גשש AI Overview: בדקנו 40 שאילתות SEO ולארבע מהן היה AI Overview

גשש AI Overview עונה על שאלה ש-Search Console לא יכולה לענות עליה: מתי מופיעה התשובה המחוללת מעל התוצאה שלכם, ובמה היא מצטטת. הגרסה השימושית של גשש כזה מודדת ארבעה דברים על פני סט מילים קבוע, לפי לוח זמנים, ושומרת את דף התוצאות הגולמי כדי שתוכלו לשאול שאלות חדשות אחר כך.

בנינו את התצלום הראשון ב-12 בספטמבר 2026 וכיוונו אותו ל-40 מילות מפתח ב-SEO, ארצות הברית, אנגלית, מחשב שולחני. ארבע מהן החזירו AI Overview. השאר לא, כולל רוב השאילתות שהתעשייה חוששת מהן כיום.

המספר הבודד הזה ממסגר מחדש את העבודה. לפני שאתם בונים קו דיווח ל-AI Overview, כדאי לדעת כמה נדיר הוא מופיע בשאילתות שאתם באמת מחזיקים.

מה הגשש חייב לתעד

נוכחות לבדה היא אות חלש, מפני שתשובה מחוללת שמצטטת אתכם היא אירוע שונה מתשובה שמצטטת שלושה מתחרים. ארבעה שדות לכל שאילתה בכל יום מספיקים כדי להתחיל.

1. נוכחות. האם AI Overview הופיע בכלל, כן או לא.
2. מיקום. היכן הוא ישב ברשימת התוצאות, במונחים מוחלטים. סקירה במיקום 1 מסירה את המקום האורגני העליון. סקירה במיקום 4 לא.
3. ציטוטים. כמה מקורות הסקירה הזכירה, ואילו דומיינים הם היו.
4. חפיפה אורגנית. האם הדומיינים שהסקירה מצטטת גם מדורגים בשלוש התוצאות האורגניות הראשונות, והאם אתם אחד מהם.

השדה הרביעי הוא זה שצוותים מדלגים עליו ואז זקוקים לו. בלעדיו תראו ש-AI Overview גדל ובכל זאת לא תדעו אם זה איום או הפצה חינם.

השיטה, ולמה המטען הגולמי חשוב

התצלום הגיע מבקשת SERP API אחת לכל מילת מפתח, באמצעות נקודת הקצה האורגנית המתקדמת עם המיקום מוגדר לארצות הברית, שפה אנגלית, מחשב שולחני ועומק 20. לכדנו את התגובה המלאה לכל שאילתה ולא תקציר, מפני שהשדות שיהיו חשובים אחר כך הם אלה שלא חשבתם לחלץ היום.

סוג הפריט שאתם מחפשים הוא ai_overview. כשהוא קיים הוא מגיע כאלמנט משל עצמו ברשימת התוצאות עם ערך rank_absolute משלו, לצד פריטי organic. זהו כל כלל הזיהוי, וזו הסיבה שגשש שנבנה על גרדן שקורא רק תוצאות אורגניות לא יכול לענות על שאלות AI Overview כלל. אם אתם כבר מריצים גשש דו-מקורי למיקומים, זו אותה משיכת נתונים עם פריט אחד נוסף שמנותח, וכתבנו על כך בבניית API למעקב דירוג.

התצלום, 12 בספטמבר 2026. 40 שאילתות SEO, ארצות הברית, אנגלית, מחשב שולחני.

ארבע מתוך 40 שאילתות החזירו AI Overview, כלומר 10%.

החלוקה עקבה אחרי צורת השאילתה, לא אחרי הקושי. אף שאילתה שנקבה בכלי או ב-API לא החזירה סקירה.

מה היה משותף ל-36 השאילתות האחרות

השאילתות בלי AI Overview לא היו אקראיות. הן התקבצו, והקיבוץ הזה הוא הממצא השימושי לכל מי שמחליט היכן להשקיע מאמץ.

פיצול הסט לפי צורת השאילתה עושה אותו מוחשי. חמש עשרה מתוך 40 השאילתות נקבו בכלי, ב-API או במקור נתונים. עשרים וחמש הנותרות היו שאלות, הגדרות ושאילתות חדשותיות. הסקירות נפלו כולן על צד אחד של הקו הזה.

לשאילתות כלים ו-API לא היה כלום. rank tracking api, serp monitor, google search console api, google search console mcp, ai overview checker, ai visibility checker ו-seo mcp server החזירו כולן דף תוצאות רגיל. אלה שאילתות חקירה מסחרית, ו-Google עונה להן כיום ברשימת מוצרים ותיעוד ולא בתקציר מחולל.

לשאילתות טכניות צרות לא היה כלום. serp volatility, core web vitals, schema markup checker, keyword difficulty ו-featured snippet optimization היו כולן נקיות. הפירוש שאנו מעדיפים הוא שלשאילתות האלה יש תשובה מוגדרת היטב שרשימה מדורגת משרתת טוב יותר מפסקה, ונראה ש-Google מסכימה עם זה במדגם הזה.

לשאילתות הדרכה וחדשות רחבות היה. הארבעה שהופעלו הם כולם שאלות רחבות: איך לבדוק דירוגים, מה השתנה באלגוריתם, מה זה אופטימיזציית חיפוש AI, ואיך לעשות SEO עם Claude Code. האחרון מעניין בדיוק משום שהוא אוצר מילים חדש. AI Overview הופיע בשאילתה שקבוצת התשובות שלה עוד מתגבשת.

הציטוטים היו מפוזרים, עם שני חריגים. לאורך ארבע הסקירות הגשש אסף 53 מקומות ציטוט על פני 24 דומיינים, ואף דומיין לא לקח יותר מחמישית מהם. YouTube קיבל 8 מקומות והופיע בשלוש מארבע הסקירות. developers.google.com קיבל 6, וכך גם claude-seo.md, קובץ תיעוד קריא לסוכנים שהופיע רק בשאילתת Claude Code. ארבעה עשר מתוך 24 הדומיינים קיבלו מקום בודד. אין רשימה קצרה של פרסומים שזוכה באופן אמין לציטוטי AI Overview בנישה הזו, מה שאומר שאסטרטגיית ציטוטים שנשענת על העתקת מיקום של מתחרה היא ניחוש.

קבוצות הציטוט היו מפוזרות. ארבעה עשר מתוך 24 הדומיינים קיבלו מקום בודד.

מה זה מוכיח ומה לא

יום אחד, מדינה אחת, מכשיר אחד, 40 שאילתות. זה תצלום ולא מגמה, והמסגור הישר הוא שהוא קובע קו בסיס שאפשר להשוות אליו, ולא חוק על Google.

שלושה מגבלות ספציפיות כדאי לכתוב בתוך הגשש עצמו.

התאמה אישית ומיקום מזיזים את התשובה. אותה שאילתה יכולה להחזיר סקירה בעיר אחת ולא באחרת, וחשבון מחובר רואה תוצאות שונות מבקשה אנונימית. קבעו מיקום ומכשיר בבקשה, תעדו אותם בפלט, ואל תשוו אף פעם כשאחד מהם השתנה.

נוכחות היא לא השפעה. הגשש אומר לכם שסקירה הופיעה. הוא לא אומר לכם שהיא עלתה לכם בקליקים. את החלק הזה אומרת Search Console, ולכן הדוח השימושי מחבר את השניים: סקירה קיימת, מיקום נשמר, קליקים ירדו. אם הקליקים שטוחים והסקירה מעליכם, הסקירה היא לא הבעיה שחשבתם. זו אותה משמעת של הפרדת ירידה אמיתית מתנועה רגילה.

סט השאילתות מגדיר את המסקנה. בחרנו מילות מפתח של SEO מפני שזה הנושא שלנו. סט אחר, למשל שאילתות מוצר מסחריות בקמעונאות, יניב שיעור גבוה בהרבה של סקירות. אם תפרסמו את המספר, פרסמו איתו את רשימת השאילתות.

בניית שאר הגשש

התצלום הוא החצי הקל. הערך מגיע כשממשכים את אותן 40 שאילתות מדי יום ושומרים את ההפרשים.

הקפיאו את הרשימה. שינוי מילות מפתח בין הרצות הופך את המגמה לחסרת משמעות, מפני ששינוי בשיעור יכול להיות שינוי ברשימה שלכם. הוסיפו מילות מפתח במכוון, בקבוצה חדשה, והשאירו את הקבוצה המקורית שלמה.

אחסנו גולמי, סכמו שני. שמרו את התגובה המלאה לכל שאילתה בכל יום לפחות 90 יום. טבלת סיכום של נוכחות ומיקום לא יכולה לענות על השאלה שתהיה לכם ברבעון הבא, וזו תמיד שאלה על הרכב: איזה מקור צוטט, איזה אלמנט זז מעל הקפל, והאם וידאו תפס את המקום שהיה שלכם.

תעדו ארבעה מספרים מדי יום. שיעור השאילתות עם סקירה. מספר הציטוטים הממוצע. שיעור שאילתות המעקב שבהן אתם מצוטטים. השיעור שבו התוצאה האורגנית הראשונה גם מצוטטת. ארבעת אלה זזים מסיבות שונות, והפרדה ביניהם מונעת מכם להגיב לדבר הלא נכון.

קבעו כלל בדיקה חוזרת, לא התראה. האינסטינקט הטבעי הוא להתריע ברגע שהנוכחות משתנה, וזה מייצר רעש מאותה סיבה שספי דירוג קבועים מייצרים אותו: הנתונים שמתחת זזים מדי יום. בדקו שינוי מחדש אחרי שתי הרצות רצופות, והתייחסו לתזוזה של יום אחד כלא מאומתת. תכנון הטווח שבו אנו משתמשים לאותות דירוג, כולל הספים והסיבה שהם לכל שאילתה ולא גלובליים, נמצא במדריך הניטור.

עמדת Auspia: מעקב AI Overview הוא פרויקט מדידה, לא בהלת תוכן. לעשרה אחוזים משאילתות ה-SEO שבדקנו הייתה סקירה, ואלה שהייתה להן היו שאלות מידע רחבות. הצוותים שיעשו את זה נכון הם אלה שיכולים לומר אילו מהשאילתות שלהם כוללות סקירה, אם הם מצוטטים, ומה קרה לקליקים, בטבלה אחת שהם סומכים עליה.

שאלות נפוצות

איך בודקים אם לשאילתה יש AI Overview? בקשו את דף התוצאות מ-SERP API וחפשו בתגובה אלמנט מסוג ai_overview. אם מקור הנתונים היחיד שלכם הוא Search Console, אינכם יכולים לראות אותו ישירות, אם כי ירידת קליקים עם מיקום יציב היא הדפוס שמצביע עליו בדרך כלל.

באיזו תדירות גשש AI Overview צריך לרוץ? מדי יום אם סט מילות המפתח קטן, ומדי שבוע אם הוא גדול. הנוכחות משתנה בתדירות נמוכה מהמיקום, כך שקצב שבועי לוכד את רוב התנועה בשביעית מהעלות. נתוני התנועה היומיים שלנו, שנמדדו בנפרד, הם תזכורת שימושית לכך שקריאות יומיות עדינות על סט גדול מודדות בעיקר רעש.

למה כל כך מעט שאילתות כללו AI Overview? בסט שלנו, השאילתות בלי סקירה היו שאלות על כלים, API ונושאים טכניים צרים. הארבע עם סקירה היו שאלות מידע רחבות ובעלות צורה חדשותית. המדגם שלנו מכסה נושאי SEO בלבד, אז אל תכלילו את הנתון של 10% לתעשיות אחרות בלי להריץ את אותו מבחן על רשימת השאילתות שלכם.

האם כדאי לנסות להיות מצוטטים ב-AI Overview? להיות מצוטט שווה לקבל וקשה להנדס ישירות, מפני שקבוצות הציטוט שראינו היו מפוזרות. המהלך האמין יותר הוא להיות הדף שעונה על השאלה בשפה פשוטה, שהוא גם הדף שמדורג, ולמדוד ציטוטים במקום להניח אותם.

אפשר לעקוב אחרי AI Overview של מתחרים? כן, וזה אינפורמטיבי יותר ממעקב אחרי המותג שלכם בלבד. הגשש רושם דומיינים מצוטטים לכל מילת מפתח, כך שאתם רואים אילו מתחרים נמשכים לסקירה בזמן שאתם לא, וזה אות ברור יותר ממספר הציטוטים שלכם בלבד.

מחבר/ת: Priya Nair, מהמובילים של מדידת חיפוש AI ב-Auspia על פני 12,000 תוצאות SERP במעקב. נושאי הכתיבה: מדידת AI Overview, דפוסי ציטוט, וההבדל בין שינוי בתוצאות לשינוי בתנועה.