احسان خسروی 🌐 تجربیات و نکات سئو آف پیج

سئو و گوگل ادز: چرا جدایی این دو تیم داره بودجت رو هدر میده؟ رفقا، خیلیا هنوز فکر میکنن سئو و PPC دو تا دنیای جدا هستن که نباید با هم قاطی بشن. اما واقعیت اینه که دیتای این دوتا بخش، مکمل همدیگه هستن و اگه با هم سینک نشن، عملاً دارین بخشی از پتانسیل پرفورمنس مارکتینگ‌تون رو دور می‌ریزین. بیاین ببینیم این هم‌افزایی چطور روی اعداد و ارقام اثر میذاره: 🚀 استفاده از دیتای سرچ کنسول در گوگل ادز: توی گوگل ادز، گزارش Search Terms فقط کلمات پرسود رو نشون میده، ولی سئو بهت میگه چه کوئری‌هایی ترافیک ارگانیک میارن ولی هنوز تو کمپین‌های PPC نیستن. این یعنی فرصت‌های طلایی برای افزایش Impression Share روی کیوردایی که همین الانشم تو سرچ ارگانیک سایتت رتبه دارن. 🔍 بهینه‌سازی نرخ کلیک (CTR) با داده‌های ادز: از Ad Copy هایی که تو گوگل ادز نرخ کلیک بالایی دارن، برای نوشتن Meta Title و Description استفاده کن. وقتی می‌بینی یه جمله خاص باعث افزایش Conversion Rate تو ادز میشه، یعنی اون متن برای کاربر جذاب‌تره و به احتمال زیاد تو نتایج ارگانیک هم کلیک بیشتری برات میاره. 📉 کاهش هزینه با حذف کوئری‌های بی‌فایده: سئوکارها خیلی وقتا زودتر از تیم ادز می‌فهمن که کدوم صفحات سایت دارن ورودی‌های بی‌ربط جذب می‌کنن. این دیتا باید سریع بره سمت تیم پرفورمنس تا اون کوئری‌ها رو تو Negative Keywords ادز لیست کنن و از هدر رفتن بودجت جلوگیری بشه. 💡 چطور این کار رو تو کار روزمره پیاده کنی؟ ۱. یکپارچه‌سازی گزارش‌ها: حتماً داده‌های Search Console رو به Google Ads وصل کن تا توی ریپورت‌هات ببینی کدوم کیوردها هم تو ارگانیک دارن می‌ترکونن و هم تو ادز دارن هزینه می‌خورن. ۲. تست سریع با ادز: اگه می‌خوای بدونی سرمایه‌گذاری رو یه کیورد جدید برای سئو ارزشش رو داره یا نه، اول با یه Broad Match محدود توی گوگل ادز تستش کن. اگه نرخ تبدیلش خوب بود، برو سراغ لینک‌سازی و سئو کردن اون صفحه. ۳. توزیع هوشمندانه بودجه: وقتی رتبه ارگانیکت برای یه کیورد پولساز بالاست، Bidding تو گوگل ادز رو برای اون کیورد بیار پایین. با این کار، بدون اینکه سهم بازارت کم بشه، بودجت رو برای کوئری‌هایی که تو صفحه دوم هستی یا اصلاً دیده نمیشی، آزاد می‌کنی. حقیقت اینه که وقتی تیم‌های سئو و ادز دیتای همدیگه رو نبینن، عملاً دارین هزینه تبلیغاتتون رو برای کیوردهایی پرداخت می‌کنین که همین الان هم تو نتایج ارگانیک جایگاه اول رو دارن. انتقال داده‌های Search Console به Google Ads و برعکس، تنها راهیه که بتونی بیشترین سهم از کلیک‌های صفحه اول گوگل رو با کمترین هزینه نهایی به دست بیاری.

📣ماجرای درآمد تبلیغاتی چت‌جی‌پی‌تی با سرعت زیادی جلو رفته. ChatGPT Ads کمتر از ۲۰۰ روز بعد از راه‌اندازی، به درآمد سالانه‌شده یک میلیارد دلار رسیده؛ در حالی که فقط شش هفته بعد از شروع کار، درآمدش از ۱۰۰ میلیون دلار عبور کرده بود. اوپن‌ای‌آی برای سال ۲۰۲۶ درآمد ۲.۴ میلیارد دلاری از تبلیغات رو پیش‌بینی کرده. با این حال، عملکرد ماه‌های ابتدایی اون‌طور که انتظار می‌رفت سریع نبوده و همین موضوع باعث شده رسیدن به این هدف، با توجه به سرعت رشد فعلی، فشار بیشتری روی این کسب‌وکار ایجاد کنه. برای سال‌های بعد، اعداد خیلی بزرگ‌تر می‌شن. اوپن‌ای‌آی انتظار داره درآمد تبلیغاتی در سال ۲۰۲۷ به نزدیک ۱۱ میلیارد دلار برسه و تا سال ۲۰۳۰، این رقم به ۱۰۲ میلیارد دلار افزایش پیدا کنه. این پیش‌بینی بر این اساسه که درآمد تبلیغاتی به ازای هر کاربر، از حدود ۳.۵۰ دلار در سال ۲۰۲۴ به حدود ۶۰ دلار در سال ۲۰۳۰ برسه. در حال حاضر، ده‌ها هزار تبلیغ‌دهنده در بیش از ۴۰ کشور از چت‌جی‌پی‌تی ادز استفاده می‌کنن. دسترسی به این بخش هم قراره گسترده‌تر بشه و امکان استفاده از اون به‌صورت مستقیم و خودکار برای تبلیغ‌دهنده‌ها، مناطقی مثل هند، اروپا، خاورمیانه و شمال آفریقا رو هم در بر می‌گیره. در همین مدت، تعداد کاربران فعال هفتگی چت‌جی‌پی‌تی از یک میلیارد نفر گذشته. با این حال، تبلیغات فعلاً فقط برای کاربران دو طرح رایگان و Go نمایش داده می‌شه. یک نکته مهم دیگه هم اینه که تبلیغ‌دهنده‌ها به مکالمات خصوصی کاربران دسترسی ندارن. از طرفی، تبلیغات پولی قرار نیست روی پاسخ‌هایی که چت‌جی‌پی‌تی به کاربران می‌ده تأثیری بذاره. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

همونطور که می‌دونین سرچ کنسول به صورت جهانی آمار نمایش در بات‌های Ai رو فعال کرده؛ از بخش تنظیمات سرچ کنسول (Settings > Search generative AI) می‌تونین اجازه بدین که این بات‌ها بتونن به سایت شما دسترسی باشن یا نه و اینکه تا چه حد از محتوای سایت شما در نتایج تولید شده توسط Aiها استفاده بشه.

🔍 شاید Search Volume دارد بهترین فرصت‌های محتوایی شما را حذف می‌کند 📊 سال‌ها یکی از اولین فیلترهای #تحقیق_کلمات_کلیدی این بود: «این عبارت چند بار در ماه جست‌وجو می‌شود؟» عدد بالا یعنی فرصت خوب؛ عدد پایین یا صفر یعنی فعلاً کنار بگذاریم. مشکل این روش این نیست که Search Volume بی‌فایده شده؛ مشکل این است که تقاضای قابل شمارش را با تمام تقاضای واقعی مخاطب یکی می‌گیریم. 🧠 رفتار کاربر در #جستجوی_هوش_مصنوعی دقیقاً همین شکاف را بزرگ‌تر کرده است. کاربر الزاماً نمی‌نویسد «بهترین CRM برای کسب‌وکار کوچک». ممکن است بگوید: «یک آژانس ۱۲ نفره داریم، فایل‌های اکسل دیگر جواب نمی‌دهند؛ چه CRMای انتخاب کنیم و مهاجرت اطلاعات چقدر دردسر دارد؟»

سؤال دوم شاید Search Volume نداشته باشد؛ اما درباره Intent، محدودیت، اعتراض و مرحله تصمیم‌گیری کاربر اطلاعات بسیار بیشتری دارد.

🌐 نکته فنی مهم اینجاست: گوگل توضیح می‌دهد AI Overviews و AI Mode ممکن است با روش query fan-out چند جست‌وجوی مرتبط را در زیرموضوع‌های مختلف اجرا کنند و هنگام ساخت پاسخ، صفحات پشتیبان بیشتری پیدا کنند. یعنی یک Prompt واحد لزوماً معادل یک Keyword واحد نیست. صفحه شما ممکن است برای یک سؤال فرعی وارد پاسخ شود که هیچ‌وقت آن را به‌عنوان Keyword اصلی هدف نگرفته بودید. ❤️ برای مثال، پشت عبارت «بهترین CRM» سؤال‌های واقعی‌تری وجود دارد: هزینه مهاجرت چقدر است؟ قرارداد بلندمدت دارد؟ با ابزار فعلی من Integrate می‌شود؟ اگر بعداً سرویس را ترک کنم چه اتفاقی برای Data می‌افتد؟ Article اصلی پیشنهاد می‌کند به‌جای توقف روی Head Term، حدود ۸ تا ۱۰ سؤال لازم برای تصمیم واقعی کاربر را استخراج کنیم.

گاهی ما موضوعاتی را انتخاب می‌کنیم که آسان‌تر قابل اندازه‌گیری‌اند، نه موضوعاتی که ارزشمندترند.

🏹 اینجا استراتژی #SEO باید از «کلمه» کمی جلوتر برود. به‌جای ساختن چند صفحه برای Variantهای تقریباً یکسان، باید Entityها، محصولات، استانداردها، روش‌ها، جایگزین‌ها و روابط میان آن‌ها را درست پوشش داد. مقاله همچنین روی یک تغییر مهم تأکید می‌کند: تصمیم را به‌اندازه تعریف جدی بگیرید. مقایسه، Trade-off، معیار انتخاب و اعتراض کاربر نباید فقط چند پاراگراف آخر Buyer Guide باشند. 💡 اما موضوع را برعکس هم نکنیم. Search Volume هنوز برای Brand Termها، Product Queryها، Local Intent، «نزدیک من» و بسیاری از جست‌وجوهای کوتاه و Transactional ارزش دارد. بحث، دفن Keyword Research نیست؛ بحث این است که یک ستون Volume دیگر نباید تعیین کند چه چیزی اصلاً شایسته محتواست. 📌 وقتی عدد Volume نداریم، مقاله چهار Proxy پیشنهاد می‌کند: ارزش تجاری سؤال، شواهد واقعی از مطرح‌شدن آن، شکاف پوشش فعلی و امکان پاسخ دقیق و مشخص. ماده خام را هم می‌توان در People Also Ask، Related Searches، انجمن‌ها، تماس‌های فروش، تیکت‌های پشتیبانی و حتی سؤال‌هایی که خود دستیارهای AI هنگام پاسخ باز می‌کنند پیدا کرد. 🔥 شاید برای Content Audit بعدی به‌جای اینکه فقط بپرسیم «کدام Keyword Volume بیشتری دارد؟» سؤال بهتری داشته باشیم:

«مشتری قبل از اینکه بتواند تصمیم بگیرد، چه چیزهایی را باید بداند که صفحه من هنوز جوابشان را نمی‌دهد؟»

همان سؤال‌های کم‌حجم یا بدون Volume ممکن است جایی باشند که #AISEO، سئوی Long-tail و Conversion به هم می‌رسند. ✈️ @ehsankhosravi_seo (کانال تلگرامی سید احسان خسروی) #️⃣#Google #️⃣#Google_SEO #️⃣#SEO #️⃣#EEAT

📌خلاصه کاربردی الکامپ امسال: - بیایید طلا، نقره و مس دیجیتال بخرید - بیایید اعتبار خرید قسطی بگیرید - بیایید از اپ وایب کد ما که توش ai داره استفاده کنید فیچرهاش بیشتره و ارزونتر درمیاد تازه محدودیت بن شدن هم نداره خاله(چت بات) - بیایید گردونه شانس بچرخونید کلاه جایزه بگیرید -بیایید بازی کنید به قید قرعه همینجا یه کد تخفیف میدیم بهتون -بیایید پشت ماشین تسکو قام قام کنید -بیایید کلا کلا باید اسم نمایشگاه رو API میذاشتن چون یا داشتن میفروختنش یا باهاش چت بات آورده بودن بالا. جدی هیچ نوآوری دیده نشد. نوآوری صفر مطلق. حتی استارتاپ های جوون هم همش شده بود وایب کد چت بات😅 ✍️Mamad_dev Learn , Share, Grow🚀 ➖➖➖➖➖➖➖➖➖➖ Business Through Stories 💎 @MBApro_ir

🫆 بزرگ‌ترین کتابخانه پرامپت متن‌باز دنیا 👑 ۱۶۷ هزار ستاره، رایگان، و سازگار با ChatGPT و Claude و Gemini. github.com/f/prompts.chat @prompttherapy

چرا تبلیغات گوگل‌تون یهو غیبش میزنه؟ داستان Limited Ad Serving رفقا حتما برای شما هم پیش اومده که یهو میبینید کمپین‌تون با اینکه بودجه کافی داره، اما ایمپرشن‌هاش قفل کرده و گوگل خیلی محدود نشونش میده. این وضعیت که بهش میگن Limited Ad Serving، یکی از اون کابوس‌هاییه که میتونه پرفورمنس مارکتینگ‌تون رو ببره زیر سوال. گوگل این محدودیت رو نه برای اذیت کردن شما، بلکه برای محافظت از تجربه کاربری و اعتبار برندها اعمال میکنه. بیاید ببینیم قضیه از چه قراره: 🔹 اعتبار و تراست اکانت: اگه اکانت‌تون تازه‌تاسیسه یا تازه شروع کردید به خرج کردن بودجه سنگین، گوگل با شک بهتون نگاه میکنه. اونا میخوان مطمئن بشن که شما کلاهبردار نیستید و بیزنس‌تون واقعیه. 🔹 فیدبک کاربرا: اگه کاربرا گزارش بدن که تبلیغ‌تون گمراه‌کننده‌ست یا لندینگ‌پیج‌تون مشکل داره، گوگل بلافاصله نمایش تبلیغ رو محدود میکنه تا سابقه اکانت‌تون آسیب نبینه. 🔹 تغییرات ناگهانی: افزایش ناگهانی بودجه یا تغییرات زیاد توی متن تبلیغات (Ad Copy) میتونه الگوریتم رو حساس کنه و اکانت‌تون بره تو فاز Manual Review. 💡 چطور از این وضعیت بیایم بیرون؟ ۱. تایید هویت (Advertiser Verification): سریع‌تر برید سراغ پروسه وریفای کردن اکانت. وقتی مدارک‌تون تایید بشه، گوگل بهتون اعتماد میکنه و محدودیت‌ها خودبه‌خود برداشته میشن. ۲. صبر استراتژیک: اگه اکانت‌تون جدیده، اصلا دنبال اسکیل کردن سریع نباشید. آروم آروم بودجه رو زیاد کنید تا هیستوری اکانت‌تون ساخته بشه. ۳. مانیتور کردن گزارش‌ها: همیشه بخش Account Status رو چک کنید. گوگل اونجا دقیق میگه مشکل از کجاست؛ اگه گفته مشکل از لندینگ‌پیجه، سریع رفعش کنید. ⚠️ تاثیر عملی روی کار روزمره‌تون: توی استراتژی‌هاتون حتما این رو لحاظ کنید که اگه اکانت تازه‌کار دارید، برای ۳۰ روز اول اصلا روی تارگت‌های خیلی بزرگ حساب باز نکنید چون ممکنه با این محدودیت روبرو بشید و کل برنامه‌تون برای بودجه‌بندی به هم بریزه. عملا باید هزینه‌ها رو در ماه اول، پلکانی و خیلی کنترل‌شده بالا ببرید تا اکانت وارد فاز Limited نشه. هرچقدر تراکنش‌ها و داکیومنت‌های مالی‌تون شفاف‌تر باشه، شانس اینکه گوگل محدودیت‌ها رو برداره بیشتر میشه. پس قبل از اینکه تبلیغ رو بترکونید، اول مدارک هویتی رو کامل کنید.

🎰 کلیک گوگل ۴۲٪ پایین آمده، Reach لینکدین هم ۴۷٪؛ اما شاید داریم از مقصر اشتباهی عصبانی می‌شویم 📊 اعداد واقعاً جدی‌اند. Define Media روی پنل ۶۴ سایتی خود گزارش کرده که در سه‌ماهه چهارم ۲۰۲۵، کلیک‌های Organic Search نسبت به میانگین پیش از گسترش AI Overviews حدود ۴۲٪ پایین‌تر بوده‌اند. در پژوهش Pew هم وقتی خلاصه هوش مصنوعی در نتایج نمایش داده می‌شد، کاربران فقط در ۸٪ بازدیدها روی نتیجه سنتی کلیک می‌کردند؛ درحالی‌که بدون آن، این عدد ۱۵٪ بود. 📱 در #لینکدین هم وضعیت ساده نیست. تحلیل بیش از ۳ میلیون پست از بیش از ۳۰ هزار پروفایل نشان داده Median Reach از ۱۲۱۱ نفر در ژوئن ۲۰۲۴ به ۶۳۶ نفر در مه ۲۰۲۵ رسیده؛ یعنی بیش از ۴۷٪ افت. اما این افت قبل از معماری تازه Feed که لینکدین در مارس ۲۰۲۶ معرفی کرد رخ داده، پس نمی‌شود گفت مدل جدید مستقیماً عامل این کاهش بوده است.

افت یک کانال، الزاماً به معنی از بین رفتن نیاز مخاطب نیست.

🔍 شاید چیزی که در حال تغییر است خود #توزیع_محتوا باشد. همان Define Media که افت Web Search را گزارش می‌کند، می‌گوید Breaking News در مجموع Google Surfaces بیش از ۱۰۳٪ رشد کرده و Discover برای اولین بار به اندازه Web Search برای پنل آن‌ها ترافیک فرستاده است. یعنی توجه نابود نشده؛ بخشی از آن جابه‌جا شده است. 🧠 همین اتفاق با تولید محتوا هم رخ داده است. وقتی تولید یک پست یا مقاله حرفه‌ای با هوش مصنوعی بسیار ارزان‌تر می‌شود، حجم عرضه محتوا بالا می‌رود و هر پست برای گرفتن همان چند دقیقه توجه باید با محتوای بیشتری رقابت کند. در چنین فضایی، صرفاً «خوب نوشتن» دیگر مزیت بزرگی نیست؛ تجربه واقعی، داده اختصاصی، تحلیل، تخصص و دیدگاه قابل دفاع ارزش بیشتری پیدا می‌کنند.

وقتی Distribution اجاره‌ای است، نباید کل Business را روی یک Metric اجاره‌ای بنا کرد.

😵 برای #SEO و بازاریابی محتوا، شاید Dashboard جدید نباید فقط Ranking، Click و Reach را ببیند. باید کنار آن‌ها Branded Search، Direct Traffic، Email Subscriber، Return User، Lead، Conversion، Citation و First-party Data هم دیده شوند. ⚠️ یک درس مهم دیگر هم داخل همین گزارش هست. عددی که درباره افت ۸۵٪ ترافیک Google برای Business Insider وایرال شده بود، بعداً توسط Wall Street Journal اصلاح شد و رقم درست حدود ۴۳٪ بود. تفاوت کوچکی نیست؛ عدد Viral می‌تواند قبل از Correction تبدیل به Strategy شود. 🔥 سؤال اصلی بنابراین این نیست که «چرا گوگل یا لینکدین Reach مرا گرفت؟» سؤال مهم‌تر این است: اگر فردا کلیک گوگل و Reach شبکه اجتماعی نصف شود، چه چیزی از رابطه مستقیم من با مخاطب باقی می‌ماند؟ ✈️ @ehsankhosravi_seo (کانال تلگرامی سید احسان خسروی) #️⃣#Google #️⃣#Google_SEO #️⃣#SEO #️⃣#EEAT

🤖 هوش مصنوعی جست‌وجو را ساده‌تر کرد؛ اما کار ذهنی ما را حذف نکرد 🎯 در جست‌وجوی سنتی، بخش زیادی از کار بر عهده خود کاربر بود. باید سؤال را به یک عبارت مناسب تبدیل می‌کرد، نتایج را بررسی می‌کرد، چند صفحه را باز می‌کرد، منابع را با هم مقایسه می‌کرد و در نهایت خودش از میان آن اطلاعات به یک پاسخ می‌رسید. 🔸 حالا در #جستجوی_هوش_مصنوعی بخش مهمی از همین فرایند قبل از نمایش جواب اتفاق می‌افتد. سیستم اطلاعات را پیدا می‌کند، منابع را انتخاب می‌کند و بخش‌هایی از آن‌ها را در یک پاسخ واحد ترکیب می‌کند. پژوهش منتشرشده در ACL 2026 نیز نشان می‌دهد موتورهای جست‌وجوی مولد از نظر نحوه Retrieval، تنوع منابع، استفاده از دانش داخلی و خارجی و روش Synthesis با جست‌وجوی سنتی تفاوت اساسی دارند.

هوش مصنوعی بار شناختی را حذف نکرد؛ بخشی از آن را از «ساختن پاسخ» به «بررسی پاسخ آماده» منتقل کرد.

🔍 در مدل سنتی، اغلب ابتدا شواهد را می‌دیدیم و بعد نتیجه را می‌ساختیم. حالا در بسیاری از تجربه‌های مبتنی بر هوش مصنوعی، ابتدا نتیجه آماده می‌آید و تازه بعد باید تصمیم بگیریم آیا این پاسخ قابل اعتماد است یا نه. این تفاوت مهم‌تر از چیزی است که به نظر می‌رسد. یک پژوهش بزرگ درباره اعتماد به جست‌وجوی مولد نشان داد وجود Citation و لینک منبع می‌تواند اعتماد کاربران را افزایش دهد، حتی زمانی که آن ارجاع اشتباه یا ساختگی باشد. همان پژوهش نشان داد افرادی که اعتماد بیشتری به نتیجه داشتند، زمان کمتری صرف ارزیابی آن می‌کردند.

وجود منبع کنار پاسخ، خودش به معنی راستی‌آزمایی پاسخ نیست.

⚠️ برای #SEO و #GEO این موضوع یک پیام جدی دارد: فقط اینکه متن ما برای سیستم قابل استخراج باشد کافی نیست؛ باید ببینیم وقتی آن بخش از صفحه جدا شد، آیا هنوز همان معنی اصلی را منتقل می‌کند یا نه. مثلاً این جمله را در نظر بگیرید: Conversion increased 31% 🔸از نظر استخراج عالی است؛ کوتاه، مستقیم و دارای عدد است. اما ۳۱ درصد نسبت به چه چیزی؟ در چه بازه زمانی؟ برای چه گروهی از کاربران؟ افزایش نسبی بوده یا مطلق؟ اگر پاسخ این سؤال‌ها در چند پاراگراف دیگر باشد، ممکن است هنگام Retrieval از خود Claim جدا شود. 💬 تحقیقات مربوط به سیستم‌های RAG هم نشان داده‌اند تقسیم اسناد بلند به Chunkهای ریز می‌تواند باعث تکه‌تکه‌شدن Context و از بین رفتن ارتباط معنایی میان بخش‌ها شود. این پژوهش Ranking Factor گوگل را ثابت نمی‌کند، اما نشان می‌دهد Context Fragmentation یک مسئله واقعی در بازیابی اطلاعات است. 🎯 بنابراین برای #سئو_محتوا شاید یک چک ساده بسیار مهم باشد: 📊 عدد را از واحد و Baseline دور نکنیم؛ تاریخ را از رویداد جدا نکنیم؛ Evidence را چند بخش پایین‌تر از Claim نگذاریم؛ محدودیتی که برای درست‌بودن نتیجه ضروری است حذف نکنیم؛ و تا جای ممکن نگذاریم ضمیرهای مبهم بدون Entity اصلی Retrieve شوند. این‌ها Ranking Factor اعلام‌شده نیستند. مسئله چیز بنیادی‌تری است:

وقتی محتوای ما از صفحه جدا، خلاصه و با منابع دیگر ترکیب شد، آیا معنای آن هنوز سالم می‌ماند؟

❓ در دوره #AISEO فقط قابل خواندن بودن محتوا کافی نیست؛ محتوا باید در برابر Compression هم از نظر معنا دوام بیاورد. ✈️ @ehsankhosravi_seo (کانال تلگرامی سید احسان خسروی) #️⃣#Google #️⃣#Google_SEO #️⃣#SEO #️⃣#EEAT

📣ماجرای درآمد تبلیغاتی چت‌جی‌پی‌تی با سرعت زیادی جلو رفته. ChatGPT Ads کمتر از ۲۰۰ روز بعد از راه‌اندازی، به درآمد سالانه‌شده یک میلیارد دلار رسیده؛ در حالی که فقط شش هفته بعد از شروع کار، درآمدش از ۱۰۰ میلیون دلار عبور کرده بود. اوپن‌ای‌آی برای سال ۲۰۲۶ درآمد ۲.۴ میلیارد دلاری از تبلیغات رو پیش‌بینی کرده. با این حال، عملکرد ماه‌های ابتدایی اون‌طور که انتظار می‌رفت سریع نبوده و همین موضوع باعث شده رسیدن به این هدف، با توجه به سرعت رشد فعلی، فشار بیشتری روی این کسب‌وکار ایجاد کنه. برای سال‌های بعد، اعداد خیلی بزرگ‌تر می‌شن. اوپن‌ای‌آی انتظار داره درآمد تبلیغاتی در سال ۲۰۲۷ به نزدیک ۱۱ میلیارد دلار برسه و تا سال ۲۰۳۰، این رقم به ۱۰۲ میلیارد دلار افزایش پیدا کنه. این پیش‌بینی بر این اساسه که درآمد تبلیغاتی به ازای هر کاربر، از حدود ۳.۵۰ دلار در سال ۲۰۲۴ به حدود ۶۰ دلار در سال ۲۰۳۰ برسه. در حال حاضر، ده‌ها هزار تبلیغ‌دهنده در بیش از ۴۰ کشور از چت‌جی‌پی‌تی ادز استفاده می‌کنن. دسترسی به این بخش هم قراره گسترده‌تر بشه و امکان استفاده از اون به‌صورت مستقیم و خودکار برای تبلیغ‌دهنده‌ها، مناطقی مثل هند، اروپا، خاورمیانه و شمال آفریقا رو هم در بر می‌گیره. در همین مدت، تعداد کاربران فعال هفتگی چت‌جی‌پی‌تی از یک میلیارد نفر گذشته. با این حال، تبلیغات فعلاً فقط برای کاربران دو طرح رایگان و Go نمایش داده می‌شه. یک نکته مهم دیگه هم اینه که تبلیغ‌دهنده‌ها به مکالمات خصوصی کاربران دسترسی ندارن. از طرفی، تبلیغات پولی قرار نیست روی پاسخ‌هایی که چت‌جی‌پی‌تی به کاربران می‌ده تأثیری بذاره. ✈️@mohammad_zammani 📱Mohammad.zammani.offical

✈️ قابلیت‌های جدید AI Mode برای سفر! گوگل چند قابلیت جدید به AI Mode اضافه کرده که تجربه جست‌وجوی سفر رو خیلی تعاملی‌تر می‌کنه. حالا در بعضی بازارها می‌تونید مستقیم داخل AI Mode هتل رزرو کنید و پرداخت رو با Google Pay انجام بدید. علاوه بر این، هشدار تغییر قیمت پروازها و نمایش گزینه‌های مربوط به مایل و امتیاز هم در بعضی بازارها فعال شده. یعنی کاربر برای پیدا کردن و رزرو خدمات سفر، کمتر نیاز داره از AI Mode خارج بشه و وارد سایت‌های دیگه بشه؛ بخش بیشتری از مسیر داخل همون گفتگو انجام می‌شه. اگر در حوزه گردشگری، هتل یا رزرو آنلاین فعالیت می‌کنید، این تغییر می‌تونه روی دیده‌شدن و نرخ تبدیل تأثیر بذاره. بهتره از همین حالا حواستون به این بخش‌های جدید و نحوه نمایش کسب‌وکارتون در تجربه‌های AI گوگل باشه. ✈️ @ehsankhosravi_seo (کانال تلگرامی سید احسان خسروی) #️⃣#Google #️⃣#Google_SEO #️⃣#SEO #️⃣#EEAT

🧠 گوگل با محتوای AI مشکل ندارد؛ با کارخانه تولید صفحه برای رتبه گرفتن مشکل دارد 🩶 در روزهای بعد از Spam Update اوت ۲۰۲۶ گزارش‌هایی از فعالان #SEO منتشر شد که نشان می‌داد بعضی سایت‌های متکی به انتشار کاملاً خودکار و انبوه محتوای هوش مصنوعی افت شدیدی تجربه کرده‌اند. همین گزارش‌ها باعث شد این سؤال مطرح شود که آیا آپدیت اخیر مشخصاً سایت‌های AI را هدف گرفته است یا نه. اما اینجا یک مرز بسیار مهم وجود دارد:

گوگل اعلام نکرده «محتوای AI را جریمه می‌کنیم».

🌐 چیزی که رسماً در سیاست‌های Google Search وجود دارد Scaled Content Abuse است؛ یعنی ساخت تعداد زیادی صفحه با هدف اصلی دستکاری نتایج جست‌وجو، درحالی‌که محتوا ارزش واقعی کمی برای کاربر ایجاد می‌کند. گوگل صراحتاً می‌گوید مهم نیست این صفحات با هوش مصنوعی، انسان یا ترکیبی از هر دو تولید شده باشند. پس این دو سناریو یکی نیستند: ✅ استفاده از هوش مصنوعی برای تحقیق، تحلیل، ساختاردهی، ویرایش یا کمک به تولید یک محتوای واقعاً مفید ❌ تولید هزاران صفحه شبیه به هم فقط برای پوشش Keywordهای مختلف و گرفتن ورودی از Google ✍️ خود گوگل نیز در راهنمای استفاده از هوش مصنوعی می‌گوید ابزارهای مولد می‌توانند برای تحقیق و افزودن ساختار به محتوای اصیل مفید باشند؛ مشکل زمانی است که با آن‌ها تعداد زیادی صفحه بدون ارزش افزوده ساخته شود. 🔍 چیزی که گزارش Search Engine Journal را جالب‌تر کرده، هم‌زمانی این مشاهدات با انتشار یک تحقیق گوگل درباره سیستمی به نام S-CTS است؛ سیستمی که به‌جای بررسی یک محتوای منفرد، الگوهای تکراری و شبکه‌های انتشار انبوه محتوای مصنوعی را در سطح Cluster بررسی می‌کند.

نکته مهم: این تحقیق برای پلتفرم‌های ویدیویی و شبکه‌های حساب‌های هماهنگ طراحی شده؛ گوگل تأیید نکرده که همین سیستم در Google Search یا Spam Update اوت استفاده شده است.

⚡️ در این تحقیق فقط متن یک صفحه بررسی نمی‌شود. الگوهای تکراری، Narrativeهای Template‌شده، رفتار انتشار غیرانسانی و پرحجم و حتی ارتباط Infrastructure میان حساب‌ها می‌تواند بخشی از تشخیص Cluster باشد. این نگاه نشان می‌دهد مقابله با Spam در مقیاس AI الزاماً به سؤال ساده «آیا این متن را ChatGPT نوشته؟» محدود نمی‌شود. 🎯 برای #سئو_محتوا نتیجه عملی چیست؟ اگر Pipeline شما این شکلی است: Keyword → Prompt → Article → Publish و فقط Keyword عوض می‌شود، اما قالب، زاویه، اطلاعات و ارزش مقاله تقریباً ثابت می‌ماند، مشکل اصلی احتمالاً «AI بودن» نیست؛ مشکل این است که سیستم شما Page تولید می‌کند، نه Information. در مقابل اگر AI بخشی از Workflow باشد ولی هر صفحه تحقیق واقعی، تجربه، داده، مثال، منبع، بررسی انسانی و دلیل مستقل برای وجود داشته باشد، نمی‌توان صرف استفاده از AI آن را Spam دانست.

گوگل دنبال فونت مخصوص ChatGPT یا یک «اثر انگشت جادویی AI» نیست که ما از آن اطلاع داشته باشیم؛ ادعاهایی مثل تشخیص قطعی AI Credit در متن فعلاً در حد حدس جامعه SEO هستند.

📌 اگر بین ۱۸ تا ۲۱ اوت افت غیرعادی داشته‌اید، فقط کیفیت یک مقاله را بررسی نکنید. الگوی تولید سایت را بررسی کنید: آیا صدها URL با Intent تقریباً یکسان ساخته شده‌اند؟ آیا مقاله‌ها صرفاً SERP را بازنویسی می‌کنند؟ آیا Template همه صفحات یکسان است؟ آیا سرعت انتشار با ظرفیت واقعی تحقیق و کنترل انسانی هم‌خوانی دارد؟ آیا حذف ۷۰ درصد صفحات واقعاً چیزی از ارزش سایت کم می‌کند؟ شاید سؤال درست بعد از این Update این نباشد که: «آیا گوگل فهمید ما از AI استفاده کرده‌ایم؟» ❓سؤال بهتر این است: «اگر Keyword و رتبه را از معادله حذف کنیم، آیا این صفحه هنوز دلیل واقعی برای منتشرشدن دارد؟» ✈️ @ehsankhosravi_seo (کانال تلگرامی سید احسان خسروی) #️⃣#Google #️⃣#Google_SEO #️⃣#SEO #️⃣#EEAT

📌رسماً اعلام شد: گوگل مپس نام «دریاچه انتاریو» (Lake Ontario) را در پی فرمان اجرایی رئیس‌جمهور ترامپ به «دریاچه آمریکا» (Lake America) تغییر داده است. @mwarmonitor

⚠️ از اطلاعاتتون بک‌ آپ آفلاین بگیرید! ▪️ اگه از Google، Gmail یا هر سرویس دیگه‌ای استفاده می‌کنید، حتماً یه بک‌ آپ آفلاین از اطلاعات مهمتون داشته باشید. ▪️ اگه OFAC تحریم‌ها رو شدیدتر کنه، ممکنه حتی دسترسی به یک اکانت ساده‌ی Google هم محدود بشه. ⭕️ از لینک زیر استفاده کنید. 🔗 takeout.google.com

🤖 هوش مصنوعی جست‌وجو را ساده‌تر کرد؛ اما کار ذهنی ما را حذف نکرد 🎯 در جست‌وجوی سنتی، بخش زیادی از کار بر عهده خود کاربر بود. باید سؤال را به یک عبارت مناسب تبدیل می‌کرد، نتایج را بررسی می‌کرد، چند صفحه را باز می‌کرد، منابع را با هم مقایسه می‌کرد و در نهایت خودش از میان آن اطلاعات به یک پاسخ می‌رسید. 🔸 حالا در #جستجوی_هوش_مصنوعی بخش مهمی از همین فرایند قبل از نمایش جواب اتفاق می‌افتد. سیستم اطلاعات را پیدا می‌کند، منابع را انتخاب می‌کند و بخش‌هایی از آن‌ها را در یک پاسخ واحد ترکیب می‌کند. پژوهش منتشرشده در ACL 2026 نیز نشان می‌دهد موتورهای جست‌وجوی مولد از نظر نحوه Retrieval، تنوع منابع، استفاده از دانش داخلی و خارجی و روش Synthesis با جست‌وجوی سنتی تفاوت اساسی دارند.

هوش مصنوعی بار شناختی را حذف نکرد؛ بخشی از آن را از «ساختن پاسخ» به «بررسی پاسخ آماده» منتقل کرد.

🔍 در مدل سنتی، اغلب ابتدا شواهد را می‌دیدیم و بعد نتیجه را می‌ساختیم. حالا در بسیاری از تجربه‌های مبتنی بر هوش مصنوعی، ابتدا نتیجه آماده می‌آید و تازه بعد باید تصمیم بگیریم آیا این پاسخ قابل اعتماد است یا نه. این تفاوت مهم‌تر از چیزی است که به نظر می‌رسد. یک پژوهش بزرگ درباره اعتماد به جست‌وجوی مولد نشان داد وجود Citation و لینک منبع می‌تواند اعتماد کاربران را افزایش دهد، حتی زمانی که آن ارجاع اشتباه یا ساختگی باشد. همان پژوهش نشان داد افرادی که اعتماد بیشتری به نتیجه داشتند، زمان کمتری صرف ارزیابی آن می‌کردند.

وجود منبع کنار پاسخ، خودش به معنی راستی‌آزمایی پاسخ نیست.

⚠️ برای #SEO و #GEO این موضوع یک پیام جدی دارد: فقط اینکه متن ما برای سیستم قابل استخراج باشد کافی نیست؛ باید ببینیم وقتی آن بخش از صفحه جدا شد، آیا هنوز همان معنی اصلی را منتقل می‌کند یا نه. مثلاً این جمله را در نظر بگیرید: Conversion increased 31% 🔸از نظر استخراج عالی است؛ کوتاه، مستقیم و دارای عدد است. اما ۳۱ درصد نسبت به چه چیزی؟ در چه بازه زمانی؟ برای چه گروهی از کاربران؟ افزایش نسبی بوده یا مطلق؟ اگر پاسخ این سؤال‌ها در چند پاراگراف دیگر باشد، ممکن است هنگام Retrieval از خود Claim جدا شود. 💬 تحقیقات مربوط به سیستم‌های RAG هم نشان داده‌اند تقسیم اسناد بلند به Chunkهای ریز می‌تواند باعث تکه‌تکه‌شدن Context و از بین رفتن ارتباط معنایی میان بخش‌ها شود. این پژوهش Ranking Factor گوگل را ثابت نمی‌کند، اما نشان می‌دهد Context Fragmentation یک مسئله واقعی در بازیابی اطلاعات است. 🎯 بنابراین برای #سئو_محتوا شاید یک چک ساده بسیار مهم باشد: 📊 عدد را از واحد و Baseline دور نکنیم؛ تاریخ را از رویداد جدا نکنیم؛ Evidence را چند بخش پایین‌تر از Claim نگذاریم؛ محدودیتی که برای درست‌بودن نتیجه ضروری است حذف نکنیم؛ و تا جای ممکن نگذاریم ضمیرهای مبهم بدون Entity اصلی Retrieve شوند. این‌ها Ranking Factor اعلام‌شده نیستند. مسئله چیز بنیادی‌تری است:

وقتی محتوای ما از صفحه جدا، خلاصه و با منابع دیگر ترکیب شد، آیا معنای آن هنوز سالم می‌ماند؟

❓ در دوره #AISEO فقط قابل خواندن بودن محتوا کافی نیست؛ محتوا باید در برابر Compression هم از نظر معنا دوام بیاورد. ✈️ @ehsankhosravi_seo (کانال تلگرامی سید احسان خسروی) #️⃣#Google #️⃣#Google_SEO #️⃣#SEO #️⃣#EEAT

📊 تصویر واقعی روابط عمومی در سال ۱۴۰۴ را با هم بسازیم! 🗣برای اینکه بدانیم روابط عمومی در سال گذشته چه مسیری را طی کرده، باید داده‌ها حرف بزنند. تریبون در حال تهیه چهارمین گزارش وضعیت روابط عمومی ایران است و برای کامل‌تر شدن این تصویر، به تجربه و دیدگاه فعالان این حوزه نیاز داریم. 📈اگر در حوزه روابط عمومی فعالیت می‌کنید، چند دقیقه زمان بگذارید و در این گزارش سهیم باشید. 📌 برای مشارکت در تهیه گزارش، پرسشنامه را تکمیل کنید👇 پرسشنامه چهارمین گزارش روابط عمومی ایران 🌐@triboon_net 📱@triboon_net

🖼 تصاویر سایتتان فقط برای زیبایی نیستند؛ ممکن است یک کانال ورودی سئو را بدون استفاده رها کرده باشید 🔍 بسیاری از تیم‌ها برای #سئو_تصاویر فقط alt را پر می‌کنند و تصور می‌کنند کار تمام شده است. اما Google Images تصویر را در یک Context بزرگ‌تر بررسی می‌کند: خود فایل، متن جایگزین، محتوای اطراف تصویر، صفحه‌ای که تصویر روی آن قرار گرفته، قابلیت Crawl و حتی نحوه ارائه فایل همگی در فهم و نمایش تصویر نقش دارند.

«بهینه‌سازی تصویر فقط نوشتن یک کلمه کلیدی داخل Alt نیست؛ باید به گوگل کمک کنیم بفهمد تصویر چیست، کجاست و چرا برای این صفحه اهمیت دارد.»

📁 اولین نکته، نام فایل است. به‌جای فایل‌هایی مثل IMG_8741.jpg یا image1.png بهتر است نام کوتاه و توصیفی داشته باشید. اما اینجا اغراق نکنیم: خود گوگل می‌گوید Filename فقط سرنخ بسیار کوچکی درباره موضوع تصویر می‌دهد. بنابراین عوض‌کردن هزاران Filename بدون اصلاح بقیه مشکلات، استراتژی اصلی #SEO نیست. 📝 اهمیت alt بیشتر است. متن جایگزین باید تصویر را توصیف کند و در همان Context صفحه معنا داشته باشد. اگر تصویر «کفش چرمی مردانه قهوه‌ای» است، Alt نیز می‌تواند همین را واضح بگوید؛ نه اینکه ده Keyword مانند «خرید کفش ارزان کفش مردانه بهترین کفش...» پشت سر هم قرار بگیرند. گوگل Keyword Stuffing در Alt را صراحتاً توصیه نمی‌کند. ⚡ کاهش حجم هم مهم است، اما نه با نابودکردن کیفیت. تصاویر اغلب بخش بزرگی از حجم صفحه‌اند و فایل‌های سنگین می‌توانند سرعت Load را کاهش دهند. استفاده از ابعاد مناسب، تصاویر Responsive و فرمت‌هایی مثل WebP یا AVIF می‌تواند حجم انتقال را کم کند و تجربه کاربر و Performance را بهتر نگه دارد.

«تصویر ۴۰۰۰ پیکسلی را برای نمایش در یک کادر ۶۰۰ پیکسلی نفرستید؛ Optimize یعنی حجم کمتر بدون قربانی‌کردن کیفیت لازم.»

🦎 درباره #Schema هم باید دقیق باشیم. استفاده از ImageObject یا Propertyهای تصویری در Structured Data می‌تواند به Google اطلاعات بیشتری درباره تصویر بدهد و برای بعضی Rich Resultها یا Metadataهای تصویر مفید باشد؛ اما ImageObject یک دکمه جادویی برای افزایش Ranking در Google Images نیست. URL تصویر نیز باید Crawlable و Indexable باشد. 📍 یک نکته‌ای که در توصیه اولیه کمتر دیده می‌شود، متن اطراف تصویر است. گوگل صراحتاً توصیه می‌کند تصاویر نزدیک متن مرتبط و روی صفحه‌ای قرار بگیرند که موضوع آن با تصویر هماهنگ باشد. یک عکس عالی با Alt مناسب اگر وسط صفحه‌ای کاملاً نامرتبط قرار گرفته باشد Context ضعیف‌تری دارد. 🗺 برای سایت‌هایی با تصاویر زیاد، مخصوصاً فروشگاه‌ها، گالری‌ها و سایت‌هایی که تصویر را با JavaScript بارگذاری می‌کنند، Image Sitemap نیز می‌تواند در Discovery تصاویر کمک کند. 😵 بنابراین Audit حرفه‌ای #Image_SEO را فقط به چهار Checkbox محدود نکنید. از خودتان بپرسید: ▪️ آیا تصویر واقعاً مرتبط و باکیفیت است؟ ▪️ آیا Google می‌تواند فایل را Crawl کند؟ ▪️ آیا Filename توصیفی است؟ ▪️ آیا Alt واقعاً تصویر را توضیح می‌دهد؟ ▪️ آیا فایل بیش از حد سنگین است؟ ▪️ آیا تصویر نزدیک متن مرتبط قرار دارد؟ ▪️ آیا Structured Data و Sitemap در جای لازم استفاده شده‌اند؟

«تصویر بهینه تصویری نیست که بیشترین Keyword را دارد؛ تصویری است که هم برای کاربر سریع و واضح است و هم برای موتور جست‌وجو قابل کشف و قابل فهم.»

📌 اگر سایت فروشگاهی، خبری، گردشگری، آموزشی یا محصول‌محور دارید، Google Images را فقط یک Tab جانبی نبینید؛ برای بعضی Queryها، خود تصویر می‌تواند نقطه ورود کاربر به سایت باشد. ✈️ @ehsankhosravi_seo (کانال تلگرامی سید احسان خسروی) #️⃣#Google #️⃣#Google_SEO #️⃣#SEO #️⃣#EEAT

🧠 محتوای «کامل» کافی نیست؛ سؤال مهم‌تر این است که چه چیز تازه‌ای به کاربر اضافه می‌کنید 🔍 یکی از برداشت‌های رایج در #سئو_محتوا این است که Information Gain ویژگی ثابتی از خود صفحه است؛ یعنی هرچه مقاله اطلاعات بیشتری داشته باشد، امتیاز بیشتری می‌گیرد. اما پتنت Contextual Estimation of Link Information Gain مدل ظریف‌تری را توضیح می‌دهد. در Claim 1 ابتدا مجموعه‌ای از اطلاعات درباره یک موضوع به کاربر ارائه شده است. سپس چند سند جدید درباره همان موضوع بررسی می‌شوند و برای هرکدام امتیازی محاسبه می‌شود که نشان می‌دهد نسبت به چیزی که قبلاً به همان کاربر گفته شده، چه مقدار اطلاعات جدید اضافه می‌کند.

«ارزش اطلاعات فقط به چیزی که صفحه دارد وابسته نیست؛ به چیزی که کاربر قبل از آن دیده هم وابسته است.»

⚡️ فرض کنید کاربر درباره «کاهش مصرف برق کولر گازی» جست‌وجو کرده و قبلاً درباره تنظیم دما و تمیزکردن فیلتر خوانده است. حالا اگر صفحه بعدی دوباره همان دو توصیه را با کلمات بیشتر تکرار کند، حجم بیشتری دارد اما الزاماً Information Gain بیشتری ایجاد نمی‌کند. در مقابل، صفحه‌ای که درباره انتخاب ظرفیت صحیح دستگاه، سایه‌اندازی برای کندانسور، نشت کانال یا تأثیر موقعیت یونیت خارجی توضیح می‌دهد، اطلاعاتی به Journey کاربر اضافه می‌کند که قبلاً دریافت نکرده است. 🔄 نکته مهم‌تر این است که این امتیاز می‌تواند پویا باشد. اگر کاربر بعداً یکی از اسناد جدید را هم ببیند، آن سند وارد مجموعه اطلاعات قبلی می‌شود و امتیاز سایر اسناد می‌تواند دوباره محاسبه شود.

«همان صفحه می‌تواند برای دو کاربر، یا حتی برای یک کاربر در دو مرحله متفاوت از جست‌وجو، ارزش افزوده اطلاعاتی متفاوتی داشته باشد.»

🎯 اینجا یک درس جدی برای #استراتژی_محتوا وجود دارد. اگر ده صفحه اول نتایج تقریباً همه یک تعریف، پنج مزیت و سه روش مشابه را تکرار می‌کنند، ساختن نسخه یازدهم همان مقاله فقط با ۵۰۰ کلمه بیشتر الزاماً مزیت اطلاعاتی ایجاد نمی‌کند. به‌جای پرسیدن «چه چیز دیگری می‌توانم بنویسم؟» بهتر است بپرسیم: ▪️ کاربر احتمالاً تا این مرحله چه چیزهایی می‌داند؟ ▪️ صفحات فعلی چه اطلاعاتی را تقریباً همه تکرار کرده‌اند؟ ▪️ چه سؤال منطقی بعدی هنوز پاسخ نگرفته است؟ ▪️ چه داده، مثال، مقایسه، استثنا یا تجربه‌ای می‌توانم اضافه کنم؟ 🧩 همین نگاه برای #Topic_Cluster هم مهم است. قرار نیست پنج مقاله یک خوشه، پنج بار یک Introduction و یک مجموعه توصیه مشترک را بازنویسی کنند. هر صفحه باید مرحله جدیدی از فهم موضوع را بسازد. ⚠️ اما یک خط قرمز مهم وجود دارد: این پتنت به‌تنهایی ثابت نمی‌کند Google Search امروز صفحات را دقیقاً با همین فرمول رتبه‌بندی می‌کند. از پتنت نمی‌توان یک Ranking Factor قطعی ساخت. 📌 چیزی که می‌توان با اطمینان بیشتری از آن یاد گرفت یک مدل فکری است: محتوای خوب فقط محتوای پرحجم نیست؛ محتوایی است که بعد از چیزهایی که کاربر احتمالاً قبلاً دیده، هنوز چیزی ارزشمند برای گفتن داشته باشد. در عصر پاسخ‌های هوش مصنوعی و Search Journeyهای چندمرحله‌ای، شاید سؤال مهم برای #SEO دیگر فقط این نباشد که «آیا صفحه من پاسخ دارد؟» سؤال مهم‌تر این است: «بعد از همه پاسخ‌هایی که کاربر قبلاً گرفته، صفحه من چه چیز تازه‌ای به فهم او اضافه می‌کند؟» ✈️ @ehsankhosravi_seo (کانال تلگرامی سید احسان خسروی) #️⃣#Google #️⃣#Google_SEO #️⃣#SEO #️⃣#EEAT

⚠️ یک تغییر کوچک در گوگل می‌تواند اسکیماهای قدیمی سایتتان را اشتباه بخواند 🛒 گوگل روش خواندن داده‌های JSON-LD را تغییر داده است. از این به بعد Parser گوگل برای HTML Entityها فقط یک مرحله Decode انجام می‌دهد؛ یعنی اسکیماهایی که به‌اشتباه چندبار Encode شده‌اند دیگر مثل گذشته توسط گوگل «اصلاح» نمی‌شوند.

«مشکل اصلی اسکیما نیست؛ زنجیره‌ای است که یک مقدار را قبل از رسیدن به JSON چندبار Encode می‌کند.»

مثلاً اگر نام واقعی محصول این باشد: کیف & کفش این خروجی استاندارد و ساده است: "name": "کیف & کفش" و این هم از نظر JSON معتبر است: "name": "کیف \u0026 کفش" اما اگر CMS، قالب یا تابع PHP مقدار را دو بار Escape کند و خروجی به این شکل برسد: "name": "کیف & کفش" گوگل فقط یک مرحله آن را باز می‌کند و نتیجه می‌تواند همچنان شامل & باقی بماند. 🧠 این موضوع برای #سئو_تکنیکال بیشتر در سایت‌هایی مهم است که اسکیما به‌صورت دستی، از طریق قالب، Tag Manager، API یا Pipelineهای چندمرحله‌ای ساخته می‌شود. اگر داده از دیتابیس گرفته شود، یک بار htmlspecialchars روی آن اجرا شود و بعد Template دوباره Escape کند، دقیقاً همان Double Escaping شکل می‌گیرد. ⚠️ در نصب استاندارد افزونه‌هایی مثل Yoast یا Rank Math الزاماً مشکلی وجود ندارد؛ اما اگر روی خروجی آن‌ها Filter، قالب اختصاصی یا پردازش دیگری اعمال شده، نباید صرفاً به نام افزونه اعتماد کرد.

«اعتبارسنجی Schema فقط این نیست که کد Parse شود؛ مقدار نهایی هر Property هم باید همان چیزی باشد که واقعاً قصد داشتید به گوگل بدهید.»

🔎 برای Audit #Schema چند صفحه مهم را در Source باز کنید، بلوک application/ld+json را پیدا کنید و مخصوصاً در فیلدهای name، headline، description و متن Review دنبال الگوهایی مثل & یا &#...; بگردید. 🧪 بعد خروجی را با Rich Results Test بررسی کنید. خود گوگل هم توصیه می‌کند Structured Data هنگام توسعه با این ابزار تست شود و پس از انتشار نیز گزارش‌های Rich Result در Search Console مانیتور شوند. 📌 این آپدیت Ranking Update نیست. Structured Data صحیح می‌تواند صفحه را برای Rich Results واجد شرایط کند، اما وجود Schema به‌تنهایی تضمین نمایش Rich Result یا رتبه بالاتر نیست. 🎯 درس مهم برای #SEO این است: به‌جای اینکه امیدوار باشیم Google Parser خطاهای خروجی ما را تحمل کند، JSON-LD را واقعاً به‌عنوان JSON تولید کنیم. اسکیما باید داده ساختاریافته باشد؛ نه HTMLی که داخل JSON گیر افتاده است. ✈️ @ehsankhosravi_seo (کانال تلگرامی سید احسان خسروی) #️⃣#Google #️⃣#Google_SEO #️⃣#SEO #️⃣#EEAT