קייס סטאדי: איך מכניסים עסק ישראלי לתשובות של ChatGPT ו-Perplexity

לקוח שמוכר תוכנה לניהול מרפאות פנה אלינו עם תסכול מוכר. בגוגל הוא הופיע יפה, בדף הראשון על כמה ביטויים. אבל כשהוא שאל את ChatGPT "מה התוכנה הכי טובה לניהול מרפאה בישראל", השם שלו לא עלה. במקום זה עלו שניים מהמתחרים שלו, אחד מהם קטן ממנו בהרבה.

זה לא מקרה חריג. זה הפער שבין דירוג בגוגל לבין הופעה בתשובות של מנוע AI. שני דברים שונים, עם חוקים שונים. הקייס הזה מתאר את המתודולוגיה שעבדנו לפיה, בלי לחשוף נתוני לקוח שאסור לנו לחשוף. איפה שאין לנו מספר מאומת, נשארנו ברמת העיקרון.

למה הופעה בגוגל לא מבטיחה הופעה ב-ChatGPT?

מנוע חיפוש קלאסי מחזיר רשימת קישורים ומשאיר לכם להחליט. מנוע גנרטיבי מחזיר תשובה אחת, כתובה, ומצטט בצד כמה מקורות שעליהם הוא נשען. ההבדל הזה משנה הכל. אתם כבר לא מתחרים על מקום ברשימה. אתם מתחרים על להיות אחד המקורות שהמודל בחר לבנות עליהם את התשובה.

והבחירה הזו לא זהה לדירוג של גוגל. ניתוחים של ציטוטי AI Overview מצאו שרק בין 15% ל-38% מהמקורות המצוטטים חופפים לעשירייה הראשונה של גוגל על אותה שאילתה. כלומר יותר ממחצית הציטוטים מגיעים מאתרים שלא נמצאים בראש התוצאות האורגניות. זו בשורה רעה למי שהשקיע שנים רק ב-SEO קלאסי, ובשורה טובה למי שמתחיל עכשיו ועדיין לא מדורג גבוה.

הלקוח שלנו היה בדיוק במצב הראשון. דירוג טוב, נוכחות אפסית בתשובות. השלב הראשון היה להבין למה.

איך מאבחנים את המצב לפני שנוגעים בכלום?

לפני שכותבים מילה, בונים תמונת מצב. בלי בייסליין אין דרך לדעת אם משהו השתפר.

האבחון שלנו כלל שלושה דברים. ראשית, רשימת השאלות האמיתיות. ישבנו עם צוות המכירות והוצאנו את הניסוחים המדויקים שלקוחות פוטנציאליים שואלים, בעברית, כולל הסלנג והקיצורים. לא "מערכת CRM למרפאות" אלא "תוכנה לזימון תורים שמתחברת לקופת חולים".

שנית, הרצנו את כל השאלות האלה דרך ChatGPT ו-Perplexity ותיעדנו מי מצוטט. מי עולה, אילו אתרים המנוע מביא כמקור, ואיזה ניסוח הוא שולף מהם. זה הבייסליין.

שלישית, בדקנו את התוכן הקיים של הלקוח מול הניסוח שהמנועים אהבו אצל המתחרים. הפער היה ברור. דפי הלקוח היו כתובים בשפת מכירות, מלאים בסופרלטיבים בלי גיבוי. דפי המתחרה שצוטט היו כתובים אחרת לגמרי, עם מספרים, השוואות ומקורות.

מה בעצם משנים בתוכן עצמו?

כאן נכנס המחקר שמנחה את כל התחום. העבודה האקדמית המרכזית, GEO: Generative Engine Optimization מאת Aggarwal ועמיתיו שהוצגה ב-KDD 2024, בדקה מה גורם למנוע גנרטיבי לצטט מקור יותר. הממצא המעשי: הוספת נתונים, ציטוטים ומובאות לתוכן העלתה את הנראות של המקור בתשובות ה-AI בעד כ-40% בערך.

ובכיוון השני, הדבר שכולם מנסים, מילוי התוכן במילות מפתח, פשוט לא עבד. כפי שכותבי המאמר מנסחים זאת:

"אופטימיזציה מבוססת מילות מפתח, שיטה נפוצה ב-SEO מסורתי, מצליחה פחות בהקשר של מנועים גנרטיביים."

לפעמים זה אפילו הזיק. אז העיקרון הראשון שאימצנו היה הפוך מהאינסטינקט של רוב המשווקים. פחות מילות מפתח, יותר חומר אמיתי.

בפועל עברנו דף דף ועשינו שלושה דברים:

1. תשובה ישירה בראש כל דף. פסקה של 40 עד 60 מילה שעונה על השאלה במלואה, מיד, בלי הקדמות. בדיוק כמו הקטע שפותח את המאמר הזה.
2. נתון עם מקור בכל חלק מהותי. במקום "הכי מהיר בשוק" כתבנו כמה שניות לוקח זימון תור בפועל, ומאיפה המספר.
3. ציטוט מגורם חיצוני. דעה של רופא, נתון מדוח רשמי, אמירה מגוף מקצועי. משהו שאפשר לייחס לשם אמיתי.

המבנה גם השתנה. כותרות בפורמט של שאלה, בדיוק כמו שמשתמש מקליד אותן, כי המנוע מחפש התאמה בין השאלה לבין הטקסט. טבלאות השוואה במקום פסקאות ארוכות, כי מנוע גנרטיבי שואב מטבלה בקלות.

נקודה אחת חשובה לגבי הטון. כשהורדנו את שפת המכירות, חששנו שהדפים ייראו פחות משכנעים לקורא אנושי. קרה ההפך. דף שמביא מספר אמיתי ומקור נראה אמין יותר גם לבן אדם, לא רק למודל. אותו שינוי שעזר ל-GEO שיפר גם את אחוז ההמרה של המבקרים שהגיעו מגוגל. זה לא תמיד יקרה, אבל בתחום שבו לקוחות מקבלים החלטה רצינית, כמו תוכנה למרפאה, דיוק עובד טוב יותר מהתלהבות.

אז קישורים כבר לא חשובים?

חשובים, אבל פחות ממה שחשבתם, ופחות ממשהו אחר. Ahrefs ניתחו 75,000 מותגים ובדקו מה מתואם עם נראות ב-AI Overviews. אזכורים של המותג ברשת, גם בלי קישור, הראו מתאם של 0.664. קישורים נכנסים הראו מתאם של 0.218 בלבד.

תרגום לעברית פשוטה: שיזכירו אתכם בשם חשוב יותר משישימו לכם לינק. המנוע לומד מי אתם ומה אתם עושים מתוך כמה אנשים מדברים עליכם ברחבי הרשת, לא רק כמה אתרים מקשרים אליכם.

מאיפה מגיעים האזכורים האלה? ניתוח של Muck Rack על יותר ממיליון ציטוטים של AI מצא שכ-82% מהציטוטים מגיעים מתקשורת מורווחת (earned media), וכ-94% ממקורות שאינם בתשלום. כתבה, ראיון, אזכור במאמר מקצועי. לא באנר ממומן.

| גורם | מה זה | מתאם / נתון | מקור | | --- | --- | --- | --- | | אזכורי מותג | הזכרת השם ברשת, עם או בלי קישור | מתאם 0.664 עם נראות ב-AI | Ahrefs, 75K מותגים | | קישורים נכנסים | לינקים מאתרים אחרים | מתאם 0.218 | Ahrefs, 75K מותגים | | תקשורת מורווחת | כתבות, ראיונות, אזכורים | כ-82% מהציטוטים | Muck Rack, 1M+ ציטוטים | | נתונים וציטוטים בתוכן | עובדות עם מקור בתוך הדף | נראות גבוהה בעד כ-40% | Aggarwal et al., KDD 2024 |

אז במקביל לעבודה על התוכן, התחלנו לבנות נוכחות חיצונית. פנייה לאתרי תוכן בתחום הבריאות, מאמר אורח עם נתונים אמיתיים, השתתפות בדיונים מקצועיים שבהם השם של הלקוח עולה בהקשר נכון. לא קמפיין יחצנות רועש, אלא טפטוף עקבי של אזכורים אמינים במקומות שהמודלים מתאמנים עליהם.

הרבה עסקים ישראלים מפספסים את החלק הזה כי הוא לא נמדד בכלי SEO הרגילים. אין לו עמודה יפה בדשבורד. אבל הוא בדיוק מה שהמחקר מצביע עליו כגורם המשפיע ביותר, אז התעקשנו עליו גם כשלא היה לו מד מיידי.

ומה עם llms.txt? כדאי או לא?

הרבה מאמרים מציגים את הקובץ llms.txt כקסם שמכניס אתכם לתשובות AI. נהיה ישרים. נכון להיום אף מנוע AI גדול, לא OpenAI, לא גוגל, לא Perplexity ולא Anthropic, לא אישר שהוא משתמש ב-llms.txt לדירוג. גוגל אפילו אמרה במפורש שהיא לא.

אז למה בכל זאת הוספנו אותו ללקוח? כי הוא זול לתחזוקה והוא ביטוח לעתיד. אם וכאשר מנוע כלשהו יתחיל לכבד אותו, אתם כבר מסודרים. רק אל תתבלבלו ותחשבו שזו הסיבה שהתחלתם להופיע. הוא לא גורם דירוג מוכח, והוא לא תחליף לתוכן טוב ולאזכורים.

איך יודעים שזה עבד? ככה מודדים GEO

המדד היחיד שחשוב הוא כמה פעמים אתם מצוטטים בתשובות, על השאלות שמעניינות אתכם. לא טראפיק, לא דירוג. ציטוט.

בנינו רשימת שאילתות קבועה, אותן שאלות מהאבחון, והרצנו אותן שוב כל שבועיים מול ChatGPT ו-Perplexity. עקבנו אחרי שלושה דברים: באיזה אחוז מהשאלות המותג מופיע בכלל, האם הוא מצוטט כמקור או רק מוזכר בגוף התשובה, ומה הניסוח שהמנוע שולף עלינו.

הדפוס שראינו תאם את המחקר. השינויים בתוכן עצמו, התשובה הישירה, הנתונים, הטבלאות, הראו השפעה מהר יחסית. בניית האזכורים החיצוניים זזה לאט יותר, אבל היא זו שיצרה את הקפיצה היציבה לאורך זמן. מספרים מדויקים שייכים ללקוח, אבל הכיוון היה חד וברור: ממצב של אפס נוכחות בתשובות, לנוכחות עקבית על השאלות המסחריות החשובות.

אם אתם רוצים להבין איפה אתם עומדים היום מול המתחרים בתשובות AI, זו נקודת ההתחלה. אנחנו עושים את האבחון הזה בשירות ה-GEO שלנו, ואפשר גם פשוט לדבר איתנו על המצב הספציפי שלכם.

המתודולוגיה בחמש שורות

1. למפות את השאלות האמיתיות שלקוחות שואלים, בעברית מדויקת.
2. לבנות בייסליין: להריץ אותן מול ChatGPT ו-Perplexity ולתעד מי מצוטט.
3. לכתוב תשובה ישירה לכל שאלה, ולגבות אותה בנתונים, מקורות וציטוטים.
4. לבנות אזכורי מותג חיצוניים, כי הם מתואמים עם נראות יותר מקישורים.
5. למדוד שוב ושוב לפי ציטוטים, לא לפי דירוג.

זה לא קסם. זו עבודה שיטתית שמבוססת על מה שהמחקר כבר הראה. הרבה מהמתחרים שלכם עדיין לא התחילו אותה. אפשר לקרוא עוד על ההבדל בין הגישות בבלוג שלנו.

שאלות נפוצות

כמה זמן לוקח להופיע בתשובות של ChatGPT?

תלוי בתחום ובמצב התוכן הקיים, אבל בדרך כלל מדובר על תהליך של שישה שבועות עד שלושה חודשים. שינויים בתוכן עצמו נקלטים מהר יותר מבניית אזכורים חיצוניים, שלוקחת זמן.

האם חייבים להיות מדורגים ראשונים בגוגל כדי להופיע בתשובות AI?

לא. ניתוחים מצאו שרק בין 15% ל-38% מהמקורות שמנועי AI מצטטים נמצאים בעשירייה הראשונה של גוגל. אפשר להיות מצוטט גם בלי דירוג אורגני גבוה.

מה הכי משפיע על הופעה בתשובות AI?

לפי Ahrefs (75,000 מותגים), אזכורי מותג ברשת מתואמים עם נראות ב-AI הרבה יותר מקישורים נכנסים (0.664 מול 0.218). במקביל, הוספת נתונים, ציטוטים ומקורות לתוכן עצמו מעלה את הסיכוי להיות מצוטט, לפי המחקר של Aggarwal ועמיתיו.

האם llms.txt יכניס אותי לתשובות של ChatGPT?

אין כרגע אישור מאף מנוע AI גדול שהוא משתמש ב-llms.txt לדירוג, וגוגל אמרה במפורש שהיא לא. כדאי להוסיף אותו כביטוח זול לעתיד, לא כגורם דירוג מוכח.

עדיף להשקיע ב-SEO רגיל או ב-GEO?

בשניהם, אבל הם לא אותו דבר. SEO מביא תנועה מגוגל, GEO דואג שתופיעו כשמישהו שואל מנוע AI להמלצה. מכיוון שיותר ממחצית מציטוטי ה-AI מגיעים מאתרים שלא בעשירייה הראשונה של גוגל, השקעה רק ב-SEO משאירה אתכם מחוץ לתשובות.