گوگل ویژگی‌های جدید مبتنی بر هوش مصنوعی را به لنز گوگل و جستجوی چندگانه اضافه می‌کند. بیاموزید که چگونه این ویژگی‌های جدید, جستجو را آسان‌تر و کارآمدتر می‌کنند. گوگل چندین روش جدید برای استفاده از هوش مصنوعی (AI) برای بهبود ویژگی‌های جستجوی خود اعلام کرده است.
هوش مصنوعی از همان روزهای اولیه نقش مهمی در فناوری جستجوی گوگل ایفاء کرده است و توانایی‌های درک زبان این شرکت را بهبود می‌بخشد.
با سرمایه گذاری بیشتر در هوش مصنوعی، گوگل درک خود از اطلاعات را گسترش داده و شامل تصاویر، ویدئو و حتی درک دنیای واقعی می‌شود.
در اینجا نحوه‌ی استفاده گوگل از هوش مصنوعی برای بهبود تجربه‌ی جستجو آمده است.
صفحه نمایش خود را با لنز گوگل جستجو کنید.
یکی از راه‌های جدیدی که گوگل از هوش مصنوعی استفاده می‌کند، ویژگی لنز آن است.
گوگل لنز با بیش از 10 میلیارد جستجو در ماه به طور فزاینده‌ای محبوب شده است.
با به روزرسانی جدید، کاربران می‌توانند از لنز برای جستجوی اطلاعات به طور مستقیم از صفحه نمایش تلفن همراه خود استفاده کنند.
جستجوی چندگانه
یکی دیگر از ویژگی‌های جدید به نام multisearch به کاربران امکان می‌دهد تصاویر و متن را به طور همزمان جستجو کنند. این ویژگی به صورت جهانی در دستگاه‌های تلفن همراه به همه زبان‌ها و کشورهایی که لنز در آن‌ها در دسترس است قابل استفاده است. اکنون، گوگل این امکان را برای افراد فراهم می‌کند که از جستجوی چندگانه روی هر تصویری که در نتایج جستجوی موبایل می‌بینند استفاده کنند. برای مثال، اگر کاربری در جستجوی «ایده‌های اتاق نشیمن مدرن» است و میز قهوه‌خوری را می‌بیند که دوست دارد اما شکل اشتباهی دارد، می‌تواند از جستجوی چندگانه برای افزودن متنی مانند «مستطیل» استفاده کند تا آنچه را که به دنبالش است بیابد. این ویژگی در حال حاضر به زبان انگلیسی در ایالات متحده موجود است و به زودی در سطح جهانی گسترش خواهد یافت. گوگل به طور مداوم در تلاش است تا تجربیات جستجوی خود را طبیعی‌تر و بصری‌تر کند. با داغ شدن رقابت هوش مصنوعی، احتمالاً می‌توانیم در ماه‌های آینده انتظار بیشتری از غول جستجوی گوگل داشته باشیم. هر روز خبرهای داغ هوش مصنوعی را با ما دنبال کنید.
بیشتر بخوانید:
https://www.searchenginejournal.com/googles-new-ai-powered-features-search-just-got-smarter/478852/
در این مطلب بخوانید
کاربردهای پیشرفته هوش مصنوعی گوگل در جستجو برای کسب‌وکارها
ویژگی‌های جدید گوگل که بر پایه هوش مصنوعی بنا شده‌اند، فراتر از سهولت جستجوی روزمره برای کاربران، فرصت‌های بی‌نظیری را برای کسب‌وکارها و متخصصان بازاریابی دیجیتال فراهم می‌آورند. درک عمیق‌تر گوگل از محتوای بصری و ترکیب آن با جستجوی متنی، به معنای باز شدن کانال‌های جدیدی برای دیده شدن و ارتباط با مشتریان بالقوه است.
بهینه‌سازی محتوا برای جستجوی بصری با گوگل لنز
گوگل لنز با توانایی خود در شناسایی اشیاء، مکان‌ها و متن از طریق دوربین تلفن همراه یا تصاویر موجود، به ابزاری قدرتمند برای کشف محصول و اطلاعات محلی تبدیل شده است. برای کسب‌وکارها، این یعنی هر تصویر در وب‌سایت، شبکه‌های اجتماعی یا حتی بسته‌بندی محصول، پتانسیل تبدیل شدن به یک نقطه ورودی برای مشتری را دارد. بهینه‌سازی برای لنز گوگل نیازمند توجه به جزئیات بصری و متنی است:
- کیفیت و وضوح تصاویر: تصاویر با کیفیت بالا، نورپردازی مناسب و زوایای مختلف از محصول، به هوش مصنوعی گوگل کمک می‌کنند تا محصول شما را بهتر شناسایی کند.
- متن جایگزین (Alt Text) دقیق: هر تصویر باید دارای متن جایگزین توصیفی و مرتبط باشد که نه تنها برای سئو سنتی مهم است، بلکه به درک بهتر محتوای تصویر توسط هوش مصنوعی نیز کمک می‌کند.
- داده‌های ساختاریافته (Schema Markup): استفاده از اسکیما مارک‌آپ برای محصولات (Product Schema)، اطلاعاتی مانند قیمت، موجودی، نظرات و رتبه‌بندی را به موتور جستجو ارائه می‌دهد که در نتایج غنی (Rich Results) و جستجوهای لنز بسیار مؤثر است.
- تصاویر در محیط واقعی: نمایش محصولات در محیط‌های واقعی و کاربردی (in-context images) به گوگل لنز کمک می‌کند تا موارد استفاده و کاربرد محصول را بهتر درک کند و در جستجوهای مرتبط با سبک زندگی یا دکوراسیون داخلی نمایش دهد.
برای مثال، یک فروشگاه مبلمان می‌تواند با ارائه تصاویر با کیفیت بالا از هر قطعه مبلمان در چیدمان‌های مختلف و استفاده از اسکیما برای مشخصات دقیق، شانس خود را برای دیده شدن توسط کاربری که از لنز برای شناسایی یک کاناپه خاص از روی عکس استفاده می‌کند، افزایش دهد. تخمین زده می‌شود که تا سال 1405، سهم جستجوهای بصری در بازار ایران به بیش از 20 درصد از کل جستجوهای محصول در دسته‌های خاص مانند مد و دکوراسیون داخلی برسد.
استراتژی‌های استفاده از جستجوی چندگانه (Multisearch) در بازاریابی
جستجوی چندگانه، با امکان ترکیب تصویر و متن، به کاربران اجازه می‌دهد تا جستجوهای بسیار دقیق و پیچیده‌ای را انجام دهند. این ویژگی برای کسب‌وکارهایی که محصولات یا خدمات خاصی ارائه می‌دهند، یک فرصت طلایی است:
- پاسخگویی به نیازهای ترکیبی: محتوای خود را طوری طراحی کنید که به سوالات ترکیبی (مثلاً “این مدل لباس، اما با رنگ آبی”) پاسخ دهد. این یعنی داشتن تنوع رنگ، طرح و مدل از محصولات و نمایش واضح آن‌ها.
- تولید محتوای مبتنی بر ویژگی: به جای تمرکز صرف بر نام محصول، روی ویژگی‌ها و صفات آن (مانند “میز قهوه‌خوری مستطیل چوبی تیره”) تأکید کنید. اطمینان حاصل کنید که این ویژگی‌ها هم در تصاویر و هم در توضیحات متنی شما به وضوح قابل تشخیص باشند.
- صفحات فرود اختصاصی: برای ترکیب‌های خاصی از ویژگی‌ها که ممکن است کاربران جستجو کنند، صفحات فرود (Landing Pages) اختصاصی ایجاد کنید. این صفحات می‌توانند شامل گالری تصاویر محصول با فیلترهای مختلف باشند.
یک برند پوشاک می‌تواند با اطمینان از اینکه تصاویر محصولاتش به وضوح ویژگی‌هایی مانند جنس پارچه، برش، یقه و رنگ را نشان می‌دهند و توضیحات متنی نیز این جزئیات را منعکس می‌کنند، در جستجوهای چندگانه کاربران که به دنبال “لباس مجلسی با یقه قایقی و پارچه ساتن” هستند، ظاهر شود.
اشتباهات رایج و چالش‌ها در بهره‌برداری از ویژگی‌های جدید AI گوگل
با وجود پتانسیل بالای ویژگی‌های هوش مصنوعی گوگل، کسب‌وکارها ممکن است در پیاده‌سازی و بهره‌برداری از آن‌ها با چالش‌ها و اشتباهاتی مواجه شوند که می‌تواند اثربخشی تلاش‌هایشان را کاهش دهد. آگاهی از این موارد برای تدوین یک استراتژی موفق ضروری است.
نادیده‌گرفتن کیفیت و جزئیات تصاویر
یکی از بزرگترین اشتباهات، کم‌اهمیت شمردن کیفیت بصری است. هوش مصنوعی گوگل برای درک دقیق محتوای یک تصویر به جزئیات زیادی نیاز دارد. تصاویری با رزولوشن پایین، نورپردازی نامناسب، پس‌زمینه‌های شلوغ یا زاویه‌های نامناسب، توانایی AI را در شناسایی دقیق محصول یا شیء به شدت کاهش می‌دهند. همچنین، عدم استفاده از نام‌گذاری فایل‌های تصویری توصیفی و مرتبط با محتوا، یک فرصت مهم را برای ارائه سیگنال‌های اضافی به گوگل از بین می‌برد.
عدم تطابق محتوای متنی و بصری
هوش مصنوعی گوگل تلاش می‌کند تا یک درک جامع از محتوای شما داشته باشد که شامل هم تصاویر و هم متن است. اگر یک تصویر، محصولی را نشان دهد که توضیحات متنی اطراف آن (مثلاً در صفحه محصول) به طور کامل یا دقیق به آن اشاره نمی‌کنند، این عدم تطابق می‌تواند باعث سردرگمی هوش مصنوعی شود. این مشکل به ویژه در جستجوی چندگانه که ترکیبی از متن و تصویر است، اهمیت پیدا می‌کند. اطمینان از هم‌راستایی کامل بین آنچه در تصویر دیده می‌شود و آنچه در متن توضیح داده می‌شود، حیاتی است.
غفلت از داده‌های ساختاریافته (Schema Markup)
داده‌های ساختاریافته، زبان مشترک شما با موتورهای جستجو هستند. نادیده‌گرفتن استفاده از Schema Markup برای محصولات، خدمات، نظرات، مکان‌ها و سایر اطلاعات مرتبط، به این معنی است که شما بخش بزرگی از اطلاعات ارزشمند را از هوش مصنوعی گوگل پنهان می‌کنید. این داده‌ها به گوگل کمک می‌کنند تا ویژگی‌های دقیق محصول را درک کند و آن‌ها را در نتایج غنی (Rich Results) یا در پاسخ به جستجوهای پیچیده چندگانه نمایش دهد. بدون اسکیما، حتی با بهترین تصاویر و متن، ممکن است فرصت‌های دیده شدن در جستجوهای هوشمند را از دست بدهید.
سنجش اثربخشی و تحلیل نتایج جستجوی هوشمند
برای اطمینان از موفقیت استراتژی‌های بهینه‌سازی برای ویژگی‌های جدید هوش مصنوعی گوگل، لازم است که عملکرد را به طور مداوم رصد و تحلیل کنید. این کار به شما کمک می‌کند تا نقاط قوت و ضعف را شناسایی کرده و رویکرد خود را بهینه سازید.
معیارهای کلیدی برای ردیابی عملکرد
سنجش اثربخشی در جستجوی هوشمند نیازمند فراتر رفتن از معیارهای سنتی سئو است. برخی از معیارهای حیاتی عبارتند از:
- تعداد نمایش از جستجوی بصری (Image Search Impressions): در Google Search Console، می‌توانید عملکرد تصاویر خود را رصد کنید. افزایش این معیار نشان‌دهنده دیده شدن بیشتر محتوای بصری شماست.
- کلیک‌ها از جستجوی بصری (Image Search Clicks): تعداد کلیک‌هایی که کاربران از نتایج جستجوی تصویری (از جمله لنز و جستجوی چندگانه) دریافت می‌کنند.
- ترافیک از Google Discover: بسیاری از محتواهای بصری و مقالات بهینه‌سازی شده برای هوش مصنوعی، در فید Google Discover کاربران نمایش داده می‌شوند. رصد این ترافیک می‌تواند بینش‌های ارزشمندی ارائه دهد.
- نرخ تبدیل (Conversion Rate) از ترافیک بصری: بررسی اینکه کاربرانی که از طریق جستجوی بصری وارد سایت شما می‌شوند، تا چه حد به مشتری تبدیل می‌شوند.
- مدت زمان حضور در صفحه (Time on Page) و نرخ پرش (Bounce Rate) برای صفحات مقصد بصری: این معیارها نشان می‌دهند که آیا محتوای شما پس از کلیک، انتظارات کاربر را برآورده می‌کند یا خیر.
ابزارها و روش‌های تحلیل
برای رصد این معیارها، می‌توانید از ابزارهای زیر استفاده کنید:
| ابزار | کاربرد در تحلیل جستجوی هوشمند |
|---|---|
| Google Search Console | بررسی عملکرد جستجو (Performance Report) با فیلتر کردن نوع جستجو بر روی “Image” و “Discover”. این بخش اطلاعاتی در مورد نمایش‌ها، کلیک‌ها و جایگاه متوسط تصاویر شما ارائه می‌دهد. |
| Google Analytics 4 (GA4) | تحلیل رفتار کاربران ورودی از منابع مختلف، از جمله جستجوی تصویری. می‌توانید با ایجاد سگمنت‌های سفارشی، نرخ تبدیل و معیارهای تعامل کاربران را که از طریق جستجوهای بصری وارد شده‌اند، رصد کنید. |
| ابزارهای مانیتورینگ برند | برای رصد استفاده از تصاویر برند یا محصولات شما در پلتفرم‌های مختلف و نحوه تعامل کاربران با آن‌ها. |
تأثیر بر سئو و استراتژی محتوا
ظهور ویژگی‌های هوش مصنوعی گوگل، نیازمند بازنگری در استراتژی‌های سئو و تولید محتوا است. دیگر نمی‌توان تنها بر کلمات کلیدی متنی تکیه کرد. استراتژی محتوا باید به سمت “محتوای بصری-اول” (Visual-First Content) حرکت کند. این به معنای سرمایه‌گذاری بیشتر بر روی عکاسی حرفه‌ای، تولید ویدئوهای با کیفیت و استفاده از گرافیک‌های جذاب است. همچنین، توجه به محتوای تولید شده توسط کاربر (User-Generated Content – UGC) که اغلب شامل تصاویر و ویدئوهای واقعی از محصولات در دنیای واقعی است، می‌تواند به هوش مصنوعی گوگل در درک بهتر کاربردها و زمینه‌های استفاده از محصولات شما کمک شایانی کند. در نهایت، با تکامل هوش مصنوعی، کسب‌وکارها باید آماده باشند تا به طور مداوم استراتژی‌های خود را برای تطابق با تغییرات الگوریتم‌ها و قابلیت‌های جدید گوگل به‌روزرسانی کنند.
برای اجرای حرفه‌ای این کار می‌توانید از خدمات دیجیتال مارکتینگ کمک بگیرید.
