كيفية تحديد الفجوات في الكيان وترتيب أولوياتها

بعد تقديم مخطط مخصص أنشأه فريقي لتقييم الرسوم البيانية المعرفية لبرامج الجامعة، رأيت بنفسي مدى اختلاف رؤية مُحسّنات محرّكات البحث لدور ترميز المخطط. استخدم نهجنا 23 كيانًا موجودًا في Schema.org وأكثر من 60 كيانًا إضافيًا لتقييم الفجوات في تغطية الكيان.

يربط المخطط الكيانات (الأشياء والأشخاص والمفاهيم والأفكار) لإنشاء رسوم بيانية معرفية توفر فهمًا دلاليًا أعمق. ويمكن أيضًا أن يكون بمثابة إطار لتقييم التضمينات المتجهة للموقع وتحديد الثغرات في تغطية الكيان.

دعونا نلقي نظرة على كيفية استخدام المخططات والرسوم البيانية المعرفية لتحديد تلك الفجوات وترتيب أولوياتها.

كيف تحول الرسوم البيانية المعرفية الكيانات إلى سياق

يقوم الرسم البياني المعرفي بتخزين الكيانات كعقد والعلاقات كحواف، حتى تتمكن الأجهزة من فهم السياق والمعنى بدلاً من مطابقة الكلمات الرئيسية. إنها الطريقة التي يعرف بها النظام أن كلية تولين فريمان للأعمال هي منظمة تقدم دورات تدريبية في الأعمال يتم تدريسها من قبل شخص بدلاً من سلسلة من النصوص.

تستخدم الشركات على مستوى المؤسسة الرسوم البيانية المعرفية لإزالة صوامع البيانات. في كتاب “The Knowledge Graph Cookbook: Recipes That Work” الذي ألفه أندرياس بلوماور وهيلموت ناجي، تُستخدم الرسوم البيانية المعرفية باعتبارها “محرك الربط النهائي” لإنشاء نسيج بيانات دلالي لذكاء الأعمال.

في هذا السياق، يستخدم موقع الويب الخاص بك نفس الوصفة التي تستخدمها الشركات على مستوى المؤسسة للبيانات الداخلية. يعمل موقع الويب الخاص بك بشكل أساسي كواجهة برمجة تطبيقات عامة يتم من خلالها ربط كيانات علامتك التجارية، مثل المؤسسة والموقع والمنتجات وتحديد المواقع والقيم والميزات والفوائد الرئيسية، بمحركات البحث وLLMs.

تعمق أكثر: متى وكيف يتم استخدام الرسوم البيانية والكيانات المعرفية لتحسين محركات البحث

تعامل مع المخطط باعتباره الطريق المنحدر إلى الرسم البياني

يعلن ترميز المخطط عن الكيانات باللغة التي تتحدثها محركات البحث وLLMs بالفعل. يؤكد JSON-LD بشكل صريح على كلا الكيانين والعلاقات بينهما بدلاً من الاعتماد على الروبوتات لاستنتاجهما من نسخة موقع الويب.

على سبيل المثال، يجب أن تقدم درجة الماجستير التنفيذي في إدارة الأعمال (MBA) من جامعة نيويورك مجموعة متماسكة من المعلومات بدلاً من مجموعة فضفاضة من الحقائق غير ذات الصلة.

المنظمة هي جامعة نيويورك، التي تقدم دورة تدريبية حول العلامة التجارية والاستراتيجية الرقمية يدرسها الأستاذ والمؤلف سكوت جالواي، عضو هيئة التدريس في برنامج الماجستير في إدارة الأعمال في كلية ستيرن لإدارة الأعمال بجامعة نيويورك.

إيقاف الحشو في مخطط الأسئلة الشائعة وتحسين النتائج الغنية. صفحات موقع الويب هي وسائل للعقد والحواف التي تغذي الرسم البياني. يوفر هذا النهج سياقًا بالغ الأهمية حول عملك، مما يساعد محركات البحث وLLMs على ربط منتجاتك وخدماتك بشكل أفضل مع الجماهير ذات الصلة.

أنشئ الرسم البياني باستخدام العلامات والمتجهات والوكلاء

يعد مخططنا المخصص بمثابة إطار عمل للتأكيد بشكل صريح على جميع الكيانات والعلاقات التي يتعامل معها الطالب المحتمل في رحلة التسجيل الخاصة به. يعطي المخطط الأولوية لهذه الكيانات حسب الأهمية.

هذه الحقيقة المعلنة هي ما نستخدمه لتحليل النسخة الموجهة لموقع الويب الخاص بالشريك. يتم قياس التضمينات المتجهة لمحتوى موقع الويب .edu مقابل المخطط لالتقاط القرب الدلالي والسياق الذي لا يذكره الترميز بشكل مباشر.

نحن نستخدم وكلاء لمقارنة علامات المخطط المخصص الثابت، والقرب الدلالي، ودمجات المتجهات لضمان التغطية الشاملة لجميع الكيانات المحيطة ببرنامج الجامعة.

تظهر النتائج فجوات في الكيان، والتي يمكن أن توجه استراتيجية المحتوى عبر مواقع الويب، وخصائص الوسائط الاجتماعية، والوسائط المكتسبة. الناتج النهائي عبارة عن رسم بياني معرفي يسلط الضوء على الكيانات المغطاة والمفقودة المتعلقة ببرنامج جامعي.

نحن نهدف إلى توفير سياق قوي يساعد في تشكيل وتأطير قيمة برامجنا من خلال البحث أو المحادثة. ويتوافق هذا النهج بشكل مباشر مع براءات اختراع Google بشأن الكيانات المتفهمة.

إن حاجة Google إلى فهم السياق مدفوعة بالرغبة في تقديم إجابة أكثر صلة بمستخدمها النهائي. يضيف إنشاء الرسم البياني للمعرفة سياقًا يمكن أن يساعد محركات البحث وأنظمة الذكاء الاصطناعي على فهم أعمالك بشكل أفضل.

حفر أعمق: تقترح براءة اختراع LLM من Google هدفًا جديدًا لتحسين محركات البحث: تعليم الذكاء الاصطناعي من أنت

كن صادقًا بشأن المخطط ورؤية الذكاء الاصطناعي

في مارس 2025 في SMX ميونيخ، أكد فابريس كانيل، مدير المنتج الرئيسي في Microsoft Bing، أن Copilot يستخدم ترميز المخطط لفهم المحتوى.

عندما نأخذ في الاعتبار كيفية استخدام LLMs الأخرى لفهارس البحث للتأريض، يصبح ترميز المخطط عاملاً مهمًا في ربط الكيانات مرة أخرى بموقعك. كما نشر Semrush أيضًا أدلة توضح الارتباطات بين الصفحات المستشهد بها.

وتشير الأبحاث الأخرى في اتجاه مختلف. وجدت دراسة أجراها Search Atlas عام 2025 أن المخطط لا يؤثر على رؤية LLM، بينما أظهرت دراسة أجراها مارك ويليام كوك أن LLM لا يقرأون المخطط الموجود على الصفحة. ومع ذلك، فإن تلك الدراسات تنظر إلى الأداء والاستشهادات بدلاً من الروابط بين الكيانات.

قد تبدو هذه النتائج متضاربة، لكنها تشير إلى وجود فرق بين استخدام JSON-LD كبنية أساسية لفهم الآلة والتعامل معه باعتباره اختراقًا لـ GEO لزيادة الاستشهادات. يوفر JSON-LD معلومات واضحة حول الكيانات والعلاقات التي يمكن أن تساعد الأجهزة في فهم موقعك. الرؤية هي نتيجة ثانوية للفهم.

استخدم تضمينات المخطط والمتجه للعثور على فجوات الكيان

تم تصميم المخطط المخصص الذي ناقشته أعلاه خصيصًا للتعليم العالي، ولكن يمكنك إنشاء مخطط خاص بك. استخدم Schema.org كمكتبتك لإنشاء مجموعة قوية من الكيانات التي تهم منتجك أو خدمتك أو عملك.

هل يقوم Schema.org بتعيين جميع كياناتك المهمة؟ في حالتنا، قام Schema.org بتغطية 23 كيانًا خاصًا بالتعليم العالي فقط، مما ترك فجوات كبيرة. لقد ملأنا الفجوات من خلال إنشاء كياناتنا الخاصة.

ابدأ بنموذج الكيان المثالي. في عالم مثالي، كيف تبدو هذه المجموعة الكاملة من المعلومات؟ سيساعدك هذا التمرين في تحديد ما يمكن إنشاؤه باستخدام JSON-LD المخصص بالإضافة إلى الكيانات القائمة.

باستخدام هذا المخطط المخصص، يمكنك مقارنته بتضمينات المتجهات لفهم تغطية الكيان. حدد أولويات الفجوات في كيانك من خلال التركيز على ما يحقق أكبر قيمة.

التعمق أكثر: كيف يتناسب ترميز المخطط مع بحث الذكاء الاصطناعي – دون أي ضجيج

قم بقياس رؤية الكيان، وليس النتائج الغنية فقط

أثناء قيامك بتطوير إستراتيجية محتوى لتغطية الكيان، من المهم استخدام أدوات التتبع السريع وأدوات المشاعر الخاصة بالعلامة التجارية لمراقبة رؤية الذكاء الاصطناعي. قم بمراقبة الكيانات ذات الأولوية الخاصة بك لفهم كيفية ظهورك عبر النماذج المختلفة.

يعد تتبع مشاعر العلامة التجارية مهمًا بشكل خاص لأنه يسمح لك برؤية التحولات بين الكيانات المغطاة. هل يتطابق المحتوى الخاص بك مع الطريقة التي يتحدث بها الأشخاص فعليًا عن الكيان؟

لا تعد رؤية الذكاء الاصطناعي وإدراك العلامة التجارية مقاييس كاملة في حد ذاتها. عندما ترى تحولات في الرؤية والإدراك، قارنها بالتحويلات والأداء. مع نمو الاستشهادات، هل يرتفع حجم أو جودة العملاء المحتملين؟

المخطط كبنية أساسية لفهم الذكاء الاصطناعي

لا يعد ترميز المخطط حلاً بين عشية وضحاها لتحفيز استشهادات الذكاء الاصطناعي. إنها بنية أساسية لمساعدة محركات البحث وLLM على فهم موقعك من خلال الإعلان عن الكيانات والعلاقات، وبناء الرسم البياني المعرفي الخاص بك، والكشف عن الثغرات في تغطية الكيان.