לפי מיקרוסופט, החיפוש כבר אינו מתמצה בהבאת קליקים לאתרים. במקום זאת, הוא עובר לעולם שבו עוזרי AI, דפדפנים חכמים וסוכנים אוטונומיים מתווכים בין המשתמש למידע, ולעיתים אף מבצעים פעולות בפועל.
מ-SEO לקליקים, ל-GEO ולנראות בתוך התשובה
במסמך, מיקרוסופט מאמצת רשמית את השיח על מעבר מ-SEO לעולמות של GEO/AEO. אומנם SEO ממשיך לשמש תשתית חשובה, אך הוא כבר לא חזות הכול.
בעוד SEO התמקד בהבאת המשתמש לאתר, AEO מתמקד ביכולת של מערכות AI להבין את המידע ולהציג אותו בצורה ברורה, ו-GEO מתמקד בבניית אמינות וסמכות בתוך תשובות גנרטיביות.
המשמעות היא שמותגים כבר לא מתחרים רק על מיקום בדף תוצאות, אלא על עצם ההופעה והאופן שבו הם מוצגים בתוך התשובה שהמשתמש מקבל.
כך Copilot מקבל החלטות על המלצות מוצרים
אחד החלקים המפורטים במסמך עוסק באופן שבו Copilot מפרק שאלות של משתמשים. מיקרוסופט מתארת תהליך שבו שאילתות עוברות שלב חשיבה שמשלב בין מידע סרוק מהרשת, פידים של מוצרים, ידע מוקדם של המודל ונתונים בזמן אמת כמו מחיר וזמינות.
לדוגמה, כאשר משתמש מבקש המלצה על ז’קט גשם עד סכום מסוים, Copilot אינו מסתמך רק על אזכורים כלליים של מותגים, אלא בוחן מפרט טכני, סטטוס מלאי, פערי מחיר בין מתחרים ואפילו חוות דעת קיימות. ההחלטה אילו מוצרים ייכנסו להמלצה מתקבלת משילוב של כל האותות הללו.
מיקרוסופט מדגישה שהחיפוש החדש אינו מסתיים בהצגת תשובה. במסמך מתואר תרחיש שבו סוכן AI נכנס לאתר של המותג, קורא ביקורות, בודק מבצעים, מוסיף מוצר לעגלה ואף משלים רכישה. במקרה כזה, האתר עצמו הופך לחלק פעיל ממערכת החיפוש.
המשמעות ברורה: גם אם המידע בפידים ובאינדוקס מושלם, אתר שאינו מתפקד כראוי בזמן אמת עלול לפגוע ביכולת של ה-AI להשלים את התהליך.
שלוש שכבות מידע שמגדירות נראות בעידן ה-AI
לפי מיקרוסופט, מותגים חייבים לנהל במקביל שלוש שכבות מידע:
- Crawled Data: מידע שנלמד מאתרים סרוקים ומשפיע על תפיסת הבסיס של המותג.
- Product Feeds ו-APIs: נתונים מובנים שהמותג דוחף באופן יזום לפלטפורמות.
- Live Website Data: מה שסוכן AI רואה בפועל כשהוא נכנס לאתר בזמן אמת, כולל מחירים, ביקורות ותהליך רכישה.
המסר החוזר במסמך הוא שהשכבות האלו חייבות להיות מסונכרנות, עקביות ואמינות כדי להשפיע על החלטות של מערכות AI.
דגש חזק על Schema, דאטה מובנה, וביקורות חיצוניות
חלק משמעותי מהמסמך מוקדש ל-Structured Data. מיקרוסופט ממליצה על שימוש עקבי בסכמות כמו Product, Offer, AggregateRating ו-FAQ, לצד חשיפה של שדות דינמיים כמו dateModified וזמינות.
ההדגשה על dateModified משקפת את החשיבות שמיוחסת לרעננות ועדכניות בתשובות AI.
בנוסף, מיקרוסופט מדגישה שיש להציג לאותו קהל, אדם או AI, את אותו מידע בדיוק, ולהימנע מהצגת גרסאות שונות לבוטים ולמשתמשים.
בפרק העוסק באמינות, מיקרוסופט מבהירה שמערכות AI נותנות עדיפות למותגים עם סימני אמון ברורים. ביקורות מאומתות, אזכורים ממקורות חיצוניים, תעודות ותקנים, ושפה זהירה ולא מוגזמת הם חלק בלתי נפרד מהיכולת להופיע בתשובות.
לפי המסמך, שפה שיווקית מופרזת או טענות לא מבוססות עלולות לפגוע באמינות ובנראות.
לסיכום, מיקרוסופט טוענת שרוב הסיגנלים שמשפיעים על הדירוג ב-Copilot וב-Bing כבר קיימים אצל מותגים וקמעונאים, אך אינם מנוצלים בצורה נכונה. חיבור בין דאטה, מבנה ותוכן הוא הבסיס למה שהיא מגדירה כמוכנות לדירוג בעידן החיפוש הגנרטיבי.
