GENERATIVE ENGINE OPTIMIZATION
מדריך יסודות למי שרוצה להבין את התחום: איך מנועי AI בונים תשובות, איזה תפקיד יש לתוכן ולסמכות, ומתי כדאי לעסק לבחון GEO.
מה זה GEO? בקצרה, GEO (Generative Engine Optimization) הוא תחום העבודה שמטרתו לשפר את הסיכוי שהמידע על עסק, מוצר או נושא יוצג בצורה נכונה בתשובות שכותבים מנועי בינה מלאכותית כמו ChatGPT, Gemini, Perplexity, Copilot ופיצ'רי ה-AI של גוגל. במקום לשאול "באיזה מקום אני מופיע בתוצאות החיפוש?", שואלים ב-GEO "האם המנוע מזכיר אותי, האם הוא מצטט את האתר שלי כמקור, והאם מה שהוא אומר עליי מדויק?". זו לא טכניקה סודית ולא תחליף לקידום אתרים, אלא הרחבה של אותם עקרונות לעולם שבו התשובה נכתבת עבור המשתמש.
כשאדם מחפש בגוגל בצורה הקלאסית, הוא מקבל רשימת קישורים ובוחר בעצמו על מה ללחוץ. כשהוא שואל מנוע AI, הוא מקבל תשובה כתובה, שלפעמים כוללת קישורים למקורות ולפעמים לא. המשמעות לעסק: הלקוח עשוי לגבש דעה עוד לפני שביקר באתר. GEO עוסק בשני דברים שונים שכדאי להפריד ביניהם:
אלה לא אותו דבר. מותג יכול להיות מוזכר בלי שהאתר שלו מצוטט, כי המנוע הסתמך על כתבה, השוואה או ביקורת באתר אחר. וגם ההפך קורה: עמוד מצוטט כמקור להסבר כללי, בלי שהמותג עצמו מומלץ. ההבחנה הזו חשובה כי היא משנה את סדר העדיפויות: לפעמים העבודה החשובה היא דווקא על איך מתארים אתכם במקומות שאינם האתר שלכם.
המונח GEO נטבע במאמר אקדמי משנת 2023 בשם GEO: Generative Engine Optimization, של חוקרים מפרינסטון, ג'ורג'יה טק, מכון אלן לבינה מלאכותית ו-IIT דלהי. המאמר הוצג בכנס KDD בשנת 2024. החוקרים בנו מערך ניסוי של שאלות ומקורות, ובדקו אילו שינויים בתוכן משפיעים על הנראות של מקור בתשובות של מנוע גנרטיבי. בניסוי שלהם, שיטות כמו הוספת הפניות למקורות, ציטוטים ונתונים סטטיסטיים שיפרו את הנראות, והם מצאו שהשפעת השיטות משתנה בין תחומי תוכן. חשוב לזכור שזה ניסוי מחקרי בסביבה מבוקרת, ולא מתכון שמבטיח תוצאה במנוע מסוים.
כדי להבין GEO צריך להבין שלמודל שפה יש שני מקורות ידע עיקריים.
לפני שמודל יוצא לשימוש, הוא מאומן על כמויות גדולות של טקסט. מה שהוא למד שם נשאר "בזיכרון" שלו, אבל הידע הזה מוגבל לנקודת זמן מסוימת ובדרך כלל לא מגיע עם קישור למקור. אם המותג שלכם הופיע הרבה ובהקשר ברור בטקסטים ציבוריים, ייתכן שהמודל מכיר אותו גם בלי לחפש.
כשהשאלה דורשת מידע עדכני או ספציפי, מנועים רבים מחפשים ברשת בזמן שהם עונים. השיטה נקראת RAG (Retrieval-Augmented Generation): המנוע מאחזר עמודים רלוונטיים, קורא אותם ומבסס עליהם את התשובה. כאן נוצרים הציטוטים והקישורים. לפי התיעוד של גוגל, פיצ'רי ה-AI בחיפוש מבוססים על מערכות הדירוג והאיכות של החיפוש הרגיל ומשתמשים באחזור מתוך אינדקס החיפוש.
שאלה אחת של משתמש לא תמיד הופכת לחיפוש אחד. המנוע יכול לפצל אותה לכמה חיפושים קשורים, כל אחד על היבט אחר, ולאסוף מהם מקורות. גוגל קוראת לזה query fan-out ומסבירה שבזכותו התשובה יכולה להציג מגוון רחב יותר של קישורים מאשר חיפוש קלאסי. בפועל, המשמעות היא שעמוד יכול להיכנס לתשובה גם אם הוא עונה רק על חלק אחד מהשאלה.
כל מנוע עובד קצת אחרת, ולכן אין "אופטימיזציה אחת" שמתאימה לכולם:
מנוע שמאחזר מקורות צריך קודם כל למצוא את העמוד, אחר כך להבין אותו, ולבסוף לסמוך עליו מספיק כדי להשתמש בו. לכן העקרונות דומים מאוד לקידום אתרים טוב: תוכן מקורי שנכתב עבור אנשים, ניסיון ונקודת מבט מהשטח, כותרות ברורות, מידע מדויק ועדכני, ועמודים שגוגל ומנועים אחרים יכולים לסרוק. סמכות נבנית גם מחוץ לאתר: אזכורים אמיתיים בכתבות, ביקורות, מדריכים והשוואות. גוגל מזהירה במפורש שניסיון לייצר אזכורים לא אותנטיים ברשת אינו מועיל ושמערכות הספאם שלה חלות גם כאן.
נניח שבעלת עסק שואלת: "איזו מערכת CRM מתאימה לעסק קטן?". כך זה עשוי להתגלגל:
מה זה אומר עבור ספק CRM? לא מספיק עמוד בית יפה. צריך עמוד מחירים ברור, הסבר כתוב על התאמה לעסקים קטנים, מידע גלוי על תמיכה בעברית ועל חיבורים, וכן נוכחות מדויקת במקורות חיצוניים שמשווים בין מערכות. כל אחד מהם עונה על "תת-שאלה" אחרת.
מסיבה זו אנחנו רואים ב-GEO שכבה שנבנית על גבי SEO ולא במקומו. את ההבדלים המעשיים פירטנו במאמר GEO מול SEO, ואת המונח הקרוב AEO, שמתמקד בתשובות ישירות, הסברנו בנפרד במדריך מה זה AEO.
לא כל עסק צריך להשקיע ב-GEO באותה רמה. הטבלה הבאה עוזרת להחליט:
| המצב בעסק | מה זה אומר | כיוון מומלץ |
|---|---|---|
| לקוחות משווים בין ספקים לפני רכישה | שאלות "מה הכי מתאים" ו"מה ההבדל" נפוצות במנועי AI | כדאי לבדוק איך העסק מוצג בתשובות כאלה |
| לקוחות אומרים "ראיתי אתכם ב-ChatGPT" | הערוץ כבר משפיע על ההחלטה | כדאי למדוד באופן קבוע ולוודא שהמידע מדויק |
| מנועי AI מתארים את העסק בצורה שגויה | מחיר, שירות או מיקום לא נכונים | לתקן קודם את המקורות: האתר, פרופילים ואתרים חיצוניים |
| האתר עדיין לא נסרק או לא מאונדקס כראוי | הבסיס הטכני חסר | להתחיל ב-SEO טכני, ורק אחר כך לעבור ל-GEO |
| עסק מקומי קטן עם שירות פשוט | השאלות לרוב מקומיות וישירות | פרופיל עסק מעודכן ועמודי שירות ברורים הם נקודת התחלה טובה |
כלל אצבע: אם הלקוחות שלכם מקבלים החלטה אחרי מחקר, והמחקר הזה עובר יותר ויותר דרך שאלות לבינה מלאכותית, זה הזמן לבדוק איפה אתם עומדים.
להמשך קריאה: רשימת פעולות מעשית להופעה במנועי AI · Schema Markup וחיפוש AI · מה זה llms.txt