چسبانده‌شده.
برای مشاهدهٔ جزئیات، تصویر را باز کنید

به هر حال، من هنوز هم می‌بینم که همین مشکل دقیقاً امروز گریبان سایت‌ها را می‌گیرد – شاید بیشتر از همیشه – از جمله شرکت‌هایی که پس از آزمایش ترجمه‌های انبوه هوش مصنوعی با بازبینی انسانی اندک، به سراغم می‌آیند. جالب است که پاسخ بیش از ۱۵ سال پیش جان هنوز معتبر است؛ هرچند انصافاً بیشتر صاحبان سایت هرگز دستورالعمل‌های گوگل را نخوانده‌اند (و نمی‌توان از کسی انتظار داشت از یک پاسخ انجمنی در سال ۲۰۱۰ خبر داشته باشد). متخصصان سئویشان (ظاهراً) برای همین کار آنجا هستند که کمکشان کنند.

به‌طرز خنده‌داری، همان فهرست سال ۲۰۱۲ خیلی شبیه به حرف‌های فروش همان ابزارهای محتوای هوش مصنوعی است که اخیراً توجه مدیران ارشد بازاریابی را همه‌جا به خود جلب کرده‌اند؛ بسیاری از این ابزارها به شکلی کار می‌کنند که بسیار نزدیک به سیاست‌های دیرینهٔ ضداسپم گوگل است (اگر مستقیماً ناقض آن‌ها نباشد). تعجب‌آور نیست که بسیاری از سایت‌های معرفی‌شده در نمونه‌کارهایشان از آن زمان به بعد به‌سرعت ترافیک ارگانیک خود را از دست داده‌اند.

از آن زمان، عبارت‌بندی گوگل تغییر کرده، اما رشته‌ای که در آن‌ها جریان دارد به‌طرز چشمگیری یکدست مانده است. در فوریه ۲۰۲۳، چند ماه پس از عرضهٔ چت‌جی‌پی‌تی (ChatGPT)، گوگل گفت «سال‌ها تجربه در برخورد با خودکارسازی‌ای دارد که برای دستکاری نتایج جست‌وجو به کار می‌رود». سپس در مارس ۲۰۲۴، گوگل سیاست اسپم سوءاستفاده از محتوای انبوه را عرضه کرد که فارغ از اینکه محتوا «از طریق خودکارسازی، تلاش انسانی یا ترکیبی از فرایندهای انسانی و خودکار» ساخته شود، اعمال می‌شود. ترجمهٔ خودکار، مترادف‌سازی و به‌هم‌چسباندن محتوا، ۱۴ سال بعد، هنوز در فهرست هستند. بازاریاب‌ها حالا با مدل‌های زبانی بزرگ هر سه را به‌شدت آزمایش می‌کنند. تفاوت اصلی این است که حالا هوش مصنوعی مولد در بالای فهرست نمونه‌ها قرار دارد.

در بیش از ۲۰ سال دستورالعمل‌ها، رشتهٔ مشترک نسبتاً ساده است: محتوایی که در مقیاس بزرگ برای موتورهای جست‌وجو ساخته می‌شود و هیچ انسانی آن را بازبینی نمی‌کند، به آن نمی‌افزاید یا پشتش نمی‌ایستد، در نهایت به باری بر دوش تبدیل می‌شود.

ای-ای-ای-تی (E-E-A-T) راهی برای خروج از این چرخه به ما داد

وقتی گوگل در سال ۲۰۱۴ شروع به استفاده از سرواژهٔ «E-A-T» کرد (که حالا «E-E-A-T» نامیده می‌شود)، بالاخره چارچوبی به ما داد که نشان می‌دهد چطور می‌توان کار سئو را بدون گرفتار شدن در روزنه‌ها انجام داد. از آن زمان، E-E-A-T بد فهمیده شده، بد استفاده شده و به‌عنوان یک چک‌لیست یا یک عامل رتبه‌بندی واحد که برای همهٔ سایت‌ها یکسان عمل می‌کند تلقی شده است (که نیست). در سال ۲۰۲۱ حتی مقاله‌ای نوشتم که مشخصاً هدفش رد بسیاری از این برداشت‌های نادرست بود.

با این همه، من تا همین امروز معتقدم E-E-A-T بهترین چارچوبی است که برای پیش بردن راهبردهای سئو و جی‌ای‌او (GEO) داریم، به شکلی که بعداً جریمه یا بی‌ارزش نشود؛ و وقتی روی چیزهای درست تمرکز کنیم، کار معنادار زیادی برای انجام دادن به ما می‌دهد. بی‌دلیل نیست که E-E-A-T در نسخهٔ فعلی دستورالعمل‌های ارزیاب کیفیت جست‌وجو (Search Quality Rater Guidelines) گوگل ۱۲۰ بار ذکر شده و بینگ (Bing) هم در دستورالعمل‌های خود از زبان مشابهی استفاده می‌کند و بر «کیفیت و اعتبار» تمرکز دارد.

این نوع کار انسان‌محور است؛ یعنی انسان‌های واقعی با دانش تجربی در مرکز رویکرد قرار می‌گیرند. این کار بسیار سخت‌تر از سئوی روزنه‌محور است، چون به همراهی، زمان و منابع متخصصان شرکت نیاز دارد، نه فقط تیم سئو که پشت صحنه کار می‌کند. اما بازدهش بالاست و بیش از کانال ارگانیک را تحت تأثیر قرار می‌دهد. معمولاً آزمون زمان را می‌گذراند؛ برای کاربران و نرخ تبدیل شما خوب است؛ به نظر می‌رسد به سیستم‌های هوش مصنوعی کمک می‌کند؛ و بعید است باعث جریمه شدنتان شود (مگر اینکه با ذهنیت میان‌بر به آن نگاه کنید، که آن دیگر اصلاً راهبرد E-E-A-T نیست). همچنین نقطهٔ مقابل چیزی است که مردم علناً از تأثیر سئو بر نتایج گوگل متنفرند؛ از د ورج (The Verge) که پرسید آیا متخصصان سئو اینترنت را نابود کرده‌اند تا مطالعه‌ای در سال ۲۰۲۴ که نشان داد نتایج بررسی محصول به‌طور فزاینده پر از اسپم سئو شده است.

چرا انسان‌ها را نقطهٔ کانونی رویکرد سئو و جی‌ای‌او خود کرده‌ام

سال‌هاست همین ایده‌ها را تبلیغ می‌کنم و احتمالاً برای هر کسی که مدتی مرا دنبال کرده، مثل صفحهٔ خراب تکرار می‌کنم (سخنرانی‌ام در مازکان (MozCon) ۲۰۲۲ تماماً دربارهٔ چگونگی تمرکز بر تخصص واقعی بود، با نمونه‌های متعدد از متخصصان واقعی که نمایندهٔ برندهایشان بودند). حتی رویکرد کل‌نگر خود به سئو و جی‌ای‌او را «روش E-E-A-T» نامیدم و آن را فلسفهٔ محوری مشاورهٔ جدیدم، آلگوریتمیک (Algorythmic)، قرار دادم، چون به کارآمدی این رویکرد عمیقاً باور دارم.

اما این موضوع همیشه تمرکز اصلی من در سئو نبود؛ چیزی است که به سختی یاد گرفتم.

همان مشتری مدیک در سال ۲۰۱۸ که پیش‌تر اشاره کردم، کتابخانه‌ای سریع‌الرشد از مقالات سلامت را در مقیاس بزرگ تولید می‌کرد، بدون هیچ مدرک قابل‌مشاهده‌ای از متخصصان و بدون هیچ نشانی از یک انسان واقعی پشت آن. وقتی به‌روزرسانی اعمال شد، دنی سالیوان (Danny Sullivan) از گوگل صاحبان سایت را به دستورالعمل‌های ارزیاب کیفیت جست‌وجو (Search Quality Rater Guidelines) ارجاع داد (توییت او از آن زمان حذف شده، اما ماری هینز (Marie Haynes) در آن زمان دربارهٔ راهنمایی‌اش نوشت). پس ماه‌ها صرف خواندن و بازخواندن دستورالعمل‌های گوگل کردم. چون آدم نِردی هستم، حتی نسخه‌ای را چاپ و روکش‌کرده کردم و روی میزم نگه داشتم (که در سال ۲۰۱۹ روی صحنهٔ برایتن‌اس‌ای‌او (BrightonSEO) اعتراف کردم). وقتی آن را خواندم، پاسخ چالش مشتری بدیهی شد و در سراسر دستورالعمل‌ها تکرار شده بود: سایت به‌شدت در دستهٔ YMYL (پول یا زندگی شما) قرار داشت و برای موضوعات سلامتی که پوشش می‌داد و توصیه‌های پزشکی‌ای که ارائه می‌کرد، به‌هیچ‌وجه E-A-T کافی نشان نمی‌داد.

مشتری اول قانع نشد، چون این کار بازنگری اساسی در رویکردش را می‌طلبید – تا جایی که تصمیم گرفتیم راهمان را جدا کنیم و آن‌ها تلاش کردند با روش‌های خودشان عملکرد سایت را برگردانند. اما پس از تقریباً دو سال بدون بازیابی، مشتری دوباره برای همکاری با تیم ما بازگشت. با هم روی راهبرد سئوی تازه‌ای کار کردیم و حدود شش ماه بعد، کل سایت را از نو راه‌اندازی کردیم؛ سایتی که از بالا تا پایین حول E-A-T و با انسان‌های متخصص در مرکز بازسازی شده بود: پزشکان واقعی، بازبینان پزشکی واقعی و بینش‌های اصیل خودشان. سایت پس از تکمیل انتقال به پلتفرم جدید به سطوح قبلی خود بازگشت. از روزی که به‌روزرسانی اعمال شد، کل فرایند بازیابی بیش از سه سال طول کشید. (همین بازهٔ طولانی بازیابی است که همیشه به سایت‌ها هشدار می‌دهم از همان ابتدا گرفتار ضربه نشوند!)

اسلایدی از ارائهٔ مازکان که نمودار ترافیکی با عنوان «بازیابی» بیش از ۳ سال طول کشید… و به یک وب‌سایت کاملاً جدید نیاز داشت را نشان می‌دهد، در کنار سخنران روی صحنه.
اسلایدی از ارائهٔ مازکان که نمودار ترافیکی با عنوان «بازیابی» بیش از ۳ سال طول کشید… و به یک وب‌سایت کاملاً جدید نیاز داشت را نشان می‌دهد، در کنار سخنران روی صحنه.
برای مشاهدهٔ جزئیات، تصویر را باز کنید

در ژانویه ۲۰۱۹، شب پیش از نخستین سخنرانی کنفرانسی‌ام در اس‌ام‌ایکس وست (SMX West) (که – تعجب نمی‌کنید! – دربارهٔ E-A-T بود)، در بار هتل نشسته بودم و کار مارک ترافاگن (Mark Traphagen) دربارهٔ اقتدار نویسنده را مطالعه می‌کردم. او همراه با جنیفر اسلگ (Jennifer Slegg) تاریخچهٔ «نویسندگی» و «اقتدار نویسنده» در گوگل را در طول زمان مستند کرده بود. (نکتهٔ خنده‌دار: صبح روز بعد در صبحانهٔ کنفرانس، چند ساعت پیش از رفتن روی صحنه، برای اولین بار مارک را حضوری دیدم که به‌نظرم خوش‌یمن بود.) پس از ارائه‌ام، وقتی یکی از حاضران پرسید یک سایت کوچک اگر نویسندگانش شناخته‌شده نیستند چه باید بکند، پاسخم این بود که «پروفایل نویسندگانتان را پرورش دهید، حتی اگر یعنی از صفر شروع کنید»؛ حرفی که در سالنی پر از متخصصان فنی سئو که همه‌شان با این ایده که گوگل می‌تواند این چیزها را تشخیص دهد موافق نبودند، کمی جنجال به پا کرد. با این حال، تقریباً هشت سال پژوهش و نتایج مشتریان بعد، حتی بیشتر مطمئنم که می‌تواند.

چند ماه بعد، راهنمایی رسمی گوگل دربارهٔ به‌روزرسانی‌های اصلی، اسلایدهای برایتن‌اس‌ای‌او من دربارهٔ E-A-T را به‌عنوان منبعی توصیه‌شده معرفی کرد، همراه با کار چند متخصص سئوی دیگر. این برایم تثبیت کرد که E-A-T دارد به اولویت بزرگی برایشان تبدیل می‌شود. در سال ۲۰۲۰، افتخار بزرگی داشتم که همراه با بیل اسلاوسکی (Bill Slawski) مرحوم و بزرگ، که دانشش از پتنت‌های گوگل بی‌همتا بود، در پتنت‌هایی کاوش کنم که ممکن است توضیح دهند E-A-T چگونه کار می‌کند. این تمرین به من کمک کرد توضیح فنی‌تری از اینکه سیستم‌های گوگل چگونه ممکن است متخصصان فردی را تشخیص دهند درک کنم. سال بعد، موضوع را به صحنهٔ مازکان بردم با سخنرانی‌ای دربارهٔ اینکه اکوسیستم E-A-T جست‌وجوی ارگانیک را چگونه دگرگون کرده است.

تصویر مقالهٔ Search Engine Journal با عنوان «E-A-T و پتنت‌های جست‌وجو» و لوگوی گوگل روی پس‌زمینه‌ای رنگ‌آمیزی‌شده و پرنقش‌ونگار.
تصویر مقالهٔ Search Engine Journal با عنوان «E-A-T و پتنت‌های جست‌وجو» و لوگوی گوگل روی پس‌زمینه‌ای رنگ‌آمیزی‌شده و پرنقش‌ونگار.
برای مشاهدهٔ جزئیات، تصویر را باز کنید

منظورم از «انسان‌های واقعی» چیست

«برندتان را انسانی کنید» و «همیشه انسانی در چرخه نگه دارید» خودشان به کلیشه‌های بازاریابی تبدیل شده‌اند؛ پس می‌خواهم دقیق باشم. منظورم از «انسان‌های واقعی» متخصصانی با تخصص یا تجربهٔ راستین است: پزشکی که آن بیماری را درمان کرده، مهندسی که آن سیستم را ساخته، لوله‌کشی که کسب‌وکار لوله‌کشی محلی خودش را دارد، یا بیماری که آن بیماری را از سر گذرانده است. این افراد مخاطبشان را به‌طور طبیعی و در همهٔ پلتفرم‌ها جذب می‌کنند، چون بینش‌هایی صادقانه، اصیل، اغلب صاحب‌نظرانه و مبتنی بر تجربهٔ واقعی به اشتراک می‌گذارند. معمولاً می‌توانید آن‌ها را از کسی که فقط آمده چیزی به شما بفروشد تشخیص دهید؛ و اگر هم فروشی در کار باشد، معمولاً در پی اعتمادی رخ می‌دهد که ساخته‌اند.

رویکرد من در سئو، جست‌وجوی هوش مصنوعی و بازاریابی به‌طور کلی این است که تا جای ممکن همین انسان‌های واقعی را در مرکز استراتژی بگذارم. این همان کاری است که در برند شخصی خودم هم به کار گرفته‌ام (بعداً بیشتر درباره‌اش می‌گویم).

فکر می‌کنم این استراتژی، به دلیلی ساده، بیشترین شانس بقا در هر شرایطی را دارد. تقریباً هر میان‌بُر محبوب در چرخهٔ معیوب سئو را می‌شد مقیاس‌پذیر کرد؛ اما اعتبار یک متخصص واقعی را نمی‌شود. سال‌ها زمان می‌برد تا کسی حضوری مداوم داشته باشد، در انظار عمومی درست بگوید (و گاهی اشتباه کند و پذیرای اعتراف به آن باشد) و دیگران بدون نیاز به اشاره‌های غیرواقعی یا فهرست‌هایی که خودش را بهترین متخصص معرفی می‌کنند، شهادت دهند که او را می‌شناسند. حالا که هوش مصنوعی تولید هر چیز دیگری را ارزان‌تر می‌کند، انتظار دارم ارزش این نوع اعتبار کسب‌شده همچنان بالا برود.

در آوریل ۲۰۲۴، در پادکست Authority Hacker، این را با یکی از جمله‌هایی خلاصه کردم که در طول حرفه‌ام بیشتر از همه گفته‌ام:

«سال‌هاست دارم دربارهٔ این حرف می‌زنم: مردم دوست دارند از مردم دنباله‌روی کنند.»

(دقیقهٔ ۵۳:۲۶ را ببینید):

یک نکتهٔ حاشیه‌ای: به روحی که پشت سرم در را باز می‌کند توجه نکنید. آن سگ من، مارسی، بود که هیچ‌وقت نمی‌تواند تصمیم بگیرد وقتی پادکست ضبط می‌کنم کجا دراز بکشد.

چیزی که انسان‌های واقعی می‌آورند و هوش مصنوعی نمی‌تواند

پوشیده نیست که افراد در شبکه‌های اجتماعی بسیار بیشتر با انسان‌های دیگر تعامل می‌کنند تا با برندها. در لینکدین (LinkedIn)، پروفایل‌های شخصی از نظر نمایش، بسته به اینکه به دادهٔ کدام منبع اعتماد کنید، حدود ۲ تا ۸ برابر بهتر از صفحات شرکت عمل می‌کنند.

آنچه انسان‌های واقعی سر میز می‌آورند و هوش مصنوعی از آن بی‌بهره است:

تخصصی که در سال‌ها کار میدانی به دست آمده. کسی که ۱۰ یا ۲۰ سال این کار را کرده، دیده است بعد از عمل به توصیه‌ها چه می‌شود: موارد حاشیه‌ای، چیزهایی که خراب شدند، یا اینکه چرا بعضی محصولات از بقیه بهترند. این الگوشناسی فقط از تجربهٔ زیسته می‌آید و اغلب دقیقاً همان سطح از بینش مفیدی است که مردم هنگام جست‌وجوی توصیه دنبالش هستند. یک مدل زبانی بزرگ می‌تواند آنچه دیگران دربارهٔ یک شغل نوشته‌اند خلاصه کند، اما هرگز خودش آن شغل را انجام نداده است.

احساس‌ها و تجربهٔ زیسته. هوش مصنوعی احساس ندارد (هرچند گاهی به نظرمان می‌رسد دارد). هرگز کنار بیماری ترسیده ننشسته، مشتری بزرگ را از دست نداده یا پیش از نخستین سخنرانی در کنفرانس مضطرب نشده است. می‌تواند همدلی و شوخ‌طبعی را تقلید کند، اما نمی‌تواند از تجربه‌هایی که هرگز نداشته بهره بگیرد؛ و همین بخش بزرگی از دلیل بی‌روح بودن (و گاهی کمی غریبه‌مانند بودن) نوشته‌های هوش مصنوعی است. نوشته‌ای که از کسی می‌آید که واقعاً آن ماجرا را از سر گذرانده، جور دیگری خوانده می‌شود و برای خوانندگان مهم است که انسان واقعی پشت آن باشد: در نُه آزمایش با بیش از ۶٬۰۰۰ نفر، همان پیام حمایتی وقتی افراد باور داشتند انسانی آن را نوشته، همدلانه‌تر و اصیل‌تر ارزیابی شد.

چیزی تازه برای گفتن. ابزارهای هوش مصنوعی در پژوهش و تحلیل بهتر می‌شوند و بسیاری (از جمله خودم) از آن‌ها برای کار روی داده‌ها کمک می‌گیرند. اما هنوز کسی باید تصمیم بگیرد کدام پرسش ارزش پرسیدن دارد، داده یا تجربه‌ای بیاورد که هیچ‌کس دیگری ندارد، و نامش را پای نتیجه بگذارد. راهنمای محتوای مفید گوگل می‌پرسد آیا محتوا «اطلاعات، گزارش‌گری، پژوهش یا تحلیل اصیل» ارائه می‌دهد و بر اساس تجربهٔ من، این هنوز با یک انسان شروع می‌شود (حتی اگر آن انسان در این مسیر از هوش مصنوعی استفاده کند). هوش مصنوعی اگر به حال خود رها شود، همه را به سمت یک پاسخ واحد می‌کشد: مطالعه‌ای در ۲۰۲۶ در PNAS Nexus نشان داد مدل‌های پیشروی هوش مصنوعی در آزمون‌های خلاقیت تقریباً هم‌سطح انسان‌ها امتیاز می‌گیرند، اما پاسخ‌هایشان بسیار بیشتر از پاسخ‌های انسان‌ها به هم شبیه است.

شوخ‌طبعی و شخصیت. شوخی‌های داخلی، تماس با مشتری که به موقعیتی ناخوشایند تبدیل شد، نوزاد یا سگی که وسط ضبط پادکست سر و کله‌اش پیدا می‌شود (منظورم تو هستم، مارسی). به نظر می‌رسد همین چیزها بخش بزرگی از دلیل این است که افراد حس می‌کنند کسانی را که دنبال می‌کنند می‌شناسند. واژه‌ای هم برای این حس هست: دیکشنری کمبریج (Cambridge Dictionary) «فرااجتماعی» را واژهٔ سال ۲۰۲۵ خود نامید و آن را ارتباطی توصیف کرد که فرد با شخصیتی مشهور یا آنلاین احساس می‌کند، بی‌آنکه واقعاً او را بشناسد.

نقص‌ها و آسیب‌پذیری. روان‌شناسان بخشی از این را «اثر لغزش» می‌نامند: در آزمایشی در ۱۹۶۶، فردی بسیار توانمند پس از ریختن یک فنجان قهوه محبوب‌تر شد. بر اساس تجربهٔ من، پست‌هایی که در آن‌ها اعتراف می‌کنم چیزی را نمی‌دانم یا از اشتباهات خودم می‌گویم، معمولاً تعامل قوی‌تری از سوی کسانی می‌گیرند که همین حس را داشته‌اند. به نظر می‌رسد مردم با این‌ها بسیار بیشتر از توضیح‌های پرطمطراق و خودبزرگ‌بینانهٔ هوش مصنوعی همراه می‌شوند.

انسان‌های واقعی ردپا به جا می‌گذارند

در همهٔ پلتفرم‌ها، نشانه‌های یک انسان واقعی ممکن است روشن‌ترین راه جدا کردن اسپم و محتوای خودکار از محتوایی باشد که بیشترین ارزش را ارائه می‌دهد.

یک متخصص انسانی واقعی همه‌جا شواهد به جا می‌گذارد و این ردپا به‌راحتی قابل تشخیص است: عکس‌هایی از کنفرانسی که در آن سخنرانی کرده، ویدیوی سخنرانی، وب‌سایت شخصی (حتی کمی رهاشده)، مصاحبه‌های پادکست، سال‌ها پست و پاسخ در شبکه‌های اجتماعی، یا نقل‌قول روزنامه‌نگاران از او با ذکر نام. باور دارم گوگل سامانه‌هایی دارد که دست‌کم این نشانه‌ها را شناسایی می‌کند و احتمالاً به آن‌ها پاداش می‌دهد؛ از پنل‌های دانش (Knowledge Panels) تا پروفایل‌های جست‌وجو (Search profiles) جدید. اسناد افشاشدهٔ گوگل از مه ۲۰۲۴ هم به همین سمت اشاره می‌کند: نشان می‌داد گوگل نویسندهٔ یک سند را ذخیره می‌کند و ویژگی‌ای به نام isAuthor دارد که مشخص می‌کند آیا موجودیتی که در صفحه ذکر شده، خودش نویسندهٔ آن صفحه هم هست یا نه.

از سوی دیگر، نویسندهٔ جعلی معمول این‌هاست: عکس پروفایلی شبیه عکس‌های استوک و تولیدشده با هوش مصنوعی، بیوگرافی دو جمله‌ای (اگر هم باشد) و هیچ شاهد دیگری از وجود واقعی‌اش در هیچ جای وب. این رویکرد به سایت‌های کوچک محدود نمی‌شود: در ۲۰۲۳ معلوم شد Sports Illustrated بررسی محصولاتی را زیر نام نویسندگانی منتشر می‌کند که به نظر نمی‌رسید وجود داشته باشند، از جمله یکی که عکس پروفایلش در سایتی که پرتره‌های تولیدشده با هوش مصنوعی می‌فروشد، برای فروش گذاشته شده بود. همان سال، نویسندگان جعلی یکی از رایج‌ترین الگوهایی بود که در میان سایت‌های آسیب‌دیده از به‌روزرسانی محتوای مفید (Helpful Content Update) یافتم و در اکتبر ۲۰۲۶، گوگل همین تاکتیک را به مستندات محتوای مفید خود افزود: «ساختن پروفایل سازندهٔ جعلی (مثلاً با استفاده از عکس‌های تولیدشده با هوش مصنوعی، نام‌های ساختگی یا مدارک دروغین برای اینکه محتوا طوری به نظر برسد که گویی متخصصان انسانی نوشته‌اند) نوعی فریب است.»

پیش‌بینی می‌کنم این ردپای «انسان واقعی بودن» هرچه بیشتر وب پر از سایت‌های یکسانِ برنامه‌نویسی‌شدهٔ شهودی شود، اهمیت بیشتری پیدا کند. حالا هر کسی می‌تواند در یک بعدازظهر سایتی شیک بالا بیاورد، با لوگو، صد پست وبلاگ و صفحهٔ تیمی پر از عکس‌های دوستانهٔ تولیدشده با هوش مصنوعی. اگر به تعداد زیادی از این سایت‌ها نگاه کرده باشید، احتمالاً متوجه شده‌اید که همه‌شان شبیه هم می‌شوند: همان گرادیان بنفش، همان سه کارت ویژگی با آیکون‌های اموجی، همان نوار لوگوی «مورد اعتمادِ».

صفحهٔ اصلی ساختگی برای یک استارتاپ خیالی هوش مصنوعی با گرادیان بنفش، تیتر «گردش کارتان را با هم‌افزایی مبتنی بر هوش مصنوعی متحول کنید»، سه کارت ویژگی با آیکون‌های اموجی، نواری از لوگوی «مورد اعتمادِ» و ردیفی با عنوان «با متخصصان آشنا شوید» پر از عکس‌های تولیدشده با هوش مصنوعی.
صفحهٔ اصلی ساختگی برای یک استارتاپ خیالی هوش مصنوعی با گرادیان بنفش، تیتر «گردش کارتان را با هم‌افزایی مبتنی بر هوش مصنوعی متحول کنید»، سه کارت ویژگی با آیکون‌های اموجی، نواری از لوگوی «مورد اعتمادِ» و ردیفی با عنوان «با متخصصان آشنا شوید» پر از عکس‌های تولیدشده با هوش مصنوعی.
برای مشاهدهٔ جزئیات، تصویر را باز کنید

وقتی ساختن برندی که ظاهرش قانع‌کننده است تقریباً هیچ هزینه و زمان کمی می‌برد، ظاهر شیک به‌تنهایی دیگر چیز زیادی به کسی نمی‌گوید. آنچه می‌ماند نشانه‌هایی است که هنوز سال‌ها طول می‌کشد ساخته شوند: یک انسان واقعی یا انسان‌های واقعی با تاریخچه‌های واقعی، که انسان‌های واقعی دیگر انتخاب کرده‌اند دنبالشان کنند، از آن‌ها نقل‌قول بیاورند و توصیه‌شان کنند.

جست‌وجو خودش را حول صداهای واقعی بازمی‌سازد

از به‌روزرسانی مدیک (Medic update) در ۲۰۱۸، به نظر می‌رسد گوگل هشت سال گذشته را صرف ساختن سامانه‌هایی کرده که دقیقاً به همین نوع ردپا پاداش می‌دهند. در ۲۰۱۹، ۶۴ سایتی را تحلیل کردم که در به‌روزرسانی‌های اصلی ۲۰۱۸ و ۲۰۱۹ به‌روشنی برنده یا بازنده شده بودند و هر یک را از نظر ۳۰ نشانهٔ E-A-T درون‌صفحه‌ای بررسی کردم و سوابق افرادی را که محتوایشان را می‌نوشتند پژوهش کردم. سایت‌های برنده ۲۵۸٪ بیشتر از سایت‌های بازنده احتمال داشت که از متخصصان واقعی در تولید محتوا استفاده کنند (با همان قید همیشگی که این نمونه کوچک بود و همبستگی به معنای علیت نیست). از آن زمان، گوگل بسیاری از همان مشاهدات را مکتوب کرده است:

دسامبر ۲۰۲۲: افزودن E برای تجربه، که E-A-T را به E-E-A-T تبدیل کرد. وقتی گوگل «تجربه» را به E-A-T افزود، تغییرات را برای Search Engine Land نوشتم، از جمله بخشی تازه دربارهٔ شهرت سازندگان فردی و جمله‌ای که از ارزیابان می‌خواست «میزان تلاش فعالانهٔ یک انسان برای ساختن محتوای رضایت‌بخش» را بسنجند. گوگل از قبل در این مسیر بود. از ۲۰۲۱، به‌روزرسانی‌های بررسی محصول (Product Reviews) آن، بررسی‌هایی را پاداش می‌داد که شواهدی از استفادهٔ واقعی بررسی‌کننده از محصول نشان می‌دادند، مثل عکس‌های اصیل، ویدیو یا اندازه‌گیری‌های حاصل از آزمودن آن. این کاری است که یک انسان واقعی نسبتاً راحت می‌تواند انجام دهد و محتوای ماشینیِ مقیاس‌پذیر معمولاً نمی‌تواند. Garage Gym Reviews نمونهٔ خوبی است: تجهیزاتش را مربیان شخصی دارای گواهی، مربی‌ها و ورزشکاران رقابتی‌ای آزمایش می‌کنند که واقعاً با آن‌ها وزنه می‌زنند، می‌دوند و پارو می‌زنند. Travel + Leisure هم کار مشابهی می‌کند و محصولات را به آزمایشگاه تست خود در نیویورک و در سفرهای واقعی همراه ویراستاران سفرش می‌فرستد. در هر دو مورد، انسان‌های واقعی با تجربهٔ زیسته آزمایش و نوشتن را انجام می‌دهند. فکر می‌کنم این به‌روزرسانی‌ها نشانهٔ اولیه‌ای بود از اینکه گوگل قصد دارد چه وزن سنگینی به تجربهٔ انسانی واقعی بدهد.

۲۰۲۳: ردیت (Reddit) در دورهٔ «جواهرات پنهان» جست‌وجو قبضه می‌کند. در مه ۲۰۲۳، گوگل گفت می‌خواهد «جواهرات پنهان» بیشتری را نمایان کند، مثل نظر یک انجمن یا پستی در یک وبلاگ کوچک. اواخر همان سال تأیید کرد که این تغییرات ماه‌هاست به‌عنوان بخشی از رتبه‌بندی اصلی در حال اجراست و برای نمایش دانش دست‌اول و تجربهٔ شخصی بیشتر از انجمن‌ها، شبکه‌های اجتماعی و وبلاگ‌ها ساخته شده است. تا نوامبر ۲۰۲۳، در لینکدین (LinkedIn) می‌نوشتم که به نظر می‌رسد گوگل در نتایج جست‌وجویش «بیش از حد روی "محتوای اصیل" و "تجربهٔ واقعی" وزن گذاشته است». شبکه‌های اجتماعی، محتوای کاربرساخته و انجمن‌ها تا حد زیادی بزرگ‌ترین دستهٔ برنده در تحلیل برندگان و بازندگان ۲۰۲۳ من بودند و بررسی عمیق کارآموز سابقم سیلویا گیتوتو (Silvia Gituto) دربارهٔ ردیت (Reddit) نشان داد این سایت در یک سال از شصت‌وهشتمین دامنهٔ پرنمایان به پنجمین دامنهٔ پرنمایان در نتایج جست‌وجوی آمریکای گوگل رسید (بر اساس Sistrix). در یک مقطع، پستی پنج‌ساله در ردیت (Reddit) از حسابی که دیگر حذف شده بود، در جست‌وجوی «چطور به پسر بچه دستشویی رفتن یاد بدهیم» از کلینیک مایو (Mayo Clinic) بالاتر قرار گرفت. عصر محتوای کاربرساختهٔ متمرکز بر تجربهٔ واقعی فرا رسیده بود.

نمودار شاخص دیدپذیری Sistrix برای reddit.com که دیدپذیری ثابت از ۲۰۱۷ تا اواسط ۲۰۲۳ و سپس صعودی تند را نشان می‌دهد که بالای ۳٬۰۰۰ امتیاز اوج می‌گیرد.
نمودار شاخص دیدپذیری Sistrix برای reddit.com که دیدپذیری ثابت از ۲۰۱۷ تا اواسط ۲۰۲۳ و سپس صعودی تند را نشان می‌دهد که بالای ۳٬۰۰۰ امتیاز اوج می‌گیرد.
برای مشاهدهٔ جزئیات، تصویر را باز کنید

۲۰۲۵ و ۲۰۲۶: تمرکز دوباره بر سازندگان فردی. در سپتامبر ۲۰۲۵، گوگل (Google) گوگل دیسکاور (Google Discover) را بازطراحی کرد تا کاربران بتوانند سازندگان فردی را دنبال کنند؛ سپس پروفایل‌های جست‌وجو (Search profiles) را راه‌اندازی کرد: صفحات قابل‌ادعا و تأییدشده‌ای برای سازندگان که کاربران می‌توانند مستقیماً از داخل جست‌وجو آن‌ها را دنبال کنند. در اکتبر ۲۰۲۶، دامین اندل (Damien Andell) از ۱۴۹۲.ویژن (1492.vision) به آگهی استخدامی گوگل اشاره کرد که درباره تبدیل دیسکاور به «فیدی فعال و به‌شدت شخصی‌سازی‌شده» بود و خاطرنشان کرد که در آن آگهی صراحتاً بر حفظ صداها و منابع انسانی در مرکز توجه تأکید شده است. تیم او همچنین مستند کرده است که پست‌های اینستاگرام (Instagram) و تیک‌تاک (TikTok) در کنار ایکس (X) و یوتیوب (YouTube) در دیسکاور آزمایش می‌شوند. با این تغییرات، سازندگان فردی سهم بیشتری در نسخهٔ گوگل از فید اجتماعی شخصی‌سازی‌شده پیدا می‌کنند.

جست‌وجوی هوش مصنوعی به جاهایی ارجاع می‌دهد که مردم دانش خود را در آن‌ها به اشتراک می‌گذارند

به نظر می‌رسد متخصصان واقعی و تجربه‌های زیستهٔ واقعی سهم بزرگی از ارجاع‌های جست‌وجوی هوش مصنوعی را می‌سازند و این را می‌توان از این واقعیت دید که کدام سایت‌ها بیشترین ارجاع را می‌گیرند. یوتیوب و ردیت (Reddit) به‌طور پیوسته دو وب‌سایت با بیشترین ارجاع در نمای کلی هوش مصنوعی (AI Overviews) گوگل هستند؛ به ترتیب با ۲۴٫۵٪ و ۱۸٫۱٪ از ارجاع‌ها در میان ۵۰ دامنهٔ برتر از نظر تعداد ارجاع در تحلیل نوامبر ۲۰۲۶ اهرفز (Ahrefs).

مطالعات دیگر به لینکدین (LinkedIn) هم اشاره می‌کنند. در پژوهشی از سم‌راش (Semrush) روی ۳۲۵٬۰۰۰ پرامپت در اوایل امسال، لینکدین دومین دامنهٔ پرارجاع در جست‌وجوی چت‌جی‌پی‌تی (ChatGPT Search)، حالت هوش مصنوعی (AI Mode) گوگل و پرپلکسیتی (Perplexity) بود و ۵۹٪ از محتوای لینکدینی که در جست‌وجوی چت‌جی‌پی‌تی و حالت هوش مصنوعی ارجاع داده شده بود، از اعضای فردی می‌آمد، نه از صفحات شرکت‌ها.

این موضوع برای من تعجب‌آور نیست؛ من دیده‌ام که پست‌ها و مقاله‌های لینکدین پالس (LinkedIn Pulse) من بلافاصله پس از انتشار در نتایج جست‌وجوی هوش مصنوعی گوگل ظاهر می‌شوند؛ مثل همین آزمایشی که با یک مقالهٔ لینکدین پالس (LinkedIn Pulse) درباره گوگل دیسکاور (Google Discover) انجام دادم. آن مقاله ظرف هفت ساعت پس از انتشار، رتبهٔ نخست را در نمای کلی هوش مصنوعی (AI Overviews) و یک ارجاع در حالت هوش مصنوعی (AI Mode) گرفت.

برای مشاهدهٔ جزئیات، تصویر را باز کنید
برای مشاهدهٔ جزئیات، تصویر را باز کنید

به بیان دیگر، بخش زیادی از اطلاعاتی که سیستم‌های جست‌وجوی هوش مصنوعی برای ساختن پاسخ‌ها به آن‌ها تکیه می‌کنند از جاهایی می‌آید که انسان‌های واقعی برای به اشتراک گذاشتن دانسته‌های واقعی خود به آن‌ها می‌روند؛ مثلاً سازنده‌ای در یوتیوب که توضیح می‌دهد چیزی را چطور تعمیر کرده یا کدام محصول را بیشتر دوست دارد، رشته‌ای در ردیت (Reddit) پر از تجربهٔ دست‌اول، یا پست سنجیده و مقالهٔ لینکدین پالس (LinkedIn Pulse) یک متخصص. متأسفانه همین پلتفرم‌ها هم با محتوای بی‌ارزش هوش مصنوعی سیل‌آسا پر شده‌اند و این دیگر پوشیده نیست.

یوتیوب و ردیت (Reddit) با محتوای غیراصیل برخورد می‌کنند

یوتیوب و ردیت (Reddit) درباره آنچه می‌خواهند نسبتاً صریح بوده‌اند و این هم به تجربه‌های اصیل انسانی اشاره دارد. در ژوئیه ۲۰۲۵، یوتیوب قاعدهٔ درآمدزایی خود با عنوان «محتوای تکراری» را به «محتوای غیراصیل» تغییر نام داد؛ قاعده‌ای که ویدیوهای ساخته‌شده با هوش مصنوعی از قالب‌های عمومی را در بر می‌گیرد که «بینش یا دیدگاه اصیل و شخصی سازنده را اضافه نمی‌کنند». نیل موهان (Neal Mohan)، مدیرعامل یوتیوب، در نامهٔ ۲۰۲۶ خود صراحتاً از «محتوای بی‌ارزش هوش مصنوعی» نام برد. استیو هافمن (Steve Huffman)، مدیرعامل ردیت (Reddit)، در فوریه نوشت: «اگر نتوانید به‌راحتی افکار یا توصیه‌های یک انسان واقعی را از یک ربات تشخیص دهید، آن اعتماد از بین می‌رود» و یک ماه بعد ردیت (Reddit) برچسب‌گذاری حساب‌های خودکار را آغاز کرد. در هر دو پلتفرم، به نظر می‌رسد مطمئن‌ترین مسیر برای دیده‌شدن همان چیزی است که کل این مطلب دربارهٔ آن است: یک انسان واقعی و قابل‌شناسایی باشید که تجربه‌های اصیل و صادقانه به اشتراک می‌گذارد و دیگران او را برای اعتماد انتخاب می‌کنند.

یک نفر می‌تواند ادراک از یک شرکت را تغییر دهد

من از نزدیک دیده‌ام که به اشتراک گذاشتن عمومی چه کاری برای یک کسب‌وکار می‌کند. وقتی به Amsive پیوستم، هرگز روی صحنه سخنرانی سئو نداده بودم و هیچ فعالیت عمومی در این صنعت نداشتم. از آن زمان، در نزدیک به نُه سال حضور در تیم سئوی این آژانس، پژوهش‌هایی را با نام خودم در وبلاگ آن منتشر کرده‌ام و در کنارش مصاحبه‌های پادکست، سخنرانی‌های کنفرانس، وبینارها و دیگر تلاش‌های بازاریابی را به نمایندگی از آژانس انجام داده‌ام. این کار برای آژانس لینک، ترافیک و شناخته‌شدن نام به همراه آورده است که مدت‌ها پس از انتشار هر مطلب همچنان رشد می‌کند. وقتی اخیراً بک‌لینک‌های آژانس را در اهرفز (Ahrefs) بررسی کردم، چند نکته برجسته بود:

مصاحبه‌ها و همکاری‌هایی که با خبرنگاران داشته‌ام برای Amsive لینک و اشارهٔ برند در نشریات معتبری مانند نیویورک تایمز (New York Times)، بی‌بی‌سی (BBC)، واشنگتن پست (Washington Post)، سی‌نت (CNET) و بسیاری دیگر به ارمغان آورده است.

نُه مورد از ۱۰ مقالهٔ پرلینک‌ترین در amsive.com پژوهش‌های دادهٔ اصیل تیم سئو هستند، از جمله هفت موردی که خودم نوشته‌ام یا در آن‌ها مشارکت داشته‌ام.

حدود ۱ مورد از هر ۱۳ سایت از میان تقریباً ۷٬۸۰۰ سایتی که به amsive.com لینک می‌دهند، نام من را در خود لینک یا بلافاصله کنار آن ذکر کرده‌اند؛ معمولاً به‌صورت نقل‌قولی از یک مقاله یا مصاحبه.

صفحهٔ نویسندهٔ من در amsive.com از ۱۲۰ سایت لینک گرفته است؛ بیشتر از همهٔ مقالات شرکت به‌جز هفت مورد.

این را می‌گویم چون می‌خواهم به مقصد این لینک‌ها اشاره کنم: همهٔ آن‌ها به شرکت می‌رسند. یک نفر (یا تیمی از افراد) که دانسته‌های خود را با نام خودشان به اشتراک می‌گذارند، می‌توانند اقتدار یک شرکت را به شکلی رشد دهند که محتوای برندی به‌تنهایی به‌ندرت چنین می‌کند. من همین الگو را در بی‌شمار برند دیگری دیده‌ام که متخصصان مورد اعتماد را در خط مقدم بازاریابی خود قرار می‌دهند و می‌کوشم همین رویکرد را در استراتژی‌های مشتریانم به کار ببرم.

البته من تنها نمونهٔ این کار نیستم و دیگران در این صنعت هم با همین رویکرد موفقیت می‌بینند. سال‌ها Wix آنچه وبلاگ اهرفز (Ahrefs) «شهرتی نسبتاً بد در سئو» می‌نامید را داشت. بسیاری از متخصصان سئو مشتریان را از آن دور می‌کردند. بعد Wix کار هوشمندانه‌ای کرد: متخصصان سئوی محترمی مانند کریستال کارتر (Crystal Carter) و موردی اوبرشتاین (Mordy Oberstein) را استخدام کرد تا برند را در جامعهٔ سئو نمایندگی کنند.

کریستال در ۲۰۲۲ پیوست و از آن زمان در بسیاری از کنفرانس‌های مهم جست‌وجو و بازاریابی سخنرانی کرده، هم‌میزبان پادکست SERP’s Up ویکس بوده و پژوهش‌های خودش را در سایت Wix منتشر کرده است. امروز وقتی نشریات سئو درباره خوب یا بد بودن Wix برای سئو می‌نویسند، اغلب به نام او اشاره می‌کنند. همان مقالهٔ اهرفز (Ahrefs)، تلاش او و موردی را برای «ویژگی‌های بیشتر سئو و ارتباط بهتر» می‌ستاید. حدود ۱ مورد از هر ۲۰ سایتی که به مرکز سئوی Wix لینک می‌دهند، نام کریستال را ذکر کرده‌اند؛ پادکست در فهرست‌های «بهترین پادکست‌های سئو» از بک‌لینکو (Backlinko) و اهرفز (Ahrefs) دیده می‌شود و صفحهٔ متخصص او پرلینک‌ترین پروفایل متخصص در این مرکز است.

برای نمونه‌ای مشهورتر بیرون از صنعت ما، به ریک استیوز (Rick Steves)، کارشناس سفر، نگاه کنید. او نخستین راهنمای سفر خود را در ۱۹۸۰ به‌صورت خودانتشار منتشر کرد و دهه‌هاست سالی حدود چهار ماه را در اروپا می‌گذراند، مسیرها را خودش می‌پیماید و هر سال راهنماهایش را به‌روز می‌کند. تجربهٔ زیستهٔ همین یک نفر به شرکتی با بیش از ۱۰۰ کارمند، مجموعه‌ای از پی‌بی‌اس (PBS) که از ۲۰۰۰ پخش می‌شود، انجمن و جامعهٔ آنلاین پررونق، برنامهٔ رادیوی عمومی و برنامهٔ تورهایی تبدیل شد که هر سال بیش از ۳۰٬۰۰۰ مسافر را به اروپا می‌برد.

تابستان امسال در لینکدین (LinkedIn) دربارهٔ سایت او نوشتم و آن را کامل‌ترین تجسم ای-ای-ای-تی (E-E-A-T) و نمونهٔ بی‌نقص رویکرد بازاریابی متخصص‌محور خواندم. او بر پایهٔ تجربهٔ دست‌اول به شما می‌گوید چه چیزی بیش از حد بزرگ‌نمایی شده، چه چیزی گران‌تر از ارزشش است یا چه چیزی را می‌توان نادیده گرفت و چون درآمدش از کتاب‌ها و تورها می‌آید، محتوایش از نفوذ همکاری در فروش در امان است. صداقت او خودِ محصول است. نمای کلی هوش مصنوعی (AI Overviews) گوگل اغلب به وب‌سایت او و همچنین صفحات یوتیوب و تیک‌تاک (TikTok) او ارجاع می‌دهد.

چگونه با مبلغان برند استراتژی انسان‌محور بسازیم

برندهایی که می‌توانند، باید با شناسایی متخصصان واقعی درون شرکت شروع کنند و روی دیده‌شدن آن‌ها سرمایه‌گذاری کنند. در عمل:

افراد درون میدان را پیدا کنید؛ کسانی که واقعاً چیزهایی می‌دانند. مدیر محصول، رئیس پشتیبانی، مهندسی که در اسلک به هر سؤال دشواری پاسخ می‌دهد، یا بنیانگذاری که هنوز تماس‌های مشتریان را می‌پذیرد.

حضور آن‌ها را در سایت خودتان تقویت کنید. روی ساختن صفحات «درباره ما»، صفحات نویسنده و متخصص و هر فرصت دیگری برای نشان دادن انسان‌های واقعی و متخصصان واقعی شرکت تمرکز کنید. از پروفایل‌های نویسندهٔ آن‌ها برای برجسته کردن کارهای خوبی که انجام داده‌اند استفاده کنید، به شبکه‌های اجتماعی‌شان پیوند بدهید و صفحه را به‌عنوان نمونه‌کار شخصی متخصص ببینید. به آن‌ها صدا بدهید و راهی برای مشارکت در ارتباطات شرکت فراهم کنید؛ چه با نوشتن در وبلاگ و چه با ساختن بستری در لینکدین (LinkedIn) برای پشتیبانی از تلاش‌هایشان در شرکت.

آن‌ها را تشویق کنید که ردپای تخصصی خود را بیرون از سایت شما بسازند. متخصصان می‌توانند در کنفرانس‌ها سخنرانی کنند، در پادکست‌ها مصاحبه بدهند یا در نوشتن پست‌ها در ردیت (Reddit) (یا حتی مدیریت ساب‌ردیت رسمی برند)، لینکدین (LinkedIn) یا دیگر جوامع آنلاینی که خریداران شما وقت می‌گذرانند کمک کنند. به آن‌ها کمک کنید پنل دانش (Knowledge Panel) خود را به دست آورند و ادعا کنند و در صورت واجد شرایط بودن، پروفایل جست‌وجو (Search profile) خود را بگیرند. این را راهی برای ساختن برند شخصی‌شان بدانید که همزمان دیده‌شدن شرکت را هم رشد می‌دهد.

تبلیغات فروش را از آن بیرون نگه دارید. مردم کسانی را دنبال می‌کنند که واقعاً برایشان سودمندند و بازاریابی مؤثر به‌طور فزاینده‌ای اصیل می‌شود، نه فروش‌محور. داده‌ها، اشتباه‌ها و «هنوز نمی‌دانم»ها را به اشتراک بگذارید و کار دیگران را سخاوتمندانه ارج بگذارید.

افرادتان را به‌راحتی قابل‌راستی‌آزمایی کنید. در اکتبر گفتم که پرارجاع‌ترین صفحه در سایت یک مشتری سازمانی در نمای کلی هوش مصنوعی (AI Overviews) و حالت هوش مصنوعی (AI Mode)، صفحهٔ «درباره ما»ی آن بود: تاریخچه‌ای مفصل و خوانا برای انسان از شرکت. هنوز معتقدم که معمولاً روی صفحات «درباره ما» کمتر از حد لازم سرمایه‌گذاری می‌شود.

برای مشاهدهٔ جزئیات، تصویر را باز کنید

دو نقد منصفانه وجود دارد، چون این رویکرد برای هر شرکتی ممکن نیست: در برخی صنایع، تیم‌های انطباق انتشار پست شخصی را واقعاً دشوار می‌کنند. و افراد ممکن است شرکت را ترک کنند و برند شخصی خود را با خود ببرند. پاسخ من این است که بکوشید چند صدا بسازید، نه اینکه به یک نفر تکیه کنید (دوست و همکارم ویولا اوا (Viola Eva) اخیراً نوشت که در شرکت او، آژانس فلو (Flow Agency)، دقیقاً همین کار را می‌کنند). علاوه بر این، یادتان باشد هر لینک، اشاره و پوششی که در دوران نمایندگی فرد برای شرکت به دست آمده، حتی پس از رفتن او می‌تواند دارایی ارزشمندی برای شرکت بماند.

چرا این رویکرد در طول زمان پایدار می‌ماند

در ژوئیه ۲۰۲۳ در لینکدین (LinkedIn) نوشتم که حتی اگر گوگل نتواند محتوای هوش مصنوعی را از محتوای انسانی تشخیص دهد، یک نفر دیگر می‌تواند: «حدس بزنید چه کس دیگری از خواندن محتوای هوش مصنوعی خوشش نمی‌آید؟ کاربران.» از آن زمان پژوهش‌های مصرف‌کننده به این واقعیت رسیده‌اند. نظرسنجی گارتنر (Gartner) در تابستان امسال نشان داد که اکثریت مصرف‌کنندگان آمریکایی می‌گویند محتوای هوش مصنوعی اعتمادشان را به پیام‌های برندها کمتر کرده است و پژوهش ۲۰۲۶ امپلیفای (Emplifi) نشان داد که تنها ۳۵٪ آمریکایی‌ها اصلاً به محتوای تولیدشده با هوش مصنوعی اعتماد دارند (نه اینکه لزوماً همه بتوانند تفاوت را تشخیص دهند). من این را «خستگی از محتوای بی‌ارزش» می‌نامم و فکر می‌کنم پلتفرم‌ها بالاخره دارند به آن واکنش نشان می‌دهند (یا دست‌کم می‌کوشند).

هر ترفندی که در این صنعت از مد افتاده است، از لینک‌هایی که در سال ۲۰۱۱ خریدم تا فهرست‌های رتبه‌بندی و اشاره‌های پولی که در سال ۲۰۲۶ سراسر اینترنت را پر کرده‌اند، تنها با یک هدف در مقیاس بزرگ اجرا شده است: دیده‌شدن در جست‌وجو. تقریباً همین فهرست، دقیقاً همان چیزهایی است که مصرف‌کنندگان می‌گویند بیشتر از همه در سئو از آن‌ها خوششان نمی‌آید. متخصصان واقعی و مشارکت‌کنندگان باتجربه اثر معکوس دارند: آن‌ها چیزهایی را به این فضا اضافه می‌کنند که اینترنت را انسانی‌تر می‌کند، و محبوب‌ترین و پرارجاع‌ترین پلتفرم‌ها سخت تلاش می‌کنند تا در اینترنتی که سرشار از محتوای بی‌ارزش هوش مصنوعی است، انسانیت خود را حفظ کنند.

دلیل دیگری هم برای پایداری این رویکرد وجود دارد: شهرت شما در نهایت با آنچه دیگران درباره‌تان می‌گویند تعیین می‌شود، نه با آنچه خودتان درباره خودتان می‌گویید. یکی از بندهای دستورالعمل‌های ارزیاب کیفیت جست‌وجو (Search Quality Rater Guidelines) که در سال ۲۰۱۹ روی اسلایدی گذاشتم این است: «وقتی میان آنچه وب‌سایت درباره خودش می‌گوید و آنچه منابع مستقل معتبر درباره آن وب‌سایت می‌گویند اختلاف باشد، به منابع مستقل اعتماد می‌کنیم.»

جست‌وجوی هوش مصنوعی این مشعل را پیش می‌برد، چون مدل‌های زبانی بزرگ (LLM) هر روز بهتر می‌توانند شهرت یک فرد یا برند را بر اساس آنچه دیگران درباره‌اش می‌گویند تشخیص دهند. به نظر می‌رسد این توانایی به‌طور فزاینده‌ای شامل شناسایی خودتبلیغی هم می‌شود. جمنای (Gemini) اکنون مراحل استدلال خود را نشان می‌دهد و در این نمونه (با اشاره به گاگان گوترا (Gagan Ghotra)) مستقیماً بررسی کرده است که آیا فهرست‌های «بهترین آژانس سئوی هوش مصنوعی» خودتبلیغی هستند و آژانس‌ها خودشان را در آن‌ها بالا آورده‌اند یا نه، تا بسنجد آن رتبه‌بندی‌ها چقدر عینی‌اند. توصیه‌شدن واقعی از سوی دیگران، پایدارترین راه پیش روست.

برای مشاهدهٔ جزئیات، تصویر را باز کنید

مردم دنبال‌کردن آدم‌ها را دوست دارند. این موضوع پیش از گوگل هم درست بود و پس از هر چیزی که جای گوگل را بگیرد هم درست خواهد بود. برندهایی که این را درک کنند، به ترفند بعدی نیازی نخواهند داشت.

منابع بیشتر:

مجموعه تازه رشد ارگانیک: جست‌وجو، شبکه‌های اجتماعی، انجمن‌ها و هوش مصنوعی

آنچه موتورهای جست‌وجو اکنون به آن اعتماد می‌کنند: اقتدار، تازگی و سیگنال‌های دست‌اول

لینکدین (LinkedIn) درباره آنچه برای دیده‌شدن در جست‌وجوی هوش مصنوعی کار می‌کند می‌گوید

این مطلب در ابتدا در ساب‌استک لیلی ری در نیویورک (Lily Ray NYC Substack) منتشر شده بود.