استراتيجية المحتوى المرتكز على الكيانات: امتلاك الموضوعات في فضاءات المتجهات والمعرفة

تتعامل محركات البحث ومساعدات الذكاء الاصطناعي اليوم مع المحتوى على أنه كيانات – أشياء حقيقية في العالم – متصلة بعلاقات، وليس مجرد قوائم من الكلمات المفتاحية. يشرح مهندسو جوجل أن الرسم البياني المعرفي (Knowledge Graph) بُني لفهم “الكيانات الحقيقية في العالم وعلاقاتها ببعضها البعض: أشياء، وليست سلاسل نصية” (blog.google). عمليًا، هذا يعني أن المحتوى الناجح يجب أن يذكر بوضوح الأشخاص والأماكن والمنتجات والعلامات التجارية والأفكار (الكيانات) في مجال موضوعك، وأن يوضح كيفية ارتباطها. تستخدم مساعدات الذكاء الاصطناعي بعد ذلك علاقات الكيانات هذه لاختيار صفحاتك والاستشهاد بها بدقة (hendricks.ai) (www.quicksprout.com). على سبيل المثال، وجدت إحدى الدراسات أن الصفحات التي تحتوي على العديد من الكيانات الواضحة كانت أكثر عرضة للاختيار كمصادر للملخصات التي يولدها الذكاء الاصطناعي (www.quicksprout.com).

في هذه المقالة، نشرح كيف يؤثر تغطية الكيانات والعلاقات على استشهادات الذكاء الاصطناعي. سنوضح كيفية العثور على الكيانات الرئيسية باستخدام مصادر المعرفة العامة (مثل Wikidata أو لوحات معرفة Google)، وكيفية رسم خرائط لها في رسم بياني للموضوع، وكيفية تدقيق المحتوى الخاص بك بحثًا عن الأجزاء المفقودة. في النهاية ستحصل على خطة محتوى على غرار المحور والفرع، وقائمة تحقق لتحسين الصفحات حول الكيانات، وقواعد للربط الداخلي. يساعد هذا على ضمان أن أدوات البحث المدعومة بالذكاء الاصطناعي ترى موقعك كشبكة معلومات موثوقة.

لماذا الكيانات أهم من الكلمات المفتاحية

كما يشير خبير تحسين محركات البحث مونتانا توماس، تحاول أنظمة جوجل والذكاء الاصطناعي “فهم الويب كشبكة من الكيانات” (الموضوعات، العلامات التجارية، الأشخاص، الأماكن) بدلاً من كلمات مفتاحية معزولة (www.quicksprout.com) (www.quicksprout.com). بعبارة أخرى، تقوم محركات البحث بنمذجة ليس فقط الكلمات الموجودة على الصفحة، بل الأشياء التي تشير إليها هذه الكلمات. وبالمثل، توضح شركة المعرفة الرقمية Yext أن البحث الحديث لم يعد ينظر إلى الكلمات وحدها؛ بل يفهم ما هي علامتك التجارية بالفعل وكيف ترتبط بأشياء أخرى في العالم الحقيقي (www.yext.com).

هذا التحول هو السبب في أن الكلمات المفتاحية وحدها لم تعد كافية. قد تكون لديك صفحة مليئة بالعبارات المفتاحية، ولكن إذا لم تربط هذه العبارات بوضوح بكيانات العالم الحقيقي، فقد لا يراها الذكاء الاصطناعي كمصدر موثوق. يستخدم مدونة HOTH SEO تشبيهًا مفيدًا: “الكلمات المفتاحية هي نقاط معزولة، بينما الكيانات هي شبكات متماسكة” (www.thehoth.com). عمليًا، ستمنح محركات الإجابة المدعومة بالذكاء الاصطناعي محتواك درجة أعلى إذا وجدت العديد من الكيانات المعرفة وروابطها، بدلاً من مجرد مصطلحات متكررة. على سبيل المثال، إذا كان موقعك يحتوي على حقائق منظمة وواضحة حول الزراعة العضوية، وخصوبة التربة، والزراعة المستدامة، فمن المرجح أن يستشهد بك الذكاء الاصطناعي في الموضوعات ذات الصلة أكثر مما لو كنت تكرر “الزراعة العضوية” جملة بعد جملة.

تؤكد المصادر الرسمية ذلك: هدف إطلاق الرسم البياني المعرفي من جوجل عام 2012 كان مساعدة البحث على التحول إلى “أشياء، لا سلاسل نصية” (blog.google). الرسم البياني المعرفي هو قاعدة بيانات ضخمة لكيانات العالم الحقيقي (الأشخاص، الأماكن، الأشياء) والحقائق المتعلقة بها. أشار مدونة جوجل إلى أنها تحتوي على أكثر من 500 مليون كيان و 3.5 مليار حقيقة وعلاقة (blog.google). عند البحث، يحاول جوجل العثور على الكيان الصحيح في رسمه البياني وعرض الحقائق المتصلة (مثل الاسم، الوصف، الأشخاص المرتبطين) بدلاً من مجرد مطابقة الكلمات المفتاحية (blog.google) (support.google.com). باختصار، محركات البحث ومساعدات الذكاء الاصطناعي “لا تقرأ المحتوى مثل البشر” – بل تستخرج إشارات الكيانات لبناء صورة منظمة (hendricks.ai).

النقطة الأساسية: يستخدم البحث والذكاء الاصطناعي فهمًا مرتكزًا على الكيانات. يجب أن تضمن استراتيجية المحتوى أن كل صفحة تتمحور حول كيانات محددة بوضوح وعلاقاتها. هكذا يصبح موقعك جزءًا من الرسم البياني المعرفي ويتم الاستشهاد به.

العثور على الكيانات الرئيسية في تخصصك

الخطوة الأولى هي تحديد الكيانات (الأشخاص، العلامات التجارية، المفاهيم، الطرق، القياسات، إلخ) التي تحدد موضوعك. تشمل المصادر الجيدة لذلك الرسوم البيانية المعرفية العامة ولوحات نتائج البحث:

Wikidata (وويكيبيديا): Wikidata هي قاعدة بيانات عامة ضخمة للكيانات. ترتبط جميع مقالات ويكيبيديا بكيان في Wikidata، والذي يسرد المعلومات والاتصالات ذات الصلة. تصف صفحة Wikidata الرئيسية نفسها بأنها “قاعدة المعرفة الحرة التي تحتوي على 121,604,485 كيانًا بياناتيًا” (www.wikidata.org). يمكنك البحث في Wikidata حسب الموضوع لرؤية الكيان الرئيسي وسماته المرتبطة (تسميات مثل “تأسست بواسطة”، “منشورات”، إلخ). على سبيل المثال، إذا بحثت في Wikidata عن مصطلح تقني في مجالك، فستجد صفحة هذا الكيان مع بيانات عنه (الموقع قابل للتحرير، ولكنه موثوق به للحقائق الأساسية). يساعد استخدام Wikidata أو ويكيبيديا في البحث على إبراز الكيانات ذات الصلة التي قد تفوتك بخلاف ذلك.
لوحات المعرفة في البحث: عندما تبحث عن موضوع على جوجل، غالبًا ما تظهر لوحة المعرفة أو لوحة الكيان (عادةً على الجانب الأيمن). تسرد هذه اللوحات الحقائق الرئيسية: التواريخ، المؤسسين، الأسماء ذات الصلة. تؤكد جوجل أن اللوحات تظهر “عند البحث عن كيانات (أشخاص، أماكن، منظمات، أشياء) موجودة في الرسم البياني المعرفي” (support.google.com). على سبيل المثال، البحث عن عالم مشهور يظهر تاريخ ميلاده، المؤسسات التابعة له، الجوائز، إلخ. من خلال إجراء عمليات بحث نموذجية لتخصصك (مثل أداة أو شخص)، يمكنك ملاحظة الكيانات المدرجة في اللوحة. هذه الإدخالات في اللوحة هي تلميحات – أشياء تعتبرها جوجل مهمة لهذا الموضوع.
المصادر المتعلقة بالموضوع: يمكن أن تكشف القواميس الصناعية، مجموعات البيانات الرسمية، أو الأدلة أيضًا عن الكيانات. على سبيل المثال، قد يستخدم موقع طبي Wikidata أو UMLS؛ قد يراجع مدونة تقنية DBpedia. حتى قسم “الأشخاص يسألون أيضًا” أو اقتراحات البحث ذات الصلة يمكن أن تكشف عن مصطلحات. الهدف هو جمع جميع المفاهيم التي يعتبرها نظام الذكاء الاصطناعي ذات صلة.

أثناء جمع الكيانات، لاحظ ليس فقط الموضوعات الأساسية (مصطلحات تخصصك الرئيسية) ولكن أيضًا الأشياء المتصلة: العلامات التجارية (أسماء الشركات أو أسماء المنتجات في تخصصك)، الأشخاص (الخبراء أو المؤسسين)، الطرق (التقنيات أو الموضوعات الفرعية)، القياسات أو البيانات (الإحصائيات، المعايير، الوحدات)، والمواقع أو الأحداث إذا كانت ذات صلة. تصبح هذه عقدًا في رسمك البياني للموضوع.

رسم خريطة الرسم البياني لموضوعك

بمجرد أن يكون لديك قائمة بالكيانات، قم بتنظيمها في رسم بياني للموضوع (يُطلق عليه أيضًا الرسم البياني الدلالي أو الكياني). بعبارات بسيطة، هذا الرسم البياني يشبه الخريطة: كل كيان هو عقدة، والكيانات ذات الصلة مرتبطة بحواف. ستقوم ببناء محاور (العقد الرئيسية) وفروع (العقد المتصلة).

تحديد الكيانات المحورية: هذه هي مفاهيمك الأساسية. على سبيل المثال، إذا كان تخصصك هو “الحدائق الحضرية”، فقد تشمل المحاور الحدائق الحضرية، الزراعة المائية، برامج الحدائق المجتمعية، إلخ. تغطي المحاور عادةً مواضيع واسعة مركزية لمحتواك.
العثور على الكيانات الداعمة: لكل محور، حدد الموضوعات الفرعية والسمات ذات الصلة. بالنسبة لـالحدائق الحضرية، قد تشمل الكيانات ذات الصلة طرق بستنة معينة (مثل “الزراعة المائية”)، نباتات (مثل “الطماطم”)، أدوات (مثل “الأسِرّة المرتفعة”)، ومنظمات أو أشخاص (مثل “برامج المزارع الرئيسي”). هذه هي فروع المحور.
رسم العلاقات: في الرسم البياني، اربط المحاور بالفروع. ضع علامات على العلاقات في ملاحظاتك (مثل “هو نوع من”، “تأسست بواسطة”، “تستخدم لـ”، إلخ). على سبيل المثال، الحدائق الحضرية — تتضمن طريقة → الزراعة المائية؛ الزراعة المائية — تتطلب → “محلول المغذيات”؛ قد يرتبط كيان شخص مثل “ميل بارثولوميو” عبر أنشأ → “بستنة القدم المربعة”. تساعدك هذه الحواف على رؤية كيف يجب أن ترتبط موضوعات المحتوى.
تضمين السمات: بعض حواف الرسم البياني هي سمات وليست موضوعات فرعية. لكل كيان، أدرج السمات الرئيسية التي يجب أن تذكرها الصفحات. بالنسبة لشخص، يمكن أن تكون السمات المهنة، العمل البارز. بالنسبة لمنتج، السعر أو الميزات. يضمن تسجيل هذه السمات عدم إغفال الحقائق البسيطة التي يستخدمها الذكاء الاصطناعي للاستشهادات.

الرسم البياني للموضوع هذا هو أداة تخطيط. يوضح في لمحة سريعة الموضوعات التي يجب أن تغطيها وكيف. من حيث استراتيجية المحتوى، فإن خطة المحور والفرع أو خطة العمود والتكتل مستمدة مباشرة من هذا الرسم البياني. تصبح المحاور صفحات أساسية وتصبح الفروع صفحات داعمة.

تدقيق المحتوى مقابل الرسم البياني للكيانات

مع وجود الرسم البياني لموضوعك في متناول اليد، قم بتدقيق المحتوى الموجود لديك للعثور على الثغرات (المحاور أو الفروع المفقودة) ونقاط الضعف. هذا يعني التحقق من:

وجود الكيان: هل لكل محور وفرع في خريطتك صفحة أو قسم مطابق؟ إذا كانت الحدائق المجتمعية عقدة رئيسية ولكن ليس لديك صفحة مخصصة لها، فهذه ثغرة. حتى لو ذكرتها، قد تحتاج إلى صفحة كاملة أو قسم عميق.
روابط العلاقات: في كل صفحة، هل الكيانات ذات الصلة مرتبطة أو نوقشت؟ على سبيل المثال، في صفحة المحور الرئيسية “الحدائق الحضرية”، هل تذكر وتربط “الزراعة المائية” وغيرها من الفروع؟ تتوقع أنظمة الذكاء الاصطناعي شبكة من الروابط تعكس رسمك البياني.
السمات والحقائق: تحقق مما إذا كنت قد أدرجت السمات الأساسية (التواريخ، الأسماء، القياسات) لكل كيان. على سبيل المثال، إذا تم إدراج “ميل بارثولوميو”، فهل لديك تاريخ تأسيس منظمته أو العام الذي نشر فيه شيئًا؟ يمكن أن يؤدي فقدان الحقائق الصغيرة إلى إضعاف إشارات الكيان.
توازن التغطية: قد تكون بعض الكيانات ممثلة بشكل زائد (مثل ذكرها عدة مرات) بينما تكون أخرى نادرة. التركيز المفرط على المصطلحات الضيقة يمكن أن يشتت السلطة. التوازن يعني إعطاء كل كيان أساسي حضورًا كافيًا.

قم بإجراء هذا التدقيق من خلال مراجعة قائمة الرسم البياني الخاصة بك وتحديد المحتوى الموجود. يمكن أن تساعد العديد من أدوات تحسين محركات البحث أو جداول البيانات في تتبع الموضوعات إلى الصفحات. الهدف هو تحديد المحاور المفقودة (الموضوعات الرئيسية التي لا تحتوي على صفحة عمود) والحواف المفقودة (العلاقات أو الكيانات الرئيسية التي لم تتم معالجتها). بمجرد تحديدها، تصبح هذه مهام محتوى جديدة.

بناء خطة محتوى على غرار المحور والفرع

تعني خطة المحور والفرع للكيانات تخصيص كل كيان رئيسي لصفحة “محور”، مع كيانات ذات صلة كصفحات “فرع” مرتبطة بها. إليك كيفية تطبيقها:

إنشاء أو تحسين صفحات المحور: هذه هي الصفحات الموثوقة لكل كيان أساسي. على سبيل المثال، إذا كانت المركبات الكهربائية محورًا، فيجب أن تحدد صفحتها بشكل كامل ما هي المركبات الكهربائية، ولماذا هي مهمة، وكيف تعمل. يجب أن تذكر هذه الصفحة معظم الكيانات ذات الصلة (العلامات التجارية، البطاريات، الشحن).
تطوير صفحات الفروع: كل فرع هو تفصيل لكيان معين ذي صلة. تحت المركبات الكهربائية، يمكن أن تشمل الفروع Tesla Model 3، معايير شحن المركبات الكهربائية، أو بطاريات السيارات الكهربائية. يركز كل فرع على جانب واحد ولكنه يربط مرة أخرى بالمحور وربما ببعضها البعض.
الربط المنطقي: يجب أن ترتبط صفحة المحور بكل فرع، ويجب أن ترتبط الفروع بالمحور وببعضها البعض حيثما كان ذلك مناسبًا. استخدم نص الرابط الذي يطابق اسم الكيان. على سبيل المثال، في صفحة محور المركبات الكهربائية، اربط بصفحة Tesla بنص مثل “Tesla Model 3 هي أحد نماذج المركبات الكهربائية الشائعة.” هذا يخبر جوجل أن Tesla Model 3 هي كيان ضمن المركبات الكهربائية.
جدولة إنشاء المحتوى: استخدم نتائج التدقيق لتحديد أولويات المحاور/الفروع الجديدة. غطِّ أهم الكيانات المفقودة أولاً. خطط أيضًا لتحديثات الصفحات الموجودة لتضمين تفاصيل الكيان المطلوبة.

يضمن مخطط واضح لهذه الخطة (حتى رسم بياني بسيط) أن يفهم الجميع في الفريق أي صفحة تدور حول أي كيان، وكيف تتناسب معًا. قم بهيكلة موقعك/تصميم الإطار بحيث تكون محاور الكيانات في مكان منطقي (على سبيل المثال، صفحات رئيسية في فئة) وتكون الفروع صفحات فرعية أو مقالات مرتبطة. يساعد هذا الوضوح الهيكلي برامج الزحف والذكاء الاصطناعي على اتباع هيكلك المقصود.

قائمة التحقق لتحسين الكيانات داخل الصفحة

يجب أن تكون كل صفحة (خاصة صفحات المحور) مُحسّنة للكيانات حتى يتمكن الذكاء الاصطناعي من استخراجها والاستشهاد بها. إليك قائمة تحقق للتأكد من أنك قد حققت الهدف:

عنوان وعناوين واضحة: استخدم اسم الكيان بالكامل في <title> صفحتك، وعنوان H1، والفقرة الأولى. على سبيل المثال، “المركبات الكهربائية: الفوائد والتكنولوجيا”. ابدأ المحتوى بتعريف بسيط أو وصف للكيان، حتى يعرف الذكاء الاصطناعي ما هو.
تحديد الكيان في البداية: في وقت مبكر من الصفحة، اذكر بوضوح ما هو الكيان ولماذا هو مهم. مثال: “المركبات الكهربائية (EVs) هي سيارات تعمل بمحركات كهربائية بدلاً من البنزين.” هذا يحاكي كيفية قيام لوحات المعرفة أو السطر الأول من ويكيبيديا بذلك.
تضمين السمات والحقائق: استخدم قوائم نقطية أو مربع معلومات لسرد السمات الرئيسية (المؤسس، التاريخ، القياسات). بالنسبة لشخص: تاريخ الميلاد، الدور. بالنسبة لمنتج: تاريخ الإصدار، السعر. بالنسبة لحدث: التاريخ، الموقع. تساعد الحقائق المنظمة الذكاء الاصطناعي على التعرف على الكيان. (لاحظت جوجل أن الحقائق مثل من كتب أي كتاب، أو علاقات الشخص، مهمة (blog.google).)
استخدام البيانات المهيكلة (مخطط): أضف ترميز Schema.org لتسمية نوع الكيان بشكل صريح. على سبيل المثال، استخدم ترميز ItemList أو FAQPage حسب الاقتضاء، ولكن أيضًا أنواع مثل Organization، Person، Product في JSON-LD لتحديد الموضوع الرئيسي. تؤكد Yext أن ترميز المخطط “يخبر المحركات بشكل صريح نوع الكيان الذي تمثله كل صفحة وما هي سماته” (www.yext.com). حتى لو لم تكن “شخصًا يفهم الكود”، ففكر في مخطط بسيط للشخص أو المنظمة على صفحات “حول”.
الكتابة بوضوح: تجنب الصياغة الغامضة. قل “الرئيسة التنفيذية أليس جونسون أسست شركة TechCo في عام 2010” بدلاً من “أسست أليس الشركة في عام 2010.” يساعد هذا الوضوح الذكاء الاصطناعي على استخراج العلاقات. يوصي دليل Hendricks AI بذكر الأشياء بشكل لا لبس فيه: على سبيل المثال، “براندون هندريكس أسس Hendricks.AI” بدلاً من مجرد “براندون بدأ الشركة.” كلما كانت جملك أكثر وضوحًا، كلما تمكن الذكاء الاصطناعي من ربطها بشكل أكثر موثوقية في رسمه البياني (hendricks.ai).
الربط بالمصادر: قم بتضمين روابط خارجية موثوقة (مثل ويكيبيديا أو الأخبار) للبيانات. هذا لا يضيف الثقة فحسب، بل ينسق أيضًا استخدام كيانك مع المصادر المعترف بها. على سبيل المثال، ربط اسم الكيان بصفحته في ويكيبيديا أو موقعه الرسمي (عندما يكون ذلك منطقيًا) يمنح الذكاء الاصطناعي مزيدًا من الثقة.
استخدام المرادفات والمصطلحات ذات الصلة: يمكن أن تُعرف الكيانات بأسماء مختلفة (مثل، اختصار، اسم كامل). قد تقول “إي كولاي (Escherichia coli)”. استخدم الاسم الكامل مرة واحدة على الأقل، وأي اسم مستعار شائع. اذكر أيضًا علاقات الفئة: “المركبات الكهربائية تنتمي إلى الفئة الأوسع من مركبات الطاقة النظيفة.” تساعد هذه الاختلافات على تغطية جميع الطرق التي قد يبحث بها الذكاء الاصطناعي عن المفهوم.
إضافة سياق بأمثلة: إذا كان الكيان مجردًا أو تقنيًا، قدم أمثلة ملموسة. على سبيل المثال، “تشمل أمثلة الحدائق الحضرية الحدائق المجتمعية ومزارع الأسطح.” غالبًا ما يبحث مساعدو الذكاء الاصطناعي عن مثل هذه التعريفات في الاستشهادات.

يعد التحقق من كل ما سبق لكل صفحة محور خطوة تحريرية مهمة. تذكر أنك تريد أن لا يشك الذكاء الاصطناعي ما هو الشيء الذي تدور حوله الصفحة وحقائقها الرئيسية.

قواعد الربط الداخلي للكيانات

يُظهر الربط الداخلي الفعال كيفية ارتباط الكيانات في موقعك الخاص. إليك أفضل الممارسات:

ربط اسم الكيان بصفحته: كلما ذكرت كيانًا رئيسيًا بخلاف موضوع الصفحة الحالية، اربطه بصفحة محور هذا الكيان. استخدم الاسم الفعلي (نص الرابط) للكيان. على سبيل المثال، في مقال عن “التربة العضوية”، اربط “التسميد” مباشرة بصفحتك “التسميد” عند ذكره لأول مرة. هذا يعزز لجوجل أن “التسميد” هي صفحة كيان خاصة بها.
بناء روابط هرمية: هيكلة الروابط لتعكس التسلسل الهرمي للمحتوى. اربط الفئات الواسعة بالموضوعات الفرعية والعكس صحيح. على سبيل المثال، يجب أن ترتبط صفحة “المركبات الكهربائية” (الأصل) بنماذج أو علامات تجارية محددة (الأبناء)، ويجب أن ترتبط كل صفحة نموذج بـ “المركبات الكهربائية”. يشكل هذا الربط بين الأصل والفرع شجرة تشبه الرسم البياني المعرفي في موقعك.
إنشاء شبكات كيانات: تنصح Yext بـ “ربط صفحات المواقع بصفحات الخدمات بصفحات الأشخاص” إلخ، لبناء شبكة من الإشارات (www.yext.com). عمليًا، إذا كان لديك أنواع كيانات مختلفة (مثل، شخص وشركة أسسها)، فتأكد من أن كل صفحة ترتبط بشكل مناسب. يجب أن ترتبط صفحة السيرة الذاتية للرئيس التنفيذي بصفحة الشركة والعكس صحيح.
الحد من الروابط غير الضرورية: لا تبالغ في ربط كل ذكر. اربط فقط أول ذكر أو أهم ذكر لكيان في الصفحة. كثرة الروابط، خاصة في النص الجاري، يمكن أن تربك النموذج. القاعدة الجيدة هي 2-5 روابط داخلية لكل صفحة تدعم الموضوع مباشرة. اربط دائمًا بالصفحات التي يرغب القارئ منطقيًا في الحصول على مزيد من التفاصيل منها.
استخدام نص رابط متسق: إذا كان لديك صفحة عن “TensorFlow”، استخدم دائمًا “TensorFlow” (أو التهجئة الدقيقة للعلامة التجارية) كنص رابط، وليس تباينًا مثل “تلك الأداة” أو “هو”. يمنع هذا الاتساق ارتباك النموذج حول الأسماء المختلفة.
تحديث المحتوى القديم: إذا أدت خريطة الكيانات الخاصة بك إلى إنشاء صفحة محور جديدة، فارجع وأضف روابط إليها من الصفحات القديمة التي تذكرها. حتى المحتوى التاريخي يمكن أن يرسل إشارات جديدة إذا قمت بتحسين الروابط الداخلية.

الربط الداخلي الجيد يساعد الذكاء الاصطناعي على التنقل في الرسم البياني لمحتواك، تمامًا كما يفعل المحررون البشريون. باتباع خطة ربط واضحة تعكس الرسم البياني لكياناتك، فإنك تعزز سلطتك الموضوعية.

الخلاصة

تدور استراتيجية المحتوى المرتكز على الكيانات حول جعل موقعك جزءًا واضحًا من الرسم البياني المعرفي. عندما تمتلك الكيانات الصحيحة وتظهر علاقاتها، ستتعلم مساعدات الذكاء الاصطناعي كيفية الاستشهاد بك. باختصار:

تعامل مع الكيانات (الأشخاص، العلامات التجارية، المفاهيم) على أنها الموضوعات الرئيسية، وليست مجرد كلمات مفتاحية.
استخدم مصادر المعرفة العامة (Wikidata، لوحات جوجل) للعثور على جميع الكيانات ذات الصلة في تخصصك.
ارسم رسمًا بيانيًا للموضوع يربط كل محور كيان بالفروع ذات الصلة (السمات، الأشخاص، الطرق).
قم بتدقيق موقعك مقابل هذا الرسم البياني، لملء الثغرات حيثما تكون الكيانات أو الاتصالات مفقودة.
قم ببناء خطة محور وفرع: تحدد كل صفحة محور كيانًا كبيرًا واحدًا، مع صفحات داعمة لاتصالاته.
في كل صفحة، قم بتسمية الكيان وتحديده بوضوح، وقم بتضمين الحقائق الرئيسية (مع البيانات المهيكلة إن أمكن)، واربط بالكيانات ذات الصلة.
اتبع ربطًا داخليًا متسقًا بحيث تعزز صفحات الكيانات بعضها البعض في نظر الذكاء الاصطناعي.

باتباع هذه الخطوات، فإنك ترسل إشارة إلى محركات البحث والذكاء الاصطناعي بأن علامتك التجارية هي السلطة في كل كيان. كما تلاحظ Yext، يصبح السؤال ليس “ما هي الكلمات المفتاحية التي أحتل مرتبة عليها؟” بل “هل يفهم جوجل ما أنا وكيف أرتبط بالأشياء التي يهتم بها جمهوري؟” (www.yext.com) (www.yext.com). سيؤدي القيام بذلك جيدًا إلى تحسين ظهورك ليس فقط في البحث العادي، ولكن في عالم الإجابات المدعومة بالذكاء الاصطناعي المتنامي، مما يضمن حصول محتواك على الاستشهادات التي يستحقها لسنوات قادمة.