تحسين محركات الإجابة (AEO) في 2026: ما الذي ينجح وما الذي ثبت أنه لا ينجح

ابحث عن «ask engine optimization» وستجد صفحات شركات تطلب منك كتابة صفحات أسئلة شائعة، وإضافة ترميز schema، والتحسين للبحث الصوتي، وإبقاء إجاباتك بين أربعين وستين كلمة. ولا يصمد شيء تقريبًا من ذلك أمام الأدلة المنشورة، بل إن الصفحة الأعلى ترتيبًا لهذا المصطلح لا تطبّق الـ schema التي تطلب منك تطبيقها.

يتبنى هذا الدليل النهج المعاكس. فكل معلومة أدناه مرتبطة بمصدر أولي، بما في ذلك المعلومات التي تعارض خدمات نبيعها نحن. وحيثما كانت الأدلة غير حاسمة فعلًا، يقول الدليل ذلك صراحةً.

الخلاصة السريعة

ما الذي يفعله محرك الإجابة فعلًا قبل أن يستشهد بك

تتجاوز معظم الأدلة الإرشادية شرحَ آلية العمل وتقفز مباشرة إلى التكتيكات، ولهذا تكون التكتيكات خاطئة في الغالب. وقد وثّقت Google هذه العملية بكلماتها.

عندما تطرح سؤالًا، لا يُجري المحرك عملية بحث واحدة، بل ينفّذ ما يُسمى تفريع الاستعلام (query fan-out)أي تقسيم سؤالك إلى موضوعات فرعية وإطلاق عدد كبير من الاستعلامات في آنٍ واحد. وفي المثال الذي تشرحه Google نفسها، يتحول سؤال «كيف أعالج عشبًا مليئًا بالحشائش الضارة» إلى «أفضل مبيدات الأعشاب للمروج» و«إزالة الحشائش دون مواد كيميائية» و«كيفية منع الحشائش في المروج». ويمكن لميزة Deep Search أن تُطلق المئات من هذه الاستعلامات.

ثم يُرسّخ الإجابة عبر الاعتماد على أنظمة الترتيب الأساسية في البحث لاسترجاع صفحات ملائمة وحديثة من فهرس البحث. والشرط بسيط ويستحق الحفظ: يجب أن تكون الصفحة مفهرسة ومؤهلة للظهور في بحث Google مع مقتطف (snippet). فإذا حظرت المقتطفات، فلن تكون مؤهلًا.

ما الذي تقول الأدلة إنه يقود الاستشهاد فعلًا

أجرت أكثر التجارب المنشورة في هذا الشأن صرامةً 252,000 تجربة مضبوطة على ستة نماذج لغوية كبيرة وثمانية عشر عاملًا من عوامل المحتوى، مع تغيير عامل واحد في كل تجربة وإخفاء هوية العلامات التجارية وموازنة الترتيب. وكانت خلاصتها: الصلة الموضوعية والموضع في القائمة هما أكبر المحرّكات، كما تساعد معلومات السعر الصريحة والطابع الزمني الحديث، و تعديلات التنسيق وحدها ذات أثر ضئيل.

وهذه العبارة الأخيرة هي ما يستحق التأمل، لأن التنسيق هو جوهر معظم نصائح AEO.

وجد تحليل منفصل شمل 75,000 علامة تجارية أن أقوى مؤشر مرتبط بالظهور في الذكاء الاصطناعي هو الإشارات على YouTube، بمعامل ارتباط سبيرمان 0.737، متقدمةً على إشارات العلامة التجارية على الويب (0.66–0.71)، وحجم البحث عن العلامة التجارية (0.35–0.47)، وDomain Rating (0.27–0.33). أما عدد الصفحات على موقعك فيرتبط بمعامل 0.194، وهو ما يصفه المؤلفون بأنه يكاد يكون انعدامًا للعلاقة.

وأما سؤال الطول الذي تجيب عنه كل أدلة الأسئلة الشائعة بثقة: فقد حلّلت Ahrefs 174,048 صفحة مستشهدًا بها عبر 560,346 نتيجة من نتائج AI Overviews، ووجدت أن معامل الارتباط بين عدد الكلمات والاستشهاد 0.04، أي صفر تقريبًا. ويبلغ متوسط طول الصفحة المستشهد بها 1,282 كلمة، لكن 53.4% من الصفحات المستشهد بها تقل عن 1,000 كلمة، و16.6% تقل عن 350. وأكثر من 95% من الاستشهادات بالمحتوى القصير جدًا تقع في مواضع الاستشهاد الثلاثة الأولى.

ثلاثة أمور طُلب منك فعلها ولا تدعمها الأدلة

1. ترميز schema

الارتباط حقيقي لكنه مضلِّل. فالصفحات المستشهد بها في الذكاء الاصطناعي أكثر احتمالًا بنحو ثلاث مرات لأن تحمل JSON-LD، و53% منها تستخدم schema. وهذه هي الإحصائية التي يقتبسها كل دليل AEO.

ثم أجرى أحدهم الاختبار السببي. فقد أخذت Ahrefs 1,885 صفحة أضافت JSON-LD بين أغسطس 2025 ومارس 2026، وقارنتها بنحو 4,000 صفحة ضابطة مطابقة. كان النمو الخام قبل وبعد على وضع الذكاء الاصطناعي ‎+43%، وبعد طرح المجموعات الضابطة صار ‎+2.4%، وهو ما لا يمكن تمييزه إحصائيًا عن الصفر. وسجّل ChatGPT ‎+2.2%، وهو أيضًا غير مميز عن الصفر. أما AI Overviews من Google فسجّلت −4.6%، وكانت هذه النتيجة ذات دلالة إحصائية.

وتفسيرهم هو الجزء المهم: ترميز schema يوجد عادةً على مواقع أفضل صيانةً وأكثر تطورًا من الناحية التقنية. فالارتباط كان يقيس الموقع، لا الترميز.

واختبرت تجربة منفصلة ما إذا كانت أنظمة الذكاء الاصطناعي قادرة أصلًا على قراءته. فقد وضع الباحثون سعرًا داخل JSON-LD فقط وطلبوا من خمسة أنظمة استرجاعه. لم يستخرجه أيٌّ من الأنظمة الخمسة. كما سجّل كلٌّ من Microdata المخفي وRDFa المخفي صفرًا من خمسة.

وتقولها Google بوضوح: «البيانات المنظمة ليست مطلوبة للبحث بالذكاء الاصطناعي التوليدي، ولا يوجد ترميز schema.org خاص تحتاج إلى إضافته.» ثم توصي بمواصلة استخدام البيانات المنظمة على أي حال، للحصول على النتائج المنسّقة، وهي مهمة مختلفة ولا تزال قيّمة.

2. ملف llms.txt

فحصت Ahrefs 137,210 نطاقًا تتلقى زيارات في مايو 2026، ونشر نحو 28% منها ملف llms.txt. ولم تتلقَّ 97% من تلك الملفات أي طلب في ذلك الشهر. ومن بين الـ 3% التي تلقت أي زيارات، كانت 96% منها من الروبوتات، وكانت أكبر فئة منفردة أدوات تدقيق SEO بنسبة 21.7%، تليها صناعة SEO وGEO نفسها التي تدرس الملف بنسبة 12.1%. أما روبوتات الاسترجاع الفعلية للذكاء الاصطناعي، مثل OAI-SearchBot وPerplexityBot وزاحف البحث الخاص بـ Claude، فشكّلت 1.1%.

والنتيجة التي تحسم الجدل: لم يُسجَّل أي طلب من روبوتات الذكاء الاصطناعي لملفات llms.txt غير الموجودة. فقد كانت 98% من طلبات الصفحات غير الموجودة (404) بشرية. أنظمة الذكاء الاصطناعي لا تبحث عن الملف، بل تجلبه عندما يدلّها عليه رابط أو فهرس أو تعليمات من المستخدم. وتشير Ahrefs أيضًا إلى أن Slackbot جلب ملفات llms.txt أكثر مما فعل PerplexityBot.

وموقف Google لا لبس فيه: «بحث Google نفسه لا يستخدمها… بحث Google يتجاهلها.» ولا يوثّق أي مزوّد، لا OpenAI ولا Anthropic ولا Perplexity، أن زاحفه يقرأ ملفك، رغم أن عددًا منهم ينشر ملفًا خاصًا به.

3. التحسين للبحث الصوتي

الإحصائية التي يقوم عليها عقد كامل من نصائح البحث الصوتي منسوبة خطأً. فعبارة «خمسون بالمئة من جميع عمليات البحث ستكون صوتية بحلول 2020» قالها Andrew Ng، كبير العلماء في Baidu آنذاك، في سبتمبر 2014 وما قاله فعلًا كان «الصور أو الكلام»، عن Baidu، في الصين. أما comScore، التي تُنسب إليها الإحصائية عادةً، فقد أبلغت أحد الباحثين كتابيًا أنها لم تنشر هذا التوقع قط.

والرقم الرسمي الوحيد لدى Google عن البحث الصوتي هو تصريح Sundar Pichai في مايو 2016 بأن 20% من الاستعلامات على تطبيق Google للجوال وAndroid كانت صوتية. ولم يُحدَّث منذ عقد. أما رقم «20.5% يستخدمون البحث الصوتي» الحديث فهو مقياس مختلف، أي نسبة مستخدمي الإنترنت لا نسبة الاستعلامات، وقد بلغ ذروته عند 22.5% في 2022 وتراجع منذ ذلك الحين.

لقد تفككت البنية التحتية للقياس. فتقرير Edison Research Infinite Dial 2026 أسقط استخدام المساعدات الصوتية كليًا واستبدل به وحدة عن استخدام الذكاء الاصطناعي. وفي الدراسة نفسها، استخدم 57% من الأمريكيين في سن 12 عامًا فأكثر مساعدًا بالذكاء الاصطناعي التوليدي. ووجد مركز Pew أن 49% من البالغين في الولايات المتحدة يستخدمون الآن روبوتات الدردشة بالذكاء الاصطناعي، و42% يستخدمونها للبحث عن المعلومات.

وقد أُعيد بناء المساعدات نفسها لتصبح محركات إجابة. إذ يعمل Alexa+ على نماذج Amazon Nova وAnthropic، ويتجه الجيل التالي من Siri لدى Apple إلى الويب ويولّد إجابة. وعبر أربعة إعلانات رسمية من Amazon وApple، لم تذكر أيٌّ من الشركتين الاستشهاد بالمصادر أو نسب المحتوى إلى الناشرين أو الروابط القابلة للنقر.

ما الذي ينجح فعلًا، مرتّبًا حسب قوة الأدلة

وهناك أيضًا حكم على مستوى المجال كله يستحق أن تعرفه قبل أن تشتري أيًّا من هذا من أي جهة. فقد خلص مسح لـ 45 دراسة نُشرت بين نوفمبر 2023 ويوليو 2026 إلى أنه لا تُظهر أيٌّ من التقنيات التي رُوجعت أثرًا سببيًا مستقرًا وطوليًا وعابرًا للمنصات على قابلية الاكتشاف العضوي، وأن مكاسب ورقة GEO مشروطة بوجود المصدر أصلًا في سياق ثابت، وأن إعادة الصياغة الموجّهة نحو الاستشهاد قد تُضعف الاسترجاع.

واقع الزيارات، بصراحة

هناك أمران صحيحان في الوقت نفسه، ومعظم المقالات لا تخبرك إلا بأحدهما.

تسارع البحث دون نقرات. انتهت 68.01% من عمليات البحث على Google في الولايات المتحدة دون نقرة بين يناير وأبريل 2026، ارتفاعًا من 60.45% في 2024. ووجد مركز Pew أنه عند ظهور ملخص بالذكاء الاصطناعي، أسفرت 8% من الزيارات عن نقرة على نتيجة تقليدية، مقابل 15% في غيابه، ونقر 1% على رابط داخل الملخص نفسه. وتنخفض نسبة النقر إلى الظهور في المركز الأول بنسبة 58% عند ظهور AI Overview.

لكن زيارات الإحالة من الذكاء الاصطناعي لا تزال ضئيلة جدًا. قاست Semrush حصة الذكاء الاصطناعي بـ 0.14% من جميع زيارات الويب عبر أكثر من 50,000 موقع في 2025، مقابل 16.04% للبحث العضوي. وكانت حصة وضع الذكاء الاصطناعي من Google ‏0.01%. ووجدت SparkToro أن وضع الذكاء الاصطناعي يستحوذ على 0.34% من عمليات البحث، وأشارت بوضوح إلى أنك إن افترضت أن وضع الذكاء الاصطناعي هو سبب تسارع البحث دون نقرات، فهو لم يبلغ هذا الحجم بعد.

محركات الإجابة في الخليج ومصر

كل ما سبق هو الصورة العالمية. وإليك ما يتغير عندما تكون سوقك الرياض أو دبي أو القاهرة، وهذا القسم غير موجود في أي دليل منافس حول هذا المصطلح.

ما يعنيه ذلك عمليًا

• صفحاتك العربية مؤهلة، لكن أفضل نموذج لا يقرؤها. اقتصار Gemini 3 Pro في وضع الذكاء الاصطناعي على الإنجليزية يعني أن أعلى واجهات الإجابة قدرةً في سوقك تقرأ الإنجليزية حاليًا. فإن كنت تخدم مشترين ثنائيي اللغة، فكلتا النسختين اللغويتين مهمة لواجهات مختلفة.
• لا يوجد رمز منطقة hreflang لعموم الدول العربية. الوسوم الصالحة هي ar, ar-EG, ar-SA, ar-AE, ar-QA, ar-KW وهكذا. ولا يمكنك تحديد رمز الدولة بمفرده، والتجميعات الإقليمية غير المعيارية غير مدعومة. ويجب أن تكون الوسوم ثنائية الاتجاه وإلا تجاهلتها Google.
• لا تستخدم Google وسم hreflang ولا سمة lang في HTML لاكتشاف اللغة. بل تستخدم خوارزمياتها الخاصة. فوسم hreflang يخبرها أي نسخة تعرض لمن، لكنه لا يخبرها بلغة صفحتك. اكتب عربية سليمة، ولا تعتمد على الترميز للتصريح بها.
• قدرات النماذج في العربية لا تزال متأخرة. وجد ArabicMMLU، أول معيار متعدد المهام لفهم العربية، أن أفضل نموذج متمحور حول العربية بلغ 62.3%، بينما لم تتجاوز عدة نماذج كبرى متعددة اللغات 50%. توقّع انحرافًا في الحقائق في الإجابات العربية أكثر منه في الإنجليزية، وراجعها بوتيرة أعلى.
• اللهجات غير مُعالَجة في أي مكان. تدعم Google العربية الفصحى في وضع الذكاء الاصطناعي، لا اللهجات الخليجية أو المصرية أو الشامية، ولا توجد أداة قياس تميّز بين اللهجات أيضًا. لكن المشترين يسألون باللهجة، فابنِ مجموعة أسئلتك على هذا الأساس على أي حال.

قائمة تحقق لا تتضمن إلا ما تدعمه الأدلة

1. تأكد من أنك مفهرس ومؤهل للمقتطفات. تحقّق من وجود nosnippet, max-snippet و data-nosnippet قبل أي شيء آخر. هذا هو شرط الدخول.
2. تحقّق من وصول زواحف الذكاء الاصطناعي في سجلات الخادم. ليس في ملف robots.txt، بل في السجلات. اعرف أي الوكلاء جلبوا صفحاتك فعلًا خلال الثلاثين يومًا الماضية.
3. أصلح الأساسيات الموضوعية التي تقود الترتيب. لا يزال احتمال الاستشهاد يتبع الترتيب العضوي عن كثب، والترتيب هو أكثر الروافع التي تتحكم فيها مباشرةً.
4. ضع الإجابة في القسم الأول. ما يقارب نصف الاستشهادات المستخرجة يأتي من افتتاحية الصفحة. المسألة مسألة موضع، لا عدد كلمات.
5. أنشئ محتوى مقارنة مرتّبًا لفئتك إن لم يكن لديك واحد، فهو أكثر أشكال المحتوى التي يُستشهد بها على الإطلاق.
6. اكسب إشارات خارج موقعك، ولا سيما على YouTube. هذا أقوى مؤشر مرتبط قيس، وهو الجزء الذي تتجاوزه معظم الشركات لأنه الأصعب.
7. أضف استشهادات واقتباسات وإحصاءات حقيقية إلى الصفحات غير المهيمنة أصلًا. تذكّر الانعكاس في المرتبة الأولى.
8. حدّد خط أساس وقِس مرارًا. يتغير نحو 70% من الاستشهادات في AI Overviews خلال شهرين إلى ثلاثة أشهر. والقراءة الواحدة لا تخبرك بشيء.
9. تتبّع العربية بوصفها مجموعة مستقلة إن كنت تعمل في الخليج أو مصر. ولا تفترض أن نتائج الإنجليزية تنتقل إليها.
10. احتفظ بـ schema للنتائج المنسّقة وبملف llms.txt لوكلاء البرمجة وتوقّف عن احتساب أيٍّ منهما تكتيكًا للظهور في الذكاء الاصطناعي.

أسئلة شائعة

ما هو Ask Engine Optimization؟

إنه صيغة مبتكرة من Answer Engine Optimization (تحسين محركات الإجابة)، وهو المصطلح المعتمد. وكلاهما يصف ممارسة جعل المحتوى مرشحًا لأن تختاره محركات الإجابة بالذكاء الاصطناعي وتقتبسه وتنسبه إلى مصدره، مثل AI Overviews من Google ووضع الذكاء الاصطناعي وChatGPT وPerplexity. وتستخدم وثائق Google الرسمية AEO للإشارة إلى تحسين محركات الإجابة وGEO للإشارة إلى تحسين محركات البحث التوليدية، وقد نشرت الشركة التي روّجت لصيغة «Ask» منذ ذلك الحين ملاحظة تحريرية توصي باستخدام «Answer» بدلًا منها.

هل يختلف AEO عن SEO؟

أقل مما يوحي به التسويق. فموقف Google، المنشور في يوليو 2026، هو أن التحسين للبحث بالذكاء الاصطناعي التوليدي تحسينٌ لتجربة البحث، ومن ثم فهو لا يزال SEO، وأن كثيرًا من حيل AEO وGEO المقترحة غير فعالة أو لا تدعمها طريقة عمل البحث فعليًا. أما ما يختلف حقًا فهو وحدة التحسين، أي مقطع يُقتبس بدلًا من صفحة يُنقر عليها، وحقيقة أن معظم المصادر التي تشكّل إجابة الذكاء الاصطناعي تقع خارج موقعك.

هل يساعد ترميز schema على الاستشهاد في الذكاء الاصطناعي؟

أفضل الأدلة السببية المتاحة تقول لا. فقد قاست دراسة شملت 1,885 صفحة أضافت JSON-LD، مقارنةً بنحو 4,000 صفحة ضابطة مطابقة، أثرًا قدره سالب 4.6 بالمئة على AI Overviews من Google، وآثارًا لا يمكن تمييزها إحصائيًا عن الصفر على وضع الذكاء الاصطناعي وChatGPT. وتنص Google مباشرةً على أن البيانات المنظمة ليست مطلوبة للبحث بالذكاء الاصطناعي التوليدي. احتفظ بـ schema للنتائج المنسّقة ولجعل بيانات التجارة قابلة للقراءة آليًا، لكن لا تبعه بوصفه تكتيكًا للاستشهاد في الذكاء الاصطناعي.

هل يفعل ملف llms.txt أي شيء؟

لا شيء تقريبًا، حتى أغسطس 2026. فعبر 137,210 نطاقًا، لم تتلقَّ 97 بالمئة من ملفات llms.txt المنشورة أي طلب خلال شهر، ولم يُسجَّل أي طلب من روبوتات الذكاء الاصطناعي للملفات غير الموجودة، ما يعني أن أنظمة الذكاء الاصطناعي لا تبحث عنه. وتنص Google على أن البحث يتجاهل الملف كليًا. والاستثناء الوحيد المُثبت هو وكلاء البرمجة بالذكاء الاصطناعي الذين يستهلكون وثائق المطورين.

هل ما زال عليّ التحسين للبحث الصوتي؟

ليس بوصفه تخصصًا مستقلًا. فالإحصائية التأسيسية قالها كبير العلماء في Baidu عام 2014، وكانت تشير إلى الصور والكلام، وتتعلق بـ Baidu، وقد نفت comScore أنها نشرتها. والرقم الرسمي الوحيد لدى Google عن البحث الصوتي يعود إلى 2016 ولم يُحدَّث قط. وقد أسقطت Edison Research استخدام المساعدات الصوتية من دراستها لعام 2026 كليًا واستبدلت به وحدة عن الذكاء الاصطناعي. وأُعيد بناء كلٍّ من Alexa وSiri ليصبحا محركَي إجابة، لذا فالعمل المهم هو العمل على محركات الإجابة.

كم ينبغي أن يكون طول الإجابة لكي يُستشهد بها؟

لا يوجد رقم مُثبت بالأدلة، ووصفة الأربعين إلى الستين كلمة الشائعة لا تستند إلى أي دراسة. فعبر 174,048 صفحة مستشهدًا بها، بلغ معامل الارتباط بين عدد الكلمات والاستشهاد 0.04، أي صفر تقريبًا. وأكثر من نصف الصفحات المستشهد بها يقل عن 1,000 كلمة. أما ما أظهر أثرًا في الاختبارات المضبوطة فهو الصلة الموضوعية والموضع في القائمة والحداثة، لا التنسيق ولا الطول.

هل ينجح AEO بالعربية؟

نعم، مع تحفظات تستحق المعرفة. فالعربية لغة مدعومة في كلٍّ من AI Overviews ووضع الذكاء الاصطناعي، وكلاهما متاح في مصر والسعودية والإمارات وقطر والكويت والبحرين وعُمان. غير أن Gemini 3 Pro داخل وضع الذكاء الاصطناعي مقتصر حاليًا على الإنجليزية، وSiri من Apple لا يدعم العربية فيما يتجاوز الإملاء، ولا يوجد رمز منطقة hreflang صالح لعموم الدول العربية، لذا تحتاج كل سوق إلى وسم خاص بها. ودقة النماذج في العربية متأخرة أيضًا عن الإنجليزية، لذا ينبغي مراجعة الإجابات بوتيرة أعلى.

كم من الزيارات يرسل البحث بالذكاء الاصطناعي فعلًا؟

القليل جدًا حتى الآن، وهذا مهم لكيفية تبرير العمل. فقد قاست Semrush إحالات الذكاء الاصطناعي بـ 0.14 بالمئة من جميع زيارات الويب عبر أكثر من 50,000 موقع في 2025، مقابل 16.04 بالمئة للبحث العضوي. وفي الوقت نفسه، تنتهي الآن 68 بالمئة من عمليات البحث على Google في الولايات المتحدة دون نقرة، وينخفض معدل النقر إلى الظهور في المركز الأول بنسبة 58 بالمئة عند ظهور AI Overview. فمبرر AEO دفاعي في معظمه وعلى مستوى العلامة التجارية، وليس مبررًا لاستقطاب الزيارات.

أدلة ذات صلة

• AEO مقابل GEO: ما الفرق في 2026؟
• llms.txt: ما هو وهل يساعد فعلًا في البحث بالذكاء الاصطناعي؟
• GEO بالعربية: كيف تجعل ChatGPT وGemini وAI Overviews تستشهد بمحتواك العربي
• كيف تصبح خبيرًا في GEO في 2026: الدليل المهني الشامل
• أفضل أدوات AEO في 2026: أسعار موثّقة، وأيها يعمل فعلًا بالعربية

ما الذي يعمل في العمق. للاطلاع على طبقات التنفيذ الأربع وراء تحسين محركات الإجابة، بما فيها تصحيح المعلومات المغلوطة من النماذج، اقرأ طبقات GEO الأربع التي تتجاهلها معظم الشركات.

الإعلانات تقع تحت الإجابة. يستهدف تحسين محركات الإجابة الإجابةَ نفسها، وهي النصف الذي لا تستطيع أي ميزانية شراءه. ولماذا يهم ذلك: لماذا لا تصل إعلانات ChatGPT أبدًا إلى مشتركي Plus وPro وBusiness وEnterprise وEdu.