Perplexity מצטט בין שלושה לשישה מקורות לתשובה, תלוי בשאילתה. מצב הגלישה של ChatGPT לעיתים רחוקות מציג יותר מחמישה. החוקרים שטבעו את המונח "Generative Engine Optimization" — מאמר משנת 2023 מפרינסטון, ג'ורג'יה טק ו-Allen AI — מצאו שדפים עם סטטיסטיקות ניתנות לציטוט וציטוטים ישירים ראו עליות נראות של עד 40% בתשובות שנוצרו על ידי AI, בעוד שהוספת עוד מילות מפתח, הדבר שפעם הזיז דירוג בגוגל, לא עשתה כמעט כלום. שלושת המספרים האלה מצוטטים הרבה בסקירות GEO. המספר הרביעי לא, וזה זה שבאמת אמור לשנות איך אתם כותבים עמוד: כשעוקבים אחר איזה חלק של מסמך המודל שאב ממנו את התשובה, זה ברוב המכריע השליש העליון. לא הפסקה הכי טוב כתובה. לא הקטע עם הכי הרבה פרטים. העליון.
למה "מקיף" הפסיק להיות היתרון
במשך חמש עשרה שנה, עצת ה-SEO הייתה גרסה כלשהי של "כתבו את המשאב המכריע". כסו כל זווית, הגיעו ל-2,500 מילים, עברו את המתחרים בעומק, ומערכות הדירוג של גוגל היו בסופו של דבר שמות לב שבניתם את התשובה השלמה ביותר באינטרנט. האינסטינקט הזה לא עובר לאופן שבו מנוע גנרטיבי בוחר מקורות, וההבנה למה דורשת הבנה של מה שקורה בפועל מתחת למכסה המנוע כשמישהו שואל את ChatGPT או Perplexity שאלה במקום להקליד אותה בתיבת חיפוש.
מנוע חיפוש מדרג מסמכים שלמים. מנוע גנרטיבי לא קורא מסמכים שלמים בזמן ההסקה — הוא שולף מקטעים. העמוד שלכם מפוצל לחלונות חופפים, בדרך כלל בטווח של 300–500 טוקנים, כל אחד הופך להטמעה (embedding) ומדורג מול השאילתה של המשתמש לפי דמיון. המערכת שולפת את כמה המקטעים המובילים מכל העמודים המועמדים, דוחסת אותם להקשר של המודל יחד עם השאלה, ומבקשת ממנו לסנתז תשובה. המדריך שלכם בן 2,500 המילים כבר לא מתחרה כיחידה אחת. הוא מתחרה מקטע מקטע, ורוב צינורות האחזור שולפים רק מקטע אחד או שניים מכל מקור לפני שהם עוברים לציטוט הבא.
הנה החלק שהפתיע אותי כשהתחלתי לשים לב אילו עמודים בעצם זכו לציטוט עבור שאילתות שעקבתי אחריהן: המקטע הפותח מנצח בתדירות לא פרופורציונלית, גם כשקטע מאוחר יותר עונה על השאילתה בצורה מדויקת יותר. חלק מזה הוא רלוונטיות אמיתית — כותבים טובים שמים את התשובה קרוב לראש בכל מקרה. אבל חלק גדול מזה מבני. כותרות, H1 ותיאורי מטא מקבלים משקל נוסף בהרבה מערכות אחזור, והמשקל הזה חלחל לכל פסקה שיושבת מיד מתחתם. עמוד שקובר את הטענה האמיתית שלו תחת שש פסקאות של פתיחה מיותרת מוסר את החומר הכי טוב שלו לגבול מקטע שהוא לא שולט בו.
איך זה נראה בהשוואה אמיתית
| גורם | משקל ב-SEO קלאסי | משקל ב-GEO |
|---|---|---|
| ספירת מילים כוללת | נמצא בקורלציה עם דירוגים במשך שנים | כמעט לא רלוונטי מעבר למקטע הראשון |
| צפיפות מילות מפתח | סיגנל בינוני, היסטורית | כמעט אפס — הטמעות מתאימות למשמעות, לא לחפיפת מחרוזות |
| מיקום התשובה בעמוד | גורם UX משני | דומיננטי — קובע איזה מקטע ייאחזר |
| סטטיסטיקות ניתנות לציטוט / ציטוטים ישירים | נחמד שיהיה לקישורים נכנסים | עד +40% נראות לפי המחקר של פרינסטון/GT |
| ספירת קישורים נכנסים | סיגנל דירוג ראשי | עקיף לכל היותר — עדיין חשוב לעדיפות זחילה, לא לניקוד אחזור |
החלק שאנשים הופכים בטעות
הטעות הנפוצה שאני רואה כשבונים מנסים "לעשות GEO" היא להתייחס לזה כבעיית מילות מפתח עם אוצר מילים חדש — הם מחפשים את הביטויים שאנשים מקלידים ל-ChatGPT ומנסים לשלב אותם בכותרת. זה לא כלום, אבל זה אופטימיזציה לצד השאילתה של ההתאמה כשכל המנוף כמעט לגמרי בצד המסמך. הצעד שבאמת מופיע בספירות הציטוטים הוא לענות על השאלה ב-150–200 המילים הראשונות, במשפטים פשוטים והצהרתיים, לפני שאתם מגיעים לניואנס, להסתייגויות, או לסיפור המקור של למה אתם מוסמכים לענות עליה.
כתבתי מחדש אחד מעמודי מרכז העזרה שלנו רק כדי להעביר את התשובה מעל לקיפול — אותו תוכן, אותה ספירת מילים, רק סדר שונה — והוא התחיל להופיע בתשובות של Perplexity עבור שאילתה שמעולם לא הופיע בה במשך שלושה חודשים. שום דבר אחר לא השתנה. זו נקודת נתונים קטנה ובודדת, לא מחקר, אבל זה מהסוג של דברים שגורמים לכם להפסיק לכתוב הקדמות.
האפקט מסדר שני שכדאי לדעת עליו: מכיוון שיחידת האחזור היא מקטע, לא עמוד, עמוד ארוך לא נענש על עומק — הוא פשוט לא מקבל עליו קרדיט בציטוט עצמו, למרות שהעומק הוא אולי הסיבה שבן אדם לוחץ להיכנס אחר כך. זה אומר שההרגל הישן של להעמיס תוכן SEO בפתיחה ("במדריך המקיף הזה, נבחן...") עולה לכם בפועל את המקום היחיד שחשוב, בעוד שהתוכן האמיתי בהמשך עושה עבודה בחינם עבור שיעור הקלקה וזמן שהייה אבל אף פעם לא מגיע לחלון ההקשר של המודל.
מה בעצם לשנות
שלושה דברים, לפי כמה הם הזיזו את המחט בעמודים שעקבתי אחריהם: שימו את התשובה הישירה לשאלה המרומזת בפסקה הראשונה, לא השלישית. השתמשו במספר אמיתי או מקור בשם באותה פסקה אם יש לכם — הנתון של 40% הוא לא מקרי, נראה שמודלים נותנים משקל לטענות קונקרטיות על פני הצהרות כלליות כשהם בוחרים מה לצטט. ובנו כותרות כאילו כל אחת מהן עלולה להיות המשפט היחיד שייאחזר, כי עבור נתח משמעותי מהתנועה מתשובות AI, זה בדיוק מה שיקרה.
שום דבר מכל זה לא מחליף כתיבת משהו ששווה לקרוא מהתחלה ועד הסוף. זה רק אומר שה-200 המילים הפותחות כבר לא נדל"ן של פתיחה מיותרת — הן כל המגרש, מכוונות לקהל של מודל אחד שמחליט אם אתם בכלל שווים ציטוט.
