GEO: איך מקדמים אתר במנועי AI ומודדים אם זה עובד

GEO (Generative Engine Optimization) הוא הכנה של אתר כך שמנועי AI כמו ChatGPT, Gemini ו-Perplexity יבינו אותו ויצטטו אותו בתשובות שלהם. SEO מכוון לרשימת התוצאות של גוגל. GEO מכוון לתשובה עצמה.

בפועל, GEO הוא שלושה דברים: לתת לסורקים של מנועי ה-AI לקרוא את האתר, לכתוב תוכן שעונה ישירות ועם עובדות עקביות, ולמדוד באופן קבוע אם העסק בכלל מוזכר.

מה זה GEO, במשפט אחד?

GEO הוא התהליך שגורם למנוע AI להכיר את העסק, להבין מה הוא עושה, ולבחור לצטט אותו כשלקוח שואל שאלה רלוונטית.

המונח חדש יחסית, ויש לו שמות נוספים: AEO, AIO או קידום אתרים במנועי AI. העיקרון זהה בכולם.

מה ההבדל בין SEO ל-GEO?

• היעד: ב-SEO רוצים מקום גבוה ברשימת הקישורים. ב-GEO רוצים להיות חלק מהתשובה שהמנוע כותב.
• מי קורא: ב-SEO, אדם שסורק כותרות ובוחר קישור. ב-GEO, מודל שפה שקורא כמה מקורות ומסכם אותם.
• מה עובד: ב-SEO, כותרות, קישורים פנימיים, מהירות ומפת אתר. ב-GEO מוסיפים תשובות ישירות, הגדרות ברורות, עובדות עקביות ונתונים מובנים שקל לצטט.
• איך מודדים: ב-SEO, מיקום ותנועה. ב-GEO, האם העסק מוזכר, באיזה מקום בתשובה ובאיזה טון.

GEO לא מחליף SEO. רוב מה שטוב לגוגל טוב גם למנועי AI, ומנועים רבים נשענים בעצמם על חיפוש ברשת. מתחילים מבסיס SEO תקין ומוסיפים עליו.

איך מנוע AI מחליט את מי לצטט?

אף אחד מחוץ לחברות האלה לא יודע בדיוק, ואין דרך מובטחת להיכנס לתשובה. מה שכן ברור הוא מה מקשה על מנוע לצטט אתר:

• הסורק חסום. אם robots.txt חוסם את הסורק של המנוע, הוא לא יכול לקרוא את העמוד.
• התשובה קבורה. עמוד שמתחיל בשלוש פסקאות של רקע לפני שהוא עונה קשה לסיכום.
• העובדות סותרות. כתובת אחת באתר, כתובת אחרת בפרופיל העסקי ושעות שונות בפוטר. מנוע שרואה סתירות נוטה לוותר.
• אין מבנה. בלי כותרות ברורות, רשימות ושאלות נפוצות, קשה לחלץ משפט שעומד בפני עצמו.

מה לתקן באתר: רשימת בדיקה ל-GEO

זו הרשימה שאנחנו עוברים עליה בכל אתר תדמית או שירות:

1. robots.txt: להחליט במודע אילו סורקי AI מאפשרים. אצל חלק מהחברות יש סורק נפרד לחיפוש וסורק נפרד לאימון מודלים. ב-OpenAI, למשל, OAI-SearchBot משמש לחיפוש ו-GPTBot לאימון, אז אפשר לאפשר אחד ולחסום את השני. זו החלטה עסקית של הלקוח, לא ברירת מחדל.
2. llms.txt: קובץ קצר בשורש האתר שמסכם למודלי שפה מה העסק ואילו עמודים חשובים. הוא לא חובה ולא מבטיח ציטוט, אבל הוא זול להכנה.
3. תשובה בראש העמוד: בכל עמוד שירות, שניים-שלושה משפטים שעונים על השאלה המרכזית לפני כל דבר אחר.
4. שאלות נפוצות אמיתיות: שאלות שלקוחות באמת שואלים, עם תשובות מלאות, ונתוני FAQPage.
5. נתונים מובנים: Organization או LocalBusiness ב-JSON-LD, עם קישורים לפרופילים הרשמיים של העסק.
6. שם, כתובת וטלפון אחידים: אותו נוסח בכל עמוד, בפוטר ובנתונים המובנים.
7. בלי עובדות מומצאות: אם חסר פרט, שואלים את הלקוח. מספר לא נכון באתר יגיע בסוף גם לתשובה של המנוע.

איך כותבים פסקה שמנוע AI יכול לצטט?

מנוע AI מעדיף משפטים שעומדים בפני עצמם: מי, מה, איפה וכמה, בלי צורך בהקשר מהפסקה הקודמת. השוו בין שני נוסחים לאותו עמוד שירות:

לפני: "אנחנו מאמינים שכל חיוך ראוי לטיפול הטוב ביותר, ולכן הקמנו מקום שבו תרגישו בבית."

אחרי: "מרפאת השקד היא מרפאת שיניים בחיפה שמטפלת בילדים מגיל שלוש. המרפאה פתוחה בימים א' עד ה', 8:00 עד 19:00, וקובעים תור בטלפון או באתר."

הנוסח השני לא פחות חם. הוא פשוט עונה. מנוע שמחפש "מרפאת שיניים לילדים בחיפה" יכול לקחת ממנו משפט שלם ולצטט אותו.

כמה כללים שעוזרים:

• להתחיל כל עמוד בהגדרה: מה העסק או השירות, למי, ואיפה.
• לכתוב מספרים ותנאים במפורש, ולא "מחירים נוחים" או "זמינות גבוהה".
• לנסח כותרות כשאלות שלקוחות שואלים, ולענות מיד מתחתן.
• לשמור על אותם שמות ואותם מונחים בכל העמודים.

(השם והפרטים בדוגמה מומצאים.)

איך מודדים נראות במנועי AI?

אי אפשר למדוד GEO לפי מיקום בגוגל. צריך לשאול את המנועים, כמו שלקוח היה שואל, ולתעד מה הם עונים. כך עושים את זה בצורה שאפשר לחזור עליה:

1. כותבים 10 עד 20 שאלות של לקוחות. בלי שם העסק. למשל: "איזו מרפאת שיניים בחיפה מתאימה לילדים?" ולא "האם מרפאת X טובה?".
2. שואלים עם חיפוש ברשת, מהמיקום הנכון. תשובה על עסק מקומי תלויה בעיר. שאלה מתל אביב ושאלה מחיפה מחזירות עסקים אחרים.
3. מתעדים לכל שאלה: האם העסק הוזכר, באיזה מקום בתשובה, באיזה טון, אילו מתחרים הופיעו ואילו מקורות צוטטו.
4. חוזרים על אותן שאלות כל חודש. התשובות משתנות, ורק השוואה לאורך זמן אומרת אם התיקונים עבדו.

המקורות שהמנוע מצטט שווים לא פחות מהאזכור עצמו. הם מראים איפה העסק צריך להופיע מחוץ לאתר: מדריכים, אתרי ביקורות ואתרים מקצועיים בתחום.

איך זה עובד ב-Asset?

בכל אתר תדמית או שירות שנבנה ב-Asset משתתף סוכן ה-GEO. אחרי שהאתר נבנה, הוא כותב llms.txt, שואל אתכם אילו סורקי AI לאפשר ב-robots.txt, מיישר את שם העסק, הכתובת והטלפון בכל האתר, ומוסיף תשובות ישירות, שאלות נפוצות ונתונים מובנים. הוא לא ממציא עובדות. כשחסר פרט, הוא שואל ומסמן את המקום.

בדיקת הנראות מנסחת מהבריף 10 עד 20 שאלות כמו שלקוח היה שואל, ואפשר לערוך אותן. היא שואלת מודל של Claude עם חיפוש ברשת, ממוקם בישראל ובעיר של העסק, ומדרגת כל שאלה לפי מיקום וטון. שורה על הנראות נכנסת לדוח החודשי ללקוח.

בדיקת המוכנות, שבודקת אם יש llms.txt ואם robots.txt חוסם את סורקי ה-AI, לא עולה קרדיטים. בדיקת הנראות מחויבת לפי מספר השאלות, ורואים הערכה לפני שמריצים. הפרטים נמצאים בעמוד הנראות במנועי AI.

איך מוכרים GEO ללקוח בלי להבטיח מה שאי אפשר?

לא מבטיחים "מקום ראשון ב-ChatGPT". אף אחד לא שולט בזה. מה שכן אפשר להציע ללקוח:

• בדיקת מצב התחלתית: מה המנועים עונים היום על 10 עד 20 שאלות.
• תיקונים מוגדרים באתר, לפי הרשימה למעלה.
• מדידה חוזרת כל חודש, עם השוואה לבדיקה הקודמת.
• רשימה של המקורות שהמנועים מצטטים בתחום של הלקוח, כדי לדעת איפה כדאי לו להופיע מחוץ לאתר.

כדאי גם להסביר ללקוח מראש שהתשובות של מנועי AI משתנות משבוע לשבוע, ולכן מסתכלים על מגמה לאורך כמה חודשים ולא על בדיקה אחת.

זו הבטחה שאפשר לעמוד בה, והלקוח רואה בדיוק על מה הוא משלם. רוצים להעמיק במונחים? יש לנו מילון מונחים של GEO, SEO ועבודת סוכנות.