چرا در AI Overview و AI Mode منبع نمیشوی؟

یه صحنه تکراری این چند ماه. کلاینت پیام میده ترافیک افتاده. سرچ کنسولو باز میکنی، رتبه ها سرجاشونن، impression حتی بالاترم رفته، ولی کلیک آب رفته. دنبال پنالتی میگردی، نیست. دنبال مشکل فنی میگردی، اونم نیست. لاگ سرورو نگاه میکنی، همه چی عادیه.

بعد یه فرض غلط شکل میگیره: «پس حتما محتوا ضعیف شده.» و از فردا تیم محتوا میفته به بازنویسی چیزایی که اصلا مشکلی نداشتن.

ببین، مشکل یه جای دیگه ست. تو همون کوئری، بالاتر از ۱۰ تا سایتی که تو سرپ لیست شدن، گوگل یه AI Overview نشون میده که خودش جواب کاربرو داده و سه چهارتا سایتو هم به عنوان منبع لینک کرده. اسم تو تو اون لیست نیست. کاربر جوابشو گرفته، اسکرول نکرده، رفته.

حالا سوال اصلی اینه: گوگل اون سه چهارتا منبعو از کجا انتخاب کرده؟ اگه فکر میکنی از بین همون ده تای اول برداشته، این مقاله رو تا آخر بخون. چون این تصور غلطه و خود گوگل تو دادگاه خلافشو گفته.

قبل اینکه بریم سراغ اصل ماجرا اینا رو از هم جدا کنیم، چون خیلیا قاطیشون میکنن و بعد نتیجه گیری غلط ازش درمیارن.

یه نکته که مستقیم به ما ربط داره: هجدهم فوریه ۲۰۲۶ گوگل AI Mode رو به ۵۳ زبان جدید برد و فارسی هم تو همون لیست بود. یعنی این دیگه یه بحث «آینده» نیست که بگیم بعدا بهش میرسیم.

یه کلمه که تو کل این بحث تکرار میشه: grounding

مدل زبانی خودش از خودش متن درمیاره و ممکنه چرت بگه. واسه اینکه جلوشو بگیرن، قبل از اینکه بذارن جواب بده، چندتا سند واقعی از وب جلوش میذارن و بهش میگن جوابتو فقط از رو اینا بساز. به این کار میگن grounding، یعنی وصل کردن جواب مدل به منابع واقعی. لینکایی که زیر AI Overview میبینی، همون سندان.

پس کل سوال این مقاله میشه: گوگل اون سندا رو از کجا برمیداره؟ جواب این سوال دقیقا همون جاییه که تصور اکثر ما غلط بوده.

این حرف مال من نیست. تو پرونده ضدانحصار وزارت دادگستری آمریکا علیه گوگل، پرونده شماره 1:20-cv-03010-APM، صفحه ۳۵، بند ۴۴ و ۴۵. کسی هم که این حرفو زده Liz Reid ه، رئیس Search گوگل.

بذار تیکه تیکه بازش کنم، چون هر کلمه ش مهمه.

RankEmbed چیه؟ تو همین پرونده توضیح داده شده که یه مدل یادگیری عمیقه. کارش اینه که کوئری و صفحه رو تبدیل میکنه به بردار و بر اساس نزدیکی معنایی تصمیم میگیره. یعنی ملاکش شباهت معناییه، نه چیزایی مثل بک لینک و اعتبار دامنه. این خودش کلی چیزو توضیح میده.

«سند کمتری برمیداره» یعنی چی؟ یعنی سبد خیلی کوچیکتره. Search کامل ممکنه هزارتا صفحه رو کاندید کنه و بعد با صدها سیگنال مرتبشون کنه. FastSearch یه لیست کوتاه درمیاره. اگه اسم تو تو اون لیست کوتاه نباشه، حتی وارد رقابت هم نشدی.

«کیفیتش پایینتره» رو خودشون گفتن. یعنی سیگنالای اسپم و کیفیتی که تو Search کامل حساب میشن، احتمالا اینجا کامل حساب نمیشن. این توضیح میده چرا بعضی وقتا تو AI Overview یه منبع بی کیفیت میبینی که تو نتایج عادی هیچوقت رتبه نمیگیره.

یه تناقض ظاهری که باید ببینیش

گوگل تو مستندات عمومیش میگه AI Overview و AI Mode رو همون سیستمای اصلی رتبه بندی و کیفیت Search سوارن. سند دادگاه میگه واسه grounding یه لایه سبکتر با سیگنالای کمتر کار میکنه. هردوش مستنده و من هیچکدومو رد نمیکنم.

به نظرم دارن راجع به دو لایه مختلف از یه سیستم حرف میزنن. ایندکس و کیفیت پایه از همون دنیای Search میاد، ولی انتخاب سریع سندا واسه مدل با ملاکای کمتری انجام میشه. هرکی یکیشو برداره و اون یکیو دور بندازه، داره نصف ماجرا رو تعریف میکنه.

اون متنی که بالای نتایج میبینی رو Search ننوشته. یه مدل جداگونه نوشته. تو یکی از اسناد وزارت دادگستری، سند شماره ۱۳۷۰ که ۲۹ مه ۲۰۲۵ ثبت شده، اسمشم اومده: MAGIT. یه نسخه دستکاری شده از Gemini که با داده های Search آموزش دیده.

پس زنجیره کامل اینجوریه: FastSearch سندا رو جمع میکنه، MAGIT از روشون متن AI Overview رو مینویسه، و آخرش چندتا از همون سندا به عنوان لینک منبع زیر متن نشون داده میشن.

یعنی دوتا فیلتر پشت سر هم داری. اول باید FastSearch صفحه تو برداره. بعد باید MAGIT از بین اونایی که برداشته، تو رو انتخاب کنه. اگه فیلتر اولو رد نکنی، فیلتر دوم اصلا صفحه تو نمیبینه، هرچقدرم متنت خوب باشه.

حالا یه قدم بریم عقبتر. کاربر یه سوال میپرسه. اون سوال همونجوری که هست به FastSearch نمیرسه.

شکستن سوال یعنی چی

اسم فنیش query fan-out ه. کاری که میکنه اینه: مدل سوال کاربرو برمیداره و ازش چندتا سوال کوچیکتر درمیاره، هرکدوم راجع به یه زاویه از موضوع. بعد همه شونو همزمان سرچ میکنه، جوابا رو کنار هم میچینه و ازش یه متن یکپارچه درمیاره.

مثال بزنم که جا بیفته. کاربر تو AI Mode میپرسه «هزینه کاشت مو چقدره». مدل ممکنه از توش این پنج تا رو دربیاره: فرق قیمت روشا چیه، چند جلسه لازمه، عوارضش چیه، تو ترکیه چقدر درمیاد، اقساطی هم هست یا نه. کاربر هیچکدوم از این پنج تا رو تایپ نکرده. مدل خودش ساخته و واسه هرکدوم جدا رفته سند جمع کرده.

یعنی صفحه تو ممکنه واسه کوئری اصلی رتبه یک باشه، ولی واسه هیچکدوم از این پنج تا سوال کوچیک جواب مستقلی نداشته باشه. اونوقت تو متن نهایی اسمی ازت نمیاد.

این تکنیک از هوا هم نیومده. سه تا پتنت مستقیم بهش ربط دارن:

یعنی چی واسه تو؟ یعنی دیگه واسه یه کیورد نمیجنگی. واسه یه بسته از سوالای کوچیک میجنگی که هیچکدومشون تو Keyword Planner نیستن، چون اصلا هیچکس سرچشون نکرده. اینا رو باید حدس بزنی و واسه هرکدوم یه جواب مستقل تو سایتت داشته باشی.

فرض کن FastSearch صفحه تو برداشته و تو سبد هستی. حالا MAGIT باید از بین ده تا سند تصمیم بگیره کدومو تو متن AI Overview بیاره و لینک بده. با چه ملاکی؟ گوگل واسه دقیقا همین یه پتنت ثبت کرده.

ایده ش ساده ست و بیرحم. AI Overview قراره یه متن کوتاه بسازه و سه چهارتا لینک بده. اگه پنج تا سایت دقیقا یه حرفو بزنن، مدل چه دلیلی داره هر پنج تا رو لینک کنه؟ فقط اونی رو برمیداره که یه چیزی داره که بقیه ندارن. اگه متنت همون حرفای ده تای اولو با کلمات دیگه گفته باشه، امتیازت نزدیک صفره.

این دقیقا همون جاییه که بازنویسی محتوای رقیب، که سالها تو بازار ما جواب میداد، دیگه جواب نمیده. اون روش واسه دنیایی ساخته شده بود که تو سرپ ۱۰ تا سایت لیست میشد و هرکدوم یه شانسی داشتن. تو AI Overview فقط سه چهارتا جا هست.

حالا بریم سراغ فایلای لو رفته

تو فایلای لو رفته Content Warehouse، تو ماژول QualityNsrPQData یه فیلد هست به اسم contentEffort. توضیحش اینه: تخمین میزان زحمتی که واسه صفحات مقاله ای کشیده شده، با یه مدل زبانی.

تو همون ماژول یه فیلد دیگه هم هست به اسم deltaSubchunkAdjustment که میگه یه تنظیم رو کل صفحه اعمال میشه که از روی تیکه های همون صفحه حساب شده. یعنی کیفیتو تو سطح تیکه ها هم میسنجن و نتیجه شو برمیگردونن رو کل صفحه.

از وقتی بحث chunking بالا گرفت یه توصیه پخش شد: متنو تیکه تیکه کن که مدل راحتتر واسه AI Overview برداره. این توصیه غلطه و خود گوگل ردش کرده.

تو رویداد Search Central Live میلان، هجدهم ژوئن ۲۰۲۶، گفتن تیکه تیکه کردن اجباری پاراگرافا واسه هوش مصنوعی فایده ای نداره و محتوا رو باید بر اساس اینکه آدم راحت بخونه بچینی. Danny Sullivan هم قبلترش تو پادکست Search Off the Record راجع به همین توصیه صاف گفته بود همچین چیزی ازتون نمیخوان.

این با چیزی که بالاتر گفتم تناقض نداره. تیکه تیکه کردن تو سیستم داخلی گوگل هست، ولی این کار اوناست نه کار تو. کار تو اینه که هر تیکه ای که برمیدارن، تنهایی و بدون خوندن بقیه صفحه یه چیز مشخصو برسونه. اینا دوتا حرف کاملا جداست و قاطی کردنشون باعث شده کلی سایت الکی ساختار محتواشونو خراب کنن.

اول ببینیم اندازه ضرر چقدره، بعد بریم سراغ ابزار.

عددی که ارزش دونستن داره

کار Saharsh Agarwal و Ananya Sen از Indian School of Business و Carnegie Mellon، منتشر شده تو SSRN سوم آوریل ۲۰۲۶ و بازبینی شده هفدهم ژوئن ۲۰۲۶. اولین آزمایش میدانی تصادفی رو این موضوع. یه افزونه کروم ساختن و ۱۰۶۵ کاربرو تصادفی تقسیم کردن: واسه یه گروه AI Overview رو زنده حذف میکردن، واسه گروه کنترل نه.

نتیجه: وقتی AI Overview نشون داده میشد، کلیک ارگانیکی که از گوگل بیرون میومد ۳۹.۸ درصد کمتر بود و سرچای بدون کلیک از ۵۴ رفت به ۷۲ درصد. کلیک رو تبلیغات هیچ تغییری نکرد، یعنی ضرر فقط سمت ارگانیکه. و رضایت کاربرم بهتر نشده بود.

اون عدد ۳۹.۸ یه عدد همبستگی نیست، یه عدد علّیه. فرقش اینه که دیگه نمیشه گفت شاید یه چیز دیگه ای باعثش شده. محدودیتم داره: فقط کاربرای دسکتاپ آمریکا، و هنوز داوری همتا نشده.

حالا ابزار اندازه گیری

سوم ژوئن ۲۰۲۶ گوگل تو سرچ کنسول یه گزارش جدید راه انداخت که impression هایی رو نشون میده که از AI Overviews و AI Mode و قابلیتای مولد Discover میاد.

محدودیتاشم بدونی بهتره. فعلا فقط impression داره، خبری از click و CTR و query نیست، پس میفهمی که دیده شدی ولی نمیفهمی چقدر ارزش داشته. هر سه تا سطح AI Overviews و AI Mode و Discover تو یه نما با هم قاطین و نمیشه جداشون کرد. اولشم فقط واسه یه بخشی از سایتای بریتانیا باز شد، پس ممکنه هنوز به property تو نرسیده باشه.

تا اینجا تشخیص بود، اینم نسخه. یه جدول ساده که همین امروز تو گوگل شیت میسازیش. پرش کردم که ببینی منظورم چیه؛ سطر عنوانو کپی کن و بقیه شو با داده خودت پر کن.

کوئری پولساز:هزینه کاشت مو

1. پنج تا کوئری که بیشترین پول رو درمیارن بردار، نه پرترافیک تریناشو. اینا با هم فرق دارن.
2. واسه هرکدوم هشت تا ده تا سوال کوچیک بنویس. همون کاری که مدل موقع fan-out میکنه: قیمت، مقایسه، شرایط، محدودیت، جایگزین، عوارض، زمان بندی، تجربه واقعی.
3. بگرد ببین تو سایت خودت جوابی هست که تنهایی و بدون خوندن بقیه صفحه معنی بده. اگه جواب لای یه پاراگراف هزار کلمه ای دفن شده، از نظر AI Overview یعنی نداری.
4. ستون «چیزی که فقط ما داریم» رو با صداقت پر کن. عدد، تجربه میدانی، تست، مورد واقعی. اگه خالی موند، اون صفحه از نظر حرف تازه چیزی واسه عرضه نداره و شانسی واسه لینک شدن تو AI Overview نداری.
5. سطر چهارم جدول بالا رو ببین. وقتی چیز تازه ای نداری، جواب درست «فعلا هیچی» ه، نه اینکه یه صفحه توخالی بسازی.

پس «یه صفحه کامل واسش ساخته شه» یعنی وقتی یه سوال کوچیک انقدر بزرگه که واقعا یه صفحه میخواد؛ نه اینکه واسه ده تا سوال کوچیک، ده تا صفحه نازک بسازی. اولی استراتژی محتواست، دومی اسپمه و گوگل صاف گفته.

هرچی بالا خوندی یه درجه اطمینان متفاوت داره و من عمدا کنار هرکدوم نشونش دادم. این تفکیکو جدی بگیر:

• سند دادگاهحرفی که زیر قسم زدن و رای قاضی. بالاترین درجه اطمینانی که تو این حوزه داریم.
• گفته رسمیمستندات و اعلامای خود گوگل. قابل استناده، ولی همیشه ناقصه و گاهی مبهم.
• پتنتثبت شده، ولی ثبت شدن یعنی گوگل حق مالکیت اون ایده رو گرفته، نه اینکه حتما داره ازش استفاده میکنه. بیل اسلاوسکی همیشه رو همین تاکید میکرد.
• فایل لو رفتهفایلای داخلی که گوگل هیچوقت تاییدشون نکرد و وزن سیگنالام توشون نیست.
• مطالعه مستقلکار یه گروه بیرونی با محدودیتای خودش. جامعه آماری و بازار و بازه زمانیشو همیشه چک کن.

هرکی این پنج تا رو با هم قاطی کنه و همه رو «گوگل گفته» جا بزنه، یا داره اشتباه میکنه یا داره یه چیزی میفروشه.

حرف آخر

تا دیروز کارت این بود که تو سرپ بین ۱۰ تا سایت اول بری بالا. الان کارت اینه که اول FastSearch صفحه اتو برداره، بعدش یه چیزی داشته باشی که MAGIT دلیلی داشته باشه از بین بقیه تو رو لینک کنه.

اولی هنوزم مهمه ولی دیگه کافی نیست. دومیم چیزی نیست که با ابزار درست شه؛ با تصمیم راجع به اینکه چی تولید کنی درست میشه، و اینو هیچکس جز خودت نمیتونه بگیره.

هرچی تو این مقاله گفتم از اینا دراومده. خودت برو ببین، به حرف من اکتفا نکن.

تحلیل بر پایه مستندات — شهرام رهبری