عصر ما بعد الروابط وتغير مفهوم البحث
تتغير طريقة بحث الناس عن المعلومات بشكل جذري مع اعتمادهم على نماذج اللغة الكبيرة التي تجمع معلومات من مصادر متعددة وتقدم إجابة جاهزة داخل واجهة الاستخدام دون الحاجة لتصفح المواقع الأصلية.
يطرح هذا التحول تحديًا للعلامات التجارية والناشرين، فالنقرات على الروابط لم تعد المعيار الأساسي للظهور كما كانت في الماضي، وتبنى استراتيجيات تحسين محركات البحث على حلقة تقوم على نشر المحتوى وترتيبه وجذب النقرات وقياس الأداء عبر حركة المرور والتفاعل.
تكسر هذه الحلقة التقليدية، إذ تتيح الإجابات التي تولدها أدوات الذكاء الاصطناعي للمستخدمين الحصول على معلومات كاملة دون زيارة المصادر الأصلية، بينما لا تسجل أدوات التحليل التقليدية نشاطهم، وهذا ليس مجرد تقلب مؤقت في السلوك بل تحول هيكلي في كيفية استهلاك المعلومات.
لا تعمل نماذج اللغة الكبرى مثل محركات البحث التقليدية لأنها تجمع بين بيانات التدريب والبحث في الوقت الفعلي والاستدلال الداخلي لتوليد الإجابات، وتظهر الدراسات أن كل نموذج يبحث بطريقة مختلفة حتى عند الإجابة عن سؤال واحد.
فعلى سبيل المثال، يميل شات جي بي تي إلى استفسارات طويلة ومُشبّعة بالسياق لتوفير شرح مفصل، بينما يركّز بيربلكستي على استفسارات أقصر تشبه القوائم مع تركيز على الحداثة والمقارنة، وهذا يعني أن ظهور موضوع معين ليس مضمونًا في جميع النماذج وقد يظهر في نموذج ولا يظهر في آخر.
مع هذا الواقع، يحتاج صانعو المحتوى إلى إعادة التفكير في استراتيجياتهم: لم تعد النقرات الإشارة الأساسية، يجب تصميم المحتوى بما يتوافق مع طريقة نماذج الذكاء الاصطناعي في تحليل وتجميع المعلومات، وهذا يعني تقديم الحقائق بشكل واضح ومنظم، وإضفاء سياق حديث، واعتماد مصادر موثوقة، وتقسيم المحتوى إلى أقسام معنونة بشكل جيد.
المحتوى المعد للاكتشاف عبر الذكاء الاصطناعي يحتاج إلى مزيج من العمق والحداثة: شروحات تدعم الاستدلال السياقي كما يفضله شات جي بي تي، وأقسام مختصرة وغنية بالإشارات كما يفضله بيرفلكستي، ما يعكس تعقيد ظهور العلامات التجارية في هذا السياق.
ويواجه الناشرون والمسوقون تحديًا في قياس مدى ظهور صفحاتهم لدى وكلاء الذكاء الاصطناعي، فالأدوات التقليدية تقيس عدد المشاهدات فقط، بينما قد تدمج النماذج الأفكار دون أي نقرة، كما تفتقد الشفافية في خطوات الاسترجاع والاستدلال لدى كل نموذج، واختلاف أولويات النماذج يجعل المحتوى الجيد قد لا يلفت الانتباه إذا لم يتواءم مع أنماط اختيار المصادر لدى كل نموذج.
لماذا تظهر علامتك التجارية في نموذج وتختفي في آخر؟
قد يظهر المحتوى نفسه في نموذج واحد ولا يظهر في آخر بسبب اختلاف مصادر البيانات وطرق الاسترجاع والاستدلال بين النماذج.
لمواجهة التحدي ظهرت حلول هندسية تركز على فهم طريقة عمل النماذج بدلاً من الاعتماد على الترويج فقط، فتحلل استفسارات النماذج أثناء تكوين الإجابة وتربط خصائص المحتوى بأنماط الظهور في كل نموذج.
من خلال رصد سلوك الذكاء الاصطناعي على نطاق واسع، يمكن للمسوقين قياس ظهور علامتهم في المحادثات بدلاً من الاعتماد على النقرات وتحويل البيانات التقنية إلى رؤى عملية.
هذا يمثل مستقبلًا يركز على قيمة المحتوى أكثر من مجرد ترتيب الصفحات وحركة المرور، فالعلامات التجارية التي ستنجح هي التي تعرف كيف تنتج محتوى عالي الجودة يمكن للأنظمة الذكاء الاصطناعي استخلاصه واستخدامه حتى دون عودة المستخدمين لزيارة صفحات الويب.
