وسم Hreflang والبحث بالذكاء الاصطناعي: هل يؤثر الاستهداف الإقليمي على إجابات الذكاء الاصطناعي؟

ما الغرض من إنشاء Hreflang

إشارات اللغة والمنطقة في البحث التقليدي

تخبر وسوم Hreflang بحث Google عن إصدار الصفحة الذي يناسب أي لغة ومنطقة. لقد صُممت للترتيب التقليدي، وليس للإجابات التي يكتبها الذكاء الاصطناعي.

المهمة محدودة. عندما توجد عدة إصدارات لصفحة ما، hreflang يساعد المحرك في عرض الإصدار الصحيح للباحث المناسب. يعمل هذا على مستوى صفحة النتائج، حيث يحل رابط URL محل آخر.

يغطي الإعداد النموذجي حالات مثل هذه:

تشير كل نسخة إلى النسخ الأخرى، وتشير كل واحدة منها عودةً إليها. هذا الرابط المتبادل هو ما يجعل التعليق التوضيحي صالحاً، أياً كانت الطريقة التي تستخدمها من بين الطرق الثلاث. تنفيذ hreflang في HTML، تضع وسوم الرابط في ترويسة كل صفحة. وفي خريطة موقع XML، تدرج كل رابط URL بديل داخل إدخال صفحته. أما مع ترويسات HTTP، فترسل التعليقات التوضيحية في الاستجابة نفسها، وهو ما يناسب الملفات غير المعتمدة على HTML مثل ملفات PDF. الطريقة أقل أهمية من الاتساق، لأن كل نسخة يجب أن تعيد المجموعة الكاملة من المراجع.

إذا أدرجت صفحة ما صفحة شقيقة ولكن الصفحة الشقيقة لم تُرجع المرجع، فقد يتجاهل محرك البحث الزوج. تعد الروابط المفقودة من أكثر أخطاء hreflangشيوعاً، وغالباً ما يصاحبها خطآن آخران: إغفال المراجع الذاتية من مجموعة التعليقات التوضيحية، واستخدام رموز لغة أو منطقة غير صالحة مثل "en-UK" بدلاً من "en-GB". يمكن أن تتسبب هذه الأخطاء في تجاهل Google لتعليقات توضيحية معينة أو أزواج روابط الإرجاع، وهو السبب الذي قد يجعل hreflang يبدو غير فعال.

علامة Hreflang هي تلميح وليست أمراً. لا يزال بإمكان المحرك اختيار إصدار مختلف إذا كانت هناك إشارات أخرى أكثر تأثيراً.

تشمل تلك الإشارات الأخرى لغة المحتوى المرئي، وموقع الباحث، والنسخة التي تجذب الروابط أو التفاعل. إذا كانت صفحاتك الإقليمية متطابقة تقريباً، فقد يعاملها محرك البحث كصفحة واحدة ويختار نسخة واحدة للجميع.

ضع في اعتبارك علامة تجارية لديها صفحات باللغة الإنجليزية لبلدين لا تختلفان إلا في رمز السعر. يرى محرك البحث نصاً متطابقاً تقريباً. قد يقوم بدمجهما معاً، و hreflang التلميح لا يجد الكثير ليعمل به.

لهذا السبب تهم الاختلافات الحقيقية. الأسعار المحلية، والصياغة القانونية المحلية، وشروط الشحن المحلية، و تفاصيل الاتصال المحلية تمنح كل نسخة سبباً للوجود. يمكن لأدوات مثل MultiLipi مساعدتك في إدارة النسخ المترجمة والإقليمية بحيث تظل كل نسخة متسقة ومنفصلة بوضوح.

أين يتناسب x-default

تشير قيمة x-default إلى صفحة احتياطية. وهي تخدم الباحثين الذين اللغة أو منطقتهم لا تتطابق مع أي من النسخ المدرجة لديك.

تشير العديد من المواقع بها إلى محدد اللغة أو الصفحة الرئيسية العالمية. أنت تقرر أي صفحة تعمل بشكل أفضل كخيار شامل.

اختر مع وضع الزائر في الاعتبار. أ باحث من سوق غير مدرج يجب أن يصل إلى مكان مفيد، وليس إلى طريق مسدود أو صفحة مكتوبة لبلد واحد فقط.

ضع هذا في اعتبارك: تقوم وسوم hreflang بتبديل عناوين URL في النتائج. إنها لا ترفع ترتيب الصفحة ولا تعيد كتابة محتواها. هذا الحد مهم عندما تتساءل عما إذا كان محرك البحث إجابات الذكاء الاصطناعي يحترمها.

تبني إجابة الذكاء الاصطناعي استجابة من مصادر متعددة. قد لا تعرض تبديل عنوان URL على الإطلاق، لذا فإن الوسم المصمم لتبديل النتائج لا يمكنه ضمان أي صفحة سوق سيتم الاستشهاد بها.

كيف تختار إجابات الذكاء الاصطناعي بين الإصدارات الإقليمية

الاسترجاع أولاً، اللغة ثانياً

تبدأ إجابة الذكاء الاصطناعي بـ الاسترجاع. يقوم النظام بسحب الصفحات التي تطابق الاستعلام، ثم يكتب استجابة مما وجده.

قد تشكل اللغة والمنطقة أيضاً الاسترجاع بحد ذاتها. إذا لم تكن صفحتك باللغة الفرنسية متاحة لنظام الاسترجاع، فإن تعليق hreflang وحده لا يمكنه جعل الإجابة تشير إليها.

تستخدم ChatGPT وGemini وCopilot وClaude وPerplexity الاسترجاع ونهج بحث مختلفة؛ والطريقة الدقيقة التي يختار بها كل منها عناوين URL الإقليمية المتاحة ليست معلنة بالكامل.

ترتيب العمليات هذا يغير المكان الذي يجب أن تبذل فيه جهدك. قبل أن تقوم بضبط الإشارات الإقليمية، تأكد من أن صفحة كل سوق قابلة للزحف والفهرسة وذات صلة بالاستعلام باللغة التي يكتبها المستخدم.

ضع في اعتبارك علامة تجارية لديها صفحات إنجليزية متطابقة تقريبًا للولايات المتحدة والمملكة المتحدة. إذا تعامل الفهرس معها على أنها مكررة واحتفظ بواحدة فقط، فلا يمكن للإجابة إلا الاستشهاد بتلك الواحدة، بغض النظر عن موقع المستخدم.

ما أظهرته الاختبارات عبر منصات البحث المدعومة بالذكاء الاصطناعي

بدأ الاختبار الذي أجراه Glenn Gabe، والذي حظي بتغطية في نقاشات الصناعة مثل تلك الموجودة على Search Engine Roundtable، بـ ChatGPT.

قارن ممارسون آخرون بين المواقع الإسبانية والإنجليزية المترجمة وغير المترجمة في إسبانيا والمكسيك. كان الهدف هو معرفة أي إصدار يظهر لعمليات البحث متعددة اللغات.

اعتبر هذه النتائج مؤشرات وليست قواعد. الاختبارات الصغيرة لا تثبت كيفية عمل كل منصة.

ما توضحه هذه النتائج هو أن جودة الترجمة واكتمالها أمران مهمان للاسترجاع. الصفحة المترجمة جزئياً تعطي النظام إشارات لغوية مختلطة، مما يجعل من الصعب مطابقتها مع استعلام بلغة واحدة.

هنا يأتي دور منصة مثل MultiLipi للمساعدة. الترجمة المتسقة والكاملة صفحاتك المترجمة مع وجود اختلافات واضحة في اللغة والسوق تمنح الفهرس شيئاً مميزاً لاسترجاعه لكل جمهور.

لماذا لا تزال الأدلة المتعلقة بـ hreflang مجرد استنتاج

الادعاء بأن نماذج الذكاء الاصطناعي تعتمد افتراضياً على الإصدار الأكثر موثوقية دون استخدام hreflang بشكل صحيح هو ادعاء معقول، ولكنه يظل تفسيراً. وجهة النظر المعارضة أكثر حذراً: لا يوجد حالياً أي دليل على أن النموذج يطبق تفضيلاً إقليمياً بناءً على hreflang.

إليك القراءة العملية لعملك في مجال تحسين محركات البحث الدولي (SEO):

لذا حافظ على نظافة وسوم hreflang الخاصة بك، ولكن لا تعتمد عليها وحدها. إن التساؤل عما إذا كانت وسوم hreflang لا تزال ضرورية الآن بعد أن أصبحت أنظمة الذكاء الاصطناعي قادرة على اكتشاف اللغة من تلقاء نفسها هو تساؤل مشروع، والإجابة هي نعم، وإن كان لسبب أضيق مما كان عليه في السابق. إن تأثيرها على بحث الذكاء الاصطناعي من المرجح أن دقة الاستشهاد غير مباشرة، حيث تعمل من خلال الفهرس بدلاً من النموذج. تساعد تعليقات hreflang الصحيحة محركات البحث على مطابقة كل استعلام مع النسخة الإقليمية المناسبة من الصفحة، لذا فمن المرجح أن تتطابق المصادر التي تستمد منها إجابة الذكاء الاصطناعي مع لغة المستخدم وسوقه. يمكن لاكتشاف اللغة تحديد اللغة التي كُتب بها الاستعلام أو الصفحة، لكنه لا يستطيع تحديد أي من الصفحات المتطابقة تقريبًا، مثل الإنجليزية للولايات المتحدة أو المملكة المتحدة أو أستراليا، كانت مخصصة لسوق معين، ويمكن لـ hreflang مساعدة محركات البحث في فهم تلك العلاقات الإقليمية. لا يوجد تأكيد علني بأن نموذج توليد الإجابات يستخدم تلك الوسوم مباشرة لاختيار الاستشهادات، مما يعني أن الإعداد المعطل قد يؤدي إلى الاستشهاد بنسخة خاطئة، بينما الإعداد السليم لا يؤدي إلا إلى تحسين الاحتمالات.

الخيار الأكثر أماناً هو جعل كل صفحة إقليمية مختلفة جوهرياً من حيث المضمون: سياق التسعير المحلي، والمصطلحات المحلية، والأمثلة المحلية. تساعد وسوم Hreflang محركات البحث في توجيه المتغيرات إلى الجمهور المناسب، ولكن لم يتم التأكد مما إذا كانت أنظمة مثل ChatGPT وPerplexity تستخدم هذه التعليقات التوضيحية عند استرجاع الفقرات والاستشهاد بها، أو كيف تقوم بذلك، مما قد يؤدي إلى تداخل الصفحات المتطابقة تقريباً أو ظهورها في السوق الخطأ. تمنح الصفحات المتميزة أنظمة الاسترجاع سبباً لاختيار السوق الصحيح، ثم تعمل إشارات hreflang على تعزيز الخيار الذي اتخذه المحتوى بالفعل.

رؤى الخبراء

"بصراحة، يعد hreflang أحد أكثر جوانب تحسين محركات البحث (SEO) تعقيداً (إن لم يكن أكثرها تعقيداً على الإطلاق). يبدو الأمر سهلاً كأنه مجرد وسم تعريفي (meta-tag)، لكنه يصبح صعباً للغاية بسرعة كبيرة." , جون مولر، جوجل

الإشارات التي قد تؤثر على السوق الذي يتم الاستشهاد به

مرة واحدة الاسترجاع أنجزت عملها، حيث تشكل مجموعة من الإشارات ما نسخة إقليمية تستشهد به إجابة الذكاء الاصطناعي. بعضها موثق جيداً، والبعض الآخر عبارة عن تخمينات مدروسة، ونحن نوضح أي منها هو أي.

لغة الاستعلام وموقع المستخدم

تعد لغة المطالبة أقوى إشارة مرئية. فالاستعلام المكتوب بالفرنسية يميل إلى جلب صفحات فرنسية، والاستعلام بالإنجليزية يميل إلى جلب صفحات إنجليزية.

يعمل هذا لأن النموذج يطابق لغة السؤال مع لغة المصدر. إذا كانت صفحتك الفرنسية ضعيفة أو مفقودة، فقد تستشهد الإجابة بصفحة إنجليزية وتترجمها فوراً. أنت تفقد الاقتباس، ويرى المستخدم علامتك التجارية من خلال نسخة لم تكتبها له.

قد يضيف الموقع طبقة ثانية، وهو المكان الذي تبدأ فيه غالباً اقتباسات عناوين URL بلغة خاطئة في إجابات الذكاء الاصطناعي. جوجل نظرات عامة على الذكاء الاصطناعي يعمل وضع الذكاء الاصطناعي (AI Mode) فوق محرك بحث Google، الذي يستخدم بالفعل موقع الباحث، لذا فإن اختيار لغة الرابط (URL) في هذه الميزات يبدأ من نفس الإشارات التي تحدد إصدار الصفحة الذي سيظهر في النتائج. وهنا تلتقي وسوم hreflang مع نتائج Google AI Overviews الإقليمية: عندما يستشهد ملخص أو إجابة من وضع الذكاء الاصطناعي بمصدر، فإنه يختار عادةً الرابط الذي تتطابق لغته مع الاستعلام وموقع الباحث، وتساعد وسوم hreflang في اختيار الإصدار الإقليمي أو اللغوي الصحيح بدلاً من إصدار غير متطابق. بالنسبة لاستعلام باللغة الفرنسية في كندا، قد تكون صفحة fr-CA المترجمة ذات صلة، لكن ظهورها في استشهاد الذكاء الاصطناعي ليس مضموناً بمجرد وجود وسوم كاملة ومتبادلة. يمكن لـ Copilot أيضاً الاعتماد على استرجاع البيانات من الويب، لكن طريقة تعامله مع وسوم hreflang وإشارات الموقع ليست موثقة بنفس درجة توثيق بحث Google. قارن استشهاداته تجريبياً بدلاً من افتراض أنه يطبق قواعد Google. هذا الغموض هو أحد التفسيرات المحتملة لرؤية مستخدم يتحدث الفرنسية لاستشهاد باللغة الإنجليزية حتى عند وجود نسخة فرنسية. لا تزال وسوم hreflang مفيدة في كلا النظامين، لكنها تعمل كتلميح وليس كقاعدة، ويمكن للنتائج الإقليمية في Google AI Overviews أن تظهر الإصدار الخاطئ عندما تتعارض وسومك مع المحتوى الموجود على الصفحة، أو تشير إلى روابط معاد توجيهها، أو تفتقر إلى وسوم العودة (return tags). إصلاح الاستشهادات بلغة خاطئة يعني التأكد من أن وسوم hreflang، ولغة الصفحة، وإشارات البلد تشير جميعها إلى نفس الإصدار من كل صفحة.

هذا الأمر مهم عندما تتشارك سوقان نفس اللغة. فمستخدم باحث في كندا وباحث في أستراليا قد يكتبان كلاهما باللغة الإنجليزية، ولكن طبقة البحث الأساسية لا تزال قادرة على توجيه النتائج نحو الصفحات التي تناسب منطقتهما.

لم يتم إثبات ما إذا كانت ChatGPT أو Claude أو Perplexity تزن الموقع الجغرافي بنفس الطريقة، وينطبق نفس عدم اليقين على دعم hreflang في ChatGPT وPerplexity وClaude. وينطبق الأمر نفسه على كيفية معالجة برامج الزحف مثل GPTBot وPerplexityBot لتعليقات hreflang: فقد تقوم بجلب كل نسخة إقليمية من الصفحة دون التعامل مع العلامات كتعليمات لتجميع تلك النسخ أو اختيار واحدة منها لمستخدم معين. لم تؤكد أي من هذه الشركات أن برنامج الزحف أو نظام الاسترجاع الخاص بها يقرأ hreflang للاختيار بين النسخ الإقليمية، لذا فإن الوسم الذي يوجه جوجل قد لا يكون له أي تأثير على النسخة التي تقوم هذه الأدوات بفهرستها أو الاستشهاد بها. يمكن لبرنامج الزحف تجاهل التعليقات التوضيحية، أو تسجيلها كترميز عادي، أو استخدامها فقط لاكتشاف عناوين URL بديلة، ولا يوجد تصريح علني يوضح أياً من ذلك. تعامل مع هذا كاحتمالية وليس كقاعدة.

وسوم النسخة الأساسية (Canonical tags) وتجميع المحتوى المكرر

تقوم محركات البحث بتجميع الصفحات المتطابقة تقريباً في مجموعات وتختار صفحة واحدة تمثلها. إذا كانت صفحاتك الخاصة بالولايات المتحدة والصفحات الإنجليزية الأخرى متشابهة جداً، فقد تستوعب إحداها البقية.

الفائز في المجموعة هو ما من المرجح أن تراه طبقة الذكاء الاصطناعي. صفحة صفحة إقليمية التي يتم دمجها في صفحة أخرى قد لا تصل أبداً إلى الإجابة، لأن النماذج اللغوية الكبيرة (LLMs) لا تستطيع تحديد الموقع أو الكيان الذي كان من المفترض وصفه. يعتمد فك التباس المناطق ووضوح الكيان بالنسبة للنماذج اللغوية الكبيرة على إشارات مميزة: اسم مكان واضح، ووصف ثابت للكيان، وصفحة تبرز عن جيرانها. بدون هذه العناصر، يعامل النموذج صفحتين إقليميتين ككيان واحد، وقد يؤدي ذلك إلى تركيز الاستشهادات على نسخة واحدة فقط.

علامات الكانونيكال يمكن أن يجعل هذا الأمر أسوأ. توجيه كل صفحة إقليمية إلى رابط أساسي (canonical) واحد يخبر محرك البحث بتجاهل إصداراتك المحلية.

قم بمراجعة الروابط الأساسية (canonicals) قبل أي شيء آخر، واستخدمها كنقطة انطلاق لتدقيق استشهادات الذكاء الاصطناعي للصفحات الإقليمية. يجب أن تشير كل صفحة إقليمية عادةً إلى نفسها، حتى يعاملها محرك البحث كإصدار شرعي بدلاً من نسخة مكررة. بمجرد الانتهاء من ذلك، تحقق من عناوين URL الإقليمية التي إجابات الذكاء الاصطناعي يتم الاستشهاد بها فعلياً. إذا استمر ظهور صفحة وطنية واحدة أو إصدار سوق خاطئ، فإن تعارض الروابط الأساسية هو أحد الاحتمالات التي يجب التحقيق فيها إلى جانب صلة المحتوى وقابلية الزحف.

تركيز السلطة (Authority) على إصدار واحد

عندما تكون الإشارات الإقليمية غير واضحة، قد تقرر السلطة النتيجة. يظل هذا استنتاجاً، وليس قاعدة مؤكدة.

يمكن أن تتراكم السلطة على صفحة واحدة بعدة طرق:

عند حدوث ذلك، قد يتم الاستشهاد بأقوى صفحة لكل سوق، حتى في الحالات التي لا تتناسب فيها بشكل جيد.

تخيل علامة تجارية تكون صفحتها الألمانية مجرد ترجمة خفيفة للموقع الرئيسي. كل مرجع خارجي يشير إلى الموقع الأصلي، لذا لا تملك الصفحة الألمانية أي أساس تستند إليه. النموذج الذي يختار مصدراً لسؤال باللغة الألمانية يرى صفحة واحدة قوية ونسخة واحدة ضعيفة.

يمكن لمنصة مثل MultiLipi المساعدة في الحفاظ على اتساق النسخ الإقليمية وهيكلتها بشكل صحيح. ومع ذلك، يجب أن يأتي المحتوى المحلي منك: تفاصيل خاصة بالسوق، والأدلة المحلية، والصياغة التي تعكس كيفية طرح الأشخاص في تلك المنطقة للأسئلة فعلياً.

أين تفشل وسوم Hreflang في البحث المعتمد على الذكاء الاصطناعي

حتى أقوى الإشارات لها حدود. وسوم Hreflang مفيدة، لكنها لم تُصمم للطريقة التي يتم بها تجميع إجابات الذكاء الاصطناعي.

طبقات الاسترجاع التي تتجاهل التعليقات التوضيحية

تصف وثائق بحث Google وسم hreflang كطريقة لتقديم عنوان URL المناسب للباحث المناسب. إجابات الذكاء الاصطناعي أضف خطوات لم تغطها الوثائق من قبل.

إن اكتشاف وفهرسة عناوين URL عبر hreflang لمحركات البحث المعتمدة على الذكاء الاصطناعي ليس مضموناً بأي حال من الأحوال، كما أن إقران hreflang بملف llms.txt لا يغير ذلك بمفرده. قد تقوم بعض طبقات الاسترجاع بجلب الصفحات دون قراءة تعليقات الروابط على الإطلاق، لذا فإن alternate-اللغة لا يتم اكتشاف عناوين URL ولا تصل أبداً إلى الفهرس. يعتمد ما إذا كان بإمكان GPTBot أو PerplexityBot الوصول إلى تلك البدائل على قواعد ملف robots.txt وإعدادات الخادم، فالنسخة الإقليمية المحجوبة عن أي من الزواحف تظل غير مرئية بغض النظر عن مدى دقة الوسوم. قد يسرد ملف llms.txt الاختياري متغيرات اللغة، ولكن لا يوجد ضمان عام بأن زواحف الذكاء الاصطناعي تستهلكه؛ تظل روابط HTML القابلة للزحف وخرائط الموقع مسارات اكتشاف مهمة. قد تقوم أدوات أخرى بسحب مقاطع بدلاً من عناوين URL كاملة، مما يجعل إشارة hreflang بلا قيمة ولا يمكن مطابقة النسخة الإقليمية الصحيحة مع المستخدم المناسب.

من الناحية العملية، يتم اقتباس فقرة من صفحة ما، وتقييمها بشكل مستقل، ثم عرضها. أما سياق السوق الذي تحمله وسوم hreflang فيبقى مرتبطاً بعنوان URL الكامل.

وهذا يترك فجوات لا يمكنك رؤيتها من الخارج:

الرد المدمج هو الحالة الأكثر خطورة. إذ يمكن أن تظهر سياسة الشحن الخاصة بسوق معين بجانب سعر من سوق آخر، فيرى المستخدم إجابة واحدة واثقة.

لا تزال وسوم hreflang تساعد في فهرسة البحث، لكنها لا تضمن أي شيء بخصوص الإجابة النهائية.

لهذا السبب يجب أن تحمل الصفحة نفسها أدلة حول السوق. فالعملة، وتفاصيل الاتصال المحلية، والمصطلحات الإقليمية، والصياغة القانونية تظل مرتبطة بالفقرة حتى عندما لا تكون التعليقات التوضيحية كذلك. إذا كنت تدير العديد من اللغة الإصدارات، يمكن لمنصة ترجمة مثل MultiLipi المساعدة في الحفاظ على اتساق تلك التفاصيل المحلية عبر الأسواق.

تعارضات Canonical و hreflang

تعد إحدى الانتقادات الأكثر حدة لـ hreflang في البحث المعتمد على الذكاء الاصطناعي هي التوتر غير المحلول بين rel="الأساسيةوالتدويل. يمكن للإشارتين أن تسحبا في اتجاهين متعاكسين.

أساسي يقول: تعامل مع هذه الصفحة كنسخة أصلية. بينما يقول Hreflang: هذه الصفحة لها نظير لسوق آخر.

عندما تتعارض الإشارتان، عادة ما يثق محرك البحث في الرابط الأساسي (Canonical). وبالتالي، تسقط صفحتك الإقليمية من المجموعة.

إليك سيناريو نموذجي لخطأ في التحقق من hreflang. صفحة ألمانية تشير برابط أساسي إلى النسخة الإنجليزية الأصلية، لكن وسوم hreflang الخاصة بها لا تزال تدرجها كنسخة ألمانية. هذا الأساسية تعارض: تخبر الصفحة برامج الزحف بأنها نسخة مكررة وبديل متميز في نفس الوقت. يتبع الفهرس الرابط الأساسي، ويعامل الصفحة الألمانية كنسخة مكررة، ويسقط وسم hreflang. وتزداد الأمور سوءاً عند فقدان وسوم العودة. إذا كانت الصفحة الإنجليزية لا تشير إلى الرابط الألماني، فإن الزوج غير مؤكد ويتم تجاهل المجموعة. قد يفقد الرابط الألماني ظهوره كمتغير مفهرس منفصل، مما يقلل من فرصة أنظمة الذكاء الاصطناعي القائمة على البحث في الاستشهاد بمحتواه المترجم.

تحقق من هذه التعارضات الشائعة:

من السهل تجاهل التعارض الثالث. عندما تختلف صفحتان باللغة الإنجليزية فقط في علم أو تذييل الصفحة، يرى محرك البحث نسخاً مكررة ويختار واحدة منها.

قم بإصلاح هذه المشكلات أولاً. لن تساعد أي وسوم إضافية صفحة قام الفهرس باستبعادها بالفعل.