AI-generated content page tailored to a specific user

אם זה לא מסמל את המסמר האחרון בארון הקבורה של הטראפיק אני לא יודע מה כן

הרעיון פשוט: נכון שאתם מחפשים בגוגל כדי להגיע לעמוד באתר מסוים בסופו של דבר? אז דמיינו שבמקום תוצאות חיפוש של עמודים אתם מקבלים את העמוד עצמו, רק כזה שנוצר עבורכם בזמן אמת (!) על ידי גוגל, בתוך תוצאות החיפוש.

למעשה תוצאות החיפוש הופכות לאותו עמוד נחיתה במקום העמוד שבסופו של דבר הייתם אמורים להגיע אליו.

מבולבלים? תמשיכו לקרוא…

איך בכלל הגענו לכאן? הדרך של גוגל לעולם בלי קליקים

בואו נהיה כנים, לאף אחד אין באמת כוונה להגיע לעמוד או אתר אינטרנט כשהוא מבצע חיפוש בגוגל.

כלומר אנחנו כן, אבל רק כי התרגלנו שזה האמצעי להשגת המטרה. בסוף אנחנו בסך הכל רוצים להגיע למקום שבו נקבל מענה לצורך שיש לנו. אז למה שלא נקבל את המענה לצורך הזה כבר בתוצאות החיפוש?

גוגל כבר מזמן הבינה את זה והתחילה לסלול לשם את הדרך בשלבים:

• (2011) SERP Features: זה התחיל כששאלנו “כמה עולה טיסה לברצלונה” או “מה מזג האוויר” וקיבלנו ווידג׳טים אינטראקטיביים של גוגל טיסות או תחזית מזג אוויר.
• (2014) Featured Snippets: עלינו מדרגה כששאלנו “באיזה תאריך יוצא פסח השנה” או “מה המיקוד של רחוב הרצל בתל אביב” וקיבלנו תשובה קצרה בראש עמוד תוצאות החיפוש.
• (2016) Position Zero: שגם זה נקרא Featured Snippet, אבל הפעם הוא השתדרג. גוגל כבר לא רק שלפה נתון קצר, אלא “גזרה” פסקה שלמה מעמוד אינטרנט שענתה בדיוק על מה שחיפשתי והציגה אותה בתוצאות החיפוש.
• (2024) AI Overviews: עליית שלב משמעותית, גוגל התחילה להשתמש ב-AI כדי לסכם מידע ממקורות שונים לתשובה אחת מפורטת עם רפרנסים.
• (?) AI-generated Pages: אין לזה עדיין שם רשמי ולא ידוע מתי ייכנס לתוקף, אבל זה הצעד הבא שמתואר בפטנט והוא יצירת עמוד תוכן שלם, מעוצב ומותאם אישית ל-Intent של הגולש בזמן אמת.

דיברנו לראשונה על המונח “Zero Click” עוד ביולי 2024 בניתוח הדו”ח של Datos שמצא כי 42% מהמשתמשים מחפשים בגוגל בלי להמשיך, והנה כמה שנים אחרי והפטנט החדש של גוגל מקרב אותנו לשם בצעדי ענק.

כבר היום עוד לפני שהפטנט משתלב בתוצאות החיפוש אפשר לקבל מענה כבר במעמד תוצאות החיפוש של גוגל: מידע על מניות, מתכונים, מזג אוויר, רכישת מוצרים דרך גוגל שופינג, הזמנת מלונות, טיסות, מציאת עסקים מקומיים עם Google My Business, כותרות של חדשות אחרונות מתוך Top Stories של Google News והרשימה עוד ארוכה… במילים אחרות, גוגל כבר מזמן לא רק מפנה אותנו למקומות שבהם נמצאות התשובות אלא הופכת בהדרגה למקום שבו התשובות עצמן נמצאות, הפטנט החדש משלים את המהלך.

איך הפטנט החדש של גוגל עובד?

הפטנט מתאר מערכת שהיא הרבה מעבר ל-“צ’אטבוט AI שכותב תשובה”. מדובר במכונה משומנת של הרכבת רכיבים בזמן אמת בהתאמה מלאה למשתמש וכוללת מספר שלבים:

• שלב 1: פירוק השאילתה לכוונת גולש (Intent)
  המערכת לא מחפשת רק מילות מפתח אלא מנתחת מה המשתמש באמת רוצה להשיג. האם הוא בשלב המחקר? האם הוא רוצה להשוות מחירים? האם הוא מחפש הוראות הפעלה?
• שלב 2: בחירת סוגי תוכן
  במקום לשלוף דף אינטרנט מוכן, המערכת סורקת את האינדקס של גוגל ושולפת “חלקי מידע”. זה יכול להיות טקסט מאתר א’, טבלת מפרט טכני מאתר ב’, וסרטון הדגמה מיוטיוב.
• שלב 3: יצירת מבנה עמוד
  כאן קורה הקסם וזה הבסיס של הפטנט: עיצוב מלא של העמוד שהגולש יקבל. גוגל ממש מחליט איפה לשים את התמונה (אם בכלל), האם להוסיף כפתור הנעה לפעולה (CTA) ואיך לסדר את המידע בצורה שתיתן למשתמש מענה מלא.
• שלב 4: ציון איכות השוואתי
  אחרי שעמוד ה-AI מוכן, המערכת מבצעת חישוב מהיר בזמן אמת האם הוא מספק ערך גבוה יותר מהדפים הקיימים באינדקס? אם התשובה היא כן, הגולש יקבל את העמוד שנוצר עבורו. אם לא, הוא יקבל את רשימת הלינקים המסורתית שכולנו מכירים.

איך גוגל תדע להתאים את הדף למשתמש?

כדי שפרסונליזציה כזו באמת תצליח לעבוד, גוגל חייבת להכיר אתכם טוב יותר ממה שאתם מכירים את עצמכם. לפי פירוט הפטנט, המערכת נשענת על כמה רכיבי מידע קריטיים:

• פרופיל המשתמש המחובר (User Graph): ברגע שאתם מחוברים לחשבון הגוגל שלכם, המערכת ניגשת להעדפות היסטוריות, תחומי עניין ודפוסי התנהגות קודמים.
• היסטוריית אינטראקציות: גוגל לומדת מה עבד לכם בעבר. אם בכל פעם שחיפשתם מוצר הקלקתם על סרטוני וידאו, דף ה-AI שהיא תייצר עבורכם יהיה עשיר בנגני וידאו. אם אתם אנשים של נתונים יבשים, תקבלו דף מלא בטבלאות ובגרפים וכו’.
• אותות הקשר (Contextual Signals): המערכת מזהה אם אתם בדרכים (דרך המובייל) ומחפשים משהו קצר ותמציתי, או יושבים מול הדסקטופ ומסוגלים לצרוך תוכן ארוך ומעמיק יותר.
• למידה בזמן אמת: המערכת מודדת כמה זמן שהיתם בדף ה-AI שנוצר עבורכם. לא הייתם מרוצים? בפעם הבאה היא תייצר מבנה אחר לחלוטין.

ההערכה שלי היא שהלמידה בזמן אמת תהיה ממש מהירה בגלל כמות החיפושים הגבוהה שיש לכולנו בגוגל. המשמעות היא שככל שדף ה-AI שהמערכת תיצור יהיה מדויק יותר, כך פחות יוצגו תוצאות החיפוש הקלאסיות למשתמשים.

הניתוח שלי לעתיד בלי קליקים

אני הולך לקחת כאן סיכון קטן ולהגיד משהו שאולי יישמע קיצוני לחלק מהאנשים:

מהנסיון שלי בתחום החיפוש, התנודות בשוק, הפיצ’רים והמחקרים שאני נחשף אליהם לאחרונה, אני מאמין שבתוך 2-5 שנים אנשים כמעט ולא ייכנסו יותר לאתרי אינטרנט במסע לקוח שמתחיל בערוץ החיפוש!

בעולם החדש שבו מנוע החיפוש יבנה את התשובה בעצמו, האתר כבר לא יהיה היעד אלא סוג של מחסן נתונים. גוגל תבוא, תשאב את המידע הייחודי שלכם, את המחירים, הביקורות והנתונים, ותטמיע אותם בתוך הדף שהיא בונה למשתמש בזמן אמת עבור הצורך הרגעי שלו. במציאות כזו, השאלה כבר לא תהיה איך להביא גולשים לאתר, אלא איך לגרום ל-AI לבחור דווקא בנתונים שלכם כחלק מהתשובה שהוא מציג.

באותו רגע גם הרבה מסוגי התוכן שהכרנו פשוט יאבדו את המשמעות שלהם. כל אותם אתרי מאמרים שמייצרים תוכן גנרי רק כדי לדרג בגוגל יגלו מהר מאוד שאין להם יתרון אמיתי. מודלים גנרטיביים יודעים כבר היום לכתוב תוכן כללי מהר וטוב יותר. מה שכן יישאר בעל ערך הוא משהו שאי אפשר להעתיק בקלות: נתונים מקוריים, ניסיון מהשטח, תובנות אמיתיות, ודעה אנושית שיש לה חתימה אישית (וזה גם המקום שבו כל עולם האופטימיזציה עומד להשתנות והערך של GEO חשוב מתמיד).

ואם זה נשמע תיאורטי מדי, כדאי לזכור שגם מודל הפרסום הממומן כבר מתחיל להשתנות לכיוון הזה. ביולי 2025 כתבתי על המחקר של גוגל על מודעות ממומנות שיווצרו בזמן אמת כחלק מהטקסט שה-AI כותב (פרסמתי את זה במקור באנגלית באתר Search Engine Land). הרכבת יצאה, זה רק עניין של זמן עד שנראה את זה בשטח.

שאלות ותשובות על הפטנט החדש של גוגל

מהו הפטנט החדש של גוגל על עמודי תוכן שנוצרים ב-AI?

הפטנט של גוגל, בשם “AI-generated content page tailored to a specific user”, מתאר מערכת שיוצרת עמוד תוכן מלא בזמן אמת בתוך תוצאות החיפוש. במקום להציג רשימת קישורים לאתרים, גוגל יכולה להרכיב עמוד חדש שמכיל מידע ממספר מקורות ומותאם אישית לכוונת המשתמש.

איך עמוד AI שנוצר בזמן אמת שונה מתוצאות חיפוש רגילות?

בתוצאות חיפוש רגילות, גוגל מציגה קישורים לדפי אינטרנט קיימים. במודל המתואר בפטנט, גוגל יוצרת עמוד חדש לחלוטין המורכב מחלקי מידע שונים, כגון טקסטים, טבלאות וסרטונים, שמספקים תשובה מלאה לשאלה של המשתמש.

איך גוגל תחליט איזה מידע להציג בעמוד ה-AI?

לפי הפטנט, התהליך כולל ארבעה שלבים עיקריים:

1. ניתוח כוונת החיפוש של המשתמש (Search Intent)
2. שליפת מידע ממקורות שונים באינדקס
3. יצירת מבנה עמוד מותאם אישית
4. בדיקת איכות והשוואה מול דפי אינטרנט קיימים

רק אם העמוד שנוצר מספק ערך גבוה יותר, הוא יוצג למשתמש במקום רשימת התוצאות המסורתית.

איזה מידע גוגל משתמשת בו כדי להתאים את התוכן למשתמש?

המערכת מתבססת על כמה מקורות מידע מרכזיים:

• פרופיל המשתמש בחשבון Google (User Graph)
• היסטוריית אינטראקציות עם תוצאות חיפוש
• אותות הקשר כמו מכשיר, מיקום או זמן
• נתוני שימוש בזמן אמת שמאפשרים למערכת ללמוד מה עובד טוב יותר

האם הפטנט הזה קשור ל-AI Overviews?

כן. AI Overviews הם שלב קודם בהתפתחות החיפוש. בעוד AI Overviews מסכמים מידע ממספר מקורות בתשובה אחת, הפטנט החדש מתאר יצירת עמוד תוכן שלם ומעוצב, שמחליף לחלוטין את רשימת הקישורים המסורתית.

מה המשמעות של הפטנט עבור אתרים ומנהלי שיווק?

אם מודל כזה ייושם בפועל, ייתכן שמספר הקליקים לאתרי אינטרנט יירד משמעותית. במקום להביא משתמשים לאתר, האתגר יהיה לגרום למנועי AI להשתמש במידע מהאתר כחלק מהתשובה שהם מייצרים.

מהו Zero-Click Search ולמה הוא חשוב בהקשר הזה?

Zero-Click Search מתאר מצב שבו המשתמש מקבל תשובה ישירות בתוצאות החיפוש ואינו נכנס לאתר חיצוני. מחקר של Datos מצא שכ-42% מהחיפושים בגוגל כבר מסתיימים ללא קליק, והפטנט החדש עשוי להגדיל את המספר הזה.

איזה סוג תוכן יהיה בעל ערך בעולם שבו AI בונה את התשובות?

תוכן גנרי יהיה פחות רלוונטי, כי מודלים גנרטיביים יכולים ליצור אותו בעצמם. מה שיישאר בעל ערך הוא תוכן שקשה להעתיק, כמו: נתונים מקוריים, מחקרים וניתוחים, ניסיון מקצועי מהשטח, תובנות ודעות אנושיות ייחודיות.

איך הפרסום הדיגיטלי עשוי להשתנות בעקבות המגמה הזו?

מחקרים ופטנטים של גוגל מצביעים על מודלים שבהם מודעות פרסום ייווצרו בזמן אמת בתוך התשובות של AI, בהתאם למכרז בין מפרסמים ולכוונת המשתמש.

האם זה באמת אומר ש”עידן הקליקים” עומד להסתיים?

לא בהכרח באופן מוחלט, אך המגמה ברורה: ככל שמנועי חיפוש ומודלי AI מספקים תשובות מלאות בתוך הפלטפורמה, תנועת המשתמשים לאתרים עשויה לרדת, והמאבק על נראות יעבור אל מערכות AI שמייצרות את התשובות עצמן.

בעוד שמודלי AI אחרים דורשים הנדסת פרומפטים מורכבת כדי לא להישמע כמו מורה למדעים, קלוד מבין ניואנסים, הומור וטון דיבור בצורה טבעית.

אם רוצים להשתמש בו למטרות SEO, הוא לא רק כותב מאמרים אלא משמש יועץ אסטרטגי שיכול לנתח את כל האתר שלכם ולמצוא בו “חורים” שאפשר לתקן במהרה לצורך קידום אתר בגוגל.

אבל כדי להוציא מקלוד יותר, צריך להפסיק לדבר איתו כמו עם חבר ולהתחיל לנהל אותו כמו תהליך.

מה זה אומר בפועל?

1. להגדיל הקשר ברור: מי המותג, קהל, הצעה, סגנון, טון, מה אסור להגיד, מה חייבים לציין.
2. לבנות לו תפקידים קבועים: עורך תוכן, אסטרטג, אנליסט, מנהל מחקר, QA.
3. לעבוד איתו בספרינטים קצרים: טיוטה מהירה, ביקורת, תיקון, ואז הפקה.
4. להוסיף שכבת בדיקה: לפני שמעלים משהו לאוויר או שולחים ללקוח.
5. למדוד תפוקה והשפעה: זמן עבודה שנחסך, כמות ניסויים, שיפור המרות, ולא ״הוא כתב יפה״.

אם תעשו רק את זה, כבר תראו שיפור תוך פרק זמן קצר. ואם תוסיפו את הפריימוורק שתיכף יגיע, זה כבר הופך אותו למערכת.

איך קלוד AI עובד?

רוב האנשים מדמיינים את קלוד כמו סוג של אנציקלופדיה ששולפת מידע מהמדף, אבל בפועל מדובר במנוע חיזוי משוכלל בטירוף. הוא לא “יודע” עובדות כמו שאנחנו יודעים אותן, אלא למד לזהות תבניות בכמויות אדירות של טקסט (ספרים, קוד, שיחות, מאמרים וכו’…).

היכולת המדהימה הזו להבין הקשרים מורכבים נשענת על כמה מערכות שפועלות מאחורי הקלעים כמו:

• Transformer (הלב של המערכת): טרנספורמר היא הארכיטקטורה שמאפשרת לקלוד לתת “תשומת לב” (Attention) לחלקים שונים במשפט בו-זמנית ולהבין את הקשר ביניהם.
• Constitutional AI (המצפן של קלוד): מה שמייחד את קלוד מול מודלים אחרים הוא שהוא אומן לפי “חוקה”. במקום רק לחקות טקסטים מהאינטרנט, יש לו סט של עקרונות שמנחים אותו להיות מועיל, הגון ובטוח. זה מה שגורם לו להישמע יותר “אנושי” ופחות כמו רובוט שרק פולט מידע.

למה אנשי שיווק מעדיפים לעבוד עם קלוד?

אני לא נכנס פה לתחרות ״מי הכי חכם״.

בסופו של דבר אנשי שיווק אוהבים כלים שמייצרים ניסוח טבעי, סבלנות למסמכים ארוכים, עבודה מסודרת עם גרסאות והיכולת להחזיק הקשר לאורך זמן.

העניין הוא שאת כל אלו מודלי השפה כבר יודעים לספק והכוח של קלוד מגיע מכיוון אחר.

בשנה האחרונה הקפיצה הגדולה היא לא רק איכות התשובות, אלא היכולת לבצע משימות שכוללות מספר שלבים. גם בשוק בכלל רואים קצב אימוץ גבוה לעבודה עם כלי AI. לפי דו”ח של הבנק הפדרלי המרכזי של סנט לואיס (נובמבר 2025), שיעור האימוץ של GenAI בארה”ב הגיע ל-54.6%.

זה מספר פסיכי בקצב הצמיחה שלו, ובהתאם גם הציפייה מאנשי שיווק היא ״תביאו יותר תוצאות עם אותם משאבים״. ופה בדיוק קלוד נכנס לתמונה כמכפיל כוח.

האם קלוד מחליף אנשי שיווק?

זה מיתוס שהייתי רוצה לנפץ כי בפועל קלוד (או כל מודל שפה) מחליף בעיקר שיווק שטחי, לדוגמא: טקסטים גנריים של “10 טיפים ל…” או בריפים בסגנון “תעשה משהו מגניב” ותהליכים בלי בדיקת עובדות ובלי מדידה.

מה שהוא לא מחליף זה את הדברים שמייצרים כסף ואמון לאורך זמן: הבנה אמיתית של מוצר ושוק, אסטרטגיה שיווקית, טעם ושיפוט מקצועי, והיכולת לקחת אחריות על התוצאה כשזה פוגש לקוח אמיתי. אם כבר, הוא מעלה את הרף, ומי שעושה שיווק עם עומק פשוט יזוז מהר יותר, כי עכשיו יש לו מנוע שמאיץ אותו ולא מחליף אותו.

הפריימוורק שלי לעבודה עם קלוד: מודל C.L.A.U.D.E

זה מודל עבודה שמוכיח את עצמו כל פעם מחדש, כי הוא פשוט להבנה, קל לזכור אותו ומכריח אותך לחשוב כמו בעל מקצוע ולא כמו מישהו שמשתמש בעוד כלי AI.

C = Context (הקשר)

בלי הקונטקסט, קלוד פשוט ינחש.

מה נכנס להקשר קבוע:

• מי העסק ומה הוא מוכר
• מי הלקוח האידיאלי (ICP), כולל התנגדויות אמיתיות
• הצעת ערך במשפט אחד
• טון כתיבה (קליל, חד, בלי חפירות, קצת ציניות במינון)
• שפת מותג ומילים שחייבים להשתמש בהן
• דוגמאות לטקסטים קודמים שלכם

טיפ קטן: תנו לו גם דוגמא של מה “לא”. זה מצמצם סטיות.

L = Limits (גבולות)

שיווק טוב צריך גבולות, זה במיוחד נכון בעבודה מול בינה מלאכותית כדי למנוע “הזיות AI”.

דוגמאות לגבולות:

• לא להמציא נתונים או מחקרים
• אם אין מקור, לכתוב “אין לי דרך לאמת” ולהציע חלופות
• לא להשתמש בהבטחות מוגזמות או משפטים שיווקיים ריקים
• לא להמציא פיצ’רים למוצר

A = Agenda (אג’נדה ותפקיד)

אל תבקשו “תכתוב לי פוסט” ואז תתארו אותו, אלא תנו למודל תפקיד ומטרה.

דוגמאות לתפקידים:

• “אתה אסטרטג תוכן. המטרה היא להגדיל לידים לייעוץ”
• “אתה עורך. המטרה היא להוריד ב-30% אורך בלי לאבד עומק”
• “אתה איש QA. המטרה היא למצוא חורים לוגיים וסיכונים משפטיים”

U = Units (יחידות עבודה)

הטריק הוא לפרק עבודה ליחידות. במקום “תבנה אסטרטגיה”, תשברו אותה ליחידות:

1. תגדיר KPI
2. בנה 3 פרסונות
3. תחשוב על 20 רעיונות
4. תבחר 5 ותבנה להם מתווה
5. תכתוב טיוטה אחת, ואז QA

D = Data (דאטה)

כאן רוב האנשים נופלים. קלוד בלי דאטה הוא כמו אנליסט בלי גישה לגוגל אנליטיקס ואם אין לכם דאטה מסודר תנו לו לפחות משהו ראשוני לעבוד איתו ואז תבקשו ממנו לזהות דפוסים.

• טבלת ביצועים של 10 דפים
• שאלות נפוצות של לקוחות
• תמלולי שיחות מכירה
• מיילים שיווקיים שעבדו ולא עבדו

E = Evaluation (הערכה ושיפור)

השלב הזה הוא ההבדל בין “שיחקנו עם קלוד” לבין “הכפלנו ממנו תפוקה”, בסוף כל תוצר תשאלו:

• האם זה מדויק עובדתית?
• האם זה עומד בשפת המותג?
• האם יש פה זווית ייחודית, או שזה “עוד אחד”?
• מה הניסוי הבא שנעשה עם זה?

הנה גרסה קצרה לתבנית הקשר שאפשר להעתיק לקלוד ולשנות בהתאם:

העסק: ____________
קהל יעד: ____________
בעיה מרכזית: ____________
הבטחה מותרת: ____________
הבטחה אסורה: ____________
טון: ____________
מה חשוב להדגיש: ____________
מה אסור להציע: ____________
דוגמא לטקסט טוב שלנו: ____________
דוגמא לטקסט גרוע שאנחנו לא רוצים: ____________
פורמט (פסקאות, בולטים וכו’…): ____________

אם אתם עובדים חזק על מיתוג, שווה גם לסדר לעצמכם אסטרטגיית מותג מסודרת ואז להזין אותה לקלוד.

לסיכום, איפה קלוד מביא הכי הרבה ערך לשיווק (ואיפה הוא מסוכן)?

שימושים מעשיים לקלוד שמביאים כסף

1. מנוע מחקר לפני יצירת תוכן

במקום להתחיל מ”תכתוב לי מאמר”, תתחילו ממה באמת כואב ללקוחות. תנו לקלוד תמלולי מכירה, מיילים נכנסים, צ’אטים עם תמיכה, ביקורות, שאלות חוזרות, ואז תבקשו ממנו למפות התנגדויות, טריגרים, ומילים שהקהל משתמש בהן. מזה יוצאים נכסי תוכן שמחוברים לכסף: מאמרים ודפי נחיתה שבונים אמון, עונים על התנגדויות ומשפרים יחס המרה. הערך העסקי פה הוא פשוט: פחות תוכן “יפה”, יותר תוכן שמקדם החלטה.

פרומפט לדוגמא:

תנתח את 30 השאלות הנפוצות ברשימת הלידים הזו, תחלק לנושאים ותציע 8 רעיונות למאמרים שמתחילים מתשובה קצרה ואז מעמיקים. לכל רעיון תן גם “למה זה חשוב ללקוח”

2. מכונת וריאציות לניסוי מסרים

קלוד הופך להיות מכונת ניסויים כשמתייחסים אליו כאל צוות קריאייטיב שמוציא 30 גרסאות בשעה. תנו לו מסר ליבה אחד, 3 קהלים, ו-5 מניעים (חיסכון, זמן, סיכון, סטטוס, קלות) ותבקשו וריאציות לכותרות, פתיחים, קריאות לפעולה, וניסוחי יתרון.

אחר כך אתם לא “בוחרים את היפה”, אלא מריצים A/B ומנצחים עם מה שעובד. הכסף מגיע מהיכולת לבדוק יותר מהר, למצוא מסר מנצח, ולהפסיק להתווכח על טעם.

3. סימולטור לקוח לשיחות מכירה

אתם נותנים לקלוד תפקיד של לקוח סקפטי עם פרופיל ברור ומבקשים ממנו לשאול אתכם 10-15 שאלות קשות כמו לקוח אמיתי. לדוגמא אם אני יועץ קידום אתרים, אלו שאלות שיכולות להיות רלוונטיות: “במה אתה שונה מיועצי SEO אחרים?”, “תוך כמה זמן רואים תוצאות אם אני מיישם את ההמלצות שלך?” וכו’.

ככה הוא גם מדרג את התשובות שלכם וגם מציע ניסוחים חדים יותר. התוצאה היא שמגיעים לשיחות מכירה מוכנים יותר ויודעים לענות ישר בלי “להתפתל” במקום, כי אנחנו שולטים בהתנגדויות במקום לפחד מהן.

פרומפט לדוגמא:

אתה לקוח סקפטי בתחום X. תשאל אותי 12 שאלות קשות לפני שאתה מסכים לשיחת ייעוץ. אחרי כל תשובה שלי תדרג 1-10 האם השתכנעת ולמה.

4. עוזר ל-SEO שמבין גם ב-GEO

היום המשחק הוא לא רק להופיע בעמוד הראשון בגוגל, אלא גם להיות מוזכר עם שם המותג ומצוטט בתשובות AI.

קלוד יכול לעזור לבנות עמודים שמותאמים לשני העולמות: מצד אחד טקסטים שמודלי שפה אוהבים לצטט ולתת לכם Citation, מצד שני תוכן שהוא SEO Friendly ויופיע גבוה בדירוגים האורגניים בגוגל. למרות שיש חפיפה מסוימת בין GEO ו-SEO, הפרקטיקה של האופטימיזציה לגוגל הקלאסי ולמודלי שפה היא שונה, ממליץ להתעמק בסרטון הבא של מייקל קינג עם ראנד פישקין למי שרוצה להכיר את ההבדל לעומק:

טיפ: זכרו שהערך האמיתי מתקבל כשאתם נותנים לו את המטרה העסקית ולא רק מילת מפתח.

5. עורך CRO לדפי נחיתה ומסעות פרסום

תנו לקלוד דף נחיתה, את ההצעה שלכם ואת ההתנגדויות הכי נפוצות ובקשו ממנו לזהות איפה יש “חורים” במסר: הבטחה לא ברורה, יותר מדי פיצ’רים ופחות יתרונות, חוסר הוכחות, או CTA חלש. אחר כך תבקשו ממנו להציע כמה גרסאות שונות: אחת ישירה ואגרסיבית, אחת רגועה ומבוססת אמון, ואחת שמתחילה מהתנגדות. זה מייצר כסף כי במקום לשכתב דף פעם בחצי שנה לפי תחושת בטן, אתם מייצרים איטרציות מהירות ובודקים מה מעלה המרות.

פרומפט לדוגמא:

אתה מומחה CRO ומנהל קריאייטיב. המטרה שלך היא להעלות המרות בדף נחיתה בלי לשנות את ההצעה (Offer).

הנה הדף/הטקסט הנוכחי:
[הדבק כאן את הטקסט המלא של הדף / או את חלקי הדף: כותרת, תת כותרת, יתרונות, הוכחות, FAQ, CTA]

קונטקסט:
– קהל יעד: [מי]
– הצעה: [מה מקבלים]
– מחיר/מודל תמחור (אם רלוונטי): [כאן]
– 3 התנגדויות נפוצות: [1] [2] [3]
– פעולה רצויה (CTA): [השאירו פרטים/קנייה/דמו]
– מקור תנועה עיקרי: [גוגל/פייסבוק/לינקדאין/אימייל]
– טון מותג: [ישיר/חברי/יוקרתי/ציני עדין/סופר מקצועי]

משימה:
1) תנתח את הדף ותצביע על 10 נקודות חיכוך שמורידות המרה (כותרת, בהירות, הוכחות, התאמת מסר לקהל, אמון, CTA וכו’).
2) תציע 3 כיווני שכתוב שונים:
א. גרסה “ישירה וחדה”
ב. גרסה “מבוססת אמון והוכחות”
ג. גרסה “מתחילה מהתנגדות”
3) לכל כיוון תן:
– כותרת + תת כותרת
– 5 בולטים של יתרונות (לא פיצ’רים)
– 2 מקטעי הוכחה (סוגי הוכחות שאפשר להשיג גם אם אין כרגע)
– 6 שאלות FAQ עם תשובות קצרות
– 3 CTA שונים (טקסט לכפתור + משפט לידו)
4) בסוף תן רשימת ניסויי A/B מומלצים לפי עדיפות (Impact x Effort) והסבר קצר למה.

כללים:
– אל תמציא נתונים או לקוחות. אם חסר מידע, תציע ניסוח זהיר או תשאל שאלה אחת בלבד בסוף.
– כתיבה בעברית טבעית, בלי קלישאות.

6. מכונת נכסים מרעיון אחד

רוב העסקים כותבים מאמר וזהו. שימוש חכם בקלוד הוא להפוך רעיון אחד למערכת שמביאה לידים: מאמר ליבה, סיכום למייל, 5 פוסטים קצרים, תסריט קצר לסרטון, מקבץ שאלות ותשובות, וצ’ק ליסט להורדה שמחובר לטופס. באופן כזה מהשקעה בפיסת תוכן אחת, הצלחתם לייצר כמה פיסות תוכן שמותאמות לפלטפורמות ומטרות שונות כדי להרוויח ממנו מכל המקומות.

פרומפט לדוגמא:

אתה אסטרטג תוכן והמטרה שלך היא להפוך רעיון אחד למערכת נכסים שמביאה לידים.
נושא הליבה: [הנושא]
קהל יעד: [מי]
הצעה/שירות: [מה מוכרים]
שלב במשפך: [מודעות/שיקול/החלטה]
CTA רצוי: [ייעוץ/דמו/הורדה/הרשמה]
מגבלות מותג: [מה לא להגיד / טון / מילים אסורות]

חומר גלם (אחד או יותר):
– מאמר/טיוטה: [הדבק]
– נקודות עיקריות: [בולטים]
– התנגדויות נפוצות: [רשימה]
– סיפורי לקוח/דוגמאות: [אם יש]

משימה:
1) תיצור “מסר ליבה” אחד במשפט, ועוד 3 מסרים תומכים.

2) תייצר את הנכסים הבאים (כל אחד בפורמט מוכן לפרסום):
א. תקציר מאמר לניוזלטר (200-250 מילים) + 3 שורות Subject שונות
ב. 5 פוסטים ללינקדאין (כל אחד זווית אחרת: מיתוס, מקרה, רשימת צעדים, דעה, שאלה)
ג. תסריט לסרטון קצר (45-60 שניות): הוק, 3 נקודות, סגירה עם CTA
ד. 10 שאלות ותשובות קצרות שמתאימות גם לחיפוש קולי (שאלה + תשובה עד 2-3 משפטים)
ה. צ’ק ליסט להורדה (15-25 סעיפים) שגורם למישהו לחשוב “אני חייב את זה”
ו. טקסט לדף נחיתה לנכס ההורדה: כותרת, בולטים, למה זה חשוב, למי זה מתאים, FAQ, CTA

3) לכל נכס תוסיף:
– “מה היעד שלו” (למשל: להביא תגובות, להביא קליקים, להביא הרשמות)
– מדד הצלחה אחד ברור

כללים:
– לא להמציא נתונים. אם צריך מספרים, תציע ניסוח ללא מספר.
– לשמור על עקביות בין כל הנכסים באותו מסר ליבה.
– כתיבה בגובה העיניים, עם דוגמא קונקרטית לפחות פעם אחת בכל נכס מרכזי (ניוזלטר/פוסטים/וידאו).

איך לבנות “QA שיווקי” כדי שקלוד לא יהרוס לכם אמון

אם אתם מוציאים חומרים ללקוחות או מפרסמים תחת שם מותג, QA זה סוג של ביטוח. למה? כי טעות אחת קטנה בטקסט, מספר לא נכון או הבטחה מוגזמת, יכולה לעלות לכם ביותר מכל הזמן שקלוד חסך. הבעיה היא שקלוד יודע לכתוב מאוד משכנע גם כשהוא לא בטוח וזה בדיוק המקום שבו מותגים נופלים.

תחשבו על QA כמו על צ’ק ליסט כדי שיהפוך להרגל:

• בדיקת עובדות: כל מספר, טענה, ותיאור פיצ’ר. אם אין מקור ברור, משנים ניסוח או מורידים.
• בדיקת עקביות מותג: האם זה נשמע כמו אתם, או כמו תוכנת מצגות שעשתה קורס כריזמה.
• בדיקת הבטחות: האם הבטחתם תוצאה שאי אפשר להתחייב עליה, או יצרתם ציפייה לא ריאלית.
• בדיקת משפטים ריקים: למחוק “בעידן שלנו”, “חשוב להבין”, וכל משפט שממלא מקום במקום לתת ערך.
• בדיקת מקוריות: האם יש פה זווית, מודל, דוגמא, או תובנה אמיתית, או שזה סתם עוד סיכום של האינטרנט.
• טיפ שעובד בקטע מוגזם: תנו לקלוד לעשות QA לעצמו, אבל בתפקיד אחר. ברגע שמחליפים לו כובע, הוא מתחיל לחפש בעיות במקום לרצות אתכם. זה נותן שכבת הגנה מהירה לפני שעורך אנושי נכנס.

פרומפט קצר ל-QA עצמי:

עכשיו אתה עורך דין זהיר ומנהל מותג. תמצא ניסוחים מסוכנים, הבטחות, וחוסר דיוקים. תציע ניסוח חלופי.

8 פרומפטים מוכנים לשימוש בקלוד AI

תעתיקו, תדביקו, תשנו את הסוגריים.

1. בריף תוכן שמתחבר ללידים

אתה אסטרטג תוכן B2B עם אוריינטציה ללידים. המטרה: להוציא בריף למאמר/דף תוכן שמייצר פניות, לא רק צפיות.

הקשר:
– תחום/מוצר: [ ]
– מי הקהל: [תפקידים + ענף]
– מה “רגע הכאב” שבגללו הם מחפשים: [ ]
– מה ההצעה שלנו: [ ]
– מה ה-CTA: [שיחת ייעוץ / דמו / הורדה]
– מה הדבר שאסור להבטיח: [ ]
– נכסים קיימים/הוכחות שיש לנו: [לקוחות / נתונים / תהליך / ציטוטים] (אם אין, כתוב “אין”)

חומר גלם (אם יש):
– תמלילי מכירה / שאלות נפוצות / מיילים / הערות לקוחות: [הדבק]

משימה:
1) תגדיר כוונת חיפוש ראשית + 5 כוונות משנה (מה אנשים באמת רוצים לפתור).
2) תן “זווית ייחודית” אחת: טענה חדה או מיתוס לניפוץ שיגרום לקורא להמשיך.
3) תבנה מתווה H2/H3 מפורט עם נקודות חובה בכל סעיף (דוגמא/השוואה/טיפ מעשי).
4) תוסיף: קטע “מה אנשים עושים לא נכון” + “איך לעשות נכון” + “מדדי הצלחה”.
5) תן 10 שאלות FAQ שמתאימות גם לחיפוש קולי, עם תשובה קצרה לכל אחת.
6) בסוף תציע 3 רעיונות ל-CTA בתוך התוכן (לא רק בסוף).

כללים:
– אל תמציא עובדות או נתונים. אם חסר מידע, תסמן מה חסר ותציע ניסוח זהיר.
– כתיבה בעברית טבעית, בלי קלישאות.

2. יצירת זוויות נגדיות שמייצרות עניין (אנטי-קונצנזוס)

אתה קריאייטיב אסטרטגי. המטרה: לייצר זוויות תוכן שגורמות לאנשים לעצור ולחשוב.

נושא: [ ]
קהל יעד: [ ]
מה כולם אומרים בתחום (3-5 קלישאות): [רשימה]
מה אנחנו רוצים להשיג (לידים/מיצוב/אימון שוק): [ ]

משימה:
1) תציע 7 טענות נגדיות/לא אינטואיטיביות בתחום (לא פרובוקציה לשם פרובוקציה).
2) לכל טענה תוסיף:
– למה אנשים חושבים אחרת (ההנחה השגויה)
– מתי הטענה שלך נכונה ומתי לא (איזון)
– דוגמא אמיתית/תרחיש קונקרטי שממחיש
3) תבחר את 2 הטענות הכי חזקות לקהל הזה ותציע מתווה קצר למאמר לכל אחת (פתיח, 4 סעיפים, סיכום).

כללים:
– בלי עובדות מומצאות.
– אם הטענה דורשת נתון שאין לנו, תציע איך להשיג אותו.

3. QA לעובדות, הבטחות וסיכונים (לפני שמוציאים ללקוח/פרסום)

אתה QA שיווקי: שילוב של עורך דין זהיר, מנהל מותג, ועורך תוכן. המטרה: למצוא מה עלול לפגוע באמון.

הטקסט לבדיקה:
[הדבק כאן]

הקשר:
– סוג התוכן: [דף נחיתה / מייל / מאמר / מודעה]
– קהל יעד: [ ]
– מה אסור לנו להגיד/להבטיח: [ ]
– טון מותג רצוי: [ ]

משימה:
1) סמן כל משפט בעייתי תחת קטגוריות:
א. עובדה לא מבוססת / מספר בלי מקור
ב. הבטחה מוגזמת או משתמעת
ג. ניסוח שעלול להישמע מטעה/אגרסיבי
ד. חוסר עקביות בטון מותג
ה. משפטים ריקים/קלישאות
2) לכל סימון תן:
– למה זה בעייתי
– ניסוח חלופי בטוח יותר (שעדיין מוכר)
3) תן בסוף “רשימת תיקונים לפי עדיפות” (גבוה/בינוני/נמוך).

כללים:
– אל תוסיף נתונים חדשים.
– אם צריך מקור, ציין “נדרש מקור” ולא המצאה.

4. שאלות לחיפוש קולי (Voice Search) + תשובות קצרות לציטוט

אתה מומחה תוכן לחיפוש קולי. המטרה: לייצר מקבץ Q&A שמכסה וריאציות ניסוח אמיתיות.

נושא: [ ]
קהל יעד: [ ]
שירות/מוצר: [ ]
שפה: עברית מדוברת

משימה:
1) תן 30 שאלות “כמו שאנשים באמת שואלים בקול” (כולל “מה ההבדל בין…”, “כמה זמן…”, “האם זה מתאים ל…”, “מה המחיר…”, “מה הסיכונים…”).
2) לכל שאלה תן:
– תשובה קצרה מאוד (1-2 משפטים) שמתאימה לציטוט
– תשובה מעט ארוכה (עד 5 משפטים) עם דוגמא קטנה
3) תסמן ליד כל שאלה את סוג הכוונה: מידע / השוואה / קנייה / פתרון בעיה.

כללים:
– לא להמציא מספרים או הבטחות.
– תשובות קצרות חייבות להיות חדות ולא כלליות.

5. ניסוי מסרים: 20 כותרות + 15 CTA לפי מניעים שונים

אתה מנהל קמפיינים וקריאייטיב. המטרה: לייצר בנק וריאציות לניסוי מסרים.

הצעה: [ ]
קהל יעד: [ ]
הבטחה מותרת: [ ]
התנגדות מרכזית: [ ]
ערוץ: [לינקדאין/פייסבוק/גוגל/דף נחיתה]
אורך רצוי לכותרת: [קצר/בינוני]

משימה:
1) תן 20 כותרות מחולקות לפי מניעים:
– חיסכון בזמן
– הפחתת סיכון
– שיפור ביצועים
– סטטוס/מיצוב
– קלות/פשטות
2) תן 15 CTA שונים (טקסט לכפתור + משפט תומך).
3) תן 10 משפטי “הוכחה” כלליים שאינם שקריים (למשל: תהליך, שקיפות, אבני דרך) בלי להמציא נתונים.

כללים:
– לא להמציא מספרים, לקוחות, או הבטחות תוצאה.
– כל וריאציה צריכה להיות שונה באמת, לא אותו ניסוח במילים אחרות.

6. ניתוח התנגדויות של לקוחות בשיחות מכירה

אתה איש מכירות ושיווק שמנתח שיחות. המטרה: למפות התנגדויות אמיתיות ולנסח תשובות שמקדמות החלטה.

חומר גלם:
– תמלילי שיחות / הודעות / מיילים:
[הדבק כאן]

הקשר:
– מה מוכרים: [ ]
– לקוח אידיאלי: [ ]
– מה ה-CTA: [שיחה/דמו/הצעה]

משימה:
1) תזהה 12 התנגדויות שחוזרות על עצמן, ותדרג לפי:
– שכיחות (גבוה/בינוני/נמוך)
– “עוצמת עצירה” (עד כמה זה עוצר קנייה)
2) לכל התנגדות תן:
– תשובה קצרה (עד 2 משפטים)
– תשובה ארוכה (עד 6 משפטים) עם דוגמא/אנלוגיה
– “שאלת המשך” שמקדמת את השיחה
3) תציע איפה לשלב את זה: דף נחיתה / FAQ / מייל / פוסט.

כללים:
– בלי הבטחות תוצאה.
– לשמור על טון לא מתגונן.

7. לייצר תוכן בזווית שונה ממה שהשאר כותבים

אתה אנליסט תוכן תחרותי. המטרה: להבין מה כולם אומרים אותו דבר, למצוא חורים, ולהציע מסגרת ייחודית.

קישורים/נקודות ממאמרי מתחרים (גם בלי קישורים, אפשר תקצירים):
1) [ ]
2) [ ]
3) [ ]
4) [ ]
5) [ ]

הקשר:
– הקהל שלנו: [ ]
– מה אנחנו רוצים להשיג: [מיצוב/לידים]

משימה:
1) תסכם ב-10 בולטים “מה כולם אומרים אותו דבר”.
2) תזהה 5 דברים שחסרים/לא מטופלים/מוסתרים (למשל סיכונים, תנאים, trade-offs).
3) תציע “מודל” או מסגרת ייחודית משלנו עם שם קליט בעברית (2-4 מילים), כולל:
– המרכיבים של המודל
– איך מיישמים אותו
– דוגמא קצרה
4) תן 3 רעיונות לכותרות שמדגישות את הבידול בלי להגזים.

כללים:
– לא להמציא נתונים.
– להימנע מהבטחות מוגזמות.

8. בניית שלד לדף נחיתה בעולם השירותים שנועד למכור

אתה קופירייטר לדפי נחיתה שמוכרים שירותים. המטרה: לבנות שלד לדף שמסביר, משכנע, ומוריד התנגדויות.

שירות: [ ]
קהל יעד: [ ]
תוצאה רצויה ללקוח: [ ]
מה שונה אצלנו: [תהליך/גישה/יתרון]
הוכחות שיש לנו: [ ]

משימה:
1) תבנה מבנה מלא לדף:
– כותרת ראשית + תת כותרת
– למי זה מתאים/לא מתאים
– 5 יתרונות (בשפת תועלת)
– איך זה עובד (שלבים)
– הוכחות (מה אפשר לשים גם אם אין מספרים)
– שאלות נפוצות (10)
– CTA (3 וריאציות)
2) תכתוב גם 2 פתיחים שונים:
– פתיח ישיר
– פתיח שמתחיל מבעיה/התנגדות

כללים:
– לא להמציא נתונים או לקוחות.
– לא להבטיח תוצאה מוחלטת.

שאלות ותשובות נפוצות על קלוד AI

1. האם קלוד מתאים יותר לצוות שיווק או לצוות תוכן?

לשניהם. לצוות שיווק הוא נותן מהירות ניסויים והרחבת מסרים, לצוות תוכן הוא נותן מתווים, עריכה, ו-QA. הערך הכי גדול מגיע כשיש תהליך משותף ולא “כל אחד עושה מה שבא לו”.

2. איך מונעים מקלוד להמציא עובדות?

מגדירים כלל ברזל: אם אין מקור פנימי שאתם נתתם לו, הוא חייב לסמן אי ודאות. ואז עושים בדיקת עובדות אנושית לפני פרסום.

3. האם כדאי לתת לקלוד מסמכים פנימיים?

רק אם יש מדיניות ברורה, הרשאות, ותהליך. בארגונים זה קריטי במיוחד במידה ויש נהלים שמסדירים האם מותר לעשות את זה. לא סתם Anthropic מדגישה תקני אבטחה וציות בתכני ה-Trust שלה, כי זה תנאי סף לעסקים.

4. מה הדבר הראשון שצריך להתמקד בו כדי לשלקלוד יהיה הקשר טוב?

בריף הקשר קבועה + תבניות פרומפט לתפקידים חוזרים.

5. איך משתמשים בו ל-SEO בלי להפוך את הטקסט לרובוטי?

מתחילים מכוונת חיפוש ומבעיה אמיתית של הקורא. נותנים דוגמאות, מספרים ומיתוסים. ורק אחר כך עוטפים במבנה ותתי נושאים.

6. קלוד טוב לכתיבה בעברית?

ברוב המקרים כן, במיוחד כשאתם נותנים דוגמאות לטון שאתם רוצים. בלי דוגמאות הוא לפעמים נשמע “יפה מדי” או כללי מדי.

7. איך משלבים קלוד AI בתהליך עבודה של צוות?

מגדירים תפקידים: מי אחראי על מחקר, מי על כתיבה, מי על QA, מי מאשר סופית. קלוד נכנס בכל שלב, אבל האחריות נשארת אצל בני אדם.

8. האם שימוש בקלוד יכול לפגוע במותג?

כן, אם לא עושים QA. מספיק משפט אחד מוגזם או נתון מומצא כדי לפגוע באמון. לכן QA הוא שלב הכרחי.

9. מה הטעות הכי נפוצה אצל אנשי שיווק עם קלוד?

להשתמש בו רק לכתיבה ולהתעלם ממחקר, ניסויים ומדידה. זה כמו לקנות מכונית מרוץ ולנסוע איתה רק לסופר

10. איך הופכים תוכן של קלוד ליותר “אני” ופחות “AI”?

מוסיפים סיפורים אמיתיים, דוגמאות ספציפיות, דעה ברורה, ומילים שאתם באמת משתמשים בהן. וגם מוחקים משפטים שמרגישים כמו מצגת.

אנשי SEO התרגלו לדבר שנים על טראפיק וקליקים, אבל אין לפרמטרים האלו יותר משמעות בעולם של Zero Click, אני מבין שקשה לעשות את השיפט הזה אבל רק ככה אנשי ה-SEO יצלחו את הטרנזישן שתעשיית החיפוש עוברת כרגע. כן, זה נחמד אם נצוטט בתשובות AI, זה נחמד אם נקבל מזה קצת טראפיק, אבל זה לא ה-KPI שאיתו מודדים הצלחה ב-GEO חברים. מחזיר אתכם לסרטון של ראנד פישקין מלפני 8 חודשים:

ועכשיו אחרי האובר דרמטיות אני עובר להסבר.

מה זה בכלל אומר “להופיע ב-AI”?

בעולם הקלאסי של ה-SEO, להופיע בתוצאות החיפוש היה פשוט להופיע עם האתר שלי בתור אחת מתוצאות החיפוש וכמובן עדיף בעמוד הראשון בגוגל שממנו רוב הגולשים לא ממשיכים הלאה.

לעומת זאת, בעולם של מודלי השפה “להופיע” זה ממש אומר להופיע עם שם המותג שלכם בגוף התשובה בפרומפטים שרלוונטיים לקטגוריה שלכם. הבעיה היא שהרבה מאד אנשים שעוסקים ב-SEO/GEO משום מה מתייחסים לציטוטים בתור “אני מופיע בתשובה”, אינדיקציה לשיקוף נראות, במקום להתייחס למהות האמיתית שלהם.

אני רוצה לשאול רגע בכנות: אם שמתי מדבקה קטנה עם הלוגו של העסק שלי מאחורי דוכן בקניון עמוס, האם זה אומר שאני “מופיע” בקניון? טכנית כן, אבל ההשפעה כמעט אפסית.

רוב כלי ה-AI Visibility וגם דוח הפרפורמנס AI החדש של בינג מתמקד בציטוטים (Citations), אותם לינקים קטנים ולחיצים שמופיעים בתור רפרנס לצד הפסקאות כחלק מהתשובה שה-AI יצר (רק במידה והמודל ביצע חיפוש).

הסיבה שמתמקדים בהם היא כי קל מאד למדוד אותם, למעשה כל אחד מכם יכול להתחבר ל-API של כל מודל שפה, לשלוח פרומפט ולקבל בחזרה את הציטוטים שעליהם המודל התבסס כדי ליצור את התשובה.

בפועל, הציטוטים האלה קטנים מבחינה ויזואלית ואני מתערב שכמעט אף אחד מכם מעולם לא לחץ עליהם. הם בסך הכל מתפקדים כמו הערות שוליים או קרדיט.

האם יש להם ערך בתהליך ה-GEO? כמובן שכן. אבל לא הערך שמנסים להציג “זה מראה איך אתה מופיע ב-AI”, זה לא!

אחד הדברים שאנחנו ב-Chatoptic ועוד כמה תוכנות בודדות בתחום ה-AI Visibility הבינו די מוקדם זה 2 דברים: להופיע ב-AI זה לא כשאתה מצוטט בתשובת AI, אין דבר כזה נראות ב-AI אלא יש רק נראות עבור פרסונה מסוימת.

לסיכום כי באמת הרחבתי על זה יותר מדי: ה-KPI היחיד שרלוונטי לנראות מותג בתשובות AI הוא הופעת המותג בתשובות AI, פשוטו כמשמעו

אם חיפשת “על איזו חברת ביטוח אתה ממליץ לי?”, הציפייה שלך היא לקבל שמות של חברות ולכן הסימן להצלחה עבור חברות בקטגוריה היא ששם החברה שלהם יופיע בגוף התשובה (זה שיש הסבר לצד כל שם שמגובה בציטוט שמפנה למקור עליו התבסס המודל זה אחלה, אבל לא זה מדד ההצלחה).

אז מה באמת הערך של ציטוטים בתהליך ה-GEO?

כדי להבין את הערך של ציטוטים (Citations), צריך קודם להבין איך מודלי שפה מייצרים תשובה (מי שרוצה להתעמק, כתבתי בעבר על מודל הטרנספורמר שהוא הבסיס והיסוד).

ברוב המקרים מדובר בארכיטקטורה מסוג (RAG (Retrieval Augmented Generation. כלומר, לפני שהמודל מנסח תשובה הוא עובר שלב שנקרא שליפה (Retrieval) שבו הוא שולף מקורות מידע רלוונטיים מהאינטרנט (אפשר לקרוא לזה גם Grounding). לאחר מכן מגיע שלב ה-Synthesis, שבו המידע שנמצא בשלב הקודם מסוכם ומעובד לתשובה.

ציטוטים משקפים את שלב ה-Retrieval. הם מלמדים את המודל שהעמוד שלכם עבר התאמה סמנטית לשאילתה ודורג בתור מספיק רלוונטי כדי שתישלף ממנה פסקה מסוימת שתופיע בתשובה (בתמורה לציטוט).

במילים אחרות, ציטוטים הם אינדיקציה לכך שהתוכן שלכם משתתף בתהליך יצירת התשובה וזה חשוב כי אם עמוד מצוטט, המשמעות היא:

• רלוונטיות: המודל מזהה בו ישות, נושא או מידע שמתאימים לכוונת השאילתה (Intent) וזה מאותת על סמכות.
• סמכות: אם ציטוטים חוזרים על עצמם מהאתר שלכם באותו תחום, זה עשוי להעיד שהאתר שלכם נתפס כמקור עקבי בנושא מסוים.
• זיהוי פערים: אם אתם מדורגים חזק בגוגל אך לא מצוטטים ב-AI, ייתכן שקיים פער בין SEO קלאסי לבין GEO.
• הגדלת אזכורי מותג חיצוניים: הציטוטים מאפשרים להבין אילו נכסים דיגיטליים נכנסים לשלב ה-Grounding של התשובה (מקור לנסות לשתול את המותג שלכם).

מה כולל הדשבורד החדש של בינג לניתוח ציטוטים?

אחרי שהבנו את הערך של הציטוטים (והעובדה שהם לא משקפים נראות מותג ב-AI!), בואו נעבור על הפיצ’רים בדוח החדש ב-Bing Webmaster Tools.

קודם כל הייעוד והמטרה של המערכת הזו היא לאפשר לבעלי אתרים להבין כיצד התוכן שלהם משמש מקור בתשובות AI ב-Copilot ובסיכומים גנרטיביים בתוצאות מנוע החיפוש Bing.

המערכת כוללת 5 רכיבים מרכזיים:

1. Total Citations (סך כל הציטוטים): מדד המציג כמה פעמים דפים מהאתר שלכם הוצגו כמקור בתשובות גנרטיביות בפרק זמן נבחר. חשוב להבין: המדד אינו משקף מיקום, בולטות או חשיבות בתוך התשובה, אלא עצם השימוש בעמוד כמקור.
2. Average Cited Pages (ממוצע עמודים מצוטטים): מציג כמה עמודים ייחודיים מהאתר הופיעו כמקורות בממוצע ליום. הנתון משקף דפוסי השתתפות כלליים בתשובות AI, אך אינו מעיד על דירוג או סמכות.
3. Grounding Queries (אותו גראונדינג שדיברתי עליו מקודם): מציג דגימה של ביטויי חיפוש שבאמצעותם נשלף התוכן מהאתר לצורך יצירת התשובה. אחלה כלי שמאפשר לנו להטמיע תתי שאילתות בעמודי תוכן קיימים כדי להגדיל את הסיכויים להיות מצוטטים.
4. Page-Level Citation Activity  (ציטוט פר URL): תצוגה ברמת עמוד המאפשרת לזהות אילו עמודים מצוטטים בתדירות הגבוהה ביותר. גם כאן מייקרוסופט מדגישה שזה לא משקף את חשיבות העמוד או דירוג מכל סוג שהוא.
5. מגמות לאורך זמן: גרף מגמות המציג שינוי בהיקף הציטוטים לאורך תקופה, ומאפשר לזהות עלייה או ירידה בהשתתפות התוכן בתשובות AI.

אז אם יש להם את כל הדאטה, למה הם לא מציגים נראות מותג בתשובות?

אי אפשר לדעת בוודאות, התאוריה שלי היא שברגע שמנוע חיפוש מתחיל לפרסם דוחות רשמיים על “כמה פעמים מותג הופיע בתוך תשובות AI”, זה כבר נראה כמו מנגנון דירוג פנימי ויכול להעלות שאלות על העדפה אלגוריתמית, הטיות אפשריות, והשפעה מסחרית. בעולם שבו פלטפורמות גדולות נמצאות תחת זכוכית מגדלת רגולטורית, חשיפת מדדי Brand Visibility עלולה להפוך במהירות לנושא רגיש.

מעבר לכך, בניגוד לדירוג קלאסי בגוגל, מודל שפה אינו דטרמיניסטי. אותה שאילתה יכולה להחזיר ניסוחים שונים, סדר מותגים שונה ולעיתים גם מותגים שונים. כדי למדוד “נראות מותג” בצורה משמעותית, צריך להגדיר עבור מי. עבור איזו פרסונה? באיזה הקשר? באיזו וריאציה של השאלה? זה כבר מחייב סימולציה שיטתית של פרסונות, כוונות חיפוש וסביבות שימוש שונות, ארוע שאולי בינג לא היו רוצים להיכנס אליו בשלב הזה.

במובן הזה, דווקא לכלים חיצוניים קל יותר “לשחק במשחק הזה”. הם אינם מחויבים לשקיפות רגולטורית באותה רמה, והם יכולים להריץ אלפי סימולציות פרסונה ולמדוד הופעות מותג בציר של הרבה פרסונות. ייתכן שמיקרוסופט עובדת על כיוון דומה, אין לדעת. אבל נכון לעכשיו, הבחירה להתמקד בציטוטים נראית כמו צעד שמרני ומדוד יותר.

איך מייקרוסופט ממליצה לשפר סיכוי לקבל ציטוט?

צוות ה-AI של מייקרוסופט ממליץ על מספר פעולות לשיפור הסיכויי להופיע עם ציטוט בתשובות AI (טיפים נוספים במאמר אחר שהם כתבו בעבר):

• העמקת תוכן והדגשת מומחיות
• שיפור מבנה ובהירות באמצעות כותרות, טבלאות ו-FAQ
• תמיכה בטענות באמצעות נתונים ומקורות
• עדכון שוטף של מידע
• יישור עקבי בין טקסט, תמונות ווידאו כדי למנוע עמימות

בנוסף, מודגשת חשיבות השימוש ב־IndexNow, שמאפשר לעדכן מנועי חיפוש בזמן אמת על שינויים בתוכן, וכן עדכון פרטי עסק דרך Bing Places for Business עבור שאילתות מבוססות מיקום.

אז איך כל המידע הזה עוזר למותג שלכם באמת להופיע בתוך תשובות AI?

אם להיות כנה, הוא לא מודד את זה.

ההמלצות של צוות ה-AI של מייקרוסופט מצוינות לשיפור הסיכוי לקבלת ציטוטים אבל ציטוט הוא מקור מידע, לא הופעה מותגית.

בעולם של Zero Click בו המשתמש צורך את התשובה עצמה ולא את המקורות שעזרו לבנות אותה, המדד האמיתי הוא לא “האם צוטטתי” אלא “האם שם המותג שלי מופיע בגוף התשובה ובאיזה הקשר”.

זו חשיבה אחרת לגמרי וככל שהשיח בתעשייה יתמקד בציטוטים בלבד, הוא יפספס את לב העניין.

עוד בנושא: 7 דברים שכלי AI Visibility וסוכנויות GEO לא היו רוצים שתדעו (נושא הציטוטים הופיע שם)

בפוסט רשמי שעלה לפני כמה ימים בבלוג של OpenAI הודיעה החברה כי היא מתחילה ניסוי מודעות בארה״ב. בשלב הראשון, המודעות יוצגו למשתמשים מחוברים בתוכניות Free ו-Go בלבד, ורק למבוגרים. מנויי Plus, Pro, Business, Enterprise ו-Education לא ייחשפו לפרסום.

המטרה המוצהרת: לממן את המשך הפעלת התשתיות והרחבת הגישה לכלי, מבלי לפגוע באמון המשתמשים.

איך המודעות ישתלבו בצ׳אט?

לפי OpenAI, המודעות יוצגו בצורה ברורה ומופרדת מהתשובה האורגנית, עם סימון בולט כ-Sponsored. החברה מדגישה שהתשובות עצמן אינן מושפעות מהפרסום.

במהלך הניסוי, ההתאמה של מודעה לשיחה תתבצע לפי נושא השיחה הנוכחי, שיחות עבר ואינטראקציות קודמות עם מודעות. עם זאת, המפרסמים לא יקבלו גישה לתוכן השיחות, להיסטוריה או לפרטים אישיים. הם יקבלו נתונים מצרפיים בלבד, כמו צפיות או קליקים.

לדוגמה: משתמש שחוקר מתכונים עשוי לראות מודעות לערכות אוכל או משלוחי מצרכים. אם יש כמה מפרסמים רלוונטיים, יוצג תחילה מי שהכי תואם לשיחה.

בכתבה שפורסמה ב-Search Engine Land מצוטט בכיר OpenAI (לשעבר בכיר בתחום המוניטיזיציה ב-Meta), אסד אוואן, שמסביר כי המודל עצמו אינו מודע לקיומן של המודעות ואינו יכול לשלב אותן בתשובה, אלא אם המשתמש שואל עליהן במפורש. לדבריו, בתוך החברה הוגדרה היררכיה ברורה שבה אמון המשתמשים קודם לערך למפרסם ולהכנסות.

הראיון המלא שבו הוא מתייחס לאופן שבו הפרסומות יוצגו:

ערוץ פרסום חדש עם רף כניסה גבוה

לצד ההודעה הרשמית, דיווחים מוקדמים בתעשייה מצביעים על כך ששלב הבטא אינו פתוח לכל מפרסם.

גישה ראשונית לניסוי הוצעה למספר מצומצם של מותגים בעלי תקציבים משמעותיים כמו Adobe למשל (שכתבו על זה בבלוג שלהם), עם התחייבות מינימלית שעמדה על כ-200 אלף דולר להשתתפות בפיילוט כפי שפורסם ב-Adweek. עוד דווח כי המודל צפוי להתבסס על CPM, כאשר קמפיינים ראשונים הוערכו סביב 60 דולר לאלף חשיפות. OpenAI עצמה לא אישרה פומבית את המספרים.

מבחינת שוק הפרסום, מדובר במהלך משמעותי. ChatGPT הוא לא פיד חברתי ולא מנוע חיפוש קלאסי. משתמשים מגיעים אליו כשהם חוקרים, משווים ומתלבטים. כלומר, רגעי קבלת ההחלטות קורים בתוך שיחה.

אם הניסוי יצליח, זה עשוי לפתוח ערוץ פרסום חדש בעל אינטנט גבוה במיוחד. כמו כן, OpenAI אף בוחנת בעתיד מודל שבו AI יסייע לעסקים קטנים להקים קמפיינים בשפה טבעית, בלי צורך לנהל מערכות מורכבות.

ובמקביל, ביקורת מבפנים

לא כולם מרוצים מהמהלך.

בטור דעה שפורסם על ידי The New York Times, התייחס ז׳ניה אולייניק, חוקר לשעבר ב־OpenAI שעזב את החברה השבוע, לתחילת ניסוי המודעות. לדבריו, ChatGPT הפך בשנים האחרונות ל״ארכיון חסר תקדים של כנות אנושית״, שבו אנשים משתפים פחדים רפואיים, בעיות בזוגיות ואמונות אישיות. התאמת פרסום בתוך מרחב כזה, הוא טוען, יוצרת פוטנציאל למניפולציה גם אם כיום קיימת הפרדה ברורה בין תוכן למודעה.

ב־OpenAI מדגישים מנגד כי המודעות אינן משפיעות על התשובות, מוצגות בהפרדה ברורה ומסומנות כפרסום.

החברה גם מציבה שורה של מגבלות: מפרסמים אינם מקבלים גישה לשיחות או לפרטים אישיים אלא לנתונים מצרפיים בלבד, מודעות אינן מוצגות לצד נושאים רגישים כמו בריאות או פוליטיקה, ולא יוצגו למשתמשים מתחת לגיל 18. בנוסף, המשתמשים יכולים להסתיר מודעות, לראות מדוע הוצגו להם, למחוק נתוני פרסום ולנהל התאמה אישית בכל רגע.

הוויכוח, אם כך, אינו על איך המערכת פועלת היום אלא על השאלה ארוכת הטווח: האם הלחץ הכלכלי העתידי עלול לשחוק את הגבולות שהוגדרו כעת.

הניסוי בארה״ב מוגדר כשלב למידה זהיר, ו-OpenAI מדגישה שהיא מקשיבה לפידבק לפני הרחבה. אבל עצם הכנסת הפרסום מסמן שינוי עמוק במודל הכלכלי של צ׳אטבוטים מבוססי AI.

המהלך הזה מעלה שאלות רחבות יותר: האם פרסום בממשק שיחתי יתפס כרלוונטי ושימושי או כפולשני? האם אמון המשתמשים יישמר גם כשהכסף נכנס לתמונה? והאם זה באמת ״גן עדן למפרסמים״ או תחילתו של מבחן אמון חדש?

מה שבטוח, הכנסת הפרסום ל-ChatGPT מסמנת נקודת מפנה במודל הכלכלי של מערכות שיחה מבוססות AI והאופן שבו היא תנוהל יקבע אם האמון יישמר או יישחק.

מעוניינים לפרסם ב-ChatGPT? הצטרפו לרשימת ההמתנה בטופס הבא שהחברה פרסמה. פרטים נוספים על המודעות הממומנות במאמר ההשקה הרשמי בבלוג של OpenAI.

המונח מתאר התאמה של אתרים ומערכות לעבודה מול סוכני AI שפועלים בשם המשתמשים: מחפשים, משווים, בודקים ולעיתים גם מבצעים פעולות בפועל.

שנה שעברה פורסם מחקר של Luciano Floridi ועמיתיו שממסגר את AAIO כפרדיגמה חדשה, בדומה לאופן שבו SEO עיצב את האופן שבו אתרים נבנים עבור מנועי חיפוש.

המדריך הבא לא מנסה להגדיר את AAIO מחדש, אלא להתמקד ביוזקייס מאוד מסוים בתוכו: מה קורה כשהפעולה שהסוכן צריך לבצע היא קנייה ואיך חנות איקומרס צריכה להיות בנויה כדי לאפשר לסוכן להשלים רכישה מתוך הצ׳אט?

אז בואו ניזכר רגע בתהליך האיקומרס הקלאסי: עד היום היינו עושים SEO לחנות הוירטואלית כדי להביא טראפיק של קונים מגוגל, ואז הגולשים נכנסים לאתר וקונים.

בעידן ה-Agentic Commerce הסיפור מתפצל ל-2 שלבים שונים:

1. איך להיכנס לשיחה: איך לגרום לזה שהמותג והמוצרים שלכם יופיעו בתוך התשובה של מודל ה-AI אחרי שהמשתמשים תיארו צורך.
2. איך למכור מתוך השיחה: איך לאפשר לסוכן לבצע את הרכישה בפועל בתוך הצ׳אט, בלי לשלוח את המשתמש לאתר שלכם.

המדריך הבא עוסק בשלב השני, איך למכור בתוך השיחה.

על השלב הראשון אני לא נכנס כאן לעומק, אבל אם אתם רוצים להבין איך מגדילים סיכוי להופיע בתוך תשובות AI, כתבתי בעבר מדריך מקיף על GEO שעוסק בדיוק בשלב הראשון.

רק כדי לתת כיוון, הדברים שבדרך כלל משפיעים על שלב ״איך להיכנס לשיחה״:

• עד כמה האתר והתוכן שלכם בנויים בצורה שה-AI מצליח להבין.
• עד כמה אתם נתפסים כמקור אמין גם מחוץ לאתר שלכם.
• ספציפית לאיקומרס: עד כמה הנתונים שלכם עקביים וברורים (מפרטים, מדיניות משלוחים והחזרות, זמינות).
• עד כמה יש לכם נוכחות חיצונית שמחזקת אמון (ביקורות, השוואות, אזכורים).

נקודה חשובה לפני שממשיכים: למה בכלל לקרוא לשלב השני ״אופטימיזציה״ אם אין כאן קידום או דירוגים כמו שאנחנו מכירים מ-SEO ו-GEO?

הסיבה היא שברגע שחנות מחוברת לעולם האג’נטי ויש כמה מוצרים, כמה חנויות, וכמה סוכנים, מתחיל משחק של העדפה. לדוגמה:

• איזה מוצרים אתה בכלל מאפשר ל-enable_checkout?
• איך אתה מנסח תיאורים כך שסוכן יבין יתרון אמיתי?
• איזה שדות אתה ממלא ואיזה לא?
• כל כמה זמן אתה מעדכן מלאי ומחיר?
• איך אתה מטפל בהחזרות, זמני משלוח, חריגים?
• האם הנתונים עקביים בין האתר, הפיד והמערכות החיצוניות?

זו לא אופטימיזציה למיקומים כמו שאנחנו מכירים, אלא אופטימיזציה לקבלת החלטות של סוכן AI ומכאן בדיוק מגיע השם (הדמיוני) ACO

אגב, אני בשום אופן לא ממליץ להפסיק לעשות SEO לחנות הוירטואלית שלכם. מדובר באפיק חדש שמתפתח עכשיו, ולא ברור איזה נתח שוק הוא יתפוס מהמכירות. בקיצור, לא נוגעים במה שעובד.

מה זה Agentic Commerce?

כדי להבין איך מסחר אג׳נטי עובד, צריך רגע לשכוח איך התרגלנו לקנות אונליין בעשור האחרון.

כפי שכתבתי בהתחלה, עד היום תהליך ההמרה בחנות מהחיפוש האורגניים נראה ככה: משתמש מחפש משהו בגוגל, נכנס לאתר, משווה, קורא ביקורות, ולבסוף מחליט אם לקנות. כל עולם האיקומרס, ה-SEO וה-CRO נבנו סביב הרעיון הזה: איך להביא בן אדם לאתר, ואיך לגרום לו להמיר.

לעומת זאת, בעולם ה-Agentic Commerce מי שמבצע את תהליך החיפוש, ההשוואה והבחירה הוא לא המשתמש עצמו, אלא סוכן AI. המשתמש רק מתאר את הצורך.

תקראו רגע את המשפט הקודם שוב כי זהו הבסיס לכל התחום הזה.

דמיינו שהמשתמש כותב בצ׳ט את הצורך הבא: “אני מחפש נעלי ריצה טובות למרחקים ארוכים, לא יקרות מדי, עם אפשרות החזרה ומשלוח מהיר”. זהו, מכאן והלאה הוא יוצא מהתמונה.

הסוכן מנתח את הבקשה, משווה בין מוצרים, קורא ביקורות, בודק זמינות, מדיניות החזרות, מחירים, ולפעמים גם משלים את הרכישה בעצמו, הכל מתוך ממשק השיחה. בלי לעבור דרך האתר שלכם בכלל.

זו נקודה קריטית: המשתמש כבר לא “גולש” בחנות. הוא מנהל שיחה, וה-AI הוא זה שמקבל את ההחלטות בפועל. וכאן בדיוק נוצרת ההזדמנות.

ברגע שה-AI הוא הקונה, כל מה שהכרנו סביב חוויית משתמש, עמודי קטגוריה, עמודי מוצר וטראפיק, מפסיק להיות המרכז. ומה שכן מקבל פוקוס זה איך החנות שלכם “מדברת” עם סוכני AI בצורה מובנית, כדי שהרכישה תוכל לקרות בתוך הצ׳אט.

כדי לאפשר את זה, נכנסים לתמונה שני פרוטוקולים מרכזיים: אחד של OpenAI ואחד של גוגל.

הם מגדירים איך חנויות מעבירות נתונים מסחריים בצורה שהסוכן יכול לצרוך, ואיך נראית זרימת רכישה מאובטחת מתוך השיחה.

פרוטוקול ACP של OpenAI: איך קנייה מתבצעת בפועל בתוך ChatGPT

כדי ש-Agentic Commerce באמת יעבוד, צריך תשתית טכנולוגית שמחברת בין סוכני AI לבין חנויות איקומרס אמיתיות וכאן נכנס לתמונה ACP (ראשי תיבות Agentic Commerce Protocol).

בפשטות, זה הפרוטוקול שמאפשר ל-ChatGPT לא רק להמליץ על מוצרים, אלא גם לבצע רכישה בפועל בצורה מסודרת, מאובטחת, ובלי לזרוק את המשתמש לאתר חיצוני.

ה-ACP פותח בשיתוף פעולה עם חברת התשלומים Stripe, והוא בנוי כך שהסוחר נשאר בשליטה מלאה: על המחיר, על המלאי, על תנאי המשלוח, על ההחזרים ועל שירות הלקוחות. OpenAI לא הופכת לסוחר, אלא רק למתווך שמאפשר לסוכן לבצע פעולה.

חשוב להבין שה-ACP הוא לא מוצר ולא פיצ׳ר אלא סט של מפרטים טכניים פתוחים, תחת רישיון Apache 2.0, שכל חנות יכולה ליישם כדי לאפשר לסוכני AI לקנות אצלה.

שלושת החלקים שמרכיבים המסחר האג’נטי ב-ACP

ה-ACP בנוי משלושה חלקים, כאשר כל אחד מהם מטפל בשלב אחר בתהליך הקנייה.

1. גילוי מוצרים: פיד המידע שה-AI מסתמך עליו

מפרט פיד המוצרים (Product Feed Spec) הוא התשתית של כל תהליך הגילוי בתוך ChatGPT. זה המקום שבו החנות שלכם ״מציגה את עצמה״ לסוכן ה-AI.

הפיד האג’נטי דורש רמת פירוט גבוהה במיוחד, ועדכניות כמעט בזמן אמת. OpenAI מצפה לעדכונים בערך כל 15 דקות.

הסיבה פשוטה: אם סוכן AI ימליץ על מוצר שאזל ממנו המלאי או יציג מחיר לא עדכני, האמינות שלו מול המשתמש נפגעת, וזה קו אדום מבחינת OpenAI. אם נעשה אנלוגיה לעולם ה-SEO, זה כמו שנכתוב במטא טייטל שרואים בתוצאות החיפוש ״משלוח חינם״ ואז כשמשתמשים נכנסים לאתר ומגלים שהמשלוח לא חינם הם ישר יוצאים החוצה (הבאונס רייט הגבוה מאותת לגוגל שיש בעיה עם תוצאת החיפוש).

מעבר לשדות הבסיסיים, הפיד כולל שני דגלים קריטיים (Flags), שלא קיימים בפידים מסורתיים:

• enable_search: קובע אם המוצר רשאי להופיע בתוצאות בתוך ChatGPT.
• enable_checkout: קובע אם ניתן לרכוש את המוצר ישירות בתוך ממשק השיחה.

אם enable_checkout מוגדר כ־true, חייב להיות גם enable_search במצב true, אין אפשרות לעקוף את זה.

בנוסף, הפיד כולל שדות ייחודיים כמו:

• popularity_score: ציון פופולריות
• return_rate: שיעור החזרות

השדות האלו מאפשרים לסוכן ה-AI לנמק לעצמו וגם למשתמש למה מוצר מסוים עדיף על אחרים. לא רק מה המוצר עושה, אלא איך הוא מתפקד בפועל בעולם האמיתי.

2. זרימת הקנייה: צ’ק אאוט בלי לצאת מהשיחה

ברגע שהמשתמש מחליט לקנות, נכנס לפעולה מפרט הצ’ק אאוט האג’נטי (Agentic Checkout Spec).

בשלב הזה ChatGPT יוצר Checkout Session מול השרת של הסוחר (אתם), כלומר המערכת שלכם היא זו ששולטת בתהליך.

המערכת של החנות מחשבת מיסים, עלויות משלוח וזמינות מלאי סופית, ומחזירה ל-ChatGPT מצב עגלה (Authoritative Cart State), זה בדיוק המידע שמוצג למשתמש בתוך הצ’אט.

כדי שזה יעבוד, הפרוטוקול מחייב את הסוחר להטמיע חמש נקודות קצה מרכזיות באמצעות REST API:

1. פתיחת סשן: POST /checkout_sessions
2. עדכון פרטים כמו כתובת או קופון: POST /checkout_sessions/{id}
3. אישור הרכישה וסיום ההזמנה: POST /checkout_sessions/{id}/complete
4. שליפת מצב הסשן: GET /checkout_sessions/{id}
5. ביטול עסקה במקרה של חרטה: POST /checkout_sessions/{id}/cancel

כפי שאפשר לראות, הצ’ק אאוט כולו מתרחש בתוך שיחה.

3. תשלום מאובטח: סליקה בלי חשיפת כרטיס אשראי

השלב האחרון הוא התשלום, וכאן נכנס לפעולה האלמנט Delegated Payment Spec, שפותח בעיקר על ידי ענקית התשלומים Stripe.

המטרה שלו היא לאפשר תשלום מאובטח בלי ש-OpenAI תיחשף לפרטי כרטיס האשראי.

המנגנון מבוסס על “טוקן תשלום משותף” (Shared Payment Token – SPT) והוא עובד באופן הבא: סוכן ה-AI מכין בקשת תשלום חד פעמית עם סכום מקסימלי וזמן תפוגה, וספק התשלומים מחזיר טוקן מאובטח שמועבר לסוחר. הסוחר משתמש בטוקן זה בתוך מערכת הסליקה הקיימת שלו, מה שמאפשר לו לשמור על תאימות לתקני PCI מבלי לשנות את ספק הסליקה שלו (עוד על SPT באתר של Stripe).

מבחינתכם זה נראה כמו תשלום רגיל. מבחינת המשתמש, הכל קורה בתוך הצ’אט.

דוגמה למבנה רשומה בפיד ACP בפורמט JSONL

עבור סוחרים המעוניינים להטמיע את ACP באופן עצמאי, הפורמט המועדף על ידי OpenAI הוא jsonl.gz.1 להלן דוגמה הממחישה את הנתונים הנדרשים כדי שסוכן ה-AI יוכל “להבין” את המוצר ולהמליץ עליו בביטחון:

{
“id”: “SKU-9988-IL”,
“gtin”: “7290001234567”,
“title”: “נעלי ריצה שטח לנשים – TrailMaster Pro 2026”,
“description”: “נעליים עמידות למים עם סוליית Vibram לאחיזה מקסימלית בתנאי בוץ וסלע. אידיאליות לרצות שטח המחפשות יציבות במסלולים טכניים ובלימת זעזועים מתקדמת.”,
“price”: “550.00 ILS”,
“availability”: “in_stock”,
“inventory_quantity”: 42,
“enable_search”: “true”,
“enable_checkout”: “true”,
“popularity_score”: 94,
“return_rate”: 0.03,
“material”: “Gore-Tex, Rubber”,
“shipping”: “IL:all:Standard:29.00 ILS”,
“seller_privacy_policy”: “https://www.myshop.co.il/privacy”
}

ה-AI לא רק “קורא” את המידע אלא מסיק ממנו מסקנות. אם בדוגמא הזו בשדה material מופיע Gore-Tex, ואם בתיאור מצוינת עמידות למים, סוכן ה-AI יודע לענות בביטחון למשתמש שמחפש נעליים לריצה בגשם, וגם להסביר למה הדגם הזה מתאים בדיוק לצורך שלו.

לסיכום, הטבלה הבאה מציגה את השוואה בין המודל המסורתי למודל האג’נטי בתוך אקו-סיסטם של OpenAI:

פרוטוקול UCP של גוגל: האקוסיסטם הרחב והקשר עם המשתמש

לפני שבועיים כתבתי על ההשקה הרשמית של פרוטוקול UCP והוא עדיין נמצא בשלבים מוקדמים מאוד של הטמעה. גוגל הציגה אותו כחלק מהחזון שלה למסחר אג’נטי בתוך Gemini ובשילוב עם AI Mode, כולל שיתופי פעולה עם שותפים אסטרטגיים מהשורה הראשונה. בפועל, מדובר בפרוטוקול חדש שצפוי עוד להתפתח ולעבור לא מעט שינויים והתאמות.

אם ACP של OpenAI מתמקד בעיקר ברגע הקנייה עצמו, ה-UCP של גוגל מגיע מזווית אחרת לגמרי.

גוגל לא ניסתה ״להעתיק״ את המודל של ChatGPT, אלא לבנות שכבה רחבה יותר שמכסה את כל מסע הלקוח, מגילוי ראשוני בתוך Gemini, דרך הרכישה, ועד לניהול הזמנה ותמיכה אחרי הקנייה.

לשם כך היא השיקה את UCP, בשיתוף עם קמעונאיות ענק כמו Walmart ו-Target, ועם פלטפורמות מסחר כמו Shopify ו-Etsy. המטרה ברורה: ליצור פרוטוקול אחד שיכול לעבוד על פני כל האקוסיסטם של גוגל.

אחד הרעיונות המרכזיים ב-UCP הוא ה-Business Agent.

זהו סוכן AI ממותג שפועל בתוך Gemini ותוצאות החיפוש, ועונה על שאלות בשם העסק. המשמעות היא שגם בסביבה אוטונומית, שבה סוכן AI מנהל את האינטראקציה, גוגל מאפשרת למותגים לשמור על קול מותגי ברור ולא להפוך לישות גנרית וחסרת זהות.

איך עובד פרוטוקול UCP?

כדי להבין את UCP, צריך לשחרר לגמרי את המושג של “משפך מכירות”.

במודל הקלאסי, המשתמש מתקדם בצורה יחסית ליניארית: דף נחיתה –> דף מוצר –> עגלה –> צ׳ק-אאוט.

ב-UCP זה לא עובד ככה.

המערכת פועלת כ-State Machine (מכונת מצבים), שבה מתקיים דיאלוג רציף בין סוכן ה-AI לבין השרת של הסוחר. כל שינוי בכוונת המשתמש, כתובת משלוח, אמצעי תשלום או תנאי רכישה, מעביר את המערכת למצב חדש שמחושב בזמן אמת.

עוד הבדל חשוב הוא ש-UCP מוגדר כ-Server-selects. כלומר, השרת של העסק הוא זה שמצהיר בכל רגע נתון:

• אילו יכולות הוא תומך בהן
• איזו גרסת פרוטוקול פעילה
• אילו שיטות תשלום זמינות

הגישה הזו מבטיחה שהסוחר נשאר ה-Merchant of Record, ולא ״נבלע״ בתוך הפלטפורמה. עבור מותגים גדולים זה קריטי, כי זה מונע את הפחד להפוך לספק סחורה חסר זהות בתוך מערכת של גוגל.

הטבלה הבאה מפרטת את 4 הישויות המרכזיות ב-UCP:

ההפרדה הזו מאפשרת לגוגל להיות המתווך החכם, בלי להיות הסוחר עצמו.

Google Merchant Center

מבחינה פרקטית, הצעד הראשון עבור כל חנות שרוצה להופיע ב-Gemini הוא הגדרה מדויקת ב-Google Merchant Center.

פיד המוצרים הוא הבסיס שעליו הסוכן נשען כדי להבין אם מוצר רלוונטי לבקשת המשתמש. אבל ב-UCP נוספו מאפיינים חדשים שדורשים תשומת לב מיוחדת.

המאפיין הקריטי ביותר הוא native_commerce.

כאשר הערך שלו מוגדר כ-true, גוגל מבינה שהמוצר כשיר לתהליך Native Checkout מלא.

אם הוא חסר או מוגדר כ-false, המוצר עדיין יכול להופיע בתוצאות, אבל הסוכן לא יוכל להשלים עבורו רכישה אוטונומית.

בנוסף, UCP מציב דרישות מחמירות. הסוכן מחויב להציג אזהרות משפטיות או בטיחותיות לפני רכישה, ולכן יש להגדיר מאפיינים כמו:

• consumer_notice_type למשל safety_warning
• consumer_notice_message טקסט מפורש של האזהרה, עד 1,000 תווים

בנוסף, בעולם האג׳נטי המשתמש לא מחפש בעצמו דף שאלות נפוצות. לכן מדיניות החזרות חייבת להיות מוגדרת בצורה מפורטת ב-GMC, כולל עלות החזרה, חלון זמן וקישור למדיניות המלאה.

גילוי היכולות: פרופיל העסק

אחד החלקים המעניינים ב-UCP הוא מנגנון הגילוי.

הסוחר נדרש לפרסם ״פרופיל עסק״ בנתיב מוסכם:

/.well-known/ucp/

זהו מסמך JSON שמאפשר לסוכן ה-AI להבין מי אתם, מה אתם מציעים ואילו פעולות אפשר לבצע מולכם, בלי להכיר מראש את מבנה האתר.

הפרופיל כולל:

• רשימת Services
• Capabilities פונקציונליות כמו dev.ucp.shopping.checkout או dev.ucp.shopping.discount
• הגדרות תשלום, כולל Merchant ID ומנגנוני טוקניזציה

זו נקודת המפגש הראשונה בין הסוכן לעסק.

מימוש הרכישה: Native Checkout מול Embedded Checkout

ב-UCP גוגל מאפשרת לבחור בין שני מסלולי רכישה, בהתאם למורכבות המוצר והלוגיקה העסקית:

1. Native Checkout: זהו המסלול המועדף, הוא מאפשר למשתמש להשלים רכישה בתוך Gemini, בלי לצאת לממשק חיצוני. כדי שזה יעבוד, הסוחר צריך לממש חמישה Endpoints מרכזיים:
   • POST /checkout-sessions: יצירת סשן רכישה ראשוני.
   • PUT /checkout-sessions/{id}: נקודת הקצה הקריטית ביותר. מופעלת בכל שינוי של כתובת או שיטת משלוח. השרת חייב לחשב מחדש מיסים ומשלוח ולהחזיר תשובה בזמן אמת. תגובה איטית כאן עלולה לגרום לנטישת עגלה.
   • POST /checkout-sessions/{id}/complete: קבלת טוקן התשלום, אימות מול ספק הסליקה ויצירת ההזמנה במערכות העסק.
   • GET /checkout-sessions/{id}: שליפת מצב הסשן.
   • DELETE /checkout-sessions/{id}: סגירת הסשן במקרה של ביטול.
2. Embedded Checkout: מיועד למקרים מורכבים יותר, למשל התאמה אישית של מוצר, בחירת תאריך בלוח שנה או דרישות רגולטוריות מיוחדות. כאן גוגל מציגה IFrame של דף הצ׳ק-אאוט של הסוחר בתוך ממשק ה-AI. המימוש מבוסס על Embedded Checkout Protocol, כולל Two Handshakes ותקשורת באמצעות postMessage, תוך הסתרת אלמנטים מיותרים כדי לשמור על רצף הרכישה.

השוואת Google UCP מול OpenAI ACP

בסופו של דבר, עבור בעל חנות איקומרס השאלה היא לא ״איזה פרוטוקול יותר חכם״, אלא איפה נכון להשקיע משאבי פיתוח עכשיו, בהתאם ליעדים העסקיים ולפלטפורמות שבהן הלקוחות שלו כבר נמצאים.

גם OpenAI ACP וגם Google UCP מבוססים על קוד פתוח ושואפים לייצר סטנדרט אחיד למסחר אג’נטי, אבל הגישות שלהם שונות מהותית, כמעט פילוסופית.

בצד של OpenAI, ה-ACP מתמקד במטרה אחת ברורה: לאפשר קנייה מיידית ומהירה מתוך ChatGPT.

היתרון הגדול כאן הוא זמן הגעה לשוק. החיבור ל-ChatGPT, יחד עם Stripe ושותפים כמו Salesforce, מאפשר לסוחרים להתחבר יחסית מהר לסביבת רכישה שבה הדיאלוג הוא לב החוויה. ChatGPT נתפס כ”מוח הקניות” שמלווה את המשתמש, מייעץ לו, משווה עבורו, ואז גם מבצע את הרכישה.

בצד של גוגל, ה-UCP משחק משחק אחר לגמרי.

גוגל לא מתמקדת רק ברגע הקנייה, אלא בונה שפה משותפת לכל מסע הלקוח: מגילוי בתוך Gemini, דרך ההחלטה, ועד לניהול הזמנה ותמיכה אחרי רכישה. היתרון הגדול שלה הוא ההקשר.

לגוגל יש גישה למידע היסטורי עמוק על המשתמש: חיפושים קודמים, מיילים, מיקומים, לוחות זמנים, הרגלים. החיבור הזה מאפשר להציע הצעות קנייה שהן הרבה יותר קונטקסטואליות, לא רק ״איזה מוצר מתאים״, אלא ״איזה מוצר מתאים למשתמש הזה, ברגע הזה״.

גם ברמת התשלומים ובמנגנון הגילוי יש הבדל.

מה החסרונות של מכירה אג’נטית?

כן כן, יש גם מינוסים. עם ההזדמנות למכור דרך הצ׳אט מגיעה גם האחריות.

ברגע שאתם מאפשרים לסוכן AI לבצע פעולה עסקית אמיתית בשם המשתמש, אתם פותחים שכבת תפעול חדשה לגמרי, עם סיכונים שמחלקות IT ו-CIOs חייבים להכיר מראש.

1. אבטחה

המעבר מחנות סגורה למערכת של Endpoints פתוחים מייצר מרחב תקיפה חדש. נקודות קצה ליצירת Checkout Sessions, חישוב מיסים או בדיקת זמינות הופכות ליעד פוטנציאלי לבוטים זדוניים, ניסיונות DoS או ניסיונות גניבת מידע.

המשמעות היא שחייבים לשים דגש על דברים כמו:

• להטמיע WAF מתקדם.
• לדעת להבחין בין סוכן לגיטימי של Google או OpenAI לבין תנועה חשודה.
• לנטר שימוש חריג ב-Endpoints בזמן אמת.

במיוחד ב-UCP, שבו בקשות מתבצעות בתדירות גבוהה, כל השהייה או תקלה עלולות לגרום לסוכן לנטוש את השרת ולעבור לאלטרנטיבה הבאה.

2. ביצועים

במסחר אג’נטי אין סבלנות. אם השרת שלכם לא מחזיר תשובה בזמן, הסוכן לא ״יחכה״, הוא פשוט ימשיך הלאה.

המערכות חייבות לעמוד בעומסי קצה, במיוחד בשלב חישוב המשלוח, המיסים והזמינות הסופית. זמני תגובה הם כבר לא עניין של UX, אלא של זכייה או הפסד בעסקה.

3. איכות נתונים וסנכרון

אם הסוכן מבטיח ללקוח אספקה תוך יומיים על סמך מידע ישן, וההבטחה לא מתקיימת, הפגיעה במותג קשה ומיידית. לכן נדרשת אופטימיזציה קפדנית לקטלוג:

• GTINs מדויקים
• משקלים וממדים נכונים
• זמני אספקה אמיתיים
• סנכרון מלא בין הפיד, ה-API והמערכות הפנימיות

זכרו שהסוכן משתמש בנתונים האלו כדי לבצע חישובים סופיים בלי מגע יד אדם.

4. אחריות

כאשר סוכן AI מזמין צבע לא נכון, מפרש תיאור בצורה שגויה או בוחר וריאציה לא מתאימה, האחריות כמעט תמיד נשארת אצל הסוחר, כ-Merchant of Record.

חשוב מאד שהמידע יהיה חד משמעי לגבי תיאורים לא עמומים, אפשרויות בחירה מרובות ומינימום פרשנות חופשית לסוכן. עמימות עולה בכסף, בהחזרות וב-Chargebacks (הכחשת עסקה).

לסיכום: מה הצעד הבא שלך כדי למכור מתוך הצ׳אט?

אם הגעתם עד לכאן, אני מניח שהשאלה שאתם שואלים את עצמכם היא לא שאלה של ״אם״, אלא שאלה של ״מתי״.

בלי לחץ, המעבר למכירה מתוך הצ׳אט לא קורה בבת אחת וזה גם לא ״פרויקט AI״ כללי. זה תהליך מדורג, עם החלטות ברורות שצריך לקבל.

הצעד הבא שלכם תלוי בנקודת הפתיחה: אם עדיין לא בדקתם איך המותג שלכם נראה בתוך שיחות AI, זה הזמן להבין האם ואיך אתם מוזכרים, באילו הקשרים, ואיפה אתם נופלים בדרך. בלי השלב הזה, אין טעם לדבר על מכירה מתוך הצ׳אט.

אם אתם כבר מופיעים בשיחות אבל הקנייה נתקעת, כאן בדיוק נכנסים הפרוטוקולים. בדקו האם המידע שלכם נגיש בצורה מובנית, האם קיימת אפשרות ל-Checkout אג’נטי, והאם המערכות שלכם מסוגלות להגיב בזמן אמת לבקשות של סוכן.

אפשר להתחיל מפיילוט קטן, לא צריך להחליף את האתר או לעצור את ה-SEO, אלא לבודד קטגוריה/סט מוצרים/שוק אחד, ולבחון איך נראית מכירה בעולם של Zero click.

בסופו של דבר, השאלה כבר לא תהיה ״איך אני מביא עוד טראפיק לחנות״, אלא ״האם כשסוכן AI מחפש פתרון עבור משתמש, אני בכלל אופציה״

עבדכם הנאמן הצטרף בתור מייסד שותף לחברת Chatoptic, תוכנה המאפשרת לכל מותג להבין איך הוא מופיע במודלי AI, אז אם מעניין אתכם לבדוק איך אתם מופיעים מוזמנים לתאם איתנו דמו לא מחייב.

אזהרה קטנה מראש: המאמר הבא כנראה יגרום לאי נוחות אצל לא מעט אנשים שמקדמים כלי AI Visibility או עוסקים ב-GEO, אבל אחרי קרוב ל-20 שנה בעולם החיפוש, האינטגריטי המקצועי שלי לא מאפשר לי להתעלם ממה שנאמר בשטח.

פרסמתי את המאמר הזה במקור ב-Search Engine Land ואחרי שעשה לא מעט רעש, החלטתי לתרגם לעברית גם לכאן.

חשוב לי להדגיש שאין לי כאן שום אג’נדה נסתרת, להיפך. חלק גדול מהמיתוסים שאני עומד לפרק כאן דווקא עובדים לטובתי, גם בכובע של שותף מייסד בחברת Chatoptic (כלי AI Visibility) וגם כמי שמציע שירותי GEO דרך אנגורה מדיה.

1. החיפוש ב-AI *לא* הרג את החיפוש בגוגל.

אם כבר, אז בדיוק להיפך.

זה לא משנה כמה אתרי חדשות רצים עם כותרות קליקבייט בשביל טראפיק, כמה קרנות הון סיכון מנפחות את הנושא כי הן מושקעות בסטארטאפים של AI Search, או כמה כלי AI Visibility מדגישים את זה במצגות מכירה שלהם. זה לא הופך את זה לנכון!

מה כן קובע? דאטה ונתונים.

הנה כמה דוגמאות:

• מחקר של SEMrush מלפני כמה חודשים ניתח יותר מ-260 מיליארד קליקים, מצא ששימוש ב-ChatGPT לא פגע בכמות החיפושים בגוגל אלא הגדיל אותה. ולפני שמישהו יגיד ש-SEMrush מוטים לטובת ניטור חיפוש קלאסי בגוגל, כדאי לזכור שהמוצר שלהם כולל גם מעקב אחרי חיפוש ב-AI.
• דוח State of Search לרבעון השני של 2025 של Datos, שנעשה בשיתוף ראנד פישקין מ-SparkToro, מראה שגוגל עדיין מחזיקה בכ-95% משוק החיפוש.

רגע, אבל איך זה מסתדר עם זה שבחצי השנה האחרונה בסיס המשתמשים הפעילים השבועיים של ChatGPT הוכפל, וכבר עבר את ה-800 מיליון, בזמן שנפח החיפושים הכולל בגוגל כמעט לא ירד?

ובכן, בספטמבר 2025 OpenAI פרסמה דוח שמראה מה אנשים באמת עושים בתוך ChatGPT.

מסתבר שרק 21.3% מהשיחות בצ’ט כללו חיפוש מידע. מתוך זה, רק 2.1% עסקו במוצרים שאפשר לרכוש, ו-18.3% עסקו בעובדות או פרטים ספציפיים.

אפשר להגיד שזה החלק היחיד שבאמת רלוונטי למותגים שמנסים להגיע ללקוחות פוטנציאליים.

וגם שם, חלק מהשאלות מגיעות ממשתמשים שכבר יודעים איזה מותג הם רוצים, כלומר זה לא באמת רגע של “גילוי מותג”.

ועוד נקודה חשובה: מסע לקוח.

אם אני שואל את ChatGPT “איזו חברת ביטוח רכב מומלצת?” והוא נותן לי כמה שמות, הצעד הבא שלי ברוב המקרים יהיה להיכנס לגוגל ולחפש אחד מהם כדי להגיע לאתר. לא משנה כמה זה פחות נוח להגיד את זה, בהרבה תרחישים האתר עדיין היעד הסופי.

יכול להיות שזה ישתנה עכשיו כש-OpenAI השיקה דפדפן משלה. אבל נכון להיום, זו המציאות: אנשים יותר מחפשים היום מאשר בעבר (שוק החיפוש גדל), ה-AI לא אכל לגוגל את העוגה, הוא פשוט הגדיל אותה.

ולכל מי שאומר “אבל כולם סביבי משתמשים ב-AI, אף אחד כבר לא מחפש בגוגל”: אתה והחברים שלך הם לא כל השוק

2. אף *כלי AI Visibility* לא באמת יכול להכניס אותך לתשובות AI

מאיפה להתחיל?

אין אין, ההיסטוריה פשוט תמיד חוזרת על עצמה…

מה שקורה עכשיו מרגיש כמו קפיצה בזמן לימים הראשונים של עולם ה-SEO כשהכלים הראשונים לניטור וניתוח נראות בגוגל הבטיחו דברים כמו “נכניס אותך לעמוד הראשון בגוגל”.

אבל גם אז, כמו היום, השאלה האמיתית הייתה פשוטה: מי בעצם *עושה* את האופטימיזציה?

בדיוק כמו שאין כלי שעושה SEO במקומך, אין כלי שעושה GEO במקומך.

ולמה?

כי בדיוק כמו ב-SEO, הרבה גורמים שבאמת מזיזים את המחט ב-GEO לא ניתנים לאוטומציה.

כלי יכול לעזור בחלקים מסוימים בתהליך ה-GEO, הוא יכול להיות כלי מהקטגוריה הזו, להציג דאטה, תובנות והמלצות. אבל הוא לא יכול לבצע.

ובסוף, הפעולות עצמן, אלה שמובילות לכך שמותג מוזכר בתשובות של מודלי AI, נעשות על ידי בני אדם, בין אם זה צוות ה-SEO/GEO אינהאוס או סוכנות חיצונית.

הנה כמה דוגמאות פשוטות:

• האם התוכנה שותלת אזכורי מותג באתרים חיצוניים? אם כן, אשמח שמישהו יסביר לי איך זה קורה בלי לפרוץ לאתרים.
• האם התוכנה עורכת טקסטים ישירות באתר? קשה לי להאמין שיש מותג שנותן לכלי טכנולוגי הרשאות כתיבה ל-CMS. וגם אם הכלי רק מציע שינויים, האם באמת נעשה להם קופי פייסט בלי לבדוק אם הם מתנגשים עם עקרונות SEO? כזכור, LLM Friendly לא תמיד אומר SEO Friendly.

הבנתם את הרעיון.

לצערי הרבה כלי AI Visibility מציגים קייס סטאדיז נוצצים עם כותרות בסגנון “איך הגדלנו אזכורי מותג ב-LLMs ב-X אחוז”, אבל זו פשוט מניפולציה שיווקית שלוקחת קרדיט על התוצאה הסופית.

כן, התוכנה אולי עזרה, אבל היא לא עשתה את זה (כמובן שלא תראו את הכוכבית הזו במצגות המכירה כדי לא לפגוע בקונברז’ן של המכירה).

זה קצת כמו שמותג מים מינרליים יציג המלצה של מישהו בריא שאומר “אני שותה את זה כל יום”.

סבבה, אבל האם הוא בריא בגלל המים, או גם בגלל שהוא אוכל טוב, עושה ספורט, ישן כמו שצריך ונמנע מסטרס?

בכל פעם שאתם רואים קייס סטאדי GEO שמתפרסם על ידי חברת תוכנה, תזכרו שיש תמיד צד נוסף לסיפור. הצד שאשכרה עשה בפועל את העבודה והרבה פעמים דברים שהכלי עצמו בכלל לא המליץ עליהם.

3. אף אחד לא באמת יודע מה נפח החיפוש האמיתי של פרומפטים

בואו נשים את זה על השולחן: כמה שכולנו היינו שמחים להגיד שיש לנו את הדאטה הזה, בפועל אין אותו לאף אחד.

למיטב ידיעתי, OpenAI או כל חברה אחרת שמפעילה מודל שפה לא משתפת נתוני שימוש פומביים בזמן אמת, כאלה שדומים למה שאנחנו מכירים מ-Google Analytics או Google Search Console.

המידע הזה פשוט לא חשוף.

וזה אומר דבר מאוד פשוט: שום כלי ושום ספק שירות לא יכול באמת לדעת מה נפח החיפוש האמיתי של פרומפטים. אלא אם כן, כמובן, הוא קיבל גישה למדגם של משתמשים וגם אז, זה לא מדגם מייצג.

אז מה רוב הפלטפורמות כן עושות? הן בונות הערכות שמתבססות על דאטה צד ג’, בפאנלים של קליקסטים, תוספי דפדפנים שאוספים מידע על משתמשים אמיתיים וכו’, ואז מפעילות מודלים של אקסטרפולציה כדי להעריך פופולריות יחסית.

זה אומנם יכול לתת תחושה כללית אבל בסופו של דבר מדובר על תחזית שמבוססת על מדגם כללי. בסעיף הבא אני הולך להסביר מה הבעיה עם מודל המדידה הזה בעולם הגנרטיבי.

אז בפעם הבאה שאתם רואים גרף שמציג “נפח חיפושי פרומפטים” ב-ChatGPT או ב-Gemini, קחו אותו בפרופורציה.

4. אי אפשר למדוד AI Visibility כמו דירוגים בגוגל

בניגוד למנועי חיפוש מסורתיים, שמייצרים תוצאות די דטרמיניסטיות באמצעות דירוג של עמודים, מודלי שפה מייצרים תשובות בצורה הסתברותית. כל תשובה נוצרת בזמן אמת לפי הסתברות, ולא מתוך דירוג קבוע מראש.

בעוד שתוצאות החיפוש נוטות להיראות דומות בלי קשר לזהות המשתמש, צ’אטבוטים מבוססי AI מייצרים תשובות שונות לאנשים שונים, משום שההסתברויות שמאחורי כל תשובה מושפעות מהמשתמש עצמו ומהקונטקסט שלו.

יש כאן משהו שרוב האנשים מפספסים: האלגוריתמים שמפעילים מודלי שפה מתוגמלים על ניחוש, לא על הודאה ב״אני לא יודע״. לכן כששואלים את ChatGPT “תמליץ לי על חברה לביטוח רכב”, הוא לא באמת יודע מה התשובה הנכונה, פשוט כי אין כזו

במקום זה, הוא מייצר תשובה שהסטטיסטיקה אומרת שהכי סביר שתישמע נכונה עבורך. משתמש אחר, ששואל בדיוק את אותה שאלה, יכול לקבל תשובה שונה לגמרי.

דיברתי על זה בהרחבה בכנס ה-GEO שהפקנו לאחרונה, הנה שקופית מהמצגת שממחישה את הנקודה:

כולנו נתקלים בזה מדי פעם כש-ChatGPT מחרטט בביטחון מלא, לפעמים אפילו מצטט מקורות שלא קיימים. לתופעה הזו קוראים “הזיה מלאכותית“, ולא מזמן כתבתי מאמר שמסביר למה מודלי שפה לא יכולים להחליף מנועי חיפוש בגלל הסיבה הזו.

כשמשתמשים מחפשים מידע, ובמיוחד כשיש להם Intent מסחרי (מעוניינים לרכוש), הם מחפשים ודאות ודיוק אובייקטיבי, לא סיפור הסתברותי שנשמע טוב.

נכון, אם אתם מחוברים לחשבון שלכם בגוגל בזמן שאתם מחפשים שם, התוצאות יהיו מעט מותאמות אישית, אבל ההבדלים בין המשתמשים לרוב יישארו קטנים. ב-ChatGPT לעומת זאת ההבדלים עצומים, משום שהתשובה תלויה בכל מה שהמודל יודע על המשתמש (היסטוריית שיחות קודמות, הקשר, מאפיינים אישיותיים ועוד).

אז אם ככה זה עובד, זה מעלה את השאלה הבאה: אם כל תשובה נוצרת בזמן אמת ומעוצבת לפי הקונטקסט של המשתמש, איך כלי ניטור יכולים לטעון שהם יודעים בדיוק מתי ואיפה מותג מופיע?

יש כיום בשוק שתי שיטות מרכזיות לניטור נראות ב-AI ולצערי 99% מהחברות נשענות על הראשונה:

1. מודל הניטור הישן מעולם ה-SEO (ממוצע של הרבה משתמשים): זו בעצם גישת “חוכמת ההמונים”. היא אוספת המון נקודות דאטה אקראיות ממקורות שונים, כמו תוספי דפדפן של צד ג’ שעוקבים אחרי מה משתמשים אמיתיים כותבים ומקבלים בחזרה ממודלי שפה, פאנלים של קליקים וחברות שמוכרות נתוני שימוש, ומערבבת הכל לממוצע אחד גדול. זה נותן תמונה רחבה של נראות מותג כללית, אבל בלי הקשר. כל המשתמשים נתפסים אותו דבר, והניואנסים הייחודיים שמגדירים איך הקהל הספציפי שלכם באמת מתקשר עם AI פשוט לא מקבלים משמעות.
2. המודל החדש למדידת AI Visibility (דגימה לפי פרסונה מייצגת): הגישה הזו יוצאת מנקודת הנחה ש-AI הוא לא דטרמיניסטי, כלומר הוא יכול לתת תשובות שונות לאותה שאלה לסוגי אנשים שונים. במקום לאסוף דאטה אקראי, אנחנו ב-Chatoptic מתמקדים בפרסונה מוגדרת ומריצים שוב ושוב את אותן שאילתות עבור אותו פרופיל. באמצעות ניתוח התדירות של התוצאות, אנחנו מזהים את ה”מצב היציב”, כלומר התשובה העקבית והסבירה ביותר. זה לא ממוצע שטוח של כולם, אלא השתקפות של מה שמשתמש יעד ספציפי עם מאפיינים דומים באמת צפוי לראות.

בשורה התחתונה, אין שיטה שנותנת תמונה מלאה של המציאות ברמת 100% דיוק. כל כלי בתחום הזה, כולל שלנו ב-Chatoptic, מתמודד עם אותה מגבלה בסיסית. ההבדל הוא שאנחנו לא מנסים להסתיר את זה.

5. מה שקורה מחוץ לאתר שלך חשוב ל-GEO יותר ממה שקורה בתוכו

רוב כלי ה-AI Visibility והסוכנויות שמספקות שירותי GEO מתמקדות באופטימיזציה של תוכן האתר וההיבטים הטכניים שלו, אבל בפועל זה רק עוזר לנו להיות יותר מצוטטים בתשובה בתור Citation ולא בתור אזכור שם המותג כחלק מהתשובה.

תזכור: ה-KPI החשוב ביותר להצלחה ב-GEO זה האם שם המותג שלך מופיע בתוך תשובות של AI (לא בתור רפרנס להרכבת פסקה מסוימת בתוך התשובה).

אז למה כדי להשפיע על ה-KPI הזה צריך להתמקד על מה שמחוץ לאתר?

בדיוק כמו שב-SEO קישורים חיצוניים מספקים לגוגל אותות אמון וסמכות, אזכורי מותג חיצוניים מלמדים מודלי שפה מי רלוונטי ומי נתפס כסמכות סביב נושא מסוים.

תחשבו על זה רגע: אם תשאלו עורך דין אקראי מי עורך הדין הכי טוב בעיר והוא יענה “אני”, שזה בערך כמו לכתוב על עצמך באתר שלך, סביר שתרצו חוות דעת נוספת. אבל אם כמה אנשים שונים שאתם סומכים עליהם, ממקומות שונים, יזכירו את אותו עורך דין, זה כבר אות אחר לגמרי מבחינתכם.

לאחרונה, Roger Montti פרסם על מחקר של Ahrefs, שהראה שאזכורי מותג חיצוניים הם הגורם עם הקורלציה הגבוהה ביותר (0.67), להופעה בתשובות שנוצרות על ידי AI. במילים אחרות, המודלים נשענים הרבה יותר על הקשר חיצוני מאשר על מה שכתוב באתר של המותג עצמו.

כמובן שלא כל מקור שווה לאחר. יש דומיינים עם סמכות גבוהה בהרבה מאחרים, כאלה שמקבלים משקל משמעותי בזמן אימון המודלים, ולעומתם מקורות שכמעט לא נספרים.

מי נחשב לדומיין סמכותי בעיני המודלים? מחקר של SEMrush מצא ש-Reddit ו-LinkedIn נמצאים בין חמשת הדומיינים המצוטטים ביותר ב-AI Mode של גוגל, ChatGPT ו-Perplexity.

המסקנה די פשוטה: אם אתם רוצים שהמותג שלכם יופיע בתשובות של AI, אי אפשר להתעלם מהשכבה שמחוץ לאתר. למצוא את המקורות הרלוונטיים זה החלק הקל, רוב הכלים יודעים להראות איפה כדאי להיות. אבל לגרום לעצמכם להופיע בצורה שנשמעת טבעית ואמינה, דורש התערבות אנושית (ראו סעיף 2).

אז למה בכל זאת כל כך הרבה כלים מתמקדים באופטימיזציה באתר?

כי זה הדבר היחיד שנמצא בשליטה המלאה שלך, הלקוח. הרבה יותר קל לשנות טקסט באתר שלך מאשר להשפיע על מה שאחרים כותבים עליך.

בגלל זה רוב כלי AI Visibility בונים את הדשבורדים וההמלצות שלהם סביב “אופטימיזציה של עמודים מרכזיים”. זה נוח, סקיילבילי, וקל למדידה.

ובואו נהיה כנים: האופטימיזציות האלה אולי מביאות קצת טראפיק אבל בעיקר משפרות את הסיכוי שהגרפים בתוכנה שאתם עובדים איתה יראו עלייה, אבל האם זה באמת ה-KPI שחשוב להתמקד בו? תמשיכו לסעיף הבא.

6. “להופיע ב-AI” זה לא KPI. הופעת שם המותג שלך בתוך התשובה, כן.

רוב כלי ה-AI Visibility מבטיחים בערך את אותו הדבר: “נעזור למותג שלך להופיע ב-AI”.

אבל מה זה בעצם אומר “להופיע”? בואו נפרק את זה רגע.

בפועל, רוב הכלים מגדירים AI Visibility כציטוטים (Citations). אותם לינקים קטנים ולחיצים שמופיעים לפעמים מתחת לפסקאות כחלק מהתשובה שה-AI יצר. אז בדשבורדים זה נראה מעולה: יותר ציטוטים, יותר כיסוי, גרפים ירוקים בלאגן… אבל מנקודת מבט שיווקית או עסקית אמיתית, הערך של זה די נמוך.

קודם כל, הציטוטים האלה קטנים מבחינה ויזואלית. הם לא התשובה עצמה, הם לא המלצה, והם מתפקדים הרבה יותר כמו הערת שוליים. להגיד שהמותג שלך “מופיע ב-AI” בגלל שהוא מופיע כציטוט, זה בערך כמו להדביק מדבקה קטנה עם לוגו מאחורי דוכן בקניון ולטעון שיש לך “נוכחות בקניון”. טכנית אתה שם, אבל ההשפעה כמעט אפסית.

גם הטיעון של הטראפיק לא ממש מחזיק מים

בריאיון לפני כחצי שנה, Matthew Prince, מנכ”ל Cloudflare, שמספקת שירותי CDN ליותר מ-20% מהאתרים בעולם, שיתף נתונים מאוד מעניינים ששמים את הדברים בפרופורציה:

לפני עשר שנים, גוגל סרקה בערך שני עמודים על כל מבקר שהיא שלחה לאתר.

לפני חצי שנה, היחס כבר עמד על:

• גוגל: יחס של 6:1
• OpenAI: יחס של 250:1 Anthropic
• Anthropic: יחס של 6,000:1

והיום:

• גוגל: יחס של 18:1
• OpenAI: יחס של 1,500:1
• Anthropic: יחס של 60,000:1

במילים אחרות, על כל 1,500 עמודים ש-GPTBot סורק, רק משתמש אחד יוצא מתוך ChatGPT לאתר חיצוני.

זה תקף גם ל-AI Overviews של גוגל

לאחרונה Adam Gnuse פרסם ניתוח מעמיק שבחן נתוני ביצועים של יותר מ-20,000 שאילתות ממגוון תעשיות. הוא מצא שגם מיקומים מובילים בתוך AI Overviews מתנהגים מבחינת קליקים כמו תוצאה קלאסית באזור מקום 6. הנראות גבוהה, אבל שיעורי ההקלקה נחתכים בצורה דרסטית, וברגע שמותג מופיע במקום רביעי או חמישי בתוך ה-AIO, המעורבות כמעט נעלמת.

המסקנה מהדאטה הייתה די ברורה: נראות ב-AI לא שווה טראפיק, וציטוטים בתוך AI Overviews מציגים ביצועים חלשים באופן עקבי בהשוואה ללינקים הכחולים הקלאסיים.

את אותה התובנה הציג גם מנכ”ל Steve Huffman בראיון ל-TechCrunch, בו אמר שצ’אטבוטים מבוססי AI לא מהווים כיום מקור טראפיק משמעותי לרדיט. וזה קורה למרות שרדיט היא אחד המקורות המצוטטים ביותר בתשובות של LLMs, ולמרות שיש לה שיתופי פעולה הדוקים עם OpenAI ועם גוגל. לדברי האפמן, חיפוש בגוגל וכניסות ישירות הם עדיין מקורות הטראפיק הדומיננטיים של רדיט, בפער גדול.

אז כן, טראפיק מציטוטים ב-AI הוא לא אפס, אבל זה גם לא ערוץ שאפשר לבנות עליו כדי להביא מאסה של מבקרים לאתר.

בגלל זה ציטוטים הם KPI חלש לאינדיקציה אמיתית להצלחה, הם אומנם נראים טוב בדוחות ובדשבורדים של כלי ה-AI Visibility, אבל הם לא משקפים אימפקט עסקי אמיתי.

ה-KPI הכי חשוב ב-GEO הוא ששם המותג שלך יופיע בתוך הטקסט של התשובה עצמה, לא בהערת שוליים מתחתיה. כתבתי בהרחבה איך למדוד את זה נכון במאמר הבא: The one AI visibility KPI CMOs should actually care about.

7. פרקטיקות GEO שלא מותאמות ל-SEO עלולות לפגוע בך

עוד תזכורת למה שנאמר בסעיף 2.

בואו נפרק את זה דרך דוגמה:

נניח שיש לך חברה שמוכרת תוכנת הנהלת חשבונות.

בבלוג יש לך מאמר בנושא “איך לבחור תוכנת הנהלת חשבונות לעסק קטן”, שמדורג גבוה בגוגל ומביא בערך 2,000 כניסות אורגניות בחודש.

ואז יום אחד אתה מתחיל לעבוד עם כלי AI Visibility שמציע המלצות לאופטימיזציה בעמוד כדי להגדיל חשיפה בתשובות AI (“חשיפה” כזכור זה citations מהסעיף הקודם). אז אתה מיישם את כל ההמלצות ופתאום הנראות שלך ב-ChatGPT קופצת. אתה אפילו מתחיל לראות בערך 200 כניסות בחודש מצ’אטבוטים של AI. הפלטפורמה מדווחת על הצלחה, הדשבורד נראה מעולה והגרפים עולים!

אבל אז מגיע הקאץ’, אחת מהאופטימיזציות האלו מתנגשת עם עקרונות SEO בסיסיים.

בגלל שמודלי שפה מעדיפים מבנה פסקאות שקל יותר “לחלץ” ממנו מידע, שינית את המבנה של חלקים בעמוד בהתאם. אז זה אולי עזר לנראות ב-AI, אבל במקביל החליש את הביצועים של העמוד בגוגל.

התוצאה: המאמר ירד למקום 9 בגוגל והטראפיק האורגני צנח מ-2,000 ל-200 כניסות בחודש.

עכשיו המספרים נראים ככה:

אז כן, “שיפרת את הנראות ב-AI”, אבל באיזה מחיר?

אגב, זו דוגמה אמיתית ולא איזה תרחיש תיאורטי. לצערי ראיתי את זה קורה יותר מפעם אחת

בסעיף הקודם אמרנו שטראפיק הוא לא המדד הכי חשוב, אבל אם אתה לא מצליח לקשור את האזכורים האלה ב-AI לעלייה בחיפושי מותג או להמרות, הנראות הזו לא באמת מתורגמת לאימפקט עסקי (דוגמת המדבקה בקניון…).

הבעיה היא שרוב כלי ה-AI Visibility מודדים הצלחה רק בתוך המנועים הגנרטיביים. הם לא מסתכלים על עוגת הטראפיק הכוללת ולא בודקים איך השינויים שלהם משפיעים על ביצועי ה-SEO.

וככה קורה מצב שבו ה-KPIs בדשבורד שלהם נראים מצוין, בזמן שה-KPIs שבאמת חשובים לעסק נפגעים.

לסיכום: כשהחיפוש משתנה, גם המדידה חייבת להשתנות

עולם ה-GEO נשען ברובו החיפוש שאנחנו כבר מכירים. מודלי שפה עדיין מסתמכים על הרשת, על זחלנים ועל הרבה סיגנלים שעיצבו את עולם ה-SEO במשך שנים. אבל בפועל, הדרך שבה נראות AI נמדדת השתנתה. תשובות כבר לא מוצגות כרשימה של תוצאות, אלא נוצרות בזמן אמת, ומה שמופיע בהן תלוי בהקשר, ב-Intent ובמי ששואל את השאלה.

להבדל הזה יש משמעות חשובה. המחקר של Chatoptic מצא שדירוגים חזקים בגוגל לא מתורגמים בצורה עקבית לנראות בתוך תשובות של מודלי שפה, עם חפיפה של כ-62% בלבד. הפער הזה הוא בדיוק הסיבה ש-GEO דורש ניתוח ומתודולוגיית מדידה משל עצמו ולא מחזור של מדדי SEO מהעולם הישן.

כמו בכל שינוי גדול בעולם החיפוש, הסיכון האמיתי הוא לא להתעלם מהעבר, אלא להניח שהמדדים הישנים עדיין מספרים את כל הסיפור. התקדמות תמיד הגיעה ממקום של הטלת ספק בהנחות יסוד, בדיקה של המציאות כמו שהיא באמת, והתאמה של הדרך שבה אנחנו מודדים הצלחה.

זה יצא קצת ארוך, אבל אם אתם שוקלים לעבוד עם סוכנות GEO, בוחנים כלי AI Visibility, או מכירים מישהו שנמצא בצומת הזו, תעשו להם טובה ותשתפו איתם את המאמר הזה. הוא יכול לחסוך להם לא מעט זמן, כסף וכאבי ראש מיותרים.

למה לא הייתה להם ברירה?

ל-ChatGPT יש בעיה גדולה, יש להם “רק” 35 מליון משתמשים משלמים מתוך 800 מליון המשתמשים השבועיים הפעילים שלהם. מצד שני, עלויות הפעלת השירות והתחזוקה היקרה של התשתיות, גבוהות מאוד וגורמות לשריפת מזומנים.

הרבה לא מודעים לזה, אבל OpenAI היא אחת מהחברות הכי לא רווחיות בקטגוריה. לפי מסמכים שהודלפו, ב-2024 ההכנסות שלה הוערכו בכ-2.5 עד 4 מיליארד דולר, אך באותה שנה לבדה היא הוציאה כ-3.8 מיליארד דולר רק על inference (הרצת המודלים עבור משתמשים). ב-2025 הקצב כבר עלה ל-8.65 מיליארד דולר הוצאות inference בתשעת החודשים הראשונים של השנה.

מאחר והוצאות ההרצה הן הוצאה כספית אמיתית, ולא קרדיטים כמו באימון מודלים, התמונה ברורה: OpenAI עדיין רחוקה מרווחיות, וזה ההקשר הכלכלי שמסביר למה פרסום הפך לאופציה שקשה לה להתחמק ממנה.

שינוי טון אצל סם אלטמן אחרי “אני שונא פרסומות”

לפני שנה בערך, מנכ״ל OpenAI סם אלטמן התראיין למספר כלי תקשורת ואמר שהוא רואה פרסומות “כדרך אחרונה” עבור ChatGPT, ושפרסום בתוך מוצר שלא היה רגיל לו לגמרי “מטריד” מבחינתו.

הוא טען שבאינטרנט באופן כללי שפרסומות הן מעין “מס” שמשתמשים משלמים במידע או בנתונים שלהם וש-AI עם פרסומות הוא משהו שיש לגשת אליו בזהירות רבה.

בראיון נוסף הוא אף הוסיף שהפרסומות באינסטגרם שינו את דעתו לגבי פרסומות, לטענתו הן הובילו אותו למוצרים שימושיים, אבל עדיין לא ידע איך לבנות מוצר פרסום שעובד בצורה שלא מרגישה תוקפנית או פוגעת בשירות.

מאז, גם הוא וגם הצוות של OpenAI שינו מעט את הטון, חלקית בגלל הלחץ הכלכלי שנובע מהוצאות עצומות על תשתיות והתרחבות גלובלית.

איך OpenAI אומרת שזה יעבוד בפועל

הפוסט הרשמי של החברה מפרט את העקרונות שמנחים את המהלך, כשהם מנסים לשמור על אמון המשתמשים ולצמצם פגיעה בחוויית השיחה:

• גישה רחבה וזמינה יותר: OpenAI רוצה לאפשר שימוש רחב יותר בכלי בלי לשלם מחיר גבוה, פרסום הוא חלק מהדרך לשמור על כך.
• פרסומות נפרדות מהתשובות: המודעות יופיעו מתחת לתשובות ה-AI, מסומנות היטב, ולא ישפיעו על התוכן עצמו של השיחות.
• פרטיות לפני הכל: החברה מדגישה שהיא לא מוכרת את השיחות או את הנתונים האישיים למפרסמים, ושמשתמשים יכולים לכבות התאמה אישית או לנקות את הנתונים שבהם משתמשים להציג פרסומות.
• שליטה של המשתמש: יש אפשרות לבקר, ללמוד למה מופיעה מודעה מסוימת, לסמן שאינה רלוונטית, ואפילו לבחור שלא לראות פרסומות.
• לא מוצג לנושאים רגישים: לפי החברה, פרסומות לא יופיעו בשיחות על בריאות, פוליטיקה או נושאים רגולטוריים רגישים.

מודעות יופיעו תחילה בארצות הברית למשתמשים בגרסה החינמית וב-Go, בעוד שמשתמשי Plus, Pro ו-Enterprise יישארו ללא פרסומות.

עוד בנושא: איך לגרום למותג שלך להופיע בתשובות של ChatGPT?

התגובות ברשת לגבי המהלך מעורבות

דיווחים מהרשת מציגים קו ביקורתי חד אצל חלק מהקהילה.

משתמשים רבים חשו שההכרח להציג פרסומות ב-Go מוגזם, במיוחד כשמדובר במנוי בתשלום שעדיין כולל פרסומות.

חלק טוענים שזה פוגע בתחושה ש-ChatGPT הוא כלי ניטרלי שמשרת את המשתמש, ומקבלים אותו כעוד מוצר פרסום כמו אינטרנט. אחרים דווקא מקבלים זאת כמצב לא נמנע, במיוחד לנוכח העובדה ש-OpenAI עדיין לא רווחית והמודל הנוכחי לא מכסה את כל ההוצאות.

היו גם דיווחים על מקרים שבהם הצ׳אט הציג הצעות לשירותים כמו קניות מצרכים לבית במקומות שלא קשורים לנושא השיחה, לדוגמא:

I’m in ChatGPT (paid Plus subscription), asking about Windows BitLocker

and it’s F-ing showing me ADS TO SHOP AT TARGET.

Yeah, screw this. Lose all your users. pic.twitter.com/2Z5AG8pnlJ

— Benjamin De Kraker (@BenjaminDEKR) December 3, 2025

הפוטנציאל הגדול של הפרסום הממומן ב-ChatGPT

כדי להבין למה פרסום ממומן ב-ChatGPT יכול להפוך לחלום עבור מפרסמים, צריך רגע לפרק את שני מודלי הפרסום הדומיננטיים של העשור האחרון.

מצד אחד עומדת Google, שמבוססת כמעט לחלוטין על Intent. המשתמש מחפש משהו במפורש, למשל “ביטוח רכב מומלץ” או “תוכנת CRM לעסקים קטנים”, והפרסומות מופיעות סביב רגע של כוונה ברורה לפעולה. החיסרון הוא שהמרחב תחרותי, יקר לפעמים ומוגבל ביכולות הטרגוט.

מהצד השני נמצאת Meta, שפועלת הפוך כמעט לגמרי. כאן הכוח הוא בטרגוט: גיל, מיקום, תחומי עניין, התנהגות, קשרים חברתיים. הפרסום לא נשען על חיפוש אלא על הקשר, אבל ברוב המקרים המשתמש לא ביקש כלום באותו רגע. הוא גולל פיד, והמודעה מנסה לייצר צורך יש מאין.

ChatGPT יושב בדיוק באמצע, וזה מה שהופך אותו לייחודי: מצד אחד יש Intent עמוק וברור, לעיתים אפילו חזק יותר מחיפוש בגוגל, כי השאלה מנוסחת בשפה טבעית ומלווה בהקשר, הסברים והתלבטויות. מצד שני, המערכת לא נשארת רק ברמת השאילתה, אלא מבינה מי המשתמש שמאחוריה. לאורך השיחה היא מזהה דפוסים, הקשרים, רמת ידע, סוג ההתלבטות ואפילו את הפרופיל הכללי של האדם שמדבר איתה. יש טרגוט יותר מדויק מזה?

בפועל, זה יוצר נקודת מפגש נדירה שלא קיימת כיום: פרסום שמופיע ברגע של צורך אמיתי, אבל גם מותאם להקשר, לטון ולשלב במסע הלקוח. עבור מפרסמים, זו יכולה להיות קפיצת מדרגה מהותית! אם OpenAI תצליח לשמור על איזון ולא להפוך את החוויה לאגרסיבית, מדובר בפלטפורמה שמחברת לראשונה בין דיוק של אינטנט לבין עומק של הקשר, בצורה שעד היום פשוט לא הייתה קיימת.

כל מה שצריך לדעת על פרסומות ב-ChatGPT

לפני 3 ימים OpenAI פרסמה עמוד רשמי שעונה על השאלות המרכזיות סביב פרסום ממומן ב-ChatGPT:

• האם כבר יש פרסומות ב-ChatGPT?
  לא. נכון לעכשיו אין פרסומות פעילות ב-ChatGPT. החברה הודיעה רק על תחילת ניסויים פנימיים, שטרם עלו לאוויר לקהל הרחב.
• מתי הפרסומות צפויות להתחיל להופיע?
  הניסוי צפוי להתחיל בקרוב, אך בשלב הראשון רק עבור משתמשי Free ו-Go בארצות הברית. משתמשים שייכללו בניסוי יקבלו על כך הודעה ברורה בתוך המוצר.
• מי יראה פרסומות ומי לא?
  בשלב הראשון, רק משתמשי Free ו-Go בגירים בארה״ב. משתמשי Plus, Pro, Business, Enterprise ו-Edu לא יראו פרסומות כלל.
• האם פרסומות ישפיעו על התשובות ש-ChatGPT נותן?
  לא. לפי OpenAI, התשובות של ChatGPT אינן מושפעות מפרסום. המודעות מופרדות לחלוטין מהתשובות ומסומנות באופן ברור כתוכן ממומן.
• איך הפרסומות יוצגו בפועל?
  הפרסומות יוצגו בנפרד מתשובות ה-AI, עם סימון ברור שמדובר במודעה, כך שלא יהיה בלבול בין מידע למימון.
• מהם העקרונות שמנחים את OpenAI בפרסום ב-ChatGPT?
  OpenAI מציגה כמה עקרונות מרכזיים: שמירה על אמון המשתמשים, אי השפעה על תשובות, שמירה על פרטיות שיחות, מתן שליטה למשתמשים על התאמה אישית, והעדפת חוויית משתמש לטווח ארוך על פני מקסום הכנסות.
• האם OpenAI משתפת שיחות עם מפרסמים?
  לא. OpenAI מדגישה שהיא לא משתפת שיחות עם מפרסמים ולא מוכרת נתוני משתמשים. רק אם משתמש בוחר לפנות מיוזמתו למפרסם דרך מודעה, המפרסם יראה רק את ההודעות שנשלחו אליו ישירות.
• האם אפשר לשלוט בחוויית הפרסום?
  כן. משתמשים יוכלו לשלוט בהתאמה האישית של מודעות, לכבות פרסונליזציה ולמחוק נתונים המשמשים לפרסום בכל עת.
• האם תהיה אפשרות להשתמש ב-ChatGPT בלי פרסומות?
  כן. OpenAI מצהירה שתמיד תהיה אפשרות להשתמש ב-ChatGPT ללא פרסומות, כולל באמצעות מסלולים בתשלום.
• אני מפרסם, איך אפשר לפרסם ב-ChatGPT?
  בשלב זה לא ניתן. OpenAI מציינת שהיא מתמקדת בלמידה מהניסוי הראשוני, ותשתף פרטים נוספים על אפשרויות פרסום רק לאחר שתאסוף פידבק מהשימוש בפועל.

מ-SEO לקליקים, ל-GEO ולנראות בתוך התשובה

במסמך, מיקרוסופט מאמצת רשמית את השיח על מעבר מ-SEO לעולמות של GEO/AEO. אומנם SEO ממשיך לשמש תשתית חשובה, אך הוא כבר לא חזות הכול.

בעוד SEO התמקד בהבאת המשתמש לאתר, AEO מתמקד ביכולת של מערכות AI להבין את המידע ולהציג אותו בצורה ברורה, ו-GEO מתמקד בבניית אמינות וסמכות בתוך תשובות גנרטיביות.

המשמעות היא שמותגים כבר לא מתחרים רק על מיקום בדף תוצאות, אלא על עצם ההופעה והאופן שבו הם מוצגים בתוך התשובה שהמשתמש מקבל.

כך Copilot מקבל החלטות על המלצות מוצרים

אחד החלקים המפורטים במסמך עוסק באופן שבו Copilot מפרק שאלות של משתמשים. מיקרוסופט מתארת תהליך שבו שאילתות עוברות שלב חשיבה שמשלב בין מידע סרוק מהרשת, פידים של מוצרים, ידע מוקדם של המודל ונתונים בזמן אמת כמו מחיר וזמינות.

לדוגמה, כאשר משתמש מבקש המלצה על ז’קט גשם עד סכום מסוים, Copilot אינו מסתמך רק על אזכורים כלליים של מותגים, אלא בוחן מפרט טכני, סטטוס מלאי, פערי מחיר בין מתחרים ואפילו חוות דעת קיימות. ההחלטה אילו מוצרים ייכנסו להמלצה מתקבלת משילוב של כל האותות הללו.

מיקרוסופט מדגישה שהחיפוש החדש אינו מסתיים בהצגת תשובה. במסמך מתואר תרחיש שבו סוכן AI נכנס לאתר של המותג, קורא ביקורות, בודק מבצעים, מוסיף מוצר לעגלה ואף משלים רכישה. במקרה כזה, האתר עצמו הופך לחלק פעיל ממערכת החיפוש.

המשמעות ברורה: גם אם המידע בפידים ובאינדוקס מושלם, אתר שאינו מתפקד כראוי בזמן אמת עלול לפגוע ביכולת של ה-AI להשלים את התהליך.

שלוש שכבות מידע שמגדירות נראות בעידן ה-AI

לפי מיקרוסופט, מותגים חייבים לנהל במקביל שלוש שכבות מידע:

1. Crawled Data: מידע שנלמד מאתרים סרוקים ומשפיע על תפיסת הבסיס של המותג.
2. Product Feeds ו-APIs: נתונים מובנים שהמותג דוחף באופן יזום לפלטפורמות.
3. Live Website Data: מה שסוכן AI רואה בפועל כשהוא נכנס לאתר בזמן אמת, כולל מחירים, ביקורות ותהליך רכישה.

המסר החוזר במסמך הוא שהשכבות האלו חייבות להיות מסונכרנות, עקביות ואמינות כדי להשפיע על החלטות של מערכות AI.

דגש חזק על Schema, דאטה מובנה, וביקורות חיצוניות

חלק משמעותי מהמסמך מוקדש ל-Structured Data. מיקרוסופט ממליצה על שימוש עקבי בסכמות כמו Product, Offer, AggregateRating ו-FAQ, לצד חשיפה של שדות דינמיים כמו dateModified וזמינות.

ההדגשה על dateModified משקפת את החשיבות שמיוחסת לרעננות ועדכניות בתשובות AI.

בנוסף, מיקרוסופט מדגישה שיש להציג לאותו קהל, אדם או AI, את אותו מידע בדיוק, ולהימנע מהצגת גרסאות שונות לבוטים ולמשתמשים.

בפרק העוסק באמינות, מיקרוסופט מבהירה שמערכות AI נותנות עדיפות למותגים עם סימני אמון ברורים. ביקורות מאומתות, אזכורים ממקורות חיצוניים, תעודות ותקנים, ושפה זהירה ולא מוגזמת הם חלק בלתי נפרד מהיכולת להופיע בתשובות.

לפי המסמך, שפה שיווקית מופרזת או טענות לא מבוססות עלולות לפגוע באמינות ובנראות.

לסיכום, מיקרוסופט טוענת שרוב הסיגנלים שמשפיעים על הדירוג ב-Copilot וב-Bing כבר קיימים אצל מותגים וקמעונאים, אך אינם מנוצלים בצורה נכונה. חיבור בין דאטה, מבנה ותוכן הוא הבסיס למה שהיא מגדירה כמוכנות לדירוג בעידן החיפוש הגנרטיבי.

למסמך המלא של מייקרוסופט (PDF) >

ברגע שמסתכלים על ההכרזה של גוגל בפרספקטיבה רחבה יותר, קשה לפספס שהיא יושבת בדיוק על מגמה שכבר מתגבשת תקופה ארוכה בשקט מתחת לפני השטח: Agentic Commerce. מדובר בשינוי מבני שבו סוכני AI מתחילים לנהל בפועל חלק מתהליך הקנייה עבור המשתמשים, מהשלב שבו הם שואלים שאלה כללית ועד לביצוע פעולה ממשית.

גוגל גם מצטרפת לחגיגת ה-Agentic Commerce

כבר לפני כמה חודשים כתבתי כאן על Agentic Commerce כשלב הבא של המסחר האלקטרוני, שבו מנועי AI מפסיקים להיות שכבת מידע בלבד והופכים לשכבת החלטה ופעולה. במאמר ההוא ניסיתי להראות איך חיפוש, המלצה וקנייה מתחברים למערכת אחת שבה המשתמש לא “גולש” בין אתרים, אלא משוחח עם סוכן שמבין הקשר, מטרות ומגבלות. ההכרזה הנוכחית של גוגל נראית כמו האישור הרשמי לכך שהכיוון הזה הפך לאסטרטגיה מוצרית ולא רק רעיון תיאורטי.

במקביל, גם בצד של OpenAI ראינו מהלך דומה, עם השקת Agentic Commerce Protocol עבור ChatGPT. שם הדגש היה על סטנדרט שמאפשר לסוכני AI לבצע פעולות מסחר בפועל כמו בחירת מוצר, מעבר לקופה וביצוע תשלום מיידי, תוך חיבור ישיר למערכות של סוחרים וספקי תשלום. כשמחברים את שני המהלכים יחד, הפרוטוקול של OpenAI מצד אחד וה-Universal Commerce Protocol של גוגל מצד שני, מתקבלת תמונה ברורה: החברות הגדולות מנסות לבנות שכבת תשתית שתאפשר ל-AI לפעול כסוכן קניות אוניברסלי, בלי תלות בפלטפורמה אחת.

במובן הזה, ההכרזה של גוגל לא עומדת בפני עצמה.

היא משתלבת במהלך רחב שבו גם מנועי חיפוש, גם צ’אטבוטים וגם פלטפורמות תשלום מתכוננים לעולם שבו החלטות קנייה מתקבלות ומתבצעות בתוך שיחה אחת רציפה. עבור אנשי שיווק דיגיטלי, זה רגע חשוב לעצור ולהבין שהשאלה כבר לא תהיה רק איך להביא טראפיק או קליקים, אלא איך המותג והמידע שלו נגישים, מובנים וניתנים לפעולה על ידי סוכני AI שפועלים בשם המשתמשים.

איך Universal Commerce Protocol עובד?

עורכת מדור הפרסום הממומן ב-Search Engine Land, אנו אדגבולה, פרסמה סקירה עם כל מה שאתם צריכים לדעת על הפיצ’רים בפרוטוקול החדש:

Universal Commerce Protocol (UCP): שכבת התשתית החדשה

בלב ההכרזה של גוגל עומד Universal Commerce Protocol (UCP) (האתר הרשמי), פרוטוקול פתוח שנועד לאפשר תקשורת אחידה בין סוכני AI לבין מערכות איקומרס, תשלומים ולוגיסטיקה. במקום אינטגרציות נקודתיות בין כל צ’אטבוט לכל חנות, UCP מגדיר שפה משותפת שמאפשרת לסוכן AI להבין אילו פעולות עסק תומך בהן ולבצע אותן מקצה לקצה, מגילוי מוצר ועד תשלום.

הפרוטוקול משתלב עם תקנים קיימים בעולם ה-Agentic Commerce, בהם Agent Payments Protocol (AP2) לניהול תשלומים מאובטחים, Agent2Agent (A2A) לתקשורת בין סוכנים שונים, ו-Model Context Protocol (MCP) להעברת הקשר ומידע בין מודלים. השילוב הזה מאפשר לסוכנים לא רק “לדעת” מה להציע, אלא גם לפעול בצורה מתואמת, בטוחה ומודעת להקשר.

כבר בשלב הזה UCP נתמך על ידי שורה ארוכה של שחקנים גדולים, כולל ריטיילרים כמו Target, Walmart ו-Etsy, לצד ספקי תשלום ותשתית כמו Mastercard, Visa, Stripe ו-PayPal. עבור גוגל, זו דרך לייצר סטנדרט רחב ולא פתרון סגור לפלטפורמה אחת.

מבחינה טכנית, UCP מאפשר גילוי דינמי של יכולות: סוכן AI יכול לברר אילו פעולות עסק תומך בהן, כמו הוספת מוצרים לסל, אפשרויות משלוח, הנחות או Checkout, ולהתאים את תהליך הקנייה בהתאם. כך נוצר מסע קנייה גמיש, שמותאם גם לצרכן וגם ליכולות העסק.

Chat & Commerce: כשהשיחה הופכת לנקודת מכירה

במקביל לפרוטוקול, גוגל משיקה את Business Agent, כלי שמאפשר לעסקים להטמיע סוכן שיחה ישירות בממשק החיפוש. במקום דף מוצר סטטי, המשתמש יכול לשאול שאלות, להשוות אפשרויות ולקבל תשובות בקול המותג עצמו, בדומה לאינטראקציה עם מוכר אנושי.

מבחינת שיווק דיגיטלי, זו קפיצה משמעותית: תשובות מותאמות בתוך החיפוש מקצרות את הדרך לרכישה ומחזקות אמון, השיחות עצמן מספקות תובנות עמוקות על כוונת רכישה והתלבטויות, וניתן לשלב בתוך הדיאלוג הצעות, מבצעים ו-call to action בזמן אמת.

Agentic Checkout בתוך Search, Gemini ו-AI Mode

אחד השינויים המשמעותיים ביותר הוא האפשרות ל-Agentic Checkout. באמצעות UCP, משתמשים יכולים להשלים רכישה ישירות מתוך חיפוש או שיחה עם AI, כולל בממשקי Gemini ו-AI Mode, בלי לעבור לאתר חיצוני. התשלום מתבצע דרך Google Pay, עם תמיכה מתרחבת גם ב-PayPal.

המשמעות היא שזה כבר הרבה מעבר למנוע חיפוש שמפנה לאתרים, אלא מערכת שמבינה כוונה ומבצעת פעולה בפועל. זה מפחית חיכוך בשלב הקריטי של התשלום, מצמצם נטישות סל, ופותח פוטנציאל ממשי לשיפור שיעורי המרה. עבור מותגים, זו הזדמנות לבנות משפכי שיווק AI-native שמבוססים על נתוני first-party ולא רק על קליקים.

הנה דוגמא לאיך נראה תהליך של חיפוש ורכישת מזוודה ישירות מתוך הצ’ט:

Merchant Center מותאם לעידן של חיפוש שיחתי

כדי להזין את סוכני ה-AI במידע איכותי, גוגל מוסיפה יכולות חדשות ל-Merchant Center. עסקים יכולים להגדיר נתונים עשירים שמיועדים במיוחד לחיפושים שיחתיים: תגיות שמתארות תכונות מוצר מעבר למילות מפתח, שאלות ותשובות נפוצות, מידע על התאמות ואביזרים משלימים.

המשמעות היא שמי שמנהל חנות או קטלוג מוצרים צריך לחשוב פחות במונחים של SEO קלאסי ויותר במונחים של איך סוכן AI “מבין” מוצר ומציג אותו בתוך שיחה.

Direct Offers: מבצעים בזמן אינטנט גבוה

כחלק מהניסויים, גוגל מציגה גם את Direct Offers, פיצ’ר שמאפשר למותגים להציג הצעות ומבצעים ישירות בתוך AI Mode ברגעים שבהם מזוהה כוונת רכישה גבוהה. זה מזכיר פרסום ממוקד, אבל בהקשר שיחתי, שבו המשתמש כבר פתוח לשינוי החלטה וה-AI הוא זה שמתווך את ההצעה.

לסיכום, זה כמו schema.org, רק עבור סוכני שופינג ב-AI

מנהל מוצר בכיר בתוכנת seoClarity כתב פוסט בלינקדאין עם אנלוגיה מעניינת: אם schema.org עזר במאמצי SEO עבור אופטימיזציה למנועי חיפוש, אז Universal Commerce Protocol היא המקבילה שלו שעוזרת במאמצעי SEO עבור סוכני קנייה מבוססי AI.

כלומר, במקום לייעל עמודים לבני אדם ואלגוריתמים של דירוג, מותגים נדרשים עכשיו לייעל שכבת מסחר שחשופה ל-AI, אשר תגדיר את המוצרים, את המלאי והווריאציות, ואיך נראית היכולת לבצע קנייה בפועל. בעולם שבו ה-AI הוא זה שמחליט ממי לקנות, השכבה הזו הופכת מגורם טכני שולי לנקודת תחרות מרכזית.

הכנס היא יוזמה משותפת של The Marker Labels (זרוע הפרסום של מגזין דה מרקר) ו-Chatoptic, חברה ישראלית שמפתחת פלטפורמה לניתור מותגים ב-AI. נותני החסות בכנס היו: Angora Media (שיווק דיגיטלי בכל ערוצי הדיגיטל, כולל GEO), InforU (תוכנת שיווק ואוטומציות), Callbox (תוכנה למעקב אחרי לידים והמרות), Natural Intelligence (חברת פרפורמנס מרקטינג שמתמחה בעולמות השוואת השירותים) ו-G-CMO (קהילת מנהלי שיווק בארגונים גלובליים).

הכנס התחלק לשני פורמטים: הרצאות קצרות של 20 דק’ ופאנלים. סך הכול היו 10 כאלו, לא כולל הקדמה קטנה.

אז בלי להכביד במילים, בואו נצלול ישר פנימה:

עמרי ברק: המספרים מדברים בעד עצמם

את  עמרי ברק אתם אולי מכירים מהעשור בו היה כתב הטכנולוגיה של חדשות 12, היום הוא מגיש של הפודקאסט “טראשטוק” וגם יוצר ויועץ תוכן ובינה מלאכותית.

עמרי דיבר על כך שהיום הפער בין Gemini ו-ChatGPT הולך ומצטמצם, ל-ChatGPT לקח בערך יום כדי להגיע לחמישה מיליון משתמשים וכיום משתמשים בו לא פחות מ-800 מיליון. לכן אין ספק שהנראות ב-AI היא לא מותרות, אלא חובה, וזו למעשה נקודת המוצא של הכנס כולו.

פבל ישראלסקי: הסיבה שה-SEO לא מת

פבל ישראלסקי הוא מייסד האתר שאותו אתם קוראים כרגע ומנכ”ל אנגורה מדיה. חברת שיווק המתפרסת על פני כל עולמות השיווק הדיגיטלי: SEO, GEO, PPC, עולמות הסושיאל וסטודיו קריאטייב.

פבל עשה סדר בכל מה שקשור לדומה והשונה בין GEO ל-SEO, משהו שכמעט כל מי שמגיע מהתחום של קידום אתרים עדיין מנסה להבין.

הדבר הכי דומה למה שעובר על התחום עכשיו הוא עדכון “פנדה” מ-2011 שהצליח ל”רסק” בערך 10% מהאתרים באינטרנט, אבל קידום במנועי חיפוש ג’נרטיבים (ב-AI) הולך לזעזע את כל עולם החיפוש הרבה יותר מזה.

מצד שני, הנתונים של SEMRush (כלי SEO סופר פופולארי שגם אוסף נתונים על התעשיה) ושל State of Search יחד עם Sparktoro, מראים שיש מתאם חיובי בין חיפושים באמצעות מנועי חיפוש ג’נרטיביים (AI) לבין חיפוש בגוגל.

כדי להסביר את התופעה הזו, צריך קודם כל להבין שלמנועי AI יש שני מקורות לשליפת נתונים ומידע: הראשון הוא מה שהם מאומנים עליו (Training Data). השני הוא המידע החדש יותר שהם צריכים לקבל ממנועי חיפוש כמו בינג וגוגל החל מהזמן שבו המידע הזה נחתך (Cutoff Date).

כאן פבל הדגיש שהם לא מדפדפים בעמוד כמונו, אלא סורקים עד שהם מגיעים לתשובה הנכונה. החיפוש הזה ביחד עם הצגת המקורות מדרבן את הגולשים לחפש בגוגל, וזו אחת הסיבות העיקריות לכך שמוקדם להספיד את ה-SEO.

לכן אחד הדברים החשובים שכדאי לעשות זה לאמ;לק את התוכן בראש העמוד (לא רק לסכם בסוף) ולדאוג לחלונית ניווט תקינה סטייל ויקיפדיה. מה שעוד חשוב לזכור הוא שמנועי AI מתאימים את התשובה שלהם לכל משתמש, זאת לעומת אתרים שמופיעים בגוגל ומדברים לכל הגולשים.

איך מנוע מבוסס LLM רואה את הפרומט?

כאן פבל נגע בנקודה נוספת והיא איך בעצם מנועים שמבוססים על מודל שפה גדול (LLM) רואים את הפרומט. מדובר בטכניקה של פירוק הבקשה של הגולש לשאילתות קטנות יותר. גוגל למשל קוראת לזה Query Fan-Out (אליידה סוליס מרחיבה על כך).

לתהליך הזה יש השפעה עצומה על ההתאמה האישית של התשובה לכל גולש. למשל, אם אני שואל את הצ’ט על ביטוח מומלץ, הוא ייקח בחשבון גם את הוותק שלי כנהג (מכיוון שזה משפיע על המסלול הוותיק בכל חברה).

יחד עם זאת, חשוב לסייג שלפי המחקר של ChatOptic, יש עדיין כ-60% חפיפה בין תשובות בחיפוש מסורתי ובין תשובות של AI.

בשורה התחתונה: ה-SEO לא מת, אך חשוב לבצע סינרגיה בין SEO ל-GEO ולאחד את כל המאמצים תחת ספק שירות אחד. 

עוד בנושא: מה זה GEO ואיך לקדם את המותג ב-AI

הדר לוקר אדר: איך בונים אסטרטגיה לחיפוש בעידן ה-AI?

הדר לוקר-אדר היא מנהלת שיווק אסטרטגי פתרונות AI של מייקרוסופט באזור EMEA (אירופה, מזרח תיכון ואפריקה). וכן, אפילו מיקרוסופט צריכה לעשות GEO…

הדר התחילה במשפט שהיא שמעה באחד הכנסים לאחרונה: “כרגע מחליטים לא להחליט”, אבל מה קורה במציאות?

הנתונים מראים ש-80% מהעובדים מרגישים שחיקה בעבודה ו-64% משתמשים ב-AI. במקביל, 80% מהמנהלים הכניסו או רוצים להכניס לפעולה סוכני AI. המשמעות היא ש-AI כאן כדי להישאר.

את הנתונים האלו מחזק מכון גרטנר שהציג כמה מגמות נוספות: במהלך 2026 תהיה ירידה של 25% בחיפוש המסורתי, ב-2027 החיפוש המרכזי יהיה באמצעות AI, והרוב המכריע (95%) של החלטות עסקיות במודל B2B יתקבלו בסיוע של AI.

על פי הנתונים של מיקרוסופט עצמה, 66% ממשתמשי Edge שמחפשים ב-Bing (מנוע ברירת המחדל של הדפדפן) נהנים מהשילוב שבין תוצאות קלאסיות לבין תוצאות מבוססות AI (במקרה שלה, Co-Pilot).

אז מה הן ההמלצות של הדר אם אתם רוצים לבלוט בתוצאות ה-AI?

1. הקפידו על הקשרים ברורים בתוך התוכן, גם דרך כותרות.
2. אל תסתפקו בשאלות ותשובות, חשבו על רצף שאלות הגיוני (Follow up).
3. הקפידו על שפה ברורה, שימו לב שהתוכן מוגש בצורה מובנית.
4. הוסיפו “בולטים” (תבליטים) וטבלאות.
5. הוסיפו תמונות עם מטא דאטא, נתונים, סטטיסטיקות ותיעוד של תאריכים בהם עדכנתם ויצרתם את התוכן.
6. עבו תכנים קיימים ותנו המלצות קונקרטיות לגולש.
7. מבחינת מיתוגים ואזכורים (Mentions), רצוי לשלב בין אתרי צד ג’, קהילות כמו רדדיט ומקומות נוספים, אבל לא במקום הפלטפורמות שאנחנו כבר משתמשים בהן כמו למשל כל הרשתות החברתיות.
8. מבחינת מדידה, יש להגדיר KPIs (מדדים) חדשים ל-AI ובכל חברה עושים את זה אחרת. בכל אופן, כדי לעשות את זה ביעילות, כל מחלקת השיווק צריכה לעבוד ביחד ולהקפיד על מסרים אחידים לטובת ה-AI. עקביות ואחידות מגבירים את האמון של מנועי ה-AI.

בשורה התחתונה: אסור לא להחליט, ואסור לעצור. חייבים להמשיך ולפעול גם בזירת ה-SEO וגם בזירת ה-GEO.

ד”ר עומר בן פורת: בין יוצרי התוכן ל-LLM: כיצד תיראה מערכת היחסים החדשה?

ד”ר עומר בן פורת הוא חוקר  AI בפקולטה למדעי הנתונים וההחלטות בטכניון. אחת השאלות שהוא מנסה לענות עליה היא כיצד מאזנים בין הצורך של יוצרי התוכן להמשיך ולהרוויח ממנו לבין המצב שבו מנועי LLM נותנים לגולש את כל התשובה וה-CTR יורד לרמה כמעט אפסית (לפי Open AI עצמה)?

היום מדובר בבעיה אמיתית ואתרים כבר לא מפחדים לתבוע את החברות שבונות את מנועי החיפוש, שלא לדבר על מוציאים לאור של ספרים שלא ממש מרוצים מכך שכל המודלים האלו אומנו על הספרים שלהם בלי שום תמורה.

כיום אחד המודלים שמנסים לאמץ ומבוסס על תורת המשחקים  הוא תשלום לפי גישה לתוכן או חלוקה ברווחים בין פלטפורמות התוכן שמשרתות את מנועי ה-LLM ומי שיוצר את התוכן. המודל מנסה למצוא את נקודת האיזון שבו כולם ירוויחו, אבל זה לא תמיד קל מכיוון שהמספר של השחקנים על הלוח משתנה:

ככל שיש יותר ויותר שחקנים (יוצרי תוכן), כך כל אחד מהם מקבל תגמול קטן יותר, אבל זה עדיין עדיף מלא לקבל תגמול בכלל. אם תרצו, מדובר במעין גרסה של דילמת האסיר.

לא פחות מעניין איך כל העסק ייראה כשיהיו יותר מודעות ממומנות במנועי AI. כאן כנראה תהיה רגולוציה קפדנית יותר כפי שיש במנועי חיפוש מסורתיים. אחד המודלים הסבירים הוא שבו המכירה הפומבית לא תהיה על מילות מפתח או קהל יעד, אלא תתבצע באמצעות סוכני AI שיתחרו אחד עם השני על הטוקנים.

מעבר לכל זה יש גם צד שלישי לכל העניין: אם אתרים שיש בהם מידע קריטי מאבדים מהפופולאריות שלהם (לדוגמה, Stack Overflow למתכנתים), אז ל-AI כבר לא יהיה מאיפה לקחת דאטא והתשובות שלו יהיו פחות ופחות איכותיות.

אחד הפתרונות הוא לתת בלעדיות ל-LLM על תשובות נכונות, אבל כאן מתעוררים קשיים נוספים כמו חוסר שביעות רצון של מי שתורם לקהילה (ומדובר המון גם על משחקי אגו), חדירה לפרטיות ופורמטים מעורבבים של תשובות.

למרבה המזל, כיום במכוני מחקר כמו הטכניון עובדים על דרכים בהם ניתן להתגבר על הבעיות הללו ולהחזיר 50% מהתועלת של המודל הזה.

מאמרים אקדמאים שפורסמו על ידי ד”ר עומר בן-פורת

הילה גיל: איך ייראה הפרסום בעולם החיפוש החדש?

הילה גיל היא סמנכ”לית השיווק (CMO) של נטורל אינטליג’נס, חברה מובילה בתחום השוואת השירותים. החברה מתווכת בין צרכים ובין נותני שירותים ומותגים. הצרכנים יכולים לבצע השוואה מושכלת והעסקים משלמים עבור ההפניות.

הילה הציגה את האתגר שבעולם החיפוש החדש עבור משווקים: לא רק איך החיפוש הקלאסי משתנה, אלא איך מודלים ממומנים של פרסום (כגון PPC) ישתלבו בתוך מקום שאמור לתת לנו את התשובות הכי טובות באופן אורגני.

נקודת המוצא היא שאם פעם כולם היו פועלים על פי מילות מפתח, היום כל משתמש מתחיל בשיחה פרטית ומשם לדיאלוג עם הבוט (במיוחד כשהיום גוגל דוחפת את AI Mode).

נוצר מצב שבו מותגים מתחרים בזירה רחבה עם מי שלא בהכרח היו המתחרים הטבעיים שלהם. לדוגמה, מי שמחפש איך להוזיל את עלויות המחיה שלו יקבל עצות שקשורות לכל הדברים שמשפיעים על המצב הפיננסי שלו: חשבונות בנק ומשכנאות, ביטוחים ואפילו עלויות של גני ילדים.

במילים אחרות, ה-AI מבין מה המשתמש רוצה למצוא ולא בהכרח מה הוא מחפש. כבר לא מדובר בעשר תוצאות אחת אחרי השנייה, אלא יש חלוקה עמוקה יותר לרבדים שונים.

בנטורל אינטליג’נס רואים את ההשפעה של השינוי הזה בכל הסקטורים: B2B,B2C, ובכל סדרי הגודל (עסקים קטנים, גדולים וארגונים).

וזה לא הכול: הנתונים מראים שהמשתמשים עושים שימוש גם במנועי חיפוש קלאסיים, גם במנועי AI וגם בפתרונות ביניים כמו AI Overview, וכל זה בלי לדבר על פרסום ממומן. מה שכן ברור ויש לשים לב אליו הוא שמי שנחשף ל-AI Overview נמצא  עדיין בשלב הגילוי של המשפך השיווקי.

ומה עושות חברות החיפוש עצמן?

• גוגל רואה גידול ב-AI Overview של יותרשל משני מיליארד חשיפות, אבל לא בהכרח יודעת איך לשלב בפנים את הממומן. היא כן התחילה עם ניסויים שונים, כרגע במדינות דוברות אנגלית בלבד.
• בנוסף מציעה גוגל למפרסמים את ה-AI Max ששם את דף הנחיתה במרכז. התחזית היא שככל שהשימוש במערכות כאלו יגדל, כך גם ה-CPC יעלה.
• מיקרוסופט לעומת זאת כבר פורצת קדימה עם הצעות ממומנות (Offerings) בתוך Co-Pilot.

אז מה כדאי לעשות כרגע? שמים את הפוקוס על הדאטא. גם אם ה-AI מתפקד בתור הנהג האוטומטי, הוא לא יכול לעבוד בלי הנתונים. בטווח הרחוק הגולש יקבל יותר ערך ולכן העלות לרכישה (CPA) דווקא עלולה לרדת.

מצד שני, אין ספק שנאבד חלק מהיכולות של המיקוד והיכולת שלנו לפנות לקהלים רחבים (Reach) תקטן.

לקריאה נוספת על הפטנט החדש של גוגל למודעות ממומנות בעידן ה-AI: הפרסום הממומן החדש בעידן ה-AI: כשמודלי שפה יוצרים מודעות בזמן אמת

עומר אליעז: איך מתמודדים עם הקופסה השחורה הזו?

עומר אליעז הוא מנהל קבוצת ה-SEO בפייבר. עומר הציג את פייבר כשירות גלובאלי שצריך להתמקד בהרבה שפות שונות וסיפר על מה שהוא למד בדרך על GEO.

מנקודת המבט של פייבר, ה-LLM הם סוג של קופסה שחורה, זאת לעומת אתרים שנמצאים בבעלותנו, אתרי צד ג’ והפעילות שלנו ברשתות חברתיות (כאן יש לנו שליטה חלקית).

לכן העיקרון הוא לבצע ניחושים מושכלים ולחשוב על מספר גדול של שאלות בהתאם למסעות לקוח שונים, ומכאן לראות מה אותה קופסה שחורה מחזירה.

בשלב הבא מתרכזים במקורות המובילים מהם ה-LLM לוקח את התשובות תוך כדי סינון של רעשי הרקע.

במקביל מבצעים מיטוב רוחבי על סמך הדאטא הפנימי שלנו. לדוגמה, אנחנו יכולים לנסות להגדיל את אחוז המרות מתוך נפח תנועה קיים או לנסות ולהעלות את התנועה לעמודים עם שיעורי המרה גבוהים.

ובכל זאת צריך לשכנע את ה-LLM שדווקא אנחנו המקור הכי טוב. אז איך עושים את זה? פרקטיקה אחת היא לחשוב על שאלות ייחודיות שאפשר לענות עליהן. למשל, במקום לשאול “מי חברת התעופה הכי טובה”, לנסות לענות על השאלה “מי מבטלת הכי מעט טיסות?”.

כדאי להשתמש במנועי AI שמחזירים מקורות ברורים כמו AI Overview ו-AI Mode שהם מאוד סיסטמתיים בקטע הזה ולאחר מכן להוציא נתונים סטטיסטים בהיקף גדול (High Scale) ולראות אילו עמודים חוזרים מהאתר. לדוגמה, אצל פייבר אלו בדרך כלל עמודים של תת קטגוריות.

שתי עצות ספציפיות שכבר הוזכרו קודם הן לאמ;לק את התוכן בראש העמוד וגם להוסיף חלונית ניווט. בסיום הדגיש עומר שמה שעובד למישהו אחר לא בהכרח יעבוד לכם, ולכן יש פה גם הרבה עניין של ניסוי וטעיה.

מורד שטרן:  איך Custom GPT יכול למכור אפילו ספרים מודפסים

מורד שטרן עובד ב-Wix בתור Head of Engineering Branding (באמת שאין דרך לתרגם את זה לעברית…),  אבל הסיפור האישי שלו התחיל בכלל בתקופת הקורונה, שנתנה לו את ההזדמנות להוציא לאור ספר בשם “שובר שוויון”. בתחילה הספר נמכר רק דרך הרשת ולאחר שנתיים (ב-2023) הגיע לחנויות הספרים.

כמו הרבה ספרים אחרים, גם שובר שוויון היה צריך להתמודד בתחרות הדורסנית בשוק הספרים המודפסים, וכאן עלה למורד רעיון מהפכני: להשתמש במצב ה-Custom GPT כדי לאפשר לקוראים לדבר עם הספר.

מצב Custom GPT הוא מצב שבו אפשר להזין ל-ChatGPT מקורות ספציפיים ופרומטים כיצד להתנהג. את ה-GPTs ניתן לשתף עם אחרים בחינם באופן דומה בהם יוצרים הרחבות לפלטפורמות אחרות.

אז מה הקאץ’? המשתמש יכול לשוחח כמה שהוא רוצה עם “הספר”, אבל לא להוריד אותו (ובינתיים גם אף אחד לא הצליח לשכנע את ChatGPT לתת לו לעשות את זה…).

מכאן מורד חזר לאחת המשבצות הראשונות ופיתה את רשתות הספרים בצורה מקורית: היא ביקש מהן לבדוק ששעות הפתיחה של הסניפים שיש בהם את המלאי של הספר מעודכנים.

צומת ספרים חזרה אליו וה”דיל” היה בערך כזה: צומת ספרים תעמיד את הספר על מדפי קידום המכירות שלו עם ה-QR Code, ובתמורה לכך תקבל בלעדיות על הגרסה המודפסת ו”ספוט” במסך הכניסה שלו:

ההימור כמובן השתלם והמכירות של הספר קפצו, אבל מורד הרוויח עוד כמה דברים על הדרך:

1. טראפיק לאתר ולקהילת הטלגרם שלו
2. חיזוק המיתוג העצמי
3. אפשרות לעדכן את הגרסה המדברת עם עוד דאטא.

לסיום, אחת התובנות העיקריות שמורד רצה להעביר היא שקל יותר להתחיל כשכבר יש לכם עם מה לעבוד, או כשם מדריך הנטוורקינג “Dig Your Well Before You’re Thirsty” של הארווי מקיי .

עדן ביבס: ניהול קהילות בעידן ה-AI

בחלק הזה התקיים סשן בו השתתפו עדן ביבס ועמרי ברק. עידן הוא מייסד אתר BrainAi המספק ייעוץ והדרכות בתחום ה-AI. עידן הוא גם מנהל קהילת ה-AI הגדולה בישראל.

הניסיון של עידן העניק לו כמה תובנות מעניינות על ניהול קהילות בעידן ה-AI ובכלל:

• ה-AI מייתר חלק מהזנב הארוך. כמו שאמרו קודם, אנחנו לא מחפשים רק על פי מילות מפתח, אלא גם תשובות לשאלות מאוד ספציפיות. לדוגמה (מקרה היפותטי), האם יש בעיה לשים חלב סויה במכונת קפה של דילונגי.
• כדי שה-AI יבחר דווקא בתשובה שלנו, עידן ממליץ לשים אותה ממש בראש הדף באורך של 40-60 מילים, להשתמש בבולטים ולהפנות למקורות חיצוניים כדי לחזק את האמינות שלכם.
• עוד אלמנט חשוב הוא קובץ llms.txt שמציג ל-AI במה עוסק האתר ואת הדפים החשובים בו.
• מבחינת קהילות: היום קהילות גדולות יכולות לא רק להגדיל את הנראות של מותגים, אלא להיות מחוברות אליו באופן ישיר. מצד שני, חשוב להבדיל בין קהילות ציבוריות כמו רדדיט או דיסקורד (פלטפורמה שהתחילה עם קהילות גיימינג ועברה לשרת גם קהילות כלליות) ובין קהילות סגורות שמשרתות מטרות אחרות.
• עוד עיקרון חשוב: אל תישאו את הקהילה על הכתפיים שלכם ותנו גם לאחרים לתרום, ככל שיש יותר משתמשים נוצר אפקט הרשת ויותר ערך לקהילה. אפשר לחזק את המגמה הזו באמצעות אלמנטים של “משחוק” (לדוגמה, מי צבר הכי הרבה נקודות החודש על תרומות לקהילה).
• וכאן אפשר גם לחבר את ה-AI עם ניהול קהילות כדי לשפר את הביצועים, במיוחד עם Custom GPTs . לדוגמה, אפשר לתת ל-AI נתוני שימוש של הקהילות ולבקש ממנו להפוך אותם לסדרה של פעולות שאפשר לבצע כבר עכשיו (Actionable Items).

פאנל: איך AI משנה את אסטרטגיית החיפוש של ארגונים גדולים?

בחלק הזה התקיים פאנל בשיטת ה”פינג פונג”.

המנחה:
ענת אורנסקי לב, לשעבר VP Marketing ב-Quicklizrd, אאוטבריין ואינטל.

המשתתפים:
אילן בובליל, דירקטור שיווק, IAI ELTA
שרון דונוביץ’, דירקטור שיווק בינלאומי, Kornit Digital
נירית בן קיש, סמנכ”לית שיווק, בנק ONE ZERO

בפאנל נשאלו כמה שאלות מרכזיות:

• כיצד השתנה השיווק באופן כללי בעידן ה-AI
• כיצד השתנו התקציבים בכל מה שקשור לשיווק עם AI
• טיפים נוספים למנהלי שיווק

התובנות של נירית:

• היום אין בררה אלא להסתמך גם על מדדים חיצונים. מבחינת תקציב, כרגע רוב התקציב מושקע בכלים שמלווים ומלמדים על AI.
• לפעמים הצ’ט מציג אותנו בצורה שלא ציפינו לראות. זה  עשוי להיות בשל ערבוב של מקורות שגורמים לאי דיוקים מכיוון שהמטרה העיקרית של ה-AI היא לרצות את המשתמשים גם במחיר של הזיות.
• אבל זו לא תמיד טעות, לפעמים זו פשוט התאמה ספציפית למשתמש.
• מבחינת המשווקים, העיקר הוא  להישאר באקו-סיסטם של ה-AI כי המשתמשים מחפשים יותר ויותר מידע ובעיקר המלצות מה-AI.
• לסיום יש לנירית עוד כמה המלצות:
  • להשתמש בכמה פלטפורמות AI.
  • לא להפסיק SEO קלאסי גם אם יש חוסר התאמות בינו לבין מה שה-AI מחזיר.
  • לא לסמוך רק על מדידת הביצועים בתוך החברה (In House). הרבה פעמיים עושים את זה בגלל יהירות.
  • עיבוי תוכן ותחזוקה טכנית גם לבלוגים באתרים
  • שימוש בבולטים
  • סימון מושגים מקצועיים מעולמות ה-B2B באמצעות סכמה
  • אם בונים אתר חדש, לא להיסחף עם סופרלטיבים, אלא לתת למנועים את מה שהם מחפשים.

התובנות של שרון:

• שרון ממליצה להשתמש בפרסונות על פי פרופילים שונים של משתמשים ב-AI. את התקציבים חשוב להמשיך ולהשקיע בכתיבת תוכן עם דגש ל-AI, FAQS, וגם בניית קישורים נכנסים עם Authority גבוה.
• עניין חשוב: סרקו את הרשת ונסו להסיר כמה שיותר מידע לא עדכני עליכם. לדוגמה, מוצרים שכבר לא מוכרים וה-AI עשוי להפנות עליהם.
• את כל הדברים שדורשים ידע מקצועי כדאי להשאיר לחברות קידום שמתעסקות עם SEO/GEO.

התובנות של אילן:

• אילן מציין כמה נתונים מעניינים: אלתא היא אחת החברות המובילות בתחום הסנסורים, בערך הרביעית בעולם, אבל באזכורים במנועי AI הם רק במקום השביעי. לכן אין בררה אלא למקסם את החומרים השיווקיים עם פרקטיקות GEO.
• אילן מחזק את שרון בנוגע לתוכן ומוסיף שה-AI נותן תשובות שונות במדינות שונות, אז חשוב לבדוק גם את זה (באופן דומה לבדיקת מדינות שונות בגוגל). גם אילן התייחס לכל נושא התשובות הישירות: היום עמודי אודות כמו “מי אנחנו” פחות מעניינים את ה-AI, ויש להם פחות סבלנות לתכנים לא רלוונטיים.

אוהד יניב: אסטרטגיה לעולם שבו אין שני לקוחות זהים

אוהד יניב הוא מייסד שותף ומנכ”ל Chatoptic, חברה ישראלית שמתמחה בניתוח נראות ב-AI ולמעשה חוסכת לנו המון עבודה קשה.

יניב התחיל מתיאור סיטואציה שנשמעת לנו אבסורדית: תארו לעצמכם שבחדשות יציגו לכל אחד סקר שבו מי שהוא רוצה שיהיה ראש הממשלה ינצח. הדוגמה הזו ממחישה עד כמה ההתאמה האישית של מודלי ה-AI חזקה ורלוונטית היום.

ה-AI נוטה להחזיר לגולש תשובות שבהן “המנצח לוקח הכול”, אבל למותגים קשה מאוד לדעת איפה הפערים מול המתחרים שלהם נמצאים בגלל שהכול חבוי בתוך הקופסה השחורה.

למעשה, ה-AI לוקח את הלוגיקה ומעביר אותה ל”הוק” רגשי שהלקוח מחפש ומסע הלקוח נעשה שטוח בגלל שה-AI מסיר מהגולש את הצורך להחליט בעצמו.

הדרך להתגבר על האתגר הזה היא באמצעות התמקדות בפרסונות, או יותר ספציפית הפסיכוגרפיה שלהן. מהאספקט השיווקי, פסיכוגרפיה מחלקת את הצרכנים לקבוצות על סמך מאפיינים כמו פעילויות, אמונות, עמדות ודעות. זה בעצם מה ש-Cambridge Analytica עשתה בפרשת ההשפעה על הבחירות שזעזעה את העולם (רק שבמקרה שלה זה כלל חדירה למידע פרטי על הגולשים).

אז איך זה נראה בפועל? יכולה להיות פרסונה אחת שחשוב לה הצד הוויזואלי, והיא תקבל המלצה על מוצר שקל להשתמש בו. לעומת זאת, פרסונה עם אוריינטציה טכנית תקבל המלצה על מוצר נישתי שמוזכר בעיקר באתרי נישה, אבל מאוד רלוונטי אליה.

פרסונות אחרות עשויות לקבל אתרים שכוללים ניירות עמדה של ארגונים שונים או רגולציות ממשלתיות.

רן אברהמי: איך מתמודדים עם כל הבלגן הזה?

לסיום התקיים פאנל נוסף עם רן אברהמי, סמנכ”ל השיווק ב-AppsFlyer.

רן התמקד בצורך לשמור על חדשנות בעידן ה-AI. חשוב לעודד חדשנות שבאה מלמעלה ולא מתוך הדאטא של הארגון (מלמטה), צריך לתת חופש ולתת לצוותים להתאים את עצמם ל-AI, לא רק לאדם הבודד.

תובנה חשובה בהקשר הזה היא שה-AI לא תמיד מסתכל על המותג כמותג, אלא על האנשים שבונים אותו.

כיום כל זה נראה כמו כאוס ויש הרבה מדריכים שמבטיחים לגלות לכם איך להגיע למקום ראשון בחיפוש עם AI. הבעיה שזה יוצר תוכן באיכות נמוכה שמציף את הרשת, בדומה לתחום קידום האתרים בתחילת המילניום. החדשות הטובות הן שבסופו של דבר כנראה שניכנס לתור הזהב של עולם הפרסום, מה שיתרום גם לעלייה של התוצר המקומי הגולמי (GDP).

ולמרות הכאוס הזה רן מדגיש לא לפחד ולהתמודד עם ה-AI אם רוצים לשרוד. המדדים החשובים פה הם של תחילת מסע הלקוח ולכן חשוב לספר לו סיפור עקבי וקל להבנה. שני דגשים נוספים לשנים הקרובות הם ההבנה של האופן בו פועל חיפוש קולי ואפילו האינטונציה של הדובר שה-AI יכול לזהות.

וכמה מילות סיכום ממני

אם בעבר היו מגיעים לכנסים בתחום הקידום כגון SMX בעיקר מה שעסק באופן ישיר ב-PPC/SEO, היום ברור שכדי להתמודד בהצלחה בעידן ה-AI, כל שרשרת השיווק בחברות וארגונים חייבת להיות מעורבת.

ומי שחושב ש-PR זה עדיין רק Pagerank, כדאי שיתרגל גם לראשי התיבות Press Release, שהם הלחם והחמאה של האזכורים והציטוטים (Mentions, Citations) שכולם מדברים עליהם.

לא רק שתחום ה-AI מתפתח במהירות הבזק (אזהרת טריגר למי שלא נכנס ללינקדאין שלו בחודש האחרון), אלא שבנוסף אין לנו דרך להבין מה באמת קורה בתוך כל ה”קופסאות” השחורות האלו.

רובינו עדיין מגששים בחושך: יש המון המלצות מה לעשות, אבל מדידה וסטנדרטיזציה בתחום הן עדיין צריכות להתגבש ולהתייצב, גם אם הכלים שמנסים להתמודד עם ה-AI מתפתחים ומשתנים בעצמם הם ללא הרף.

מהזווית האישית, אני מקווה שבכנסים הבאים נתחיל לראות יותר נתונים, יותר סיפורי לקוחות ו-Case Studies, ואולי גם נוכל להתעורר בוקר אחד בלי FOMO רציני של מה שפספסנו בזמן שישנו.