תקשיבו טוב, כי זה הדבר שהכי קשה לאנשים לעכל: מכונה לא קוראת את העמוד שלכם. היא לוקחת ממנו קטע. רק קטע. ואם הקטע הזה לא עומד בפני עצמו, לא משנה כמה העמוד שלכם מבריק, המכונה פשוט תדלג עליו ותיקח את הקטע של מישהו אחר. אז בוא נדבר תכל'ס על איך בונים תוכן שמכונה יכולה לחלץ.
אני אתן לכם סיפור קטן שקרה לי לפני כמה חודשים. היה לי לקוח עם עמוד מעולה על נושא נישתי, תוכן עמוק, מדויק, כתוב על ידי מומחה אמיתי. העמוד דורג יפה בגוגל הקלאסי, אבל ב-ChatGPT וב-Perplexity הוא היה שקוף לחלוטין. אפס אזכורים. לקחנו את אותו תוכן, מילה במילה, בלי לשנות עובדה אחת, ופשוט סידרנו אותו מחדש, תשובה ישירה בראש כל סקציה, כותרות ברורות, רשימות במקום פסקאות ענק. תוך שבועיים העמוד התחיל להופיע כמקור בתשובות. אותו תוכן בדיוק. רק המבנה השתנה. תקלטו את זה רגע, כי זאת כל התמצית של המדריך הזה: המבנה עצמו הוא האופטימיזציה.
למה מכונה לוקחת קטע ולא עמוד
כדי להבין למה צריך לבנות תוכן בקטעים, צריך להבין איך מודל שפה בכלל ניגש למידע. כשמישהו שואל את ChatGPT או את Gemini שאלה, המנוע לא קורא את העמוד שלכם מההתחלה ועד הסוף כמו בן אדם שיושב עם קפה. הוא שולף קטעים רלוונטיים מתוך מאגר, מדרג אותם, ומרכיב מהם תשובה. הקטע הזה נקרא chunk, וזאת היחידה האמיתית של ה-GEO, לא העמוד.
המנגנון מאחורי זה נקרא RAG, ראשי תיבות של retrieval augmented generation. בגדול, המנוע מפרק תוכן לקטעים, ממיר כל קטע לייצוג מספרי שנקרא embedding, ושומר אותם. כשמגיעה שאלה, הוא מחפש את הקטעים שהכי קרובים במשמעות לשאלה, שולף אותם, ורק מהם בונה תשובה. שימו לב מה זה אומר. המנוע לא שואל את עצמו "איזה עמוד הכי טוב", הוא שואל "איזה קטע עונה הכי טוב על השאלה הזאת". זאת תפיסה אחרת לגמרי מ-SEO קלאסי.
וזה משנה הכל. כי אם המנוע שולף קטע בודד ומציג אותו בלי שאר העמוד, הקטע חייב להחזיק לבד. אם בקטע כתוב "כפי שראינו למעלה, השיטה הזאת יעילה יותר", המכונה תקבל קטע שמתחיל ב"כפי שראינו למעלה" בלי שום הקשר למה ראינו ולמעלה של מה. זה קטע פגום. הוא ייראה רע, הוא יאבד אמון, והמכונה תעדיף קטע נקי של מתחרה. הבנתם את הבעיה? אתם כותבים עמוד, אבל המכונה צורכת קטעים, ורוב האנשים פשוט לא בונים את התוכן שלהם ברמת הקטע הבודד.
עיקרון answer-first, התשובה קודם, ההסבר אחר כך
זה העיקרון שהכי הרבה כותבים עבריים שוברים, וזה הורג להם את הסיכוי להיות מצוטטים. בעברית, בגלל הרגלי כתיבה ישנים, אנשים אוהבים לבנות מתח. מקדימה, רקע, הקשר היסטורי, ואז, אחרי שלוש פסקאות, סוף סוף התשובה. זה נהדר לחיבור בתיכון. זה אסון ל-AI.
מכונה רוצה את התשובה קודם. answer-first אומר שכל סקציה מתחילה בתשובה הישירה והמלאה לשאלה שהכותרת מציגה, ורק אחריה מגיעים ההסבר, הניואנסים, הדוגמאות וההסתייגויות. הפסקה הראשונה אחרי הכותרת חייבת לענות על השאלה במלואה, כאילו זה הקטע היחיד שהמכונה תיקח, כי לפעמים זה באמת הקטע היחיד שהיא תיקח.
בוא ניקח דוגמה. נניח שהכותרת היא "כמה זמן לוקח לראות תוצאות ב-GEO". הכתיבה הישנה תפתח ב"ובכן, זו שאלה מורכבת שתלויה בהרבה גורמים, ולפני שנענה עליה צריך להבין מה זה בכלל GEO". הכתיבה ל-AI תפתח ב"בדרך כלל לוקח בין שישה לשנים עשר שבועות לראות אזכורים ראשונים במנועי AI, בהנחה שהתוכן בנוי נכון ויש לאתר סמכות קיימת". רואים את ההבדל? הגרסה השנייה היא קטע שאפשר לשלוף ולהציג כמו שהוא. הגרסה הראשונה היא קטע שמתחיל בלגמגם. נקודה.
נסו לקרוא רק את המשפט הראשון של כל סקציה בעמוד שלכם, ברצף, בלי שאר הטקסט. אם מהמשפטים האלה לבד מצטיירת תשובה הגיונית ושלמה לשאלות העמוד, בניתם נכון. אם המשפטים הראשונים הם רק חימום והקדמות, יש לכם בעיית answer-first בכל סקציה.
טכניקת 60 המילים, גוש התשובה שמכונה מחבבת
אם answer-first הוא העיקרון, טכניקת 60 המילים היא היישום המעשי שלו. הרעיון פשוט: בראש כל סקציה, מיד אחרי הכותרת, שמים גוש תשובה ישיר באורך של בערך ארבעים עד שישים מילה, שעונה על שאלת הסקציה במלואו ובלי תלות בשום דבר אחר בעמוד.
למה דווקא ארבעים עד שישים? כי זה בערך האורך של קטע שמנוע אוהב לשלוף ולצטט. קצר מדי, ואין בו מספיק מידע כדי לענות. ארוך מדי, והמנוע צריך לחתוך אותו ואז אתם מאבדים שליטה על איפה הוא נחתך. גוש בגודל הזה הוא בדיוק מנת ביס אחת למכונה. הוא נכנס שלם לתוך תשובה, הוא מצטט יפה, והוא לא מאבד את המשמעות באמצע.
הגוש הזה צריך לעמוד בכמה תנאים כדי לעבוד. ראשית, הוא חייב להיות עצמאי, כלומר להבין אותו בלי לקרוא שום דבר לפניו. שנית, הוא חייב לכלול את הישות שעליה מדברים בשם המלא שלה, לא בכינוי. אם הסקציה על llms.txt, הגוש אומר "llms.txt הוא קובץ", לא "הוא קובץ". שלישית, הוא צריך לכלול את העובדה המספרית או ההגדרה המרכזית, לא לרמוז עליה. תכל'ס, הגוש הזה הוא הקטע שאתם הכי רוצים שהמכונה תיקח, אז תכתבו אותו כאילו הוא לבדו ייצג אתכם בתשובה של מיליון אנשים.
ופה אנשים שואלים אותי, "אבל שמוליק, זה לא יהפוך את הטקסט ליבש ורובוטי?". לא, אם עושים את זה נכון. הגוש בראש הוא הצהרה צלולה, ומיד אחריו בא כל הנשמה, האנקדוטות, הדוגמאות, הקול שלכם. אתם נותנים למכונה את העובדה הנקייה בהתחלה, ולבן אדם את החוויה המלאה אחר כך. שני הקהלים מרוצים. זה לא או או, זה גם וגם.
chunking צעד אחר צעד
עכשיו בוא נעשה את זה ביחד, צעד אחר צעד, על עמוד אמיתי. זאת השיטה שאני מריץ על כל עמוד שאני רוצה שיצוטט במנועי AI. שש פעולות, וכל אחת מהן משנה כמה קטעים ניתנים לחילוץ מהעמוד שלכם.
פרקו את הנושא לשאלות
לפני שכותבים מילה, רשמו את כל השאלות שמישהו ישאל על הנושא. כל שאלה כזאת תהפוך לסקציה עם כותרת. אתם לא כותבים מאמר, אתם עונים על רשימת שאלות. זאת כבר חצי מהעבודה.
הפכו כל שאלה לכותרת מפורשת
כותרת H2 צריכה להיות קרובה ככל האפשר לשאלה האמיתית של המשתמש. לא "יתרונות", אלא "מה היתרונות של השיטה". כותרת מפורשת עוזרת למנוע להבין על מה הקטע עונה עוד לפני שהוא קורא אותו.
פתחו כל סקציה בגוש 60 המילים
מיד אחרי הכותרת, גוש תשובה ישיר ועצמאי באורך ארבעים עד שישים מילה, עם הישות בשם מלא והעובדה המרכזית בפנים. זה הקטע שהמכונה תשלוף.
הוסיפו את הבשר אחרי הגוש
עכשיו, ורק עכשיו, מגיעים ההסבר, הדוגמאות, האנקדוטות והניואנסים. כאן הקול שלכם חי, כאן בן האדם נהנה. הגוש שירת את המכונה, הבשר משרת את הקורא.
הפכו כל מה שאפשר לרשימה או טבלה
אם יש ברצף שלושה פריטים או יותר, או השוואה בין דברים, הוציאו אותם מהפסקה לרשימה או טבלה. מבנה מפורש כזה קל פי כמה לחילוץ מאשר אותו מידע קבור בתוך משפט ארוך.
בודדו את הסקציה ובדקו
קחו כל סקציה, העתיקו אותה לבד, וקראו אותה בלי שאר העמוד. היא מובנת? היא עונה? אין בה כינויים תלושים? אם כן, הקטע מוכן. אם לא, תקנו עד שכן.
רשימות וטבלאות, מתנה למכונה
רשימות וטבלאות הן המתנה הכי זולה והכי יעילה שאתם יכולים לתת למודל שפה. מידע שמסודר ברשימה או בטבלה מגיע למכונה כבר מפורק, מתויג ומובנה, בלי שהיא צריכה לנחש איפה נגמר פריט אחד ומתחיל הבא. זה מקטין דו משמעות, וזה בדיוק מה שמכונה אוהבת.
תחשבו על זה רגע מנקודת המבט של המכונה. פסקה שאומרת "השיטה זולה, מהירה, וקלה ליישום אבל פחות מדויקת" דורשת מהמודל לפענח מבנה תחבירי, להבין שיש פה ארבע תכונות, ושאחת מהן הפוכה בכיוון. אותו מידע בטבלה של תכונה מול ערך הוא חד משמעי לחלוטין. המכונה לא צריכה לפענח כלום, הכל כבר מסומן לה.
זה לא אומר להפוך את כל העמוד לרשימות, אל תגזימו. טקסט רץ הוא עדיין הבסיס, והוא מה שנותן עומק וקול. אבל בכל פעם שיש לכם רצף של פריטים, שלבים, השוואה, או מפרט, זאת הזדמנות להגיש למכונה את המידע על מגש. הנה המקרים שבהם רשימה או טבלה כמעט תמיד עדיפה על פסקה:
- השוואה בין שניים או יותר. טבלה עם שורות ועמודות, לא פסקה שמקפצת בין האפשרויות. השוואות הן מהדברים שמנועי AI הכי אוהבים לשלוף.
- שלבים בתהליך. רשימה ממוספרת. גם בן האדם וגם המכונה מבינים מיד שיש כאן רצף וסדר.
- קריטריונים או תנאים. רשימת תבליטים. כל תנאי עומד בפני עצמו וקל לחילוץ בנפרד.
- נתונים מספריים מרובים. טבלה. מספרים בתוך פסקה אובדים, מספרים בטבלה בולטים.
- יתרונות מול חסרונות. שתי רשימות או טבלה דו עמודית. ניגוד מפורש שהמכונה קולטת בלי מאמץ.
מה הורס חילוץ
עכשיו לצד האפל. יש כמה דברים שכותבים עושים, לרוב מתוך הרגל טוב של כתיבה אנושית יפה, שפשוט הורסים את היכולת של מכונה לחלץ מהם קטע. אם העמוד שלכם לא מצוטט למרות תוכן מעולה, כמעט בטוח שאחד מאלה אשם.
הראשון והגרוע ביותר הוא קיר טקסט. פסקה של חמש עשרה שורות בלי כותרת באמצע, בלי רשימה, בלי הפסקה. בתוך הקיר הזה אולי מסתתרת התשובה הכי טובה באינטרנט, אבל המכונה צריכה לחפור כדי למצוא אותה, ולרוב היא פשוט תוותר ותיקח קטע נקי ממקום אחר. שברו קירות. כל רעיון מרכזי מקבל כותרת משלו.
השני הוא תשובה שקבורה בתחתית. כתבתם סקציה נהדרת, אבל את המסקנה, את העובדה האמיתית, שמתם במשפט האחרון. המכונה שולפת קטעים מהראש, וגם המשתמש שסורק עוזב לפני הסוף. העלו את התשובה למעלה, זה כל הרעיון של answer-first.
השלישי, וזה החטא השקט שהכי קשה לתפוס, הוא כינויים בלי עוגן. "הוא משפר את זה במידה ניכרת". מי הוא, ומה זה? בתוך העמוד השלם זה ברור, כי קראתם את המשפט הקודם. אבל ברגע שהמכונה שולפת את הקטע הזה לבד, הוא הופך לג'יבריש. בכל גוש תשובה, חזרו על השם המלא של הישות, גם אם זה מרגיש חזרתי. למכונה זה לא חזרתי, זה הצלה.
אנשים כותבים סקציה מצוינת, ואז פותחים את הסקציה הבאה ב"בנוסף לכך", "מעבר לזה", "כפי שציינו". כל מילת קישור כזאת בתחילת סקציה הופכת אותה לקטע תלוי, שלא מובן בלי הקטע שלפניו. כל סקציה צריכה להתחיל כאילו היא הקטע הראשון שהקורא רואה. גם אם זה פוגע קצת בזרימה האנושית, זה שווה את זה.
איך בודקים עמוד, מבחן הפסקה ב-ChatGPT
יש מבחן פשוט אחד שאני מריץ על כל עמוד, והוא שווה יותר מכל כלי בתשלום: לוקחים פסקה בודדת מהעמוד, מדביקים אותה ל-ChatGPT או למנוע אחר בלי שום הקשר, ושואלים "על מה הקטע הזה עונה ומה העובדה המרכזית בו". אם המכונה עונה נכון ובביטחון, הקטע מוכן. אם היא מגמגמת או שואלת להקשר, הקטע פגום.
המבחן הזה גאוני בפשטות שלו כי הוא מדמה בדיוק את מה שקורה בעולם האמיתי. המנוע באמת שולף את הקטע שלכם לבד, בלי שאר העמוד, ומנסה להבין אותו. אם אתם מריצים את הסימולציה הזאת בעצמכם לפני הפרסום, אתם תופסים כל קטע שבור לפני שהמכונה תופסת אותו ומענישה אתכם בהתעלמות.
אני מוסיף למבחן הזה עוד שתי שאלות. אחת, "האם הקטע הזה מנוסח כתשובה ישירה או כהקדמה". אם זאת הקדמה, אין answer-first. שתיים, "אילו ישויות מוזכרות בקטע", כדי לוודא שהשמות המלאים בפנים ולא כינויים. שלוש שאלות, דקה עבודה לכל סקציה, וזה ההבדל בין עמוד שמצוטט לעמוד שקוף. תכל'ס, זה הכלי הכי טוב שיש לכם, והוא חינם.
ואחרי שתיקנתם את המבנה, חשוב להבין שהמבנה הוא רק חצי מהסיפור. כדי שהמכונה תבטח בקטע שלכם, היא צריכה גם להבין מי כתב אותו ולמה להאמין לו. על זה אני מרחיב במדריך על סכמה ל-AI, ובתמונה הרחבה של איך נכנסים לתשובות, שמכוסה במדריך על AI Overviews של גוגל. אם אתם רוצים את כל המסגרת מההתחלה, תתחילו מהמדריך השלם ל-GEO.
סיכום, המבנה הוא האופטימיזציה
אז מה למדנו? שמכונה לא קוראת עמודים, היא שולפת קטעים, ולכן היחידה האמיתית של ה-GEO היא הקטע הבודד, ה-chunk. כל סקציה צריכה לעמוד לבד, להתחיל בתשובה ישירה בגוש של ארבעים עד שישים מילה, להחזיק את הישות בשם מלא, ולהשתמש ברשימות וטבלאות בכל הזדמנות. וכל מה שהורס את זה, קירות טקסט, תשובות קבורות וכינויים תלושים, צריך להיעלם.
הדבר הכי חשוב לזכור הוא שכל זה לא דורש לשנות אפילו עובדה אחת בתוכן שלכם. אותו ידע, אותם נתונים, אותו קול, רק מסודרים אחרת. וזאת בדיוק הסיבה שזה כל כך חזק, ובדיוק הסיבה שכל כך מעט אנשים עושים את זה. תקראו את הבלוג שלי אם אתם רוצים עוד מהזווית הזאת, ובינתיים, לכו תריצו את מבחן הפסקה על העמוד הכי חשוב שלכם. אני מהמר שתמצאו לפחות שלוש סקציות שבורות. כולם מוצאים.
מכונה לוקחת קטע, לא עמוד. בנו כל סקציה כקטע עצמאי שמתחיל בתשובה ישירה של ארבעים עד שישים מילה, עם הישות בשם מלא. אותו תוכן, רק מסודר לחילוץ, יכול לעבור משקוף למצוטט בלי לשנות עובדה אחת.
שאלות נפוצות על מבנה תוכן ל-AI
מה זה chunk ולמה זאת היחידה החשובה?
chunk הוא קטע תוכן שמנוע AI שולף ומציג לבדו בתשובה. מנועים לא קוראים עמוד שלם, הם שולפים קטעים רלוונטיים דרך מנגנון שנקרא RAG. לכן צריך לבנות כל סקציה כקטע עצמאי שמובן בלי שאר העמוד.
מה זה טכניקת 60 המילים?
זה גוש תשובה ישיר באורך ארבעים עד שישים מילה שמניחים בראש כל סקציה, מיד אחרי הכותרת. הגוש עונה על שאלת הסקציה במלואו, עצמאי, וכולל את הישות בשם מלא ואת העובדה המרכזית. זה האורך שמנועים אוהבים לשלוף ולצטט.
למה answer-first כל כך חשוב למנועי AI?
כי מנועים שולפים מהראש של כל סקציה. אם התשובה קבורה בסוף הפסקה אחרי הקדמה ארוכה, המנוע שולף את ההקדמה ולא את התשובה. answer-first אומר לפתוח בתשובה המלאה, ורק אחריה לתת רקע, דוגמאות וניואנסים.
אפשר להפוך עמוד קיים לידידותי ל-AI בלי לשכתב אותו?
כן, וזה בדיוק העוצמה של הגישה. אותו תוכן, מסודר מחדש לקטעים עם תשובה בראש כל סקציה, שמות מלאים במקום כינויים, ורשימות במקום פסקאות ענק, יכול לעבור משקוף למצוטט בלי לשנות עובדה אחת. המבנה עצמו הוא האופטימיזציה.
איך בודקים אם עמוד בנוי נכון ל-AI?
מבחן הפסקה. מעתיקים פסקה בודדת מהעמוד, מדביקים ל-ChatGPT בלי הקשר, ושואלים על מה היא עונה ומה העובדה המרכזית בה. אם המנוע עונה נכון ובביטחון, הקטע מוכן. אם הוא מגמגם או מבקש הקשר, הקטע פגום וצריך תיקון.
פעם בשבוע, מה באמת זז ב-AI Search
בלי הייפ ובלי הבטחות קסם. רק מה שבדקתי, מה שעבד, ומה שאתם צריכים לדעת לפני הלקוחות שלכם.