إن كنت تضيف ترميز schema طمعًا في استشهادات من الذكاء الاصطناعي، فإن أفضل الأدلة المضبوطة تقول: لا تنتظر عائدًا. تتبّعت Ahrefs ما قيمته 1,885 صفحة أضافت JSON-LD مقابل 4,000 صفحة ضبط مطابقة. استشهادات Google AI Overviews هبطت 4.6% مقارنة بصفحات الضبط؛ وبقي AI Mode وChatGPT داخل الضجيج الإحصائي. لا تضف الترميز طمعًا في صيد الاستشهادات. لكن لا تهدم ما يقف بالفعل أيضًا.

النصيحة التي يكررها الجميع

اسأل خمس وكالات عمّا إذا كان SEO في عصر الذكاء الاصطناعي يتطلب ترميز schema، وستسمع الإجابة نفسها خمس مرات: نعم، أضِف. تتصدّر schema FAQ وschema Article وschema Organization كل قائمة تحقّق للتحسين. والإحصائية التي يُستشهد بها عادةً تأتي من Ahrefs: في تحليل قوامه 6 ملايين عنوان URL، كانت الصفحات التي يستشهد بها الذكاء الاصطناعي أقرب بقرابة ثلاثة أضعاف إلى أن تتضمن JSON-LD من غير المستشهَدة.

هذه الرقم يدور جيدًا على LinkedIn وله مشكلة معروفة. الصفحات التي تضيف الترميز هي غالبًا هي ذاتها التي تستثمر في SEO التقني وتنشر محتوى موثوقًا وتكسب روابط. قد يكون الترميز مصاحبًا لكل ذلك لا سببًا له. وفي مايو 2026 أجرت Ahrefs اختبارًا يفصل أحدهما عن الآخر.

كيف سارت التجربة

كان البروتوكول بسيطًا. استخدمت Ahrefs سجل زاحفها لتحديد 1,885 صفحة أضافت JSON-LD لأول مرة بين أغسطس 2025 ومارس 2026. وحصلت كل صفحة تدخّل على ثلاث صفحات ضبط مطابقة من نطاقات أخرى — بنحو 4,000 صفحة إجمالًا — بمستويات استشهاد مماثلة ودون ترميز. ثم عدّد الفريق الاستشهادات في Google AI Overviews وGoogle AI Mode وChatGPT خلال 30 يومًا قبل كل تغيير و30 يومًا بعده، ثم قارن المجموعات بطريقة فروق الفروق التي تعادل اتجاهات المنصة في الفترة ذاتها — مثل نمو AI Mode وتقلّص AI Overviews.

وتفصيل واحد مهم عند قراءة النتائج: كل صفحة تدخّل كانت مستشهَدة بكثافة أصلًا. كان لكل منها ما لا يقل عن 100 استشهاد في AI Overviews قبل إضافة الترميز. التجربة تقيس ما يحدث لصفحات تقع فعلًا في مدار محركات الإجابات، لا ما قد يفعله الترميز لصفحة يتم تجاهلها.

ما وجدوه

مصدر الذكاء الاصطناعي التغيّر مقابل صفحات الضبط المطابقة حكم Ahrefs
Google AI Overviews −4.6% هبوط صغير لكنه ذو دلالة إحصائية
Google AI Mode +2.4% لا يمكن تمييزه عن الصفر
ChatGPT +2.2% لا يمكن تمييزه عن الصفر

والقراءة الصادقة للجدول: إضافة الترميز لم تحقق مكسبًا قابلًا للقياس على أي منصة. وقبل أن تهزّ −4.6% من AI Overviews كمخيف، توضيح واحد: إنه نحو 12 استشهادًا أقل للصفحة يوميًا، على صفحات تحصل على مئات، في عيّنة كانت فيها صفحات التدخّل وصفحات الضبط تهبط معًا لأسباب لا علاقة لها بالترميز. وتقول Ahrefs هذا بوضوح: لا يمكن أن يُعزى هذا الهبوط الصغير إلى الترميز. وأربعة اختبارات إحصائية مستقلة تروي القصة نفسها: لا صافي أثر — لا إيجابيًا ولا سلبيًا.

لماذا تقرأ المحركات ترميزك كنص خام

الآلية تفسّر النتيجة الصفرية. في فبراير 2026 نشر مارك ويليامز-كوك تجربة صُمّمت لتفصل قراءة كتلة الترميز عن تحليلها. أنشأ صفحة لبائع قمصان وهمي ووضع العنوان في JSON-LD معطوب عمدًا فحسب: @context مختلق، و@type مختلق، وخصائص غير موجودة أصلًا، ولا عنوان في النص المرئي. وعندما طلب العنوان من ChatGPT وPerplexity، أعاداه صحيحًا. بل أضاف Perplexity من تلقاء نفسه أنه وجده في «البيانات المنظمة المضمّنة في الصفحة». قرأت النماذج الكتلة كنص عادي بعلامات ترقيم غريبة، دون أن تتحقق قط من صحة الترميز.

وتجربة searchVIU التي أوردتها دراسة Ahrefs تؤكد الشيء نفسه من طريق آخر. عندما تجلب ChatGPT وClaude وPerplexity وGemini وGoogle AI Mode صفحة في الزمن الحقيقي، تستخرج المنظومات الخمس كلها HTML المرئي فحسب. أما JSON-LD وMicrodata المخفية وRDFa المخفية فتُتجاهل عند الجلب المباشر.

الدراسات الرصدية تشير في الاتجاه نفسه

التجارب المضبوطة نادرة في هذا المجال، لذا يستحق الأمر التحقق مما إذا كانت مجموعات الرصد الكبيرة تناقضها. لا تناقضها. حلّلت SE Ranking ما قيمته 216,524 صفحة من 129,000 نطاق: الصفحات ذات schema FAQ تحصل على 3.6 استشهاد وسطيًا في ChatGPT مقابل 4.2 من دونها — ارتباط سالب طفيف (دراسة رصدية). ونمذجت First Page Sage محركات التوصية بالذكاء الاصطناعي عبر 4,213 مطالبة تجارية، وخصصت 0.9% من الأثر المنمذج في بحث الذكاء الاصطناعي القياسي للترميز والبيانات المنظمة — مقابل 80.4% لإشارات الموثوقية (تحليل نمذجه مزوّد، لا تجربة).

وتفصيل من التقرير ذاته من First Page Sage يستحق الانتباه: في البحث الوكيل، حين يتحقق وكيل الذكاء الاصطناعي من الوقائع قبل التصرف، يرتفع الوزن المنمذج للبيانات المنظمة إلى 4.6%. الأسعار والتوافر والحجوزات — هذه البيانات تساعد الآلة فعلًا على إتمام المهمة. هذه حجة للبيانات المنظمة كتركيب وظيفي للوكلاء، لا كرافعة للاستشهادات.

ما لا تستطيع هذه الدراسة إخبارك به

القيود — معظمها يذكرها Ahrefs نفسه. كل صفحة دُرست كانت مستشهَدة بكثافة أصلًا: النتيجة لا تقول شيئًا عن الصفحات التي لا يعرضها الذكاء الاصطناعي قط؛ وبالنسبة إليها قد يساعد الترميز مع ذلك في الزحف أو التحليل أو الفهرسة، وAhrefs يشير إلى ذلك. وجرُم كل أنواع schema معًا؛ ونوع بعينه قد يتصرف مختلفًا. ونافذة الـ30 يومًا كانت ستفوّت الآثار البطيئة. والدراسة تغطي JSON-LD الموجود في HTML المسلَّم فقط، لا Microdata ولا RDFa ولا الترميز المحقون بجافاسكربت. ولأنها دراسة رصدية مطابقة لا تجربة عشوائية، لا يمكن أن يُنسب هبوط AI Overviews الصغير بصفاء إلى الترميز. ولهذا فإن تسمية JSON-LD «عبئًا» تجاوزٌ للبيانات هو الآخر. الأطروحة المدافَع عنها أضيق: حيثما بِيع بأقوى صورة، فدليل العائد صفر.

ماذا تفعل بدلًا من ذلك

ثلاثة أفعال — بالترتيب الذي تحمله الأدلة.

أولًا، توقّف عن إدراج ميزانية لترميز جديد بوصفه رافعة للظهور في الذكاء الاصطناعي. كل عرض يبيع schema FAQ رافعةً للاستشهادات من الذكاء الاصطناعي يتناقض مع أفضل البيانات المضبوطة المتاحة. والجدل التقويمي انهار أيضًا: أزالت Google rich results FAQ من البحث كل يوم 7 مايو 2026، ولم تعد الوعد القديم بـ«مساحة أكبر على صفحة النتائج» قيد الدفاع.

ثانيًا، لا تحذف في حالة من الذعر. تقول وثائق Google إن البيانات المنظمة غير المستخدمة لا تسبب مشكلات، وأن الترميز لا يزال يغذي البنية التحتية للبحث التقليدي وتوضيح الكيانات في Knowledge Graph. وويليامز-كوك، الذي لا يميل إطلاقًا لتسويق schema-under-GEO، يوصي بالاحتفاظ به لهذا السبب تحديدًا. وحذف ترميز يعمل بسبب ارتباط سالب يعيد الخطأ الأصلي في الاتجاه المعاكس.

ثالثًا، أنفق الجهد حيث تشير الأدلة. تخصص نموذج First Page Sage نسبة 80.4% من الأثر لإشارات الموثوقية — بعيدًا للغاية عن 0.9% للترميز، وتظهر أعمال الارتباط لدى Ahrefs مرارًا أن الصفحات المستشهَدة تنتمي إلى مواقع قوية ككل. عمليًا، هذا يُختزل في شيء واحد: أن تُذكر بالاسم. ودليلنا حول كيفية التحقق مما إذا كان ChatGPT يوصي بمنتجك يستغرق عصرًا ولا يتطلب أدوات، ولماذا ذكر الذكاء الاصطناعي لاسمك يساوي أكثر من ترتيب جيد في Google يكمل البقية.

ابدأ بنظرة إلى موقعك: ينفّذ الفحص الفوري المجاني سبعة فحوصات تقنية على صفحتك الرئيسية ويعرض كل نتيجة على الصفحة نفسها.

شغّل التحقق المجاني

ملاحظة عن schema هذه الصفحة نفسها

نعم، تحتوي هذه الصفحة على JSON-LD Article وFAQPage. لا شيء مما سبق يناقض ذلك. يستهدف ترميزنا البنية التحتية للبحث التقليدي ووضوح الكيانات، ولا نقدّمه بوصفه رافعة للاستشهادات من الذكاء الاصطناعي. هذا النص ضد إضافة ترميز على أمل الاستشهادات، لا ضد موقع سليم تقنيًا.

الأسئلة الشائعة

هل تؤدي إضافة JSON-LD إلى زيادة الاستشهادات من الذكاء الاصطناعي؟

أفضل الأدلة المتاحة تقول لا. تتبّعت Ahrefs ما قيمته 1,885 صفحة أضافت JSON-LD مقابل 4,000 صفحة ضبط مطابقة: استشهادات Google AI Overviews هبطت 4.6% مقارنة بصفحات الضبط، وبقي AI Mode (+2.4%) وChatGPT (+2.2%) داخل الضجيج الإحصائي. لا تعرض أي منصة ارتفاعًا ملحوظًا.

هل ينبغي إزالة ترميز schema الموجود؟

لا. تقول وثائق Google إن البيانات المنظمة غير المستخدمة لا تسبب مشكلات، ويمكن أن يبقى ترميز FAQPage بعد إزالة rich results في مايو 2026. ولا تزال schema تخدم البنية التحتية للبحث التقليدي وتوضيح الكيانات. الأدلة ضد الترميز الجديد المضاف أملًا في استشهادات من الذكاء الاصطناعي، لا ضد موقع سليم تقنيًا.

لماذا لا تقرأ محركات الذكاء الاصطناعي الترميز كما يقرؤه زاحف Google؟

في تجربة فبراير 2026، استخرج ChatGPT وPerplexity عنوانًا وُضع حصرًا في JSON-LD معطوب عمدًا ومخترع من الصفر، وأعاداه صحيحًا. قرأت النماذج الكتلة كنص خام دون أن تحلل بنيتها. ويُظهر اختبار searchVIU الذي أوردته دراسة Ahrefs أن خمس منظومات ذكاء اصطناعي تستخرج عند الجلب في الزمن الحقيقي HTML المرئي فحسب.

ما الذي يحسّن الاستشهادات من الذكاء الاصطناعي فعلًا؟

تتقاطع الأدلة المنمذجة عند الموثوقية: تخصص First Page Sage نسبة 80.4% من الأثر المنمذج على إجابات الذكاء الاصطناعي لإشارات الموثوقية، مقابل 0.9% للترميز. وتشير النتيجة الارتباطية لدى Ahrefs (JSON-LD أقرب بقرابة ثلاثة أضعاف لدى الصفحات المستشهَدة) في الاتجاه نفسه: الترميز يرافق الصفحات القوية ولا يجعلها كذلك.

هذه الصفحة بها schema FAQ. أليس هذا تناقضًا؟

لا. نحتفظ بترميز Article وFAQPage على هذه الصفحة للبنية التحتية للبحث التقليدي ووضوح الكيانات، ولا نقدّمه رافعةً للاستشهادات من الذكاء الاصطناعي. النقاش يدور حول ترميز جديد يُضاف توقعًا للاستشهادات، لا حول بيانات منظمة صحيحة ومهتمّ بها.

المصادر

  • Ahrefs، «We Tracked 1,885 Pages Adding Schema. AI Citations Barely Moved.» (تجربة مضبوطة، فروق-فروق مطابقة، نُشرت 11 مايو 2026؛ تتضمن اختبار جلب مباشر من searchVIU عبر خمس منظومات ذكاء اصطناعي): ahrefs.com/blog/schema-ai-citations
  • مارك ويليامز-كوك، «Schema, LLMs and the Low Bar for Evidence in GEO» (التجربة: الاستخراج من JSON-LD معطوب عمدًا؛ قراءة طويلة): markwilliamscook.substack.com؛ الاختبار الأصلي من فبراير 2026 (رواه Search Engine Roundtable): seroundtable.com
  • SE Ranking، «How to Optimize for ChatGPT» (دراسة رصدية، 216,524 صفحة من 129,000 نطاق، نُشرت في نوفمبر 2025): seranking.com/blog/how-to-optimize-for-chatgpt
  • First Page Sage، «Impact of Structured Data on AI Rankings: 2026 Study» (تحليل منمذج من مزوّد، 4,213 مطالبة تجارية، نُشر في سبتمبر 2026): firstpagesage.com/reports/impact-of-structured-data-on-ai-rankings
  • Search Engine Journal، «Google Drops FAQ Rich Results From Search» (نقل عن إعلان Google الوثائقي بتاريخ 7 مايو 2026): searchenginejournal.com