چرا متخصصان روابط‌عمومی باید شکاف خوانایی هوش مصنوعی را در عصر جست‌وجوی مولد مدیریت کنند؟
روابط‌عمومی دیگر نمی‌تواند مسئولیت خود را به تولید روایت، افزایش آگاهی و کسب پوشش رسانه‌ای محدود کند. اگر موتورهای هوش مصنوعی نتوانند وب‌سایت یک برند را به‌درستی پیدا، خزش و تفسیر کنند، حتی موفق‌ترین کارزار روابط‌عمومی نیز ممکن است در جست‌وجوی گفت‌وگومحور بی‌اثر شود. بنابراین، متخصصان روابط‌عمومی باید در کنار داستان‌گویی و رسانه، خوانایی فنی وب‌سایت برای ماشین‌ها را نیز درک و پیگیری کنند.

🤖 اگر هوش مصنوعی نتواند وب‌سایت یک برند را بخواند، حتی بهترین کارزار روابط‌عمومی ممکن است در جست‌وجوی مولد دیده نشود.

روابط عمومی سال‌ها بر داستان‌گویی، پوشش رسانه‌ای و ساخت اعتبار برند تمرکز داشته است. اما در عصر جست‌وجوی گفت‌وگومحور، یک لایه مهم دیگر نیز اهمیت پیدا کرده است:

🔎 آیا ماشین‌ها می‌توانند داستان برند را پیدا و درک کنند؟

بررسی مطرح‌شده در این مقاله درباره بیش از ۷۰۰ وب‌سایت فناوری کسب‌وکار به کسب‌وکار در بریتانیا، چهار مؤلفه فنی را بررسی کرده است:

📌 داده‌های ساختاریافته
📌 نقشه سایت ایکس‌ام‌ال
📌 فایل روبوتس
📌 فایل ال‌ال‌ام‌اس

🎯 نتیجه اصلی: روابط‌عمومی باید از مرز وب‌سایت عبور کند و درباره قابلیت کشف، خوانایی و تفسیر برند توسط ماشین‌ها نیز پرسش‌های جدی مطرح کند.

روایت خوب + اعتبار رسانه‌ای + زیرساخت دیجیتال قابل خواندن = فرصت بیشتر برای دیده‌شدن و پیشنهاد شدن در جست‌وجوی هوش مصنوعی.


✍️ نویسنده: گراهام اسمیت، مدیر بازاریابی گراهام
📅 تاریخ انتشار: ۲۴ سپتامبر ۲۰۲۶
📰 منبع: گراهام اسمیت
🇮🇷 منبع فارسی: شبکه اطلاع‌رسانی روابط‌عمومی ایران (شارا)


شبکه اطلاع‌رسانی روابط‌عمومی‌ ایران (شارا) –  متخصصان روابط‌عمومی ماه‌ها برای طراحی روایت‌های جذاب و به‌دست آوردن پوشش رسانه‌ای سطح بالا برای مشتریان خود تلاش می‌کنند. اما وقتی یک خریدار بالقوه از یک ابزار هوش مصنوعی می‌خواهد بهترین ارائه‌دهندگان نرم‌افزارهای کسب‌وکار به کسب‌وکار را در یک حوزه مشخص معرفی کند و نام مشتری شما کاملاً از پاسخ حذف می‌شود، چه اتفاقی می‌افتد؟

این مسئله هر روز در سراسر بخش فناوری کسب‌وکار به کسب‌وکار در بریتانیا در حال رخ دادن است. در حالی که تیم‌های ارتباطات بر ساخت اعتبار برند و افزایش آگاهی در ابتدای مسیر جذب مشتری تمرکز می‌کنند، در زیرساخت‌های دیجیتال خود مشتریان نوعی گسست وجود دارد.

اگر یک موتور هوش مصنوعی نتواند وب‌سایت را به‌طور قابل اعتماد پیدا کند، خزش کند یا تفسیر کند، حتی درخشان‌ترین کارزار روابط‌عمومی نیز در جست‌وجوی گفت‌وگومحور با شکست مواجه خواهد شد.

خوانایی هوش مصنوعی دیگر فقط موضوعی نیست که واحدهای فناوری اطلاعات یا بهینه‌سازی موتورهای جست‌وجو به‌صورت عمیق بررسی کنند؛ این موضوع اکنون مستقیماً به حوزه فعالیت متخصصان روابط‌عمومی وارد شده است.

عامل پنهان در ماشین روابط‌عمومی

نحوه تحقیق تصمیم‌گیرندگان سازمانی درباره راهکارها و انتخاب ارائه‌دهندگان، به‌طور بنیادین تغییر کرده است.

به جای کلیک کردن روی صفحات مختلف نتایج موتورهای جست‌وجو، آن‌ها بیش از پیش به عامل‌های هوش مصنوعی گفت‌وگومحور متکی هستند تا گزینه‌های موجود را ارزیابی کنند و فهرستی کوتاه از ارائه‌دهندگان احتمالی بسازند.

برای اینکه ابزارهای هوش مصنوعی بتوانند یک برند را پیشنهاد کنند، ابتدا باید از وجود آن برند از طریق استنادهای شخص ثالث و پوشش رسانه‌ای کسب‌شده مطلع شوند؛ اما در مرحله بعد، وب‌سایت شرکت را نیز خزش می‌کنند تا از منبع اصلی بفهمند شرکت چه کاری انجام می‌دهد و محصولات یا خدمات آن چه قیمتی دارند.

بیشتر شرکت‌های فناوری کسب‌وکار به کسب‌وکار علاقه دارند خود را در خط مقدم نوآوری معرفی کنند. با این حال، بررسی اخیر من از بیش از ۷۰۰ وب‌سایت فناوری کسب‌وکار به کسب‌وکار در بریتانیا، شکاف قابل‌توجهی میان آنچه این شرکت‌ها تبلیغ می‌کنند و نحوه مدیریت زیرساخت‌های دیجیتال خودشان نشان می‌دهد.

نقطه کور ۷۷ درصدی

من چهار نشانه فنی در دسترس عموم را بررسی کردم که به خزنده‌های خودکار هوش مصنوعی امکان می‌دهند محتوای وب را کشف و درک کنند: داده‌های ساختاریافته، نقشه‌های سایت ایکس‌ام‌ال، فایل‌های روبوتس و استاندارد نوظهور ال‌ال‌ام‌اس.

نتایج چشمگیر بود: سه‌چهارم وب‌سایت‌های فناوری در بریتانیا دست‌کم یکی از نشانه‌های حیاتی خوانایی ماشینی را ندارند و تنها یک‌چهارم آن‌ها هر چهار مؤلفه لازم برای تفسیر روان توسط هوش مصنوعی را در اختیار دارند.

به زبان ساده‌تر، بیش از سه‌چهارم برندهای فناوری در بریتانیا عملاً پیدا کردن و پیشنهاد دادن خود توسط دستیارهای هوش مصنوعی را دشوارتر کرده‌اند.

وقتی مدل‌های هوش مصنوعی در خواندن سایت‌ها با مشکل مواجه می‌شوند، برای پر کردن خلأهای اطلاعاتی به خزش‌های ثانویه وب، فهرست‌های شخص ثالث قدیمی یا حتی حذف کامل برند از پاسخ روی می‌آورند.

در چنین شرایطی، تمام تلاش‌هایی که متخصصان روابط‌عمومی و تیم‌های ارتباطات برای ساخت پیام برند انجام داده‌اند، نادیده گرفته می‌شود.

آیا یک فایل می‌تواند مشکل را حل کند؟

خبر خوب این است که تصویر کاملاً تیره نیست.

اکثریت قریب‌به‌اتفاق وب‌سایت‌های فناوری کسب‌وکار به کسب‌وکار، زیرساخت‌های سنتی جست‌وجو را از قبل در اختیار دارند: حدود ۹۰ درصد فایل‌های معتبر روبوتس و نقشه‌های سایت ایکس‌ام‌ال دارند و نزدیک به ۷۰ درصد نیز از نشانه‌گذاری داده‌های ساختاریافته استفاده می‌کنند.

اگرچه استفاده از این نشانه‌های تثبیت‌شده باید به سطحی نزدیک به ۹۹ درصد برسد، عامل اصلی این شکاف گسترده در دیده‌شدن، یک قالب فایل نوظهور با نام ال‌ال‌ام‌اس است.

از میان وب‌سایت‌هایی که استانداردهای لازم را رعایت نمی‌کردند، بیش از نیمی، یعنی ۳۲۵ سایت، فقط همین یک فایل را نداشتند.

این فایل که در سال ۲۰۲۴ پیشنهاد شد، خلاصه‌ای سامان‌یافته از یک وب‌سایت است که به‌طور مشخص برای مدل‌های زبانی بزرگ طراحی شده است.

ال‌ال‌ام‌اس پیچیدگی‌های ظاهری وب، منوها و اسکریپت‌ها را کنار می‌گذارد و نمایی ساده، روشن و معتبر از محصولات و خدمات اصلی یک کسب‌وکار در اختیار خزنده‌های هوش مصنوعی قرار می‌دهد.

اگرچه ال‌ال‌ام‌اس نسبتاً جدید است، یک‌چهارم شرکت‌های پیشرو در حال استفاده از آن هستند. با توجه به اینکه نزدیک به سه دهه طول کشید تا روبوتس به یک استاندارد رسمی وب تبدیل شود، سرعت گسترش ال‌ال‌ام‌اس بسیار زیاد است.

چرا متخصصان روابط‌عمومی باید به این موضوع توجه کنند؟

در گذشته، متخصصان روابط‌عمومی معمولاً در مرز وب‌سایت متوقف می‌شدند: وظیفه روابط‌عمومی ایجاد علاقه و هدایت مخاطبان به وب‌سایت بود و توسعه‌دهندگان وب و متخصصان بهینه‌سازی موتورهای جست‌وجو مسئولیت بخش فنی و پشت‌صحنه را بر عهده داشتند.

اما در دوره‌ای که بهینه‌سازی موتورهای مولد اهمیت پیدا کرده است، متخصصان روابط‌عمومی باید درک مناسبی از بخش فنی و پشت‌صحنه نیز داشته باشند.

اگر هدف ما به‌عنوان متخصصان ارتباطات، مدیریت شهرت و افزایش آگاهی است، باید به این موضوع اهمیت بدهیم که هم خوانندگان و هم ماشین‌ها چگونه داستان مشتریان ما را دریافت و تفسیر می‌کنند.

لازم نیست برنامه‌نویسی یاد بگیرید، اما مشاوران ارتباطات باید چهار پرسش کلیدی را از مشتریان خود بپرسند:

۱. آیا خزنده‌های هوش مصنوعی واقعاً اجازه ورود دارند؟
بررسی کنید فایل روبوتس به‌طور تصادفی عامل‌های کاربری مهم هوش مصنوعی را از نمایه‌سازی مطالب مهم، مقالات تحلیلی و گزارش‌های تخصصی مسدود نکرده باشد.

۲. آیا پیام برند شما در داده‌های ساختاریافته واضح است؟
اطمینان حاصل کنید که نشانه‌گذاری داده‌های ساختاریافته، پیام‌های اصلی کسب‌وکار، اطلاعات مدیران و تعاریف محصولات را به‌درستی منعکس می‌کند.

۳. آیا فایل ال‌ال‌ام‌اس دارید؟
با تیم‌های فنی همکاری کنید تا خلاصه‌ای کوتاه و منظم از کسب‌وکار تهیه شود؛ خلاصه‌ای که جایگاه‌سازی اصلی روابط‌عمومی شما را به‌درستی منعکس کند.

۴. برند شما در خلاصه‌های هوش مصنوعی چگونه دیده می‌شود؟
پرسش‌های کلیدی مرتبط با صنعت را به‌صورت منظم در ابزارهای جست‌وجوی گفت‌وگومحور آزمایش کنید تا شکاف‌های اطلاعاتی، خطاهای واقعی یا زمینه‌های ناقص را شناسایی کنید.

پر کردن شکاف میان داستان‌گویی و کشف اطلاعات

داستان‌گویی قدرتمند و رسانه‌های کسب‌شده باکیفیت همچنان در ساخت اعتبار برند نقش اساسی دارند؛ زیرا مدل‌های هوش مصنوعی برای ارزیابی اعتماد، تا حد زیادی به استنادهای شخص ثالث و پوشش رسانه‌ای متکی هستند.

با این حال، رسانه‌های کسب‌شده به‌تنهایی نمی‌توانند یک ورودی دیجیتال معیوب را جبران کنند.

با اندکی سامان‌دهی و بهبود زیرساخت‌ها، ما متخصصان روابط‌عمومی می‌توانیم اطمینان حاصل کنیم که وب‌سایت‌ها برای ماشین‌ها کاملاً قابل خواندن هستند و مشتریانمان فقط درباره‌شان صحبت نمی‌شود، بلکه واقعاً توسط سیستم‌های هوش مصنوعی پیشنهاد می‌شوند.

نکات کلیدی مقاله

  • موفقیت روابط‌عمومی در عصر هوش مصنوعی فقط به پوشش رسانه‌ای وابسته نیست.
  • وب‌سایت برند باید برای خزنده‌های هوش مصنوعی قابل کشف، خزش و تفسیر باشد.
  • تصمیم‌گیرندگان کسب‌وکار به‌طور فزاینده از ابزارهای گفت‌وگومحور برای بررسی و مقایسه ارائه‌دهندگان استفاده می‌کنند.
  • اعتبار رسانه‌ای و استنادهای شخص ثالث همچنان برای شناخت برند توسط هوش مصنوعی اهمیت دارند.
  • بررسی بیش از ۷۰۰ وب‌سایت فناوری کسب‌وکار به کسب‌وکار در بریتانیا، از شکاف قابل‌توجه در خوانایی ماشینی خبر می‌دهد.
  • چهار نشانه فنی مهم شامل داده‌های ساختاریافته، نقشه سایت ایکس‌ام‌ال، فایل روبوتس و ال‌ال‌ام‌اس هستند.
  • طبق بررسی نویسنده، ۷۷ درصد وب‌سایت‌ها دست‌کم یکی از این نشانه‌ها را ندارند.
  • بیش از نیمی از وب‌سایت‌های دارای نقص، فقط فایل ال‌ال‌ام‌اس را نداشتند.
  • متخصصان روابط‌عمومی لازم نیست برنامه‌نویس شوند، اما باید سواد کافی برای گفت‌وگو درباره زیرساخت دیجیتال داشته باشند.
  • بررسی نحوه نمایش برند در پاسخ‌های هوش مصنوعی باید به بخشی از پایش مستمر روابط‌عمومی تبدیل شود.
  • روایت قدرتمند بدون زیرساخت دیجیتال قابل خواندن، ممکن است در جست‌وجوی هوش مصنوعی دیده نشود.

پرسش و پاسخ

خوانایی هوش مصنوعی چیست؟
خوانایی هوش مصنوعی به توانایی سیستم‌های هوشمند و خزنده‌های خودکار برای پیدا کردن، خزش، خواندن و تفسیر محتوای یک وب‌سایت اشاره دارد.

چرا خوانایی هوش مصنوعی برای روابط‌عمومی مهم شده است؟
زیرا ممکن است مشتریان بالقوه برای انتخاب برندها از ابزارهای گفت‌وگومحور استفاده کنند. اگر سیستم هوش مصنوعی نتواند اطلاعات برند را به‌درستی دریافت کند، ممکن است برند در پاسخ‌ها ظاهر نشود.

آیا پوشش رسانه‌ای برای دیده‌شدن برند در هوش مصنوعی کافی است؟
خیر. پوشش رسانه‌ای و استنادهای شخص ثالث همچنان اهمیت زیادی دارند، اما مقاله تأکید می‌کند که زیرساخت فنی وب‌سایت نیز باید امکان کشف و تفسیر اطلاعات را برای ماشین‌ها فراهم کند.

ال‌ال‌ام‌اس چیست؟
ال‌ال‌ام‌اس یک فایل متنی خلاصه و ساختاریافته است که برای ارائه تصویری روشن از محتوای اصلی یک وب‌سایت به مدل‌های زبانی بزرگ طراحی شده است.

چهار نشانه فنی بررسی‌شده در مقاله کدام‌اند؟
داده‌های ساختاریافته، نقشه سایت ایکس‌ام‌ال، فایل روبوتس و فایل ال‌ال‌ام‌اس.

طبق بررسی مقاله، چند درصد وب‌سایت‌های فناوری بریتانیا دست‌کم یک نشانه مهم خوانایی ماشینی را ندارند؟
طبق بررسی نویسنده، ۷۷ درصد وب‌سایت‌های بررسی‌شده دست‌کم یکی از چهار نشانه مهم را نداشتند.

آیا متخصصان روابط‌عمومی باید برنامه‌نویسی یاد بگیرند؟
خیر. مقاله می‌گوید متخصصان روابط‌عمومی نیازی به یادگیری برنامه‌نویسی ندارند، اما باید درک مناسبی از زیرساخت‌های دیجیتال و عوامل مؤثر بر خوانایی وب‌سایت برای هوش مصنوعی داشته باشند.

متخصص روابط‌عمومی چه پرسش‌هایی باید از مشتری بپرسد؟
آیا خزنده‌های هوش مصنوعی اجازه ورود دارند؟ آیا پیام برند در داده‌های ساختاریافته به‌درستی منعکس شده است؟ آیا فایل ال‌ال‌ام‌اس وجود دارد؟ و برند در پاسخ‌های هوش مصنوعی چگونه نمایش داده می‌شود؟

چگونه می‌توان نمایش برند در هوش مصنوعی را بررسی کرد؟
با آزمایش منظم پرسش‌های مهم صنعت در ابزارهای جست‌وجوی گفت‌وگومحور و بررسی خطاهای واقعی، اطلاعات ناقص، حذف برند یا زمینه‌های گمشده.