איך מודדים נראות במנועי AI — המתודולוגיה המלאה (בלי להבטיח תוצאות)

בעולם הישן היה פשוט: בודקים איפה האתר מדורג על מילת מפתח, ורואים אם הוא עלה. בעולם של מנועי AI אין דבר כזה. אין דירוג, אין עמוד תוצאות קבוע, ואין כלי שיגיד לכם "אתם במקום שלוש ב־ChatGPT".

זה יוצר בעיה אמיתית: ספק רציני לא יכול להבטיח שמנוע AI יצטט אתכם — כי אף אחד לא שולט בזה. אבל אם הוא גם לא מודד כלום, נשארתם עם הבטחה מעורפלת ותשלום.

הפתרון הוא לא להבטיח יותר. הוא למדוד. וזו המתודולוגיה המלאה שאנחנו משתמשים בה — כולל הכללים שהופכים בדיקה ביתית לבדיקה שאפשר לסמוך עליה.

למה מדידה כאן קשה יותר משנדמה

לפני השיטה, שלוש מלכודות שהופכות רוב הבדיקות הביתיות לחסרות ערך:

1. אותה שאלה, תשובות שונות. מנועי AI אינם דטרמיניסטיים. תשאלו פעמיים ותקבלו ניסוחים שונים, ולפעמים מקורות שונים. בדיקה חד־פעמית לא אומרת כלום.
2. ההיסטוריה שלכם מזהמת את התוצאה. אם דיברתם על העסק שלכם באותו צ׳אט — או אפילו בצ׳אטים קודמים, כשהזיכרון פעיל — המנוע כבר מכיר אותו. תקבלו תשובה מחמיאה שאין לה שום קשר למה שלקוח זר יקבל.
3. השאלה עצמה מטה את התשובה. "מה אתם יודעים על העסק X?" תמיד תיתן תשובה על X. זו לא בדיקת נראות — זו בדיקת ידע. השאלה האמיתית היא מה קורה כשאף אחד לא מזכיר אתכם.

השיטה: עשר שאלות בשלוש שכבות

עשר שאלות, לא יותר — כדי שאפשר יהיה לחזור עליהן כל רבעון בלי שזה יהפוך לפרויקט. הן מחולקות לשלוש שכבות שמודדות דברים שונים לגמרי:

שכבה 1 — שאלות מסחריות (4 שאלות)

מה שלקוח שואל בדיוק לפני שהוא קונה, בלי להזכיר אתכם. "כמה עולה ___ בישראל?", "איפה מומלץ לעשות ___ באזור ___?", "מה המחיר של ___?", "איפה קונים ___?"

זו השכבה הכי קשה והכי שווה. כאן המנוע בוחר למי לתת את התשובה — ולרוב זה לא אתם.

שכבה 2 — שאלות קטגוריה (4 שאלות)

שאלות ידע בתחום שלכם: "מה זה ___?", "איך בוחרים ___?", "מה ההבדל בין ___ ל___?"

כאן הסיכוי גבוה יותר, במיוחד אם יש לכם מונח מקצועי שאתם באמת הבעלים שלו. באחד הפרויקטים שלנו, מותג שלט כמעט לחלוטין בתוצאות של מונח מקצועי ייחודי לו — ובמקביל נעדר לגמרי מכל שאלה גנרית על מחיר. שתי השכבות מספרות סיפורים הפוכים, ולכן צריך את שתיהן.

שכבה 3 — שאלות מותג (2 שאלות)

"ספר לי על ___", "מה מיוחד ב___?" — כאן אתם כן מזכירים את השם, ובכוונה. השכבה הזו לא מודדת נראות אלא דיוק וזהות: האם המנוע יודע מי אתם? האם הוא מבלבל אתכם עם עסק אחר בעל שם דומה? האם העובדות שהוא מוסר נכונות?

חמישה כללים שהופכים את הבדיקה לתקפה

1. צ׳אט חדש ונקי לכל שאלה. בלי היסטוריה, בלי זיכרון, ורצוי בחלון פרטי או בחשבון שלא דיבר על העסק.
2. בשכבות 1 ו־2 — לא מזכירים את שם העסק. אפילו לא ברמז. אתם מדמים לקוח שלא מכיר אתכם.
3. ניסוח קבוע. אותה שאלה בדיוק, מילה במילה, בכל סבב. שינוי ניסוח = מדידה אחרת.
4. מתעדים מילה במילה. לא "הוזכרנו" אלא הטקסט עצמו — ומי עוד הוזכר. המתחרה שקיבל את התשובה הוא נתון חשוב לא פחות.
5. שני מנועים לפחות. ChatGPT ו־Perplexity מתנהגים שונה לגמרי: אחד נשען יותר על אינדקס חיפוש, השני מציג מקורות במפורש. בדיקה במנוע אחד היא חצי תמונה.

ולשאלות שנותנות תשובות תנודתיות — הריצו פעמיים או שלוש ורשמו את הדפוס, לא את המקרה.

סולם הניקוד: מ"הוזכרנו" למספר

"הוזכרנו" זה לא מדד. זה מה שהופך את הבדיקה למשהו שאפשר להשוות אליו כעבור חודש:

• 0 — לא מופיעים. התשובה לא מזכירה אתכם בשום צורה.
• 1 — מופיעים כמקור. האתר מופיע ברשימת המקורות או כקישור, בלי אזכור בגוף התשובה.
• 2 — מוזכרים בשם. העסק מוזכר בגוף התשובה עצמה.
• 3 — מצוטטים עם עובדה. המנוע מוסר עובדה ספציפית שלכם — מחיר, שעה, כתובת, תנאי — והיא נכונה. זו המטרה.

ובנוסף שני סימונים נפרדים, שחשובים לא פחות מהציון:

• עובדה שגויה — המנוע אמר עליכם משהו לא נכון. זה גרוע יותר מהיעדרות, וזה הדבר הראשון לתקן.
• מי קיבל את התשובה במקומכם — שם המתחרה שצוטט. אחרי שלושה סבבים תראו דפוס ברור של מי הבעלים של כל שאלה.

מה עושים עם הטבלה

אחרי הסבב הראשון תקבלו תמונה שנראית בערך כך: ציונים 0 בשכבה המסחרית, 1–2 בשכבה הקטגורית, ו־2–3 בשכבת המותג. זה המצב הנורמלי כמעט בכל עסק שלא עשה כלום בתחום.

מכאן הקריאה פשוטה:

• אפסים בשכבה המסחרית — לרוב סימן שהעובדות (מחיר, מיקום, תנאים) לא קיימות בפורמט שהמנוע יכול לשלוף, או בכלל לא נגישות לו.
• ציון 1 חוזר — האתר נסרק ומוכר, אבל לא נבחר כתשובה. בדרך כלל בעיית מבנה וישות, לא בעיית גישה.
• עובדה שגויה בשכבת המותג — יש לכם מקור סותר איפשהו ברשת, או שהמנוע השלים מהדמיון כי לא מצא מקור מוסמך.
• אותו מתחרה שוב ושוב — שווה לבדוק מה יש לו שאין לכם: עמוד ייעודי לשאלה, מחיר גלוי, או פשוט סכמה.

מתי מודדים שוב

לא אחרי שבוע. מנועי AI מרעננים את מה שהם יודעים על אתר בקצב שלהם, ותוכן חדש לוקח זמן להיקלט. שלושה עד ארבעה שבועות אחרי שינוי הוא הטווח הסביר לסבב שני, ורבעוני מכאן והלאה.

והכלל היחיד שאסור לוותר עליו: המדידה הראשונה חייבת לקרות לפני השינוי. אם התחלתם לתקן ורק אחר כך נזכרתם למדוד — איבדתם את נקודת ההשוואה, ואין דרך לשחזר אותה.

מה השיטה הזו לא מוכיחה

חשוב לומר את זה במפורש, כי זה מה שמפריד בין מדידה למכירה:

• היא לא מוכיחה סיבתיות. אם ציון עלה, ייתכן שזה בגלל השינוי שעשיתם וייתכן שהמנוע פשוט התעדכן.
• היא לא מדגם סטטיסטי. עשר שאלות הן אינדיקציה, לא מחקר.
• היא לא מודדת תנועה או הכנסה. היא מודדת נראות בתשובות — שלב אחד לפני זה.

ובכל זאת היא עדיפה בהרבה על החלופה, שהיא לסמוך על תחושה או על הבטחה של ספק. מספר לא מושלם שאפשר להשוות אליו שווה יותר מוודאות מדומה.

שורה תחתונה

אף אחד לא יכול להבטיח שמנוע AI יצטט אתכם. מי שמבטיח — מנחש בשבילכם. אבל אפשר בהחלט למדוד איפה אתם היום, לעשות עבודה מקצועית, ולמדוד שוב באותה שיטה.

עשר שאלות, שלוש שכבות, סולם של ארבע דרגות. חצי שעה עבודה בכל סבב. זה ההבדל בין "נראה לי שזה עוזר" לבין טבלה שאפשר להראות למנכ"ל.