اگر از یک دستیار هوش مصنوعی بپرسید «حجم جستجوی ماهانه‌ی خرید کفش طبی چقدر است؟» عددی می‌گیرید که دقیق به نظر می‌رسد. آن عدد ساختگی است. مدل زبانی به آمار جستجوی گوگل دسترسی ندارد و وقتی عدد می‌خواهید، محتمل‌ترین عدد را می‌سازد؛ همان توهمی که در توکن، پنجره‌ی متن و توهم توضیح دادیم.
با این حال هوش مصنوعی در تحقیق کلمهی کلیدی واقعاً به کار می‌آید، فقط نه در بخشی که بیشتر از آن انتظار دارند. کلمهی کلیدی عبارتی است که مردم برای پیدا کردن چیزی در موتور جستجو تایپ میکنند. تقسیم کار درست این است: ایده و دستهبندی با مدل، عدد و تصمیم با دادهی واقعی.
هوش مصنوعی در تحقیق کلمهی کلیدی چه کاری می‌کند و چه کاری نه؟#
در گسترش ایده و دستهبندی سریع و خوب است؛ در هر چیزی که عدد لازم دارد، مثل حجم جستجو و روند، هیچ داده‌ای ندارد.
| کار | هوش مصنوعی | ابزار داده |
|---|---|---|
| گسترش ایده و عبارتهای مرتبط | خوب | محدود به دادهی خودش |
| شکلهای مختلف نوشتن فارسی | خوب | کم |
| تشخیص نیت جستجو | خوب، با بازبینی | غیرمستقیم |
| خوشهبندی فهرست بلند | سریع | کند یا دستی |
| حجم جستجو | ندارد، عدد می‌سازد | دارد |
| روند فصلی | ندارد | دارد |
| سختی رقابت | حدس کلی | تخمین بر پایه‌ی داده |
فهرست اولیه را از کجا بیاوریم؟#
از سرچ کنسول سایت خودتان؛ قدم اول همیشه دادهی واقعی است، نه پرامپت. گزارش «عملکرد» عبارتهایی را نشان می‌دهد که سایت شما همین حالا برایشان در نتیجه‌ها نمایش داده میشود. این فهرست را برون‌بری کنید و دنبال دو گروه بگردید:
- عبارتهایی با نمایش زیاد و کلیک کم؛ صفحه دارید ولی جوابش کامل نیست یا عنوانش گیرا نیست.
- عبارتهایی که صفحهی مناسبی برایشان ندارید و گوگل صفحه‌ای نیمه‌مرتبط را نشان می‌دهد.
اگر سایت تازه است و داده ندارید، از پرسش‌های واقعی مشتری‌ها شروع کنید: پیام‌ها، تماس‌ها، دیدگاه‌ها. این‌ها هم کلمهی کلیدی‌اند، فقط به زبان خود مشتری.
چطور با هوش مصنوعی ایده‌ها را گسترش دهیم؟#
با پرامپتی که موضوع و مخاطب را دقیق بگوید، خروجی را گروه‌بندی‌شده بخواهد و عدد را ممنوع کند. این قدم دوم است و این‌جا مدل واقعاً وقت صرفه‌جویی می‌کند. اصول کلی چنین پرامپتی در پرامپت‌نویسی برای کار فنی آمده؛ نمونه:
من فروشگاه اینترنتی کفش طبی در ایران دارم. مخاطب: افراد میان‌سال و کسانی که درد پا دارند.
برای عبارت «کفش طبی» عبارتهای جستجوی احتمالی فارسی را در این گروه‌ها فهرست کن:
۱. پرسش‌هایی که مردم می‌پرسند
۲. عبارتهای مقایسهای
۳. عبارتهای خرید
۴. شکلهای محاورهای و املاهای رایج دیگر
هیچ عددی برای حجم جستجو ننویس. فقط عبارت‌ها را بنویس.جمله‌ی آخر را جا نیندازید. اگر ننویسید، بعضی مدل‌ها کنار هر عبارت عددی «تخمینی» می‌گذارند و آن عدد وسوسه‌انگیز است.
برای فارسی، گروه چهارم ارزش ویژه دارد. مردم «کفش طبی زنانه» و «کفش طبی زنونه» را هر دو جستجو میکنند؛ بعضی نیمفاصله می‌گذارند و بعضی نه. برای هر شکل صفحهی جدا لازم نیست، ولی باید بدانید کدام رایج‌تر است تا در عنوان از آن استفاده کنید.
خوشهبندی و نیت جستجو یعنی چه؟#
خوشهبندی یعنی گروه‌کردن عبارتهایی که یک صفحه میتواند به همهشان جواب بدهد؛ نیت جستجو تعیین می‌کند آن صفحه از چه نوعی باشد. نیت جستجو هدفی است که پشت یک عبارت است: یاد گرفتن، مقایسه، خرید یا رسیدن به یک سایت مشخص.
در قدم سوم، فهرست ترکیبی (سرچ کنسول و ایده‌های مدل) را به مدل بدهید:
این فهرست عبارتهای جستجوست. آن‌ها را در خوشه‌هایی بگذار که یک صفحهی واحد
بتواند به همه‌ی عبارتهای آن خوشه جواب بدهد. برای هر خوشه بنویس:
- نیت جستجو: اطلاعاتی، مقایسهای، خرید یا ناوبری
- نوع صفحهی مناسب: مقاله، صفحهی دسته، صفحهی محصول یا صفحهی مقایسه
- عبارت اصلی خوشه
خروجی را جدول کن.نیت جستجو نوع صفحه را تعیین می‌کند:
| نیت | نمونه | صفحهی مناسب |
|---|---|---|
| اطلاعاتی | «کفش طبی برای خار پاشنه چه ویژگی دارد» | مقاله‌ی راهنما |
| مقایسهای | «کفش طبی یا کفی طبی» | مقاله‌ی مقایسه |
| خرید | «خرید کفش طبی زنانه» | صفحهی دسته یا محصول |
| ناوبری | نام برند یا فروشگاه | صفحهی اصلی یا برند |
مهم‌ترین فایده‌ی خوشهبندی این است که جلوی رقابت صفحه‌های خودتان با هم را میگیرد. اگر سه مقاله برای «کفش طبی چیست»، «کفش طبی خوب» و «ویژگی کفش طبی» بنویسید، هر سه ضعیف می‌مانند. یک صفحهی کامل برای کل خوشه بهتر است.
ایده‌ها را چطور با دادهی واقعی بسنجیم؟#
با سه منبع: ابزار داده برای حجم، گوگل ترندز برای مقایسه‌ی شکلها و روند، و خود صفحهی نتیجههای گوگل برای نیت. خوشه‌ها تا این قدم فقط فرضیه‌اند. در قدم چهارم، برای هر خوشه:
- عبارت اصلی را در برنامه‌ریز کلمهی کلیدی گوگل یا ابزار سئوی دیگری که استفاده می‌کنید ببینید و حجم تقریبی و رقابت را از آن‌جا بگیرید.
- در گوگل ترندز شکلهای مختلف عبارت را مقایسه کنید تا ببینید کدام رایج‌تر است و آیا فصلی است.
- عبارت را در گوگل جستجو کنید و صفحهی اول نتیجه‌ها را ببینید. اگر همه صفحهی فروشگاه‌اند، مقاله‌ی راهنما جای خوبی ندارد و برعکس.
- خوشه‌هایی را که داده تأییدشان نکرد کنار بگذارید، هر قدر هم ایده‌ی مدل منطقی به نظر برسد.
مورد سوم را هیچ مدلی جایگزین نمی‌کند: نتیجههای واقعی می‌گویند گوگل نیت آن عبارت را چه فهمیده است.
از خوشه تا نقشه‌ی محتوا#
قدم پنجم ساده است: هر خوشه‌ی تأییدشده یک صفحه میشود. آن‌ها را بر اساس حجم، ارتباط با فروش و سختی اولویت‌بندی کنید و به هم لینک بدهید؛ صفحه‌های راهنما به صفحهی دسته، و صفحه‌های هم‌موضوع به همدیگر. زمان‌بندی نوشتنشان را در تقویم محتوا با هوش مصنوعی آورده‌ایم.
اشتباه‌های رایج#
- اعتماد به عددی که مدل داده، حتی با برچسب «تقریبی».
- ساختن یک صفحه برای هر شکل نوشتاری یک عبارت.
- نوشتن مقاله برای عبارتی که گوگل برایش فقط صفحهی محصول نشان می‌دهد.
- تحقیق یک‌باره؛ سرچ کنسول را هر چند ماه یک بار دوباره نگاه کنید.
تحقیق کلمهی کلیدی به کجا می‌رود؟#
از تک‌عبارت‌ها به‌سمت پرسشها و موضوع‌ها. بخشی از جستجوها در دستیارهای هوش مصنوعی انجام میشود و آن‌جا مردم پرسش کامل و گفتگویی می‌پرسند، نه دو سه کلمه.
این یعنی پوشش کامل یک موضوع از بهینه‌کردن یک عبارت مهم‌تر میشود. برای آماده شدن:
- پرسش‌های واقعی مشتری را منظم جمع کنید؛ این داده را هیچ ابزاری به شما نمی‌دهد.
- برای خوشه‌های اطلاعاتی، عنوان‌های پرسشی بنویسید و جواب را در جمله‌ی اول بدهید. جزئیاتش در سئو برای موتورهای هوش مصنوعی آمده است.
- در آمار سایت، بازدیدهایی را که از دستیارهای هوش مصنوعی می‌آیند جدا بسنجید.
خلاصه#
- هوش مصنوعی حجم جستجو را نمی‌داند؛ عدد را فقط از ابزار داده بگیرید.
- از دادهی سرچ کنسول و پرسش‌های مشتری شروع کنید.
- مدل را برای گسترش ایده، شکلهای فارسی و خوشهبندی به کار ببرید.
- هر خوشه را با صفحهی نتیجههای واقعی گوگل بسنجید.
- برای هر خوشه یک صفحه، نه برای هر عبارت.
