مدل جدید رتبه بندی Google DeepMind رویکرد جدیدی به نام ARR یا Autoregressive Ranking معرفی کرده که تاثیر زیادی روی انتخاب استراتژی سئو و رتبه گرفتن سایت در موتورهای جستجو دارد. هدف این مدل در واقع تغییر شیوه پیدا کردن و مرتبسازی نتایج جستجو است. این مدل جدید رتبهبندی در تلاش است تا از توانایی مدلهای زبانی برای تشخیص ارتباط بین جستجوی کاربر و صفحات وب استفاده کند.
البته ARR یک آپدیت رسمی الگوریتم گوگل نیست. این مدل هنوز در مرحله آزمایشی قرار دارد ولی با این وجود میتوان دید که مسیر رتبه بندی نتایج جستجو در حال تغییر است. آشنایی با این موضوع برای متخصصات سئو اهمیت زیادی دارد. اگر مدل های زبانی نقش بیشتری در رتبهبندی پیدا کنند احتمالا معیار ارزشمند بودن یک صفحه و محتوای خوب تغییر میکند و این یعنی استراتژی سئو هم باید تغییر کند.
برای داشتن یک استراتژی سئوی مناسب با جدیدترین آپدیتهای گوگل میتوانید به تیم حرفهای سئو و تولید محتوای وب نگاران پارسه اعتماد کنید. دریافت اطلاعات بیشتر درباره طراحی سایت و قیمت سئو با شمارههای ما تماس بگیرید. 02166928787 – 09123790588
مدل جدید رتبه بندی Google DeepMind چیست؟
Autoregressive Ranking روشی برای رتبه بندی Google DeepMind است. در این روش یک مدل زبانی داریم که تلاش میکند اسناد و صفحات مرتبط با یک جستجو را به ترتیب اهمیت مرتب کند. قبلا مرحله جدا کردن صفحات از مرحله رتبهبندی جداگانه انجام میشد ولی حالا میتوان از یک مدل هوش مصنوعی واحد برای انجام این دو فرآیند استفاده کرد.
در سیستم سنتی رتبهبندی موتور جستجو اول صفحههای مرتبط را پیدا میکند و بعد یک مدل دیگر آنها را بررسی کرده و ترتیب نمایش آنها را مشخص میکند. ولی رتبه بندی Google DeepMind در روش ARR به دنبال این است که این فرآیند را یکپارچهتر کند و مدل زبانی را مستقیم در تصمیمگیری درباره نتایج درگیر کند. ولی ARR الان به معنی حضور یک الگوریتم جدید و فعال نیست و لازن نیست هنوز نگران افت رتبه سایت خود باشید.
رتبه بندی Google DeepMind قبل از ARR
برای درک اهمیت این مدل رتبه بندی Google DeepMind بهتر است ابتدا خیلی ساده ببینیم موتور جستجو چگونه با نتایج مختلف برخورد میکند.
فرض کنید کاربر عبارت «بهترین لپتاپ برای طراحی گرافیک» را جستجو میکند. گوگل تعداد زیادی صفحه با این موضوع پیدا میکند. پس اول باید صفحاتی که احتمال میدهد ارتباط بیشتری با این موضوع دارند پیدا کند. بعد باید نتایج پیدا شده را بر اساس میزان ارتباط و کیفیت مرتب کند. الان مدلهای مختلفی برای انجام این کارها وجود دارند بعضیها سرعت بیشتری دارند و برای پیدا کردن تعداد زیادی صفحه نتیجه مناسباند. بعضی دیگر از مدلها نتایجی که پیدا شده را با دقت بالاتری بررسی میکنند تا مشخص شود که کدام صفحه واقعا ارتباط بیشتری با سرچ کاربر دارد. مهمترین مزیت این روش این است که سرعت و دقت جستجو تا حد زیادی بالا میرود.
Autoregressive Ranking چگونه کار میکند؟
ایده ARR برعکس اسم طولانی و جدیدش توضیح سادهای دارد و میتوان با یک مثال راحت آن را توضیح داد. فرض کنید موتور جستجو باید از بین ۱۰ صفحه، بهترین نتایج را برای جستجو انتخاب کند. به جای اینکه فقط به هر صفحه یک امتیاز جداگانه بدهد بهترین نتیجه را انتخاب و رتبه یک را به آن میدهد بعد در مقایسه با آن نتیجه دوم را مشخص میکند و این روند را همینطور ادامه میدهد. این یعنی ترتیب نتایجی که در صفحه جستجو میبینید کاملا به تصمیمگیری مدل دارد.
این دقیقا شبیه همان چیزی است که وقتی از هوش مصنوعی سوالی میپرسیم میبینیم، هوش مصنوعی به همین روش متن جواب کاربر را پیدا میکند. در واقع این مدلهای زبانی خروجی را مرحله به مرحله تولید میکنند و رتبه بندی Google DeepMind به روش ARR هم همین منطق را دارد. اهمیت این ایده در این است که مدل فقط نمیپرسد «آیا این صفحه مرتبط است؟» بلکه باید درباره اینکه کدام صفحه باید بالاتر از صفحه دیگر قرار بگیرد نیز تصمیم بگیرد.
تفاوت ARR با روشهای قبلی رتبهبندی چیست؟
یکی از مهمترین تفاوتها این است که در روشهای معمول پیدا کردن صفحات و رتبه دادن به آنها دو مرحله جدا از هم هستند. در مرحله اول سیستم جستجو سعی میکند نتایج مرتبط را پیدا کند و در مرحله بعد یک مدل دیگر این نتایج را دقیقتر بررسی کرده و رتبهبندی میکند. ARR همانطور که گفتیم تمام تلاشش این است که این دو مرحله را یکی کند و فقط یک مدل زبانی هر دو فرآیند را انجام دهد. البته این به معنی آن نیست که روشهای قبلی بیارزش شدهاند. برعکس، هر روش مزایا و محدودیتهای خودش را دارد و تحقیق روی این روش نشان می دهد که ARR ممکن است برای همه جستجوها یا شرایط عملکرد خوبی نداشته باشد.
SToICaL چیست و چه نقشی در مدل جدید دارد؟
یکی دیگر از بخشهای جالب این رویکرد جدید این است که میتواند مدل را با توجه به ترتیب نتایج آموزش دهد. در رتبهبندی فقط اینکه یک صفحه مرتبط باشد اهمیت ندارد جایگاه آن نسبت به صفحات دیگر مهم است. برای مثال دو صفحه داشته باشیم که جواب خوبی به یک سرچ داده باشند اینکه یکی رتبه اول را بگیرد و دیگری رتبهی دوم قطعا تفاوت زیادی ایجاد میکند. در این روش جدید رتبه بندی ARR در تلاش است که مدل را به سمتی ببرد که ترتیب نتایج را طوری بچیند که هیچ صفحه با ارزشی رتبه پایینی نگیرد.
مدل جدید رتبه بندی Google DeepMind چه تأثیری بر سئو دارد؟
قطعا مدل جدید رتبه بندی Google DeepMind تاثیر زیادی روی سئو خواهد داشت. سالهاست ما برای بالا آوردن سایت استراتژی سئو را روی استفاده درست از کلمات کلیدی، ساختار صفحه، لینکسازی و یک سری سیگنالهای جذاب برای گوگل متمرکز کردهایم. البته این موارد هنوز هم مهم هستند ولی هرچه سیستمهای جستجو باهوشتر میشوند و هوش مصنوعی نقش بیشتری در این زمینه به عهده میگیرد دیگر صرفا قرار دادن کلمات کلیدی در صفحه نمیتواند تضمین کند که صفحه جایگاه خوبی بگیرد.
اگر مدلهای زبانی نقش بیشتری در رتبهبندی پیدا کنند اینکه صفحه طوری نوشته شود که درک آن برای هوش مصنوعی راحتتر باشد اهمیت بیشتری پیدا میکند. موتور جستجو باید بتواند تشخیص دهد که یک محتوا واقعا به سوال کاربر جواب میدهد یا فقط یک سری عبارت مشابه جستجو را در خودش جا داد. اینجاست که یک محتوای ارزشمندی که با ساختار و به هدف درست نوشته شده و جواب کاربر را درست و دقیق توضیح میدهد شانس بالاتری برای رقابت خواهد داشت.
آیا Keyword Matching اهمیتش را از دست داده؟
در این رویکرد جدید احتمالا نقش کلمات کلیدی و تطبیق آن با جستجوی کاربر کمرنگتر میشود ولی باز هم بیاهمیت نیست. کاربر باز هم در هر حالتی برای بیان نیازش از کلمات استفاده میکند و موتور جستجو هم باید این کلمات را درک کند. برای مثال، ممکن است کاربر عبارتی را جستجو کند که در یک صفحه دقیقاً با همان شکل نوشته نشده است ولی محتوا طوری نوشته شده که دقیقا جواب کاربر را میدهد. در این شرایط هوش مصنوعی که قدرت درکش از محتوای صفحه بیشتر شده فارغ از کلمات کلیدی صفحه آن را به کاربر نشان میدهد.
پس نباید سعی کنیم کلمات کلیدی را صرفا از فرآیند سئو حذف کنیم بلکه باید آنها را طوری انتخاب کنیم که موضوع را پوشش دهند و جواب کاربر را بدهند.
ARR چه ارتباطی با AI Search و AEO دارد؟
اینجاست که موضوع ARR برای سئوکارها جذابتر میشود. در جستجوی سنتی هدف اصلی این است که صفحه شما در فهرست نتایج یک رتبهی خوب بگیرد. اما در جستجوی مبتنی بر هوش مصنوعی، سیستم باید منابع مختلف را بررسی کند، اطلاعات مرتبط را پیدا کند و بر اساس آنها پاسخ ایجاد کند. در هر دو حالت یک چیز مشترک است: سیستم هوشمند باید بتواند بفهمد که کدام محتوا ارتباط بیشتری با سرچ و نیاز کاربر دارد.
به همین دلیل پیشرفت مدلهای رتبهبندی قطعا در آینده روی ایآی سرچ و AEO تاثیر دارند. هرچه سیستم بتواند ارتباط بین سوال کاربر و محتوا و اطلاعات داخل صفحه را بهتر تشخیص دهد اهمیت تولید محتوای واضح، دقیق و مرتبط خیلی بیشتر میشود.
برای مدل جدید رتب بندی Google DeepMind چطور محتوا بنویسیم؟
در این شرایط که محتوا نویسی هر روز دارد اهمیت بیشتری پیدا میکند مهمترین اقدام این است که این کار را به افراد حرفهای در این زمینه بسپارید. صرفا آشنایی با زبان فارسی و نگارش و سئوی محتوا نمیتواند به حفظ شما در این فضا کمک کند. گروهی که کار تولید محتوای شما را انجام میدهد باید دیدگاه دقیق و درستی به این رویکردهای جدید داشته باشد و بتواند سایت شما را برای مقابله با جدیدترین الگوریتمها و رویکردها آماده کند. در مورد ARR که هنوز کاملا اجرایی نشده فعلا نیازی به تغییر استراتژی سئو نیست ولی به طور کلی برای دیده شدن و درک شدن بهتر توسط هوش مصنوعی بهتر است این موارد را رعایت کنید:
- محتوا را بر اساس هدف کاربر بنویسید. قبل از تولید محتوا مشخص کنید کاربر دقیقاً چه چیزی میخواهد بداند. نوشتن یک مقاله که صرفا کلمات کلیدی را پوشش دهد ارزش محتوایی بالایی ندارد.
- پاسخ اصلی را واضح ارائه کنید. کاربر و سیستم هوشمند نباید برای رسیدن به جواب یک سری پاراگراف غیرضروری بخواند پس پاسخ را اول از همه و کاملا روشن و واضح بنویسید.
- موضوع را کامل پوشش دهید. اگر موضوع مقاله چند سؤال مهم مرتبط را باید جواب دهد بهتر است آنها را کاملا طبیعی پوشش دهید.
- محتوای منحصربهفرد تولید کنید. کپی نویسی و استفاده از دادههایی که هزارتا سایت دیگه هم استفاده کردن ارزش رقابتی چندانی ندارد و شما را متمایز نمیکند.
کلام پایانی
مدل جدید رتبه بندی Google DeepMind نشان میدهد که موتورهای جستجو دارند به سمتی میروند که بتوانند محتوا را دقیقتر درک کنند و بتوانند ارتباط آن را با نیاز کاربر تشخیص دهند. موتورهای جستجو بیش از گذشته موقع سرچ دنبال پیدا کردن محتوایی هستند که جواب خوبی برای کاربر باشد. پس استراتژی سئو در اینده دیگر فقط نباید بر اساس تکرار کلمات کلیدی و لینکسازی باشد بلکه باید بتواند موضوع را دقیق و کامل پوشش دهد و سوالات کاربر را هم جواب دهد. همچنین مهم است که اطلاعات مقاله قابل اعتماد و درست باشند.
یرای دریافت اطلاعات بیشتر درباره طراحی سایت فروشگاه و شرکتی با شمارههای وب نگاران پارسه تماس بگیرید. 02166928787 – 09123790588
سوالات متداول
آیا ARR الگوریتم جدید گوگل است؟
خیر. ARR در حال حاضر یک مدل پژوهشی است و معرفی آن به معنی اجرای یک الگوریتم جدید در نتایج جستجوی گوگل نیست.
تفاوت ARR با روشهای قبلی رتبهبندی چیست؟
در روشهای رایج، پیدا کردن نتایج و رتبهبندی آنها معمولاً در مراحل جداگانه انجام میشود. ARR تلاش میکند با استفاده از یک مدل زبانی، فرآیند رتبهبندی را یکپارچهتر کند.
آیا مدل جدید DeepMind روی سئو تأثیر میگذارد؟
در حال حاضر نمیتوان گفت ARR به طور مستقیم روی رتبه سایتها تأثیر دارد. با این حال، این پژوهش نشان میدهد که درک بهتر ارتباط میان جستجو و محتوا میتواند در آینده اهمیت بیشتری پیدا کند.
آیا باید به خاطر ARR استراتژی سئو را تغییر دهیم؟
خیر. ARR هنوز یک سیستم اجرایی رتبهبندی نیست. اما تمرکز بیشتر روی محتوای باکیفیت، پاسخ دقیق به نیاز کاربر، پوشش کامل موضوع و ایجاد اعتبار، رویکردی است که در هر صورت برای آینده سئو اهمیت خواهد داشت.