علی فخار

چگونه با هوش مصنوعی داده‌های Search Console را به برنامه محتوا تبدیل کنیم

  • سطح: مبتدی
  • راه‌اندازی در چند ساعت

پاسخ کوتاه

عبارت‌های جست‌وجوی یک سال را همراه با صفحه فرود خروجی بگیرید، از مدل بخواهید آن‌ها را بر اساس خواسته جست‌وجوگر دسته‌بندی کند نه شباهت کلمات، هر دسته را با صفحه‌ای که باید جوابش را بدهد مقایسه کنید و تصمیم درباره صفحه تازه، به‌روزرسانی یا هیچ کار را به سردبیر بسپارید.

در این صفحه

در یک نگاه

چه مسئله‌ای را حل می‌کند؟
خروجی Search Console پر از عبارت است، اما فهرست عبارت‌ها هنوز برنامه محتوا نیست. باید بفهمیم پشت جست‌وجوها چه نیازی هست و کدام صفحه بهتر جوابش را می‌دهد.
برای چه تیم‌هایی مناسب است؟
تیم‌های سئو و محتوا که می‌خواهند برای بهبود یا تولید محتوای بعدی تصمیم بگیرند.
ابزارهای این فرایند
  • Google Search Console
  • Claude API
  • Screaming Frog

نتیجه در اجرای واقعی

1,000+ کلیدواژه دارای رتبه، میانگین رتبه از ۴۰ به ۱۱

دیدن نمونه‌کار ↗
Google Search Console، دوازده ماه اخیر در مقایسه با دوازده ماه پیش از شروع کار. همین برنامه نمایش‌ها را ۴۴۷ درصد و تا ۴.۵۵ میلیون رشد داد.

چه چیزهایی لازم دارید

قبل از شروع

  • دسترسی به Search Console سایت
  • فهرست صفحه‌های فعلی و هدف هر کدام
  • شناخت مسیر خرید مخاطب، تا هر دسته به مرحله‌ای از آن وصل شود

چه اطلاعاتی لازم داریم؟

  • عبارت‌ها همراه با صفحه فرود، نمایش، کلیک و میانگین جایگاه در یک بازه قابل‌مقایسه
  • عبارت‌هایی با نمایش زیاد و کلیک کم: جایی که دیده می‌شوید اما جواب نمی‌دهید
  • سؤال‌هایی که تیم فروش و پشتیبانی می‌شنوند، برای تطبیق دسته‌ها

این فرایند چطور کار می‌کند

  1. ۰۱ · ابزارخروجی عبارت‌ها همراه با صفحه‌ها
  2. ۰۲ · مرحله هوش مصنوعیدسته‌بندی بر اساس نیاز
  3. ۰۳ · مرحله هوش مصنوعیمقایسه دسته‌ها با صفحه‌های فعلی
  4. ۰۴ · تصمیم با شماتصمیم سردبیر درباره اولویت‌ها
  5. ۰۵ · خروجیبرنامه محتوا با دلیل مشخص
  • ابزار
  • مرحله هوش مصنوعی
  • تصمیم با شما
  • خروجی

گام‌به‌گام

  1. ۰۱ ابزار

    خروجی عبارت‌ها همراه با صفحه‌ها

    عبارت‌ها و صفحه‌های دوازده ماه اخیر را با حفظ ارتباط هر عبارت با صفحه‌اش خروجی می‌گیریم. خروجی رابط کاربری به هزار ردیف محدود است؛ برای بیشتر از آن از API، Looker Studio یا افزونه‌های Sheets استفاده کنید. عبارت‌های دارای نمایش و بدون کلیک را نگه دارید؛ کمبودها همان‌جاست.

  2. ۰۲ مرحله هوش مصنوعی

    دسته‌بندی بر اساس نیاز

    از مدل فقط نام دسته هر عبارت را می‌خواهیم و جمع کلیک و نمایش را خودمان با جدول محوری حساب می‌کنیم؛ مدل‌ها در حساب‌کردن روی فهرست‌های طولانی قابل اعتماد نیستند.

    پرامپت آماده

    در ادامه عبارت‌های جست‌وجو آمده است. آن‌ها را بر اساس چیزی که جست‌وجوگر می‌خواهد به دست بیاورد دسته‌بندی کن، نه بر اساس کلمه‌های مشترک. مثلاً «هزینه X چقدر است» و «قیمت X» در یک دسته‌اند. جدولی دوستونه برگردان: عبارت، نام دسته. بعد هر دسته را با توضیح یک‌خطی درباره نیاز و مرحله خرید (آشنایی، مقایسه، آماده خرید) فهرست کن. هیچ عبارتی را حذف نکن؛ عبارت‌هایی را که در هیچ دسته‌ای نمی‌گنجند در دسته‌ای به نام «بدون دسته» بگذار. عبارت‌ها: [اینجا بگذارید]

  3. ۰۳ مرحله هوش مصنوعی

    مقایسه دسته‌ها با صفحه‌های فعلی

    برای هر دسته، صفحه‌ای را که باید جوابش را بدهد پیدا می‌کنیم و می‌سنجیم که جواب می‌دهد یا نه.

    پرامپت آماده

    این‌ها دسته‌های عبارت‌ها، صفحه‌ای که الان برای هر عبارت رتبه دارد و فهرست صفحه‌های ما با هدف هر کدام است. برای هر دسته بگو: کدام صفحه بهتر از همه به آن جواب می‌دهد، آیا آن صفحه نیاز را برطرف می‌کند (بله، تا حدی، نه) و چه چیزی کم است. یکی از «به‌روزرسانی صفحه»، «صفحه تازه» یا «بدون اقدام» را با یک جمله دلیل پیشنهاد کن. دسته‌ها: [اینجا بگذارید] صفحه‌های ما: [اینجا بگذارید]

  4. ۰۴ تصمیم با شما

    تصمیم سردبیر درباره اولویت‌ها

    سردبیر هم‌پوشانی، ارزش تجاری و نیاز واقعی به صفحه تازه را بررسی می‌کند. بیشتر دسته‌ها صفحه جدا لازم ندارند و گفتن همین، بخشی از کار است.

  5. ۰۵ خروجی

    برنامه محتوا با دلیل مشخص

    هر محتوای برنامه‌ریزی‌شده عبارت‌هایی را که برایشان ساخته می‌شود، صفحه‌ای که می‌سازد یا به‌روز می‌کند و نتیجه‌ای را که باید تغییر دهد فهرست می‌کند.

کجا تصمیم با انسان است

سردبیر تصمیم می‌گیرد چه چیزی نوشته یا به‌روز شود؛ هر دسته استدلالی برای یک صفحه است، نه سفارش نوشتن آن.

چه محدودیت‌هایی دارد؟

  • Search Console بعضی عبارت‌های کم‌جست‌وجو را نشان نمی‌دهد؛ پس خروجی همه تقاضا نیست.
  • هر دسته پیشنهاد است، نه اثبات نیاز به صفحه تازه؛ اول پوشش فعلی را بررسی کنید.
  • ضعف عنوان و توضیح با کمبود محتوا فرق دارد.

از کجا بفهمیم جواب می‌دهد

  • نمونه‌ای از دسته‌ها به‌صورت دستی بررسی می‌شود تا منطقی باشند.
  • صفحه‌های پیشنهادی از نظر هم‌پوشانی با صفحه‌های فعلی بررسی می‌شوند.
  • عملکرد صفحه‌های تغییرکرده در طول زمان و جدا از اثر فصلی یا تغییرهای کل سایت دنبال می‌شود.

نمونه ورودی و خروجی

ورودی

نمونه فرضی: چند عبارت درباره هزینه توسعه نرم‌افزار به یک صفحه کلی خدمات می‌رسند.

خروجی

دسته «سؤال‌های قیمت» با عبارت‌هایش، این نکته که صفحه خدمات هیچ حرفی از هزینه نمی‌زند و پیشنهاد افزودن بخش قیمت پیش از فکر کردن به راهنمای جدا.

می‌خواهید این فرایند در تیم شما اجرا شود؟

پیاده‌سازی فرایندهای بازاریابی با هوش مصنوعی. طراحی و پیاده‌سازی فرایندهای خودکار، همراه با آزمایش، مستندسازی و آموزش تیم.

جزئیات خدمت
همه فرایندهای هوش مصنوعی در بازاریابی ↗
تنظیمات آنالیتیکس

وضعیت فعلی: غیرفعال