كيف تفهم محركات البحث محتواك: من الكلمات المفتاحية إلى الكيانات
لماذا يُغيِّر التحول من تحسين الكلمات المفتاحية إلى الكيانات طريقة كتابتك، وكيف تواءم محتواك مع طريقة تفكير محركات البحث الذكية فعلياً.
ورشة: الكتابة لمحركات الإجابة · المقالة الأولى من ثلاث
لنضع أمامنا سؤالاً: حين يكتب شخصٌ في شريط البحث «أفضل مترجم عربي إنكليزي في دبي» — ماذا يبحث المحرك عنه فعلاً؟
الإجابة القديمة كانت: الصفحات التي تحتوي على الكلمات «مترجم» و«عربي» و«إنكليزي» و«دبي» بكثافةٍ كافية وفي مواضع مناسبة. هذا هو منطق الكلمات المفتاحية — محرك البحث كآلةٍ تُطابق كلمات الاستعلام بكلمات الصفحة.
الإجابة الحديثة مختلفةٌ جذرياً: المحرك يبحث عن الكيانات (Entities) — الأشخاص والأماكن والمفاهيم والعلاقات بينها. هو يفهم أن «مترجم» و«مترجمة» و«خدمة الترجمة» و«translation service» تُحيل إلى الكيان ذاته. وأن «دبي» و«إمارة دبي» و«Dubai» و«مدينة دبي» كياناتٌ متطابقة. وأن العلاقة بين «المترجم» و«دبي» علاقةٌ جغرافية مهنية يستطيع تمييزها عن علاقة «مطعم» و«دبي».
هذا التحول — من مطابقة النصوص إلى فهم المعنى — هو ما غيَّر قواعد تحسين المحتوى تغييراً لا رجعة فيه.
ما هو «الكيان» بالضبط؟
الكيان في منطق محركات البحث الحديثة هو أي شيءٍ يمكن التمييز بينه وبين غيره بشكلٍ لا لبس فيه. «نجيب محفوظ» كيانٌ — شخصٌ بعينه، بصفاتٍ معروفة، وعلاقاتٍ محددة مع كياناتٍ أخرى (مصر، رواية، نوبل، الواقعية). «بلوكشين» كيانٌ — مفهومٌ تقني بتعريفٍ محدد وعلاقاتٍ مع كياناتٍ أخرى (عملة مُشفَّرة، لامركزية، إيثيريوم). «القاهرة» كيانٌ — مدينةٌ، عاصمة مصر، على النيل، موطن نجيب محفوظ.
محركات البحث الحديثة — وفي مقدمتها جوجل بـ Knowledge Graph الخاص بها — تمتلك قاعدة بياناتٍ ضخمة من هذه الكيانات وعلاقاتها. حين تكتب محتوىً عن موضوعٍ ما، المحرك لا يقرأ كلماتك فحسب — يحاول تحديد الكيانات التي تتحدث عنها، والعلاقات التي تُثبتها أو تشرحها، ومدى موثوقية صفحتك كمصدرٍ لمعلوماتٍ عن هذه الكيانات.
هذا ما يُفسِّر ظاهرةً يشهدها كل منتجي المحتوى: صفحةٌ لم تُحسَّن للكلمة المفتاحية «X» تحتلُّ مرتبةً عالية في نتائج البحث عن «X» — لأنها تُغطي الكيان الذي تُمثِّله «X» بعمقٍ وسياقٍ كافيَين.
الكلمات المفتاحية هي الوجه السطحي للبحث. الكيانات هي المعنى الذي يقف خلفها. المحرك الذكي يتجاوز السطح.
محركات الإجابة: خطوةٌ أبعد من الكيانات
إن كان التحول إلى الكيانات هو الثورة الأولى في فهم المحتوى، فمحركات الإجابة — Perplexity وGoogle AI Overviews وBing Copilot وما شابهها — هي الثورة الثانية في طريقة إيصاله.
محرك البحث التقليدي يُعطيك قائمةً بالصفحات التي قد تحتوي على الإجابة. محرك الإجابة يُعطيك الإجابة مباشرةً — مُستخلَصةً من صفحاتٍ متعددة، مُصاغةً من جديد بلغةٍ طبيعية. الصفحة التي يُستشهد بها في هذا الاستخلاص تحصل على ظهورٍ مختلفٍ تماماً عن الظهور في قائمة النتائج — مرئيٌّ، معنوي، مقترنٌ بثقة المحرك بها.
هذا يُعيد صياغة سؤال التحسين بالكامل. السؤال لم يعد «كيف أحتل المرتبة الأولى؟» — بل «كيف يختار المحرك صفحتي مصدراً للإجابة؟»
والإجابة على هذا السؤال تبدأ بالكيانات.
كيف يُقيِّم المحرك صلاحية صفحتك لكيانٍ ما
حين يستقبل محرك الإجابة استعلاماً، يمر بثلاث خطواتٍ لا ترى منها على الشاشة إلا النتيجة النهائية:
الخطوة الأولى — تحديد الكيانات في الاستعلام: ما الذي يُسأل عنه فعلاً؟ لنفرض السؤال هو «كيف تعمل سلسلة الكتل؟». هذا استعلامٌ عن كيان «بلوكشين» بعلاقةٍ وظيفية (كيف تعمل). بينما «أفضل محافظ بلوكشين في ٢٠٢٦» استعلامٌ عن فئةٍ من الكيانات (محافظ بلوكشين) بمعيار تقييمي (أفضل) ومقيَّدٍ بالزمن (٢٠٢٦).
الخطوة الثانية — البحث عن الصفحات التي تُغطي هذه الكيانات: ليس بمطابقة الكلمات بل بتقييم عمق التغطية. صفحةٌ تُعرِّف البلوكشين وتشرح آلية العمل وتُقارن بين أنواعه وتذكر الاستخدامات تُعطي المحرك كيانَ «بلوكشين» من زوايا متعددة — وهذا مؤشرٌ على تغطيةٍ جادة.
الخطوة الثالثة — تقييم موثوقية الصفحة كمصدر: من كتبها؟ ما علاقة المؤلف بالكيان؟ ما الصفحات الأخرى التي تُحيل إليها وتُحيل إليها؟ هل هناك بياناتٌ منظَّمة تُثبت ادعاءاتها؟ هذا ما يعكسه مفهوم E-E-A-T (الخبرة، التخصص، الموثوقية، الثقة) في منظومة جوجل.
الفرق العملي: كيف تكتب لكيانٍ لا لكلمةٍ مفتاحية
الكتابة للكيانات لا تعني التخلص من الكلمات المفتاحية — تعني التفكير بصورةٍ مختلفةٍ قبل الكتابة وأثناءها.
قبل الكتابة: بدلاً من أن تسأل «ما الكلمات المفتاحية التي أريد التصنيف عنها؟» اسأل «ما الكيان الذي أريد أن يربطه المحرك بصفحتي؟ ما الجوانب المختلفة التي يجب أن تُغطيها هذه الصفحة حتى تبدو مرجعاً موثوقاً عن هذا الكيان؟»
أثناء الكتابة: لكل كيانٍ رئيسي في مقالتك، اسأل:
- هل عرَّفتُه بوضوح؟
- هل شرحتُ علاقته بالكيانات الأخرى في المقال؟
- هل أجبتُ على الأسئلة الأكثر شيوعاً التي يطرحها القارئ عن هذا الكيان؟
- هل أضفتُ سياقاً زمنياً — ما الذي تغيَّر في هذا الكيان مؤخراً؟
مثالٌ تطبيقي: مقالةٌ عن «الوكلاء الذكيين» مكتوبةٌ بمنطق الكلمات المفتاحية ستُكرر «الوكلاء الذكيين» مراراً في عناوين فرعية ونصوص. مقالةٌ مكتوبةٌ بمنطق الكيانات ستُعرِّف «الوكيل الذكي» وستُفرِّق بينه وبين «الذكاء الاصطناعي» العام، ستشرح علاقته بـ«نماذج اللغة الكبيرة»، ستذكر «الأتمتة» و«اتخاذ القرار المستقل» و«التكامل مع الأدوات» بوصفها كياناتٍ مرتبطة، وستُجيب على «ما الفرق بين الوكيل الذكي وروبوت الدردشة؟» — وهو السؤال الذي يصاحب الكيان في أذهان القرَّاء دائماً.
الكيانات والمحتوى العربي: فرصةٌ أم تحدٍّ؟
المحتوى العربي في منظومة الكيانات يواجه واقعاً مزدوجاً:
التحدي: قاعدة بيانات الكيانات في جوجل وبيربليكسيتي وغيرها مبنيةٌ أصلاً من محتوىً إنكليزي بكثافةٍ أعلى. الكيان «بلوكشين» مُثبَّتٌ في هذه القواعد بما يربطه بآلاف الصفحات الإنكليزية الموثوقة. الصفحة العربية التي تتحدث عن البلوكشين تُنافس هذا التراكم بمحتوىً أقل كثيراً في الحجم — وهذا يعني أن إثبات موثوقيتها كمصدرٍ يستغرق وقتاً أطول.
الفرصة: لكن هذا التحدي له وجهٌ آخر. الكيانات المحلية — الأشخاص العرب، الأماكن العربية، المفاهيم الثقافية العربية، الأحداث الإقليمية — لا تجد تغطيةً جادة بالعربية إلا نادراً. منشئٌ يُغطي هذه الكيانات بعمقٍ وموثوقية يملأ فراغاً حقيقياً في قاعدة بيانات المحرك — وهذا يُعطيه مكانةً مرجعية لا يسهل منافستها.
والفرصة الأكبر: الكيانات التقنية الناشئة — الأدوات والمفاهيم الجديدة في عالم الذكاء الاصطناعي والويب ٣.٠ — لا تزال في طور التشكُّل في قواعد بيانات الكيانات العربية. المحتوى العربي الذي يُغطيها بجدية في هذه المرحلة يُرسِّخ علاقةً بالكيان قبل أن يُنافس عليها أحد.
البيانات المنظَّمة: الطريقة الرسمية لإخبار المحرك بكياناتك
إلى جانب النص المكتوب، يوجد مسارٌ مباشر لإخبار المحرك بالكيانات التي تُغطيها صفحتك: البيانات المنظَّمة (Structured Data) باستخدام ترميز Schema.org.
Schema.org هي لغةٌ مشتركة بين جوجل ومايكروسوفت وياهو تُتيح لصاحب المحتوى تعريف كياناته بشكلٍ آلي. حين تُضيف ترميز «Article» مع بيانات المؤلف وتاريخ النشر والموضوع، تُخبر المحرك صراحةً: «هذه مقالةٌ بتخصصٍ محدد كتبها شخصٌ بعينه في تاريخٍ معين.» حين تُضيف ترميز «FAQPage»، تُخبره: «هذه الصفحة تُجيب على هذه الأسئلة المحددة.»
لا تحتاج هذه الترميزات إلى معرفةٍ برمجية في ووردبريس — مكوِّناتٌ كـRank Math وYoast SEO تُضيفها تلقائياً حين تُكمل حقول المقالة بشكلٍ صحيح. ما تحتاجه هو فهمٌ لأيٍّ منها ينطبق على نوع محتواك:
- Article: لكل مقالةٍ معلوماتية
- FAQPage: لأي صفحةٍ تحتوي على أسئلةٍ وأجوبة مباشرة
- HowTo: لأي محتوىً يشرح خطواتٍ متسلسلة
- Person: لصفحات المؤلفين والشخصيات
- Organization: لصفحات المؤسسات والمنصات
الكيانات والسلطة الموضوعاتية: لماذا العمق أهم من العدد
أحد أكثر المفاهيم الخاطئة شيوعاً في استراتيجية المحتوى هو أن إنتاج مقالاتٍ أكثر عن موضوعٍ ما يزيد سلطة الموقع على ذلك الموضوع. كميةٌ لا كيفية.
الحقيقة أن المحركات الحديثة تُقيِّم السلطة الموضوعاتية (Topical Authority) بعمق التغطية للكيانات المترابطة لا بعدد المقالات. موقعٌ يحتوي على عشرين مقالةً سطحية عن «الذكاء الاصطناعي» أضعف موضوعياً من موقعٍ يحتوي على ثماني مقالاتٍ تُغطي «الوكلاء الذكيين» و«نماذج اللغة الكبيرة» و«هندسة الأوامر» و«التدريب المضبوط» و«التوليد المُعزَّز بالاسترجاع» بعمقٍ حقيقي — لأن الثاني يُقدِّم للمحرك شبكةً من الكيانات المترابطة التي تُشير إلى تغطيةٍ جادة لا تجميع سطحي.
هذا يعني أن استراتيجية المحتوى الصحيحة في عصر الكيانات تبدأ بسؤال: «ما مجموعة الكيانات المترابطة التي أريد أن تربطها المحركات بمنصتي؟» — ثم تُبني المحتوى خدمةً لهذه الشبكة، لا مقالةً هنا ومقالةً هناك استجابةً لكلماتٍ مفتاحية عشوائية.
السلطة الموضوعاتية لا تُبنى بالكثرة. تُبنى بالشبكة — كيانٌ يُحيل إلى كيان، ومقالةٌ تُكمل مقالة، حتى يرى المحرك منظومةً متماسكة لا مجرد حضور.
خلاصةٌ عملية: ماذا تُغيِّر في طريقة كتابتك الآن
لا تحتاج إلى إعادة كتابة كل محتواك القديم دفعةً واحدة. ما تحتاجه هو تغييرٌ في طريقة التفكير قبل كتابة أي مقالةٍ جديدة:
- حدِّد الكيان الرئيسي الذي تتناوله — ليس فقط الموضوع العام
- اسأل: ما الكيانات المرتبطة التي يجب ذكرها لتكتمل الصورة؟
- أجِب على الأسئلة الحقيقية التي يطرحها القارئ عن هذا الكيان — لا فقط الكلمات المفتاحية
- استخدم بياناتٍ منظَّمة للمقالات والأسئلة المتكررة
- اربط مقالاتك بعضها ببعض حول الكيانات المشتركة — لا بروابط عشوائية
ما الذي يلي في هذه السلسلة
المقالة الثانية تنزل من المستوى الاستراتيجي إلى التطبيق المباشر: كيف تُهيكل مقالاتك التعليمية بنظام السؤال والجواب المباشر لتزيد فرصة ظهورها في مقتطفاتٍ مميزة ونتائج محركات الإجابة. (راجع مقالتنا: هيكلة المقال التعليمي بنظام «السؤال والجواب المباشر» لانتزاع الصدارة في نتائج البحث)
المقالة الثالثة تُعالج العامل الأصعب في معادلة محركات الإجابة: كيف تُثبت أن المحتوى مكتوبٌ بخبرةٍ بشرية حقيقية في زمنٍ يُنتج فيه الذكاء الاصطناعي محتوىً مشابهاً بالجملة — ولماذا هذا الإثبات بات يُحدد من يُختار ومن يُتجاهل. (راجع مقالتنا: بناء الثقة والمصداقية (E-E-A-T) في عصر المحتوى المنتج آلياً)
وللمحتوى متعدد الوسائط الذي يُعزِّز حضور كياناتك في البحث البصري والصوتي، راجع سلسلتنا عن التدوين متعدد الوسائط: (راجع مقالتنا: تحسين محركات البحث للوسائط: كيف تجعل محتواك مرئياً في عصر البحث البصري)
مراجع
- Google Search Central (2024). Understanding How Google Search Works: Knowledge Graph. developers.google.com
- Singhal, A. (2012). Introducing the Knowledge Graph: Things, Not Strings. Google Blog. blog.google
- Fishkin, R. (2024). The State of Search 2024: Zero-Click and AI Overviews. SparkToro.
- Dixon Jones, M. (2023). Entity SEO: Moving from Keywords to Topics and Entities. Majestic Blog.
- Schema.org (2024). Full Hierarchy of Schema Types. schema.org
