لماذا لا يرشّح ChatGPT وGemini متجرك؟

يتجاهل ChatGPT وGemini متجرك لأحد ثلاثة أسباب: صفحات المنتج لديك تفتقر إلى ترميز schema.org الذي يحتاجه النموذج لاستخراج السعر والتوفّر وهوية المنتج بثقة، أو خلاصة المنتجات (feed) تنقصها حقول مثل GTIN أو العلامة التجارية أو حالة المنتج، أو ليس لديك بيانات تقييمات منظّمة يستشهد بها الوكيل كدليل ثقة. عالج هذه النقاط الثلاث، وستبدأ معظم المتاجر بالظهور خلال أسابيع.

الأسباب الثلاثة التي تجعل وكلاء الذكاء الاصطناعي يتجاهلون متاجر تظهر جيدًا للبشر

أن تكون مفهرسًا شيء، وأن تكون مُرشَّحًا شيء آخر. يمكن لـ Google أو Bing الزحف إلى صفحة المنتج وإدراجها في نتائج البحث، ومع ذلك لا تقدّم أي معلومة قابلة للاستخدام لوكيل ذكاء اصطناعي يحاول الإجابة عن سؤال مثل "ابحث لي عن جاكيت مقاوم للماء بأقل من 150 دولارًا". الوكيل لا يقرأ صفحتك كما يقرأها المتسوّق، بل يستخرج حقائق منظّمة، وإن لم تكن هذه الحقائق مُرمّزة بوضوح فسينتقل إلى صفحة منافس.

في عمليات التدقيق التي ننفذها في UXFix، يتكرر النمط نفسه عبر مختلف الفئات: متجر بكود HTML نظيف وسرعة تحميل عالية وأسعار صحيحة على الصفحة، ومع ذلك لا يُذكر إطلاقًا عندما نختبر الكتالوج نفسه عبر استعلامات التسوّق في ChatGPT وGemini. السبب في هذه المرحلة نادرًا ما يكون قابلية الزحف، وقد تناولنا تلك الفجوة في لماذا لا يجد وكلاء التسوّق بالذكاء الاصطناعي صفحات منتجاتك. السبب الحقيقي هو أن الصفحة تمنح العين البشرية سياقًا كافيًا للشراء، لكنها لا تمنح المحلّل البرمجي أي شيء يبني عليه ترشيحًا.

تتكرر ثلاث فجوات باستمرار. الأولى: غياب ترميز schema تمامًا، أو وجود ترميز معطوب لدرجة ترفضه أدوات التحقق. الثانية: خلاصة منتجات أُنشئت قبل سنوات لحملة إعلانات تسوّق ولم تُحدَّث أبدًا بـ GTIN أو العلامة التجارية أو حالة المخزون الحالية. الثالثة: تقييمات ظاهرة بصريًا على الصفحة كنجوم ونصوص، لكنها غير مغلّفة بأي ترميز يستطيع النموذج قراءته كتقييم.

كيف تبدو صفحة المنتج القابلة للترشيح من الذكاء الاصطناعي فعليًا

صفحة المنتج القابلة للترشيح هي التي تتوفر فيها كل حقيقة يحتاجها الوكيل لاتخاذ قرار الشراء، أي الاسم والسعر والعملة والتوفّر والعلامة التجارية والمعرّف والتقييم، بصيغة منظّمة وليس كنص مرئي فقط. يستطيع المتسوّق أن يستنتج "متوفر" من علامة صح خضراء، أما النموذج فيحتاج إلى "availability": "https://schema.org/InStock" داخل الترميز ليقول الشيء نفسه بثقة.

استخدم هذه القائمة كمرجع عملي قبل أن تبدأ بأي شيء آخر:

• Product schema صالح في كل صفحة منتج، يتضمن الاسم والصورة والوصف وsku والعلامة التجارية.
• Offer schema متداخل داخله يحتوي على price وpriceCurrency وavailability، متزامنة مع ما هو متوفر فعليًا في المخزون.
• AggregateRating أو Review schema إذا كنت تعرض تقييمات في أي مكان بالصفحة. النجوم المرئية بلا ترميز غير مرئية للوكيل.
• خلاصة منتجات (Google Merchant Center أو ما يعادلها) مع تعبئة GTIN أو MPN أو العلامة التجارية لكل SKU، لا لأفضل منتجاتك مبيعًا فقط.
• سعر موحّد بين الصفحة والـ schema والخلاصة. التعارض بينها من أكثر الأسباب شيوعًا لاستبعاد الوكيل للمنتج كليًا، وقد تناولناه بتفصيل أكبر في لماذا يقرأ وكلاء التسوّق بالذكاء الاصطناعي أسعارك بشكل خاطئ.

مرّر أي رابط منتج عبر Rich Results Test من Google أو Schema Markup Validator قبل أن تفترض أن كل شيء سليم. نرى متاجر أضافت schema قبل عامين، ثم أعادت تصميم الصفحة فتعطّلت كتلة JSON-LD دون أن يلاحظ أحد. الصفحة لا تزال تظهر بشكل سليم للمتسوّق، لكنها لا تعيد شيئًا للمحلّل البرمجي.

ترميز schema الذي يقرأه وكلاء التسوّق بالذكاء الاصطناعي فعليًا

ليست كل أنواع schema بالوزن نفسه. الوكلاء المبنيون على Shopping Graph من Google وعلى استرجاع نماذج اللغة الكبيرة يعتمدون بشكل أساسي على مجموعة صغيرة من أنواع schema.org، وما عداها إضافة مفيدة لا أكثر.

نوع Product في schema.org وتوثيق البيانات المنظّمة من Google هما المرجعان اللذان يستحقان الحفظ في المفضلة. كلاهما يُحدَّث مع تغيّر سلوك الوكلاء، وكلاهما مجاني للتحقق منه دون الحاجة إلى مطوّر.

تفصيل واحد يوقع حتى الفرق الدقيقة في الخطأ: الـ schema المُحقَن ديناميكيًا. إذا كانت كتلة JSON-LD تُضاف عبر مدير وسوم JavaScript من جهة العميل بعد تحميل الصفحة، فبعض برامج الزحف تراها وبعضها لا. الـ schema المعروض من الخادم، والموجود في استجابة HTML الأولى، هو الخيار الأكثر أمانًا مع أي وكيل لا ينفّذ JavaScript قبل استخراج الحقائق.

لماذا لا يعرض Gemini منتجاتي رغم أن Google يفهرسها؟

هذا الأمر يربك كثيرًا من أصحاب المتاجر، وهو ارتباك مفهوم. ميزات التسوّق في Gemini وShopping Graph من Google تعتمد بالدرجة الأولى على خلاصة Merchant Center الخاصة بك، لا على الفهرس العضوي الذي يحدد ترتيب صفحتك في البحث العادي. يمكن أن تكون مفهرسًا بشكل مثالي وغائبًا تمامًا عن ذلك الرسم البياني إذا كانت خلاصتك ضعيفة أو قديمة أو تنقصها سمات إلزامية.

متطلبات الخلاصة الخاصة بوكلاء التسوّق بالذكاء الاصطناعي أكثر صرامة مما تعدّه معظم المتاجر لإعلانات التسوّق الأساسية. يجب أن يتحدّث التوفّر شبه لحظيًا، لا مرة كل ليلة. وGTIN صار عمليًا إلزاميًا في معظم الفئات، لا اختياريًا. ويجب أن يطابق السعر في الخلاصة السعر على الصفحة حتى آخر سنت، بما في ذلك ما إذا كانت الضريبة أو الشحن مضمّنة.

إذا كنت تبيع عبر منصة مثل Shopify أو BigCommerce، فتطبيقات الخلاصة الأصلية تقطع بك معظم الطريق، لكنها لا تعالج تلقائيًا غياب GTIN أو الربط الخاطئ للفئات. يبقى على شخص ما أن يفحص ملف الخلاصة نفسه، لا أن يفترض أن التكامل يتكفّل بكل شيء. ونرى كذلك مشكلات في مرحلة إتمام الشراء تضاعف الأثر: الوكيل الذي يعجبه منتجك لكنه لا يستطيع إكمال الشراء بسبب عوائق لاحقة في المسار سيخفّض تقييمك، وهو ما نشرحه في لماذا يتخلّى وكلاء التسوّق بالذكاء الاصطناعي عن إتمام الشراء في متجرك.

كيف تجعل وكلاء التسوّق بالذكاء الاصطناعي يرشّحون منتجاتك

تعامل مع الأمر كتدقيق من ثلاثة أجزاء، لا كإصلاح واحد. الـ schema والخلاصة والتقييمات يحتاج كل منها إلى اهتمام منفصل، لأنها تفشل بشكل مستقل وتفحصها أنظمة مختلفة.

ابدأ بأعلى 20 SKU من حيث الزيارات واجعلها مطابقة بالكامل أولًا. هذا يمنحك قراءة سريعة لمدى تأثير الإصلاحات قبل أن تعمّم التغييرات على كتالوج كامل يضم آلاف المنتجات. أبحاث NN/g حول كيفية مسح الناس للمحتوى المنظّم وثقتهم به مفيدة هنا أيضًا؛ فالوضوح نفسه الذي يساعد المتسوّق على اتخاذ قرار سريع هو ما يحتاجه النموذج للاستخراج السريع، راجع أبحاث قابلية الاستخدام من NN/g للجانب البشري من هذه الفكرة.

الأسئلة الشائعة

ما ترميز schema الذي يقرأه وكلاء التسوّق بالذكاء الاصطناعي؟

Product وOffer وAggregateRating هي الأنواع الثلاثة الأكثر تأثيرًا، لأنها تجيب عن الهوية والسعر والثقة بصيغة يستطيع النموذج تحليلها دون غموض. ويضيف Review schema تفاصيل محددة قابلة للاقتباس فوق ذلك. أما BreadcrumbList فيساعد في استعلامات المقارنة على مستوى الفئة، لكنه أقل أهمية من الأنواع الثلاثة الأولى.

هل تؤثر تقييمات المنتجات على ترشيحات الذكاء الاصطناعي؟

نعم، لكن فقط إذا كانت منظّمة. صفحة فيها 200 تقييم حقيقي معروضة كنص عادي وأيقونات نجوم لا تمنح الوكيل شيئًا لاستخراجه، بينما صفحة فيها 20 تقييمًا مغلّفة بترميز Review وAggregateRating صالح تمنحه إشارة ثقة قابلة للاستشهاد. وقد أظهرت أبحاث Baymard حول قابلية استخدام المتاجر الإلكترونية منذ زمن أن التقييمات تؤثر في قرارات الشراء لدى البشر، والآلية لدى وكلاء الذكاء الاصطناعي هي الإشارة نفسها، لكن بصيغة قابلة للقراءة آليًا.

ما الفرق بين خلاصة المنتجات وترميز schema؟

ترميز schema موجود داخل HTML صفحتك ويُقرأ عندما يزور زاحف أو وكيل ذلك الرابط تحديدًا. أما خلاصة المنتجات فهي ملف منفصل، عادة XML أو اتصال بـ Google Merchant Center، يستعلم منه وكلاء مثل Gemini مباشرة دون زيارة صفحتك أصلًا. وأنت تحتاج إلى الاثنين عادةً، لأن أحدهما يغطي الزيارات المباشرة للصفحة والآخر يغطي مسار رسم التسوّق البياني.

هل إصلاح مشكلات الـ schema والخلاصة يفيد تحسين محركات البحث أيضًا؟

غالبًا نعم، لأن Product وReview schema الصالحين يمنحانك أيضًا نتائج غنية في بحث Google العادي، بما في ذلك تقييمات النجوم ومقتطفات الأسعار. ليس الأمر مضمونًا، فالنتائج الغنية تعتمد على أكثر من الترميز وحده، لكن لا ضرر إطلاقًا. وإرشادات البيانات المنظّمة من W3C وتوثيق Google نفسه يعتبران الترميز النظيف توقعًا أساسيًا اليوم، لا أسلوبًا متقدمًا.