“`html

داده‌های جدید: ۲۰ عامل برتر مؤثر بر استنادهای ChatGPT

بر اساس تحلیل‌های جدید انجام شده توسط SE Ranking، که ۱۲۹,۰۰۰ دامنه منحصر به فرد را در ۲۱۶,۵۲۴ صفحه و ۲۰ حوزه مختلف بررسی کرده است، فاکتورهای کلیدی مؤثر بر استنادهای ChatGPT مشخص شده‌اند.

نتایج نشان می‌دهد که تعداد referring domains قوی‌ترین پیش‌بینی‌کننده احتمال استناد توسط ChatGPT است.

نتایج داده‌ها

Backlinks و سیگنال‌های اعتماد

تنوع لینک‌ها رابطه واضحی با استنادها نشان می‌دهد. وب‌سایت‌هایی با حداکثر ۲,۵۰۰ referring domains به طور متوسط ۱.۶ تا ۱.۸ استناد دریافت کرده‌اند، در حالی که وب‌سایت‌هایی با بیش از ۳۵۰,۰۰۰ referring domains به طور متوسط ۸.۴ استناد داشته‌اند.

محققان یک اثر آستانه‌ای را در ۳۲,۰۰۰ referring domains شناسایی کردند، جایی که استنادها تقریباً از ۲.۹ به ۵.۶ افزایش یافتند.

Domain Trust نیز الگوی مشابهی را دنبال می‌کند. وب‌سایت‌هایی با Domain Trust کمتر از ۴۳، به طور متوسط ۱.۶ استناد دریافت کردند. این مزایا در رده‌های بالاتر به طور قابل توجهی افزایش یافت: وب‌سایت‌هایی با امتیاز ۹۱-۹۶ به طور متوسط ۶ استناد و آن‌هایی با امتیاز ۹۷-۱۰۰، ۸.۴ استناد داشتند.

Page Trust کمتر از سیگنال‌های سطح دامنه اهمیت دارد. هر صفحه‌ای با Page Trust بالای ۲۸، نرخ استناد تقریباً یکسانی (به طور متوسط ۸.۳) دریافت کرد که نشان می‌دهد ChatGPT اقتدار کلی دامنه را بیش از معیارهای صفحات جداگانه ارزیابی می‌کند.

یافته قابل توجه دیگر این است که دامنه‌های .gov و .edu به طور خودکار از وب‌سایت‌های تجاری بهتر عمل نکردند. دامنه‌های دولتی و آموزشی به طور متوسط ۳.۲ استناد دریافت کردند، در حالی که وب‌سایت‌های بدون این نوع دامنه‌ها ۴.۰ استناد داشتند.

نویسندگان مقاله بیان کردند:

“آنچه در نهایت اهمیت دارد، خود نام دامنه نیست، بلکه کیفیت محتوا و ارزشی است که ارائه می‌دهد.”

Traffic و رتبه‌بندی Google

Domain traffic به عنوان دومین عامل مهم شناخته شد، اگرچه این همبستگی تنها در سطوح بالای traffic مشهود بود.

وب‌سایت‌هایی با کمتر از ۱۹۰,۰۰۰ بازدیدکننده ماهانه، صرف‌نظر از حجم دقیق traffic، به طور متوسط ۲ تا ۲.۹ استناد دریافت کردند. یک وب‌سایت با ۲۰ بازدیدکننده organic، عملکردی مشابه وب‌سایتی با ۲۰,۰۰۰ بازدیدکننده داشت.

فقط پس از عبور از ۱۹۰,۰۰۰ بازدیدکننده ماهانه بود که traffic با افزایش استنادها همبستگی پیدا کرد. دامنه‌هایی با بیش از ۱۰ میلیون بازدیدکننده به طور متوسط ۸.۵ استناد دریافت کردند.

Homepage traffic به طور خاص اهمیت داشت. وب‌سایت‌هایی با حداقل ۷,۹۰۰ بازدیدکننده organic در صفحه اصلی خود، بالاترین نرخ استناد را نشان دادند.

موقعیت میانگین رتبه‌بندی Google نیز با استنادهای ChatGPT مرتبط بود. صفحاتی که بین موقعیت ۱ تا ۴۵ رتبه‌بندی شده بودند، به طور متوسط ۵ استناد داشتند، در حالی که آن‌هایی که در موقعیت ۶۴ تا ۷۵ بودند، به طور متوسط ۳.۱ استناد داشتند.

نویسندگان اشاره کردند:

“اگرچه این امر ثابت نمی‌کند که ChatGPT به ایندکس گوگل متکی است، اما نشان می‌دهد که هر دو سیستم، اقتدار و کیفیت محتوا را به شیوه‌ای مشابه ارزیابی می‌کنند.”

عمق و ساختار محتوا

طول محتوا همبستگی ثابتی را نشان داد. مقالات کمتر از ۸۰۰ کلمه به طور متوسط ۳.۲ استناد دریافت کردند، در حالی که مقالات بیش از ۲,۹۰۰ کلمه به طور متوسط ۵.۱ استناد داشتند.

ساختار فراتر از تعداد کلمات خام اهمیت داشت. صفحاتی با طول بخش‌های ۱۲۰ تا ۱۸۰ کلمه بین headingها بهترین عملکرد را داشتند و به طور متوسط ۴.۶ استناد دریافت کردند. بخش‌های بسیار کوتاه (زیر ۵۰ کلمه) به طور متوسط ۲.۷ استناد داشتند.

صفحاتی با expert quotes به طور متوسط ۴.۱ استناد دریافت کردند در مقابل ۲.۴ برای صفحاتی که این ویژگی را نداشتند. محتوایی با ۱۹ یا بیشتر statistical data points به طور متوسط ۵.۴ استناد داشت، در مقایسه با ۲.۸ برای صفحات با داده‌های حداقل.

Content freshness یکی از واضح‌ترین یافته‌ها را به همراه داشت. صفحاتی که در طول سه ماه اخیر به‌روز شده بودند، به طور متوسط ۶ استناد دریافت کردند، در حالی که محتوای قدیمی به طور متوسط ۳.۶ استناد داشت.

جای تعجب است که داده‌های خام نشان دادند صفحاتی با بخش‌های FAQ در واقع استناد کمتری (۳.۸) نسبت به صفحاتی بدون آن (۴.۱) دریافت کرده‌اند. با این حال، محققان اشاره کردند که مدل پیش‌بینی آن‌ها عدم وجود بخش FAQ را به عنوان یک سیگنال منفی در نظر می‌گیرد. آن‌ها پیشنهاد می‌کنند که این اختلاف به این دلیل است که FAQها اغلب در صفحات پشتیبانی ساده‌تر ظاهر می‌شوند که به طور طبیعی استناد کمتری کسب می‌کنند.

این گزارش همچنین نشان داد که استفاده از question-style headings (مانند H1 یا H2) عملکرد ضعیف‌تری نسبت به straightforward headings داشته و به ترتیب ۳.۴ در مقابل ۴.۳ استناد دریافت کرده است. این موضوع با توصیه‌های استاندارد voice search optimization در تضاد است و نشان می‌دهد که AI models ممکن است برچسب‌گذاری موضوعی مستقیم را به فرمت‌های سوالی ترجیح دهند.

Social Signals و پلتفرم‌های Review

Brand mentions در پلتفرم‌های بحث و گفتگو همبستگی قوی با استنادها نشان داد.

دامنه‌هایی با حداقل حضور در Quora (تا ۳۳ mention) به طور متوسط ۱.۷ استناد دریافت کردند. حضور قوی در Quora (۶.۶ میلیون mention) با ۷.۰ استناد مطابقت داشت.

Reddit نیز الگوهای مشابهی را نشان داد. دامنه‌هایی با بیش از ۱۰ میلیون mention به طور متوسط ۷ استناد دریافت کردند، در مقایسه با ۱.۸ برای آن‌هایی که حداقل فعالیت را داشتند.

نویسندگان این موضوع را به ویژه برای وب‌سایت‌های کوچک‌تر مرتبط دانستند:

“برای وب‌سایت‌های کوچک‌تر و کمتر شناخته‌شده، فعالیت در Quora و Reddit راهی برای ایجاد اقتدار و کسب اعتماد از ChatGPT ارائه می‌دهد، مشابه آنچه دامنه‌های بزرگ‌تر از طریق backlinks و traffic بالا به دست می‌آورند.”

حضور در پلتفرم‌های review مانند Trustpilot، G2، Capterra، Sitejabber و Yelp نیز با افزایش استنادها همبستگی داشت. دامنه‌هایی که در چندین پلتفرم review فهرست شده بودند، به طور متوسط ۴.۶ تا ۶.۳ استناد کسب کردند. آن‌هایی که در چنین پلتفرم‌هایی حضور نداشتند، به طور متوسط ۱.۸ استناد داشتند.

Technical Performance

Page speed metrics با احتمال استناد همبستگی داشت.

صفحاتی با First Contentful Paint کمتر از ۰.۴ ثانیه به طور متوسط ۶.۷ استناد دریافت کردند. صفحات کندتر (بیش از ۱.۱۳ ثانیه) به طور متوسط ۲.۱ استناد داشتند.

Speed Index نیز الگوهای مشابهی را نشان داد. وب‌سایت‌هایی با Index کمتر از ۱.۱۴ ثانیه به طور قابل اعتمادی خوب عمل کردند. آن‌هایی که بالای ۲.۲ ثانیه بودند، کاهش شدیدی را تجربه کردند.

یک یافته غیرمنتظره: صفحاتی با سریع‌ترین امتیاز Interaction to Next Paint (کمتر از ۰.۴ ثانیه) در واقع استناد کمتری (۱.۶ به طور متوسط) نسبت به صفحاتی با امتیاز INP متوسط (۰.۸ تا ۱.۰ ثانیه، به طور متوسط ۴.۵ استناد) دریافت کردند. محققان پیشنهاد کردند که صفحات بسیار ساده یا استاتیک ممکن است عمقی را که ChatGPT در منابع معتبر به دنبال آن است، نشان ندهند.

URL & Title Optimization

این گزارش نشان داد که URLهای گسترده و توصیف‌کننده موضوع، بهتر از URLهای keyword-optimized عمل می‌کنند.

صفحاتی با semantic relevance پایین بین URL و target keyword (در محدوده ۰.۰۰ تا ۰.۵۷) به طور متوسط ۶.۴ استناد دریافت کردند. آن‌هایی که بالاترین semantic relevance را داشتند (۰.۸۴ تا ۱.۰۰) تنها ۲.۷ استناد داشتند.

Titleها نیز از همین الگو پیروی کردند. Titleهایی با keyword matching پایین، به طور متوسط ۵.۹ استناد دریافت کردند. Titleهای بسیار keyword-optimized به طور متوسط ۲.۸ استناد داشتند.

محققان نتیجه گرفتند: “ChatGPT URLهایی را ترجیح می‌دهد که به وضوح موضوع کلی را توصیف می‌کنند، نه آن‌هایی که به شدت برای یک keyword واحد بهینه‌سازی شده‌اند.”

فاکتورهایی که عملکرد ضعیفی داشتند

چندین تاکتیک AI optimization که معمولاً توصیه می‌شوند، همبستگی حداقلی یا منفی با استنادها نشان دادند.

• FAQ schema markup عملکرد ضعیفی داشت. صفحات دارای FAQ schema به طور متوسط ۳.۶ استناد دریافت کردند، در حالی که صفحات بدون آن به طور متوسط ۴.۲ استناد داشتند.
• فایل‌های LLMs.txt تأثیر ناچیزی نشان دادند.
• Outbound links به سایت‌های دارای high-authority نیز تأثیر حداقلی بر احتمال استناد داشتند.

چرا این موضوع مهم است؟

این یافته‌ها نشان می‌دهد که استراتژی SEO کنونی شما ممکن است از قبل اهداف AI visibility را تامین کند. اگر در حال ایجاد referring domains هستید، traffic کسب می‌کنید، صفحات سریعی دارید و محتوای خود را به‌روز نگه می‌دارید، در حال پرداختن به عواملی هستید که این گزارش به عنوان بیشترین پیش‌بینی‌کننده شناسایی کرده است.

برای وب‌سایت‌های کوچک‌تر بدون backlink profiles گسترده، این تحقیق به community engagement در Reddit و Quora به عنوان یک مسیر قابل اجرا برای ساخت سیگنال‌های اقتدار اشاره می‌کند. داده‌ها همچنین پیشنهاد می‌کنند که بر عمق محتوا (content depth) به جای چگالی کلمات کلیدی (keyword density) تمرکز شود.

محققان اشاره می‌کنند که فاکتورها به یکدیگر وابسته هستند. بهینه‌سازی یک سیگنال در حالی که سایرین نادیده گرفته می‌شوند، اثربخشی کلی را کاهش می‌دهد.

نگاه به آینده

SE Ranking به طور خاص ChatGPT را تحلیل کرده است. سایر AI systems ممکن است فاکتورها را به طور متفاوتی وزن‌دهی کنند.

SE Ranking مشخص نکرده است که این داده‌ها مربوط به کدام نسخه یا بازه زمانی ChatGPT هستند، بنابراین این الگوها باید به عنوان directional correlations در نظر گرفته شوند و نه اثباتی برای نحوه کار الگوریتم رتبه‌بندی ChatGPT.

“`

منبع: مشاهده مقاله اصلی