النسخة المختصرة
لسنوات، كان عمل GEO يعاني من مشكلة قياس مزعجة: تستطيع الفرق رؤية إجابات الذكاء الاصطناعي، لكنها لا تستطيع إثبات سبب ظهور مصدر معين، أو عدد مرات ظهوره، أو ما إذا كانت الرؤية تتحسن فعلاً.
هذا يتغير الآن. بدأ Bing بعرض بيانات AI Performance داخل Bing Webmaster Tools في فبراير 2026، ثم أضاف في يونيو Intents وTopics وCitation Share وCompare. وأطلقت Google في 3 يونيو 2026 تقارير أداء Search Generative AI في Search Console، مع تقارير مخصصة لرؤية AI Overviews وAI Mode وميزات الذكاء الاصطناعي التوليدي في Discover.
هذا لا يعني أن الصندوق الأسود اختفى. بل يعني أن حواف الصندوق أصبحت مرئية أخيراً.
الخلاصة العملية لفرق النمو بسيطة: لم يعد من الممكن بيع GEO أو إدارته على أساس “كتبنا محتوى مناسباً للذكاء الاصطناعي ورأينا بعض لقطات الشاشة”. يحتاج GEO إلى روتين قياس: أي الصفحات تظهر، أي سياقات استعلامات AI تسترجعها، أي الموضوعات تكسب أو تخسر تغطية، وأي فجوات محتوى تبقي المنافسين داخل مجموعة الإجابات.
Caption: يجب أن تغذي بيانات بحث AI من الطرف الأول حلقة أسبوعية: مراقبة الاستشهادات، رسم خريطة الموضوعات، إصلاح المحتوى، ثم القياس مرة أخرى.
ما الذي تغيّر في Bing Webmaster Tools
تحرك Bing أولاً. في 10 فبراير 2026، قدمت Microsoft ميزة AI Performance داخل Bing Webmaster Tools كمعاينة عامة للرؤية عبر Microsoft Copilot، والملخصات التي ينشئها AI في Bing، وبعض تكاملات الشركاء. ركزت لوحة التحكم الأولى على أسئلة عملية للناشرين: أي الصفحات تم الاستشهاد بها، كيف تغير نشاط الاستشهاد بمرور الوقت، وأي عبارات grounding query كانت مرتبطة بذلك.
ثم في 16 يونيو 2026، وسّع Bing المعاينة عالمياً وأضاف أربع طرق عرض أكثر فائدة:
| إشارة Bing | ماذا تخبرك | كيف يجب أن يستخدمها فريق GEO |
|---|---|---|
| Intents | الغرض الأوسع وراء grounding queries التي تؤدي إلى الاستشهاد، مثل البحث، أو النية التجارية، أو المحلي، أو المعلوماتي، أو سياقات الحل والتعلم | فصل الرؤية التعليمية عن الرؤية ذات نية الشراء بدلاً من التعامل مع كل استشهاد على أنه متساوٍ |
| Topics | تجميع grounding queries المرتبطة ضمن موضوعات أوسع | العثور على المجالات الموضوعية التي يصبح فيها الموقع مصدراً موثوقاً، والمناطق التي لا تزال التغطية فيها ضعيفة |
| Citation Share | نسبة الاستشهادات التي يحصل عليها موقعك لاستعلام grounding query مقارنة بجميع الاستشهادات المعروضة عبر المواقع | مراقبة الحضور النسبي بمرور الوقت دون اعتباره مقياساً مباشراً لحصة الزيارات |
| Compare | مقارنة أنماط الاستشهاد عبر الزمن | التحقق مما إذا كانت تحديثات المحتوى أو الإصلاحات التقنية أو أحداث السوق قد غيرت رؤية AI |
Caption: يمنح Bing Webmaster Tools الناشرين الآن عرض AI Performance من الطرف الأول، بما في ذلك تقارير الاستشهادات والصفحات المستشهد بها.
العبارة المهمة هي “grounding query”. وهي ليست دائماً العبارة نفسها التي كتبها المستخدم. إنها أقرب إلى لغة الاسترجاع التي استخدمها نظام AI أثناء البحث عن مادة مصدرية. بالنسبة لفرق المحتوى، هذا الفرق مهم. قد يسأل مشترٍ: “أي مزود SOC 2 آمن لفريق مالي متوسط الحجم؟” قد تفكك طبقة grounding ذلك إلى مفاهيم بحث عن مصادر مثل “مقارنة مزودي SOC 2”، و“برامج الامتثال للخدمات المالية”، و“متطلبات أمن البيانات للشركات المتوسطة”، و“دليل دعم العملاء”.
هنا تبدأ عادات SEO القديمة بالفشل. صفحة واحدة تستهدف كلمة مفتاحية واحدة قد تبدو جيدة في أداة تتبع الترتيب، لكنها تظل ضعيفة لاسترجاع AI لأن الإجابة تحتاج إلى أدلة عبر حالات استخدام وكيانات ومقارنات ونقاط إثبات ولغة مخاطر.
ما الذي تغيّر في Google Search Console
اتبعت Google بخطوة أضيق لكنها مهمة. في 3 يونيو 2026، أعلنت Google عن تقارير أداء Search Generative AI في Search Console. يتم طرح هذه التقارير لمجموعة من المواقع بينما تختبر Google وتجمع الملاحظات.
الإصدار الأول ليس بعمق عرض AI Performance الموسع من Bing. تقول Google إن التقارير تعرض:
| حقل تقرير Google | معناه |
|---|---|
| Impressions | عدد مرات ظهور عناوين URL من موقعك في ميزات AI التوليدية داخل Search وDiscover |
| Pages | أي عناوين URL ظهرت داخل ميزات AI |
| Countries | أين حدثت الرؤية |
| Devices | الرؤية حسب الجهاز لنتائج Search |
| Dates | عروض الأداء بالساعة واليوم والأسبوع والشهر |
Caption: يفصل تقرير Search Console من Google رؤية AI التوليدي عن واجهة أداء Search الأوسع.
الفجوات واضحة. ستحتاج معظم الفرق إلى سياق الاستعلامات، وسلوك النقر، وأنماط prompt، وموضع الإجابة، وجودة الاستشهاد. لم تقدم Google كل ذلك بعد.
ومع ذلك، فإن قرار المنتج مهم. فصلت Google رؤية AI التوليدي عن عرض أداء Search الأكبر. هذه إشارة عامة إلى أن رؤية AI Search لم تعد ملاحظة جانبية داخل تقارير SEO التقليدية.
الحجم يوضح أيضاً سبب الأهمية. في Google I/O 2026، قالت Google إن AI Overviews لديها أكثر من 2.5 مليار مستخدم نشط شهرياً، وإن AI Mode تجاوز مليار مستخدم نشط شهرياً. هذه الأرقام لا تخبرك بكمية الزيارات التي سيحصل عليها موقعك، لكنها تخبرك أن AI Search كبير بما يكفي ليستحق نموذج قياس خاصاً به.
التحول الحقيقي: من ترتيب الكلمات المفتاحية إلى تغطية الاسترجاع
المقال الأصلي الذي يستند إليه هذا النص أصاب نقطة مهمة: الصناعة تبتعد عن معارك الكلمة المفتاحية الواحدة. الإطار الأفضل هو تغطية الاسترجاع.
يسأل SEO التقليدي: “هل يمكن لهذه الصفحة أن تحصل على ترتيب لهذا الاستعلام؟”
يسأل GEO سؤالاً أكثر تعقيداً: “عندما يفكك نظام AI مشكلة المستخدم إلى احتياجات أدلة أصغر، هل يحتوي موقعنا على مادة واضحة وموثوقة وحديثة بما يكفي ليتم اختيارها كجزء من الإجابة؟”
هذا يغير العمل.
شركة برمجيات تبيع أتمتة الامتثال، مثلاً، لا تستطيع الاعتماد على الصفحة الرئيسية وبضع صفحات ميزات فقط. قد تحتاج إجابات AI إلى فهم:
- ما الذي تفعله الشركة بلغة بسيطة
- أي شرائح العملاء تناسبها
- كيف تقارن بالأدوات المجاورة
- ما التكاملات والشهادات ونماذج الدعم المتاحة
- أي الادعاءات مدعومة بوثائق أو أدلة عملاء
- هل التسعير والأمان والتنفيذ والقيود مشروحة بوضوح
إذا كانت هذه الحقائق متفرقة، أو قديمة، أو مخفية في ملفات PDF، أو مكتوبة بلغة تسويقية غامضة، فقد يكون الموقع قابلاً للزحف لكنه ليس مفيداً كثيراً كمصدر AI.
لهذا تشير query fan-out وgrounding queries وtopic clusters إلى الاتجاه نفسه. تعمل أنظمة AI Search غالباً عبر عناقيد مفاهيم، لا عبر كلمة مفتاحية مطابقة واحدة. يجب أن يطابق نظام المحتوى هذا الشكل.
حلقة قياس GEO عملية
لا تعِد بناء برنامج المحتوى بالكامل لأن لوحتي تحكم تغيرتا. ابدأ بحلقة قابلة للقياس.
- ابنِ خط أساس لرؤية AI.
صدّر ما تستطيع من Bing Webmaster Tools وGoogle Search Console. تتبع الصفحات المستشهد بها، وimpressions، وعبارات grounding query، والموضوعات، وcitation share، والبلدان، والأجهزة، ونطاقات التاريخ. إذا لم يكن تقرير Google للذكاء الاصطناعي التوليدي متاحاً بعد، اترك مكاناً له في لوحة التحكم واستخدم Bing مع فحوصات يدوية لإجابات AI في الجولة الأولى.
- اجمع الإشارات حسب رحلة القرار، لا حسب نوع الصفحة.
تقرير مستوى الصفحة مفيد، لكن المشترين لا يفكرون بعناوين URL. اجمع الإشارات في مناطق قرار: التعريف، المقارنة، التسعير، التنفيذ، الأمان، البدائل، حل المشكلات، التوفر المحلي، تعليم الفئة، والدليل.
- ابحث عن الدليل المفقود.
عادة ما تعاني مجموعة موضوعية ضعيفة من واحدة من أربع مشكلات: لا توجد صفحة، أو توجد صفحة لكنها لا تجيب عن السؤال الفرعي، أو تجيب بلا دليل، أو الصفحة محجوبة بمشكلات تقنية أو مشكلات وصول. كل مشكلة تحتاج إلى إصلاح مختلف.
- أصلح المحتوى على دفعات صغيرة.
حدّث خمس إلى عشر صفحات في المرة الواحدة. أضف كتل إجابة مباشرة، وجداول مقارنة، وأمثلة، وادعاءات مدعومة بمصادر، وschema عند الحاجة، وروابط داخلية إلى صفحات داعمة. تجنب إغراء إنتاج عشرات المقالات الرفيعة. يكافئ GEO أنظمة الأدلة المتماسكة أكثر من حجم النشر وحده.
- قِس مرة أخرى بعد الزحف ونافذة التقارير التالية.
ابحث عن حركة في الصفحات المستشهد بها، وتغطية الموضوعات، وcitation share، وimpressions للذكاء الاصطناعي التوليدي. اعتبر الأرقام اتجاهية. تقارير AI Search من الطرف الأول ما زالت جديدة، وتصف Google وBing أجزاء منها بأنها مبكرة أو في مرحلة preview.
Caption: يربط تدقيق GEO المفيد أسئلة المشترين بالصفحات الحالية وعمق الأدلة وإشارات رؤية AI من الطرف الأول.
ما الذي ستخطئ فيه معظم الفرق
الخطأ الأول هو اعتبار عدد الاستشهادات ترتيباً جديداً. ليس كذلك. يوضح Bing أن Citation Share مقياس رصدي، وليس نظام ترتيب أو لوحة نتائج للمنافسين. قد يُستشهد بمصدر كثيراً لأنه مفيد على نطاق واسع، أو لأن الموضوع قليل المنافسة، أو لأن صيغة الإجابة تحتاج إلى هذا النوع من المصادر.
الخطأ الثاني هو فصل SEO وGEO بقوة زائدة. ما زلت تحتاج إلى صفحات قابلة للزحف، وروابط داخلية نظيفة، وعناوين مفيدة، ومحتوى منظم، ومعلومات حديثة. الفرق هو أن هذه الأساسيات تغذي الآن البحث التقليدي واسترجاع إجابات AI معاً.
الخطأ الثالث هو تحسين الصفحات التي تظهر بالفعل فقط. توضح الاستشهادات الحالية أين لدى الموقع زخم، لكن الفرصة الأكبر قد تكون في الموضوعات التي تغيب عنها العلامة التجارية. إذا لم يتم الاستشهاد بمنتجك أبداً في أسئلة المقارنة أو التنفيذ أو الأمان أو مخاطر الفئة، فهذه مشكلة استراتيجية محتوى، لا مجرد مشكلة لوحة تحكم.
الخطأ الرابع هو استخدام لقطات الشاشة كدليل. ما زالت لقطات الشاشة مفيدة للمراجعة النوعية، خصوصاً عند تدقيق صياغة الإجابة. لكن لقطة شاشة بلا بيانات اتجاه من الطرف الأول دليل ضعيف. إنها تلتقط إجابة واحدة في وقت واحد، لا نمط رؤية مستداماً.
رؤية Auspia
أفضل برامج GEO في 2026 ستبدو أقرب إلى عمليات بيانات منها إلى حملات محتوى.
سيكون لديها مكتبة prompt، ولوحة بيانات من الطرف الأول، وخريطة تغطية موضوعات، وطابور إصلاح صفحات، وإيقاع مراجعة. ستربط إشارات Bing على مستوى الاستشهادات مع impressions للذكاء الاصطناعي التوليدي من Google، ثم تستخدم فحوصات يدوية للإجابات لفهم جودة الظهور.
قاعدة Auspia العملية هي: لا تسأل “هل ذكرنا AI؟” اسأل: “في أي جزء من رحلة القرار وثق AI بنا، وأي جزء تجاهله؟”
هذا السؤال يؤدي إلى عمل أفضل. يدفع الفرق إلى توضيح حقائق العلامة التجارية، ونشر صفحات داعمة مفيدة، وإزالة الادعاءات الغامضة، والاستشهاد بالأدلة، وبناء عناقيد موضوعية تطابق الطريقة التي يسأل بها المشترون فعلاً.
إذا أردت نقطة بداية سريعة، شغّل فحص الرؤية عبر AI Search Visibility Checker ، ثم قارن النتائج ببيانات Bing Webmaster Tools وSearch Console عندما تصبح متاحة. لن يستبدل الأداة تقارير الطرف الأول، لكنها تساعدك في العثور على prompts وفجوات إجابات العلامة التجارية التي تستحق المراقبة.
خطة عمل لمدة 7 أيام
| اليوم | الإجراء | الناتج |
|---|---|---|
| 1 | تصدير بيانات AI Search المتاحة من Bing وGoogle | جدول خط أساس |
| 2 | سرد الصفحات التي تظهر بالفعل في ميزات AI | جرد الصفحات المستشهد بها |
| 3 | تجميع grounding queries والصفحات المرئية في موضوعات | خريطة موضوعات |
| 4 | مقارنة الموضوعات برحلة المشتري | قائمة فجوات |
| 5 | اختيار خمس صفحات لإصلاحها | طابور إصلاح |
| 6 | إضافة كتل إجابة وأدلة وجداول وروابط داعمة | صفحات محدثة |
| 7 | تحديد إيقاع مراجعة أسبوعي | حلقة قياس GEO |
اجعل الدورة الأولى مملة. الهدف ليس إثبات فوز ضخم في أسبوع. الهدف هو التوقف عن التخمين.
FAQ
هل فتحت Google وBing الصندوق الأسود لبحث AI بالكامل؟
لا. لقد فتحتا طبقات مهمة من تقارير الطرف الأول، لكنهما لم تكشفا كل عامل من عوامل الترتيب أو الاسترجاع أو النقر أو توليد الإجابة. يقدم Bing حالياً سياق استشهاد أعمق، بينما تركز تقارير Google الأولى للذكاء الاصطناعي التوليدي على impressions والصفحات والجغرافيا والأجهزة والوقت.
هل أصبح GEO قابلاً للقياس الآن؟
نعم، لكن ليس بشكل مثالي. يمكن للفرق الآن الجمع بين بيانات رؤية AI من الطرف الأول، وإشارات الاستشهاد، وتقارير مستوى الصفحة، وفحوصات prompt، وتدقيق المحتوى. هذا أفضل بكثير من الاعتماد على لقطات شاشة لمرة واحدة، لكن المقاييس ما زالت تحتاج إلى تفسير حذر.
هل يجب على الفرق التوقف عن تتبع ترتيبات SEO التقليدية؟
لا. لا يزال SEO التقليدي مهماً لأن قابلية الزحف، والسلطة، وجودة المحتوى، وطلب المستخدمين كلها تغذي رؤية AI Search. التغيير هو أن تتبع الترتيب وحده لم يعد كافياً. تحتاج أيضاً إلى معرفة ما إذا كانت أنظمة AI تسترجع محتواك وتستشهد به وتلخصه.
ما أول مقياس مفيد يجب تتبعه؟
ابدأ بالصفحات المستشهد بها وimpressions للذكاء الاصطناعي التوليدي. ثم أضف تغطية الموضوعات، وسياق grounding query، وcitation share عندما تكون متاحة. لوحة أسبوعية بسيطة أفضل من نموذج مبالغ في بنائه ولا يستخدمه أحد.
ما الذي يجب على الفريق إصلاحه أولاً؟
أصلح الصفحات القريبة أصلاً من أن تكون مفيدة: صفحات مستشهد بها لكن أدلتها ضعيفة، صفحات منتج مهمة لا تجيب عن أسئلة المشترين، وفجوات موضوعية يظهر فيها المنافسون ولا تظهر علامتك التجارية. هذه الإصلاحات تعلم عادة أكثر من نشر صفحات جديدة من الصفر.
المصادر
- Bing: Introducing AI Performance in Bing Webmaster Tools Public Preview
- Bing: New AI Visibility Insights in Bing Webmaster Tools
- Google Search Central: Introducing Search Generative AI performance reports in Search Console
- Google: I/O 2026 Search updates
- Google: I/O 2026 keynote summary from Sundar Pichai
Author: Ethan Marlowe, GEO Measurement Lead Across 500+ Prompts at Auspia. يكتب Ethan عن تتبع prompts وتقارير الاستشهاد ولوحات الرؤية والقياس العملي لبحث AI لفرق النمو.
