ثبات إجابات الذكاء الاصطناعي: ماذا تكشف 968 عملية تشغيل متكررة

إجابات الذكاء الاصطناعي عن الموجّه (Prompt) نفسه تتغيّر كثيرًا، والمصادر التي تستشهد بها تتغيّر أكثر بكثير من العلامات التجارية التي تذكرها. فعلى مدى 968 عملية تشغيل متكررة لـ 42 زوجًا من الموجّهات والمحركات تتبّعناها في AI Rank Lab بين 13 فبراير و14 أكتوبر 2026، تنقّل 18 زوجًا من أصل 42 (42.9%) مرة واحدة على الأقل بين ذكر العلامة التجارية المتتبَّعة وعدم ذكرها، وبلغ وسيط التداخل في النطاقات المستشهَد بها بين عمليتي تشغيل متتاليتين للموجّه نفسه 0.41 فقط (مؤشر Jaccard). وبعبارة بسيطة: عملية التشغيل الواحدة عيّنة، وليست قياسًا.

هذه دراسة مبنية على بياناتنا الخاصة. ستجد فيما يلي الأرقام موزّعة حسب المحرك، والمنهجية وحدودها، ومدى توافق نتائجنا مع الأبحاث المنشورة من Profound وOtterly وSparkToro وباحثين في جامعة سانت غالن، إضافة إلى إجابة عملية عن السؤالين اللذين يصطدم بهما كل تقرير عن الظهور في الذكاء الاصطناعي: كم مرة ينبغي أن تتتبّع، وكم عملية تشغيل تحتاج قبل أن تثق بأن تغيّرًا ما حقيقي؟

ماذا قسنا، وكيف؟

قسنا مقدار تغيّر الإجابة عن الموجّه نفسه، على المحرك نفسه، من عملية تشغيل إلى التالية. البيانات مصدرها عمليات تشغيل مجدولة ويدوية للموجّهات في أداة تتبّع ظهور العلامة التجارية من AI Rank Lab، التي تشغّل موجّهات المستخدم على محركات الذكاء الاصطناعي وتسجّل ما إذا كانت العلامة المتتبَّعة قد ذُكرت وما النطاقات التي استشهدت بها الإجابة. للإفصاح: AI Rank Lab منتجنا، وهو الذي جمع هذه البيانات.

معيار الدراسة	القيمة
الفترة	عمليات التشغيل الناجحة بين 2026-02-13 و2026-10-14
قاعدة الإدراج	أزواج الموجّه + المحرك التي لديها 5 عمليات تشغيل ناجحة أو أكثر فقط
العيّنة	42 زوجًا من الموجّهات والمحركات، و968 عملية تشغيل (نحو 23 عملية لكل زوج في المتوسط)
المحركات التي لديها أزواج مؤهّلة	Gemini (13 زوجًا)، وChatGPT (11)، وClaude (11)، وPerplexity (6)، وGoogle AI Overview (1). لم يكن لدى Google AI Mode أي زوج بـ 5 عمليات تشغيل أو أكثر.
العلامات التجارية	مأخوذة من 12 نطاقًا متتبَّعًا، معظمها علامات في التسويق والبرمجيات. لا نذكر هنا اسم أي نطاق لعميل.
المدة الزمنية النموذجية لكل زوج	وسيط 25.3 يومًا لـ ChatGPT وClaude وGemini؛ و12.8 يومًا لـ Perplexity؛ و37.6 يومًا للزوج الوحيد في AI Overview

استخدمنا أربعة مقاييس، حُسب كلٌّ منها لكل زوج ثم لُخّص بالوسيط (أو بالعدد) عبر الأزواج:

• تقلّب الإشارة: لم تتفق كل عمليات تشغيل الزوج على ما إذا كانت العلامة قد ذُكرت. أما الأزواج التي لم تتقلّب قط فهي إما «مذكورة دائمًا» أو «غير مذكورة أبدًا».
• مؤشر Jaccard بين عمليات التشغيل المتتالية: لكل عمليتي تشغيل متعاقبتين، عدد النطاقات المستشهَد بها المشتركة بينهما مقسومًا على عدد النطاقات المختلفة التي استشهدت بها أيٌّ منهما. القيمة 1.0 تعني قائمتي مصادر متطابقتين، و0 تعني عدم وجود أي تداخل. نحسب متوسط هذا المؤشر داخل كل زوج، ثم نأخذ الوسيط عبر الأزواج.
• النطاقات الحاضرة في كل عمليات التشغيل: نسبة النطاقات التي ظهرت في كل عملية تشغيل دون استثناء من بين جميع النطاقات التي استشهد بها الزوج يومًا.
• النطاقات المختلفة عبر عمليات التشغيل مقابل العملية الواحدة: عدد النطاقات المختلفة التي استشهد بها الزوج طوال سجله، مقسومًا على متوسط ما تستشهد به عملية تشغيل واحدة.

تُنفَّذ عمليات التشغيل عبر واجهة API الخاصة بكل محرك مع تفعيل البحث على الويب أو التأريض بالبحث (Search Grounding)، وليس عبر تطبيقات الدردشة الموجّهة للمستهلكين، كما أن تعليمات التقييم تذكر اسم العلامة المتتبَّعة حتى يمكن تقييم الإجابة. ولكلا الخيارين أثر في تفسير النتائج، وسنعود إليهما في قسم حدود الدراسة.

كم مرة تتغيّر إجابات الذكاء الاصطناعي عن الموجّه نفسه؟

بما يكفي لأن تخبرك عملية تشغيل واحدة بالقليل فقط. فمن بين الأزواج الـ 42 كلها، قلب 18 زوجًا (42.9%) الإشارة إلى العلامة مرة واحدة على الأقل، بينما ذُكرت العلامة في كل عمليات التشغيل لدى 19 زوجًا، ولم تُذكر أبدًا لدى 5 أزواج. وعلى صعيد المصادر، تشاركت عمليتا تشغيل متعاقبتان للموجّه نفسه بوسيط 41% من النطاقات التي استشهدت بها أيٌّ منهما، أي أن نحو ثلاثة من كل خمسة نطاقات في أي إجابتين متتاليتين ظهرت في إحداهما فقط. هذه هي النتيجة الأساسية بشأن ثبات إجابات الذكاء الاصطناعي في عيّنتنا: الحكم على العلامة غير مستقر لدى أقلية كبيرة من الموجّهات، وقائمة المصادر غير مستقرة لدى جميعها تقريبًا.

أبرز النتائج حسب المحرك

المحرك	الأزواج	عمليات التشغيل	الأزواج التي قلبت الإشارة	مذكورة دائمًا / غير مذكورة أبدًا	وسيط Jaccard بين العمليات المتتالية	وسيط نسبة النطاقات الحاضرة في كل العمليات	النطاقات المختلفة عبر العمليات مقابل العملية الواحدة
Perplexity	6	224	4 (66.7%)	2 / 0	0.59	3.8%	2.43 ضعف
ChatGPT	11	239	6 (54.5%)	1 / 4	0.54	7.7%	2.29 ضعف
Claude	11	226	5 (45.5%)	6 / 0	0.53	10.0%	2.61 ضعف
Gemini	13	274	3 (23.1%)	10 / 0	0.26	2.1%	3.50 ضعف
Google AI Overview*	1	5	0 (0%)	0 / 1	0.41	3.3%	2.63 ضعف
كل المحركات	42	968	18 (42.9%)	19 / 5	0.41	3.5%	2.68 ضعف

*زوج واحد بخمس عمليات تشغيل حالةٌ فردية لا نتيجة، ونعرضه للاكتمال فقط. ويأتي مؤشر Jaccard لكل المحركات (0.41) أدنى من ثلاثة من المحركات الأربعة الرئيسية لأنه وسيط الأزواج الـ 42 مجتمعةً، والأزواج الـ 13 لدى Gemini منخفضة التداخل تسحبه إلى الأسفل.

أي محرك ذكاء اصطناعي يقدّم الإجابات الأكثر ثباتًا؟

الأمر يتوقف على نوع الثبات الذي تقصده، وفي بياناتنا أشار النوعان إلى اتجاهين متعاكسين.

• المصادر الأكثر ثباتًا: Perplexity. تشاركت عمليات التشغيل المتعاقبة لديه وسيط 0.59 من النطاقات المستشهَد بها، وهو الأعلى بين كل المحركات. لكن هناك تحفّظ: شُغّلت أزواج Perplexity بكثافة أعلى، نحو 37 عملية لكل زوج على مدى وسيط 12.8 يومًا، مقابل نحو 20 إلى 22 عملية على مدى وسيط 25.3 يومًا للمحركات الأخرى. وعمليات التشغيل المتقاربة زمنيًا لديها فرصة أقل للانحراف، ما قد يجمّل رقمه.
• الحكم الأكثر ثباتًا على العلامة: Gemini. لم يقلب الإشارة سوى 3 من أزواجه الـ 13 (23.1%)، وذُكرت العلامة في كل عمليات التشغيل لدى 10 أزواج. ونرى أن هذا يعكس في الغالب مزيج الموجّهات الذي صادف أن تُتبَّع على Gemini أكثر مما يعكس خاصية في Gemini نفسه، وعيّنتنا لا تستطيع الفصل بين الأمرين.
• المصادر الأقل ثباتًا: Gemini. وسيط Jaccard يبلغ 0.26، و2.1% فقط من النطاقات المستشهَد بها حاضرة في كل عمليات التشغيل، وعدد النطاقات المختلفة بمرور الوقت يبلغ 3.5 ضعف ما في عملية تشغيل نموذجية. ظلّ Gemini يذكر العلامة بينما يبدّل الصفحات التي يحيل إليها.
• أعلى نسبة من المصادر «الدائمة»: Claude. ظهر وسيط 10% من النطاقات التي استشهد بها Claude لكل زوج في كل عمليات التشغيل، وهي النسبة الأعلى بين المحركات الأربعة الرئيسية.
• ChatGPT جاء في المنتصف من حيث تداخل المصادر (0.54)، ولديه أكبر عدد من الأزواج التي لم تذكر العلامة أبدًا (4 من 11).

هل الإشارات إلى العلامة التجارية أكثر ثباتًا من المصادر المستشهَد بها؟

نعم. في بياناتنا، أعطى 24 زوجًا من أصل 42 (19 مذكورة دائمًا و5 غير مذكورة أبدًا) الحكم نفسه على العلامة في كل عمليات التشغيل، بينما لم يصمد في كل العمليات سوى وسيط 3.5% من النطاقات المستشهَد بها. والأبحاث المنشورة تتفق مع ذلك: فقد وجدت دراسة الثبات من Otterly أن 12% إلى 19% من العلامات ظهرت في يوم واحد فقط من فترة 30 يومًا، مقابل ما يصل إلى 67% من المصادر المستشهَد بها، وقاست ورقة سانت غالن مؤشر Jaccard اليومي للعلامات بين 0.45 و0.59، مقابل 0.34 إلى 0.42 للمصادر. إذا كنت ستعرض رقمًا واحدًا، فمعدل ذكر العلامة على مدى فترة زمنية أكثر ثباتًا من أي لقطة لـ«الصفحات التي استُشهد بها». ويشرح مقالنا عن الإشارات إلى العلامة مقابل الاستشهادات لماذا يحتاج كلٌّ منهما إلى مؤشر أداء رئيسي (KPI) مستقل.

لماذا تعطي محركات الذكاء الاصطناعي إجابات مختلفة عن السؤال نفسه؟

لأن إجابة الذكاء الاصطناعي هي نهاية سلسلة من الخطوات، وتكاد كل خطوة فيها تنطوي على قدر من العشوائية أو على مُدخل متغيّر. يعرض الجدول التالي الأسباب الرئيسية، وما إذا كان بإمكان نظام التتبّع التحكم فيها.

سبب التباين	ما الذي يغيّره	الدليل	هل يمكن لأداة التتبّع التحكم فيه؟
أخذ عيّنات الرموز (Tokens) وعدم حتمية الاستدلال	الصياغة، والعلامات التي تُذكر، والترتيب	حصلت Thinking Machines على 80 إجابة فريدة من 1,000 طلب متطابق بدرجة حرارة 0	لا. تطبيقات المستهلكين لا تتيح ذلك.
الاسترجاع وتوسيع الاستعلام (Query Fan-out)	الصفحات التي تُجلب ويُستشهد بها	تقول Google إن AI Overviews وAI Mode قد يُجريان عمليات بحث متعددة ذات صلة عبر موضوعات فرعية	لا. يمكنك فقط أخذ عيّنات منه بشكل متكرر.
تغيّرات الفهرس والويب	صفحات جديدة تدخل وأخرى قديمة تخرج	قاست Profound تغيّر 40.5% إلى 59.3% من النطاقات المستشهَد بها خلال شهر واحد	لا. هذا تغيّر حقيقي تريد أن تراه.
تحديثات النماذج	قفزات مفاجئة في الإشارات والمصادر معًا	تشير Profound إلى انحراف تزايد ليبلغ 70% إلى 90% من يناير إلى يوليو	جزئيًا. سجّل إصدارات النماذج ودوّن مواعيد طرحها.
التخصيص والموقع والذاكرة	ما يراه كل مستخدم بعينه	الدراسات تثبّت هذه العوامل، أما المستخدمون الحقيقيون فلا	جزئيًا. ثبّت الموقع والإعدادات في التتبّع.
منتجات مختلفة من الشركة نفسها	مجموعة المصادر بأكملها	وجدت Ahrefs تداخلًا في الاستشهادات بنسبة 13.7% بين AI Mode وAI Overviews	نعم. تتبّع كل واجهة على حدة.

أخذ العيّنات. تختار النماذج اللغوية كل رمز تالٍ من توزيع احتمالي، لذا قد يُنتج الموجّه نفسه نصًا مختلفًا. وحتى ضبط درجة الحرارة على صفر لا يجعل النماذج المستضافة قابلة للتكرار تمامًا: فقد شغّل Thinking Machines Lab الموجّه نفسه 1,000 مرة بدرجة حرارة 0 على Qwen3-235B وحصل على 80 إجابة فريدة، وأرجع ذلك إلى نوى الاستدلال (Inference Kernels) التي تعتمد نتائجها على حجم الدفعة، وبالتالي على حِمل الخادم.

الاسترجاع. الإجابات المدعومة بالبحث تعتمد على ما يجلبه المحرك. وتقول وثائق Google نفسها عن ميزات الذكاء الاصطناعي إن AI Overviews (الملخصات التي يولّدها Google بالذكاء الاصطناعي) وAI Mode (وضع الذكاء الاصطناعي) قد يستخدمان «توسيع الاستعلام» (Query Fan-out)، أي إجراء عمليات بحث متعددة ذات صلة عبر موضوعات فرعية، وإن الميزتين «قد تستخدمان نماذج وتقنيات مختلفة، لذا ستتفاوت مجموعة الإجابات والروابط التي تعرضانها». والفروق الصغيرة في الاستعلامات الفرعية التي تُنفَّذ، وفيما تُرجعه، تغيّر قائمة الاستشهادات. ويشرح دليلنا عن توسيع الاستعلام هذه الآلية.

تغيّر حقيقي بمرور الوقت. بعض الحركة حقيقية: تُنشر صفحات جديدة، وتتبدّل الترتيبات، وتُحدَّث النماذج. فقد وجدت دراسة التقلّب من Profound أن 40% إلى 60% من النطاقات المستشهَد بها تغيّرت بين يونيو ويوليو 2025 للموجّهات نفسها، ووجدت دراستها اللاحقة عن عمر النصف للاستشهاد أن الصفحة المستشهَد بها (بالوسيط) تفقد نصف ذروة حصتها من الاستشهادات خلال 11 يومًا من بلوغها. وفترتنا تمتد ثمانية أشهر ولم تُثبَّت فيها إصدارات النماذج، لذا فإن جزءًا من التبدّل لدينا انحراف حقيقي من هذا النوع، وليس ضجيجًا.

واجهات مختلفة. حتى داخل الشركة الواحدة تختلف المنتجات. فقد قارنت Ahrefs بين 540,000 زوج من الاستعلامات ووجدت أن AI Mode وAI Overviews استشهدا بعناوين URL نفسها في 13.7% فقط من الحالات، رغم أن إجاباتهما كانت متشابهة دلاليًا في 86% من الحالات.

كيف تُقارن هذه النتائج بنتائج Profound وOtterly وSparkToro وسانت غالن؟

بشكل عام، هي متفقة: قوائم المصادر تتبدّل بشدة، وحضور العلامة أكثر ثباتًا، واللقطات المنفردة مضلِّلة. يضع الجدول الأرقام المنشورة جنبًا إلى جنب. لاحظ أن المقاييس تختلف، فقارن الاتجاهات لا الكسور العشرية.

الدراسة	الجهة الناشرة	العيّنة	النتيجة القابلة للمقارنة
AI Rank Lab (هذه الدراسة)	مزوّد أداة (نحن)	42 زوجًا من الموجّهات والمحركات، 968 عملية تشغيل، من فبراير إلى أكتوبر 2026	مؤشر Jaccard للنطاقات المستشهَد بها بين العمليات المتتالية 0.41؛ و42.9% من الأزواج قلبت الإشارة إلى العلامة
Don't Measure Once (Schulte وBleeker وKaufmann)	باحثون في جامعة سانت غالن	32 موجّهًا بالألمانية السويسرية، 4 محركات، من 45 إلى 46 يومًا بين يناير ومارس 2026	مؤشر Jaccard اليومي للمصادر من 0.34 إلى 0.42؛ والتكرارات خلال 24 ساعة من 0.32 إلى 0.43؛ ومؤشر Jaccard للعلامات من 0.45 إلى 0.59
دراسة الثبات من Otterly AI	مزوّد أداة	520 موجّهًا، 7 محركات، 252,407 إجابات، تشغيل يومي	أعاد ChatGPT وAI Mode استخدام نحو 26% من المصادر من يوم لآخر، وPerplexity نحو 75%
Profound: تقلّب البحث بالذكاء الاصطناعي	مزوّد أداة	نحو 80,000 موجّه لكل منصة، يونيو مقابل يوليو 2025	تغيّر من 40.5% (Perplexity) إلى 59.3% (AI Overviews) من النطاقات المستشهَد بها خلال شهر
Yotpo: كم يدوم استشهاد الذكاء الاصطناعي؟	مزوّد أداة	موجّهات تجارية، أسبوعيًا لمدة 14 أسبوعًا أو أكثر	ثبات الاستشهاد الأسبوعي 0.30 (ChatGPT) و0.24 (Gemini)
SparkToro وGumshoe (عبر Search Engine Journal)	SparkToro بالتعاون مع مزوّد أداة تتبّع	2,961 عملية تشغيل أجراها متطوعون على ChatGPT وClaude وGoogle AI	القائمة نفسها من العلامات ظهرت أقل من مرة واحدة في كل 100 مرة؛ وحضور العلامة أكثر ثباتًا من ترتيبها

كل دراسة في هذا الجدول، باستثناء ورقة سانت غالن، صادرة عن شركة تبيع أدوات تتبّع الظهور في الذكاء الاصطناعي، ونحن منها. ومن المفيد أن تتذكر ذلك حين تخلص أيٌّ منها، ونحن ضمنها، إلى أنك تحتاج إلى مزيد من التتبّع.

أين نتفق. يقع التداخل الإجمالي للمصادر لدينا (0.41) ضمن نطاق سانت غالن (0.34 إلى 0.42 يوميًا). وكون Perplexity المحرك الأكثر ثباتًا في المصادر يتوافق مع Otterly (نحو 75% إعادة استخدام يومية) ومع Profound (أدنى انحراف شهري عند 40.5%). وكون حضور العلامة أكثر ثباتًا من المصادر يتوافق مع Otterly وسانت غالن وSparkToro.

أين نختلف. في تكرارات سانت غالن خلال 24 ساعة، كان Gemini المحرك الأكثر ثباتًا في المصادر (Jaccard 0.505) وPerplexity من بين الأقل ثباتًا (0.282)، أي عكس ترتيبنا تمامًا. فقد أُجريت عمليات التشغيل لديهم بالألمانية، من خوادم سويسرية، على مدى أيام قليلة، بينما موجّهاتنا في معظمها موجّهات تسويق وبرمجيات باللغة الإنجليزية موزّعة على أسابيع. ترتيب المحركات من حيث الثبات لا ينتقل من سوق إلى آخر ومن إعداد إلى آخر، وهذا سبب لبناء خط أساس خاص بك لكل محرك بدل استعارة خط أساس غيرك، بما في ذلك خطّنا.

وماذا عن Peec AI؟ حتى 18 أكتوبر 2026 لم نعثر على رقم منشور من Peec AI عن الثبات في عمليات التشغيل المتكررة. وتصف صفحة الأسعار لديها تغطية التتبّع بأنها عدد الموجّهات المتتبَّعة مضروبًا في النماذج النشطة وتكرار التتبّع، وتصف نظرة الظهور العامة بأنها تُتتبَّع يوميًا، ما يعني ضمنًا اتباع النهج نفسه القائم على الفترات الزمنية.

هل يمكن الاعتماد على لقطة واحدة لقياس الظهور في الذكاء الاصطناعي؟

لا. في عيّنتنا، كان 43% من أزواج الموجّهات والمحركات سيعطي حكمًا مختلفًا على العلامة بحسب عملية التشغيل التي صادف أن نظرت إليها، كما أن عملية التشغيل الواحدة النموذجية أظهرت أقل بكثير من نصف النطاقات التي استشهد بها الزوج بمرور الوقت (نسبة النطاقات المختلفة البالغة 2.68 ضعف تعني أن العملية الواحدة التقطت نحو 37% من مجموعة المصادر النهائية للزوج). ووجد متطوعو SparkToro أن ChatGPT وذكاء Google الاصطناعي أعادا القائمة نفسها من العلامات أقل من مرة واحدة في كل 100 عملية تشغيل. لقطة الشاشة تثبت أن إجابة ما ظهرت مرة واحدة، لكنها لا تخبرك بمستوى ظهورك.

ماذا ينبغي أن تعرض تقارير الظهور في الذكاء الاصطناعي بدل اللقطات؟

معدلات على فترات زمنية. استبدل سؤال «هل ذُكرنا؟» بسؤال «في أي نسبة من عمليات التشغيل ذُكرنا خلال آخر N يومًا، ومن أصل كم عملية؟». إليك إعداد التقارير الذي نوصي به، وهو نفسه الذي جاءت منه هذه البيانات:

1. ثبّت مجموعة الموجّهات. احتفظ بقائمة ثابتة من الموجّهات لكل محرك حتى لا يتحرك المقام. فتغيير الموجّهات يغيّر المقياس أكثر مما تغيّره معظم التحولات الحقيقية؛ إذ وجد اختبار «مرة واحدة يوميًا» من Profound أن اختيار محفظة الموجّهات حرّك حصة الاستشهادات بنحو رتبة عشرية كاملة أكثر من الانحراف اليومي.
2. شغّل وفق جدول زمني. التشغيل اليومي هو الخيار الافتراضي الشائع. وفي AI Rank Lab، تتولّى عمليات تشغيل الموجّهات المجدولة ذلك تلقائيًا على ChatGPT وClaude وGemini وPerplexity وتحفظ كل عملية تشغيل، وهكذا تراكمت البيانات الواردة في هذا المقال.
3. اعرض معدل الذكر على مدى فترة. عمليات التشغيل التي ذُكرت فيها العلامة مقسومة على إجمالي العمليات، على مدى 14 إلى 28 يومًا، مع طباعة عدد العمليات بجانب المعدل.
4. اعرض حصة الاستشهادات بشكل منفصل. تتبّع أيّ عناوين URL لديك يُستشهد بها على امتداد الفترة، لا في عملية تشغيل واحدة. توقّع أن تتبدّل القائمة؛ وانظر إلى الحصة لا إلى العضوية. راجع أداة تتبّع الاستشهادات لدينا كإحدى طرق القيام بذلك.
5. افصل بين المحركات. اختلفت المحركات لدينا في نوع الثبات الذي تتمتع به، والدرجة المدمجة تُخفي ذلك.
6. دوّن تغييرات النماذج والمنتجات. عندما يطرح محرك ما نموذجًا جديدًا، ضع علامة على التاريخ حتى لا يُخلط بين قفزة مفاجئة ومكسب أو خسارة في المحتوى.
7. تصرّف بناءً على التغيّرات المستمرة. اعتبر التغيّر حقيقيًا حين يصمد عبر فترتين متتاليتين ويظهر في أكثر من موجّه واحد.

إذا كان فريقك يعتمد على رقم واحد للظهور في الذكاء الاصطناعي، فإن دليلنا عن كيفية قياس درجة AEO يشرح ما الذي ينبغي أن يقوم عليه هذا الرقم.

كم عملية تشغيل تحتاج قبل أن تثق بأن التغيّر حقيقي؟

أكثر مما توحي به معظم لوحات المعلومات، خاصة على مستوى الموجّه الواحد. معدل الذكر نسبةٌ، لذا يتقلّص هامش عدم اليقين فيه كلما زاد عدد عمليات التشغيل التي يستند إليها. يستخدم الجدول التقريب الطبيعي القياسي لمعدل ذكر 50% (أسوأ الحالات) ويفترض استقلال عمليات التشغيل. والعمليات الحقيقية مترابطة، فاعتبر هذه الأرقام حدودًا دنيا متفائلة.

عمليات التشغيل في الفترة	هامش تقريبي عند 95% لمعدل واحد	التغيّر اللازم بين فترتين لتجاوز الضجيج	مثال
5	+/- 44 نقطة	نحو 62 نقطة	موجّه واحد، شُغّل على مدى 5 أيام
10	+/- 31 نقطة	نحو 44 نقطة	موجّه واحد، شُغّل على مدى 10 أيام
20	+/- 22 نقطة	نحو 31 نقطة	موجّه واحد، شُغّل يوميًا لنحو 3 أسابيع (قريب من متوسطنا البالغ 23 لكل زوج)
30	+/- 18 نقطة	نحو 25 نقطة	موجّه واحد، شُغّل يوميًا لمدة شهر
60	+/- 13 نقطة	نحو 18 نقطة	موجّهان عن الموضوع نفسه، يوميًا لمدة شهر
100	+/- 10 نقاط	نحو 14 نقطة	مجموعة موضوعية من الموجّهات، بعدة عمليات تشغيل لكلٍّ منها

يترتب على ذلك أمران. أولًا، انتقال معدل ذكر موجّه واحد من 50% إلى 65% عبر فترتين مدة كلٍّ منهما ثلاثة أسابيع يقع تمامًا ضمن الضجيج. ثانيًا، الطريقة السليمة للحصول على مزيد من عمليات التشغيل تكون عادةً بزيادة عدد الموجّهات، لا بتكرار موجّه واحد أكثر. وتصل ورقة سانت غالن إلى استنتاج مشابه من بياناتها: انخفض الخطأ المعياري لمعدل رصد كل علامة إلى ما دون 0.10 عند 7 عمليات تشغيل لكل موجّه، وأوصلت الفترة المتحركة خطأ كل علامة إلى ما دون 0.10 عند 10 أيام وما دون 0.05 عند 24 يومًا، ولهذا يوصي المؤلفون بفترات من أسبوعين إلى أربعة أسابيع.

تختلف اختبارات المزوّدين بشأن التكرار اليومي، لكنها تقيس شيئًا مختلفًا. فقد وجدت Profound أن التشغيل مرة يوميًا جاء في حدود نقطتين تقريبًا من التشغيل عشر مرات يوميًا في مقياس الظهور (78.7% مقابل 80.4%) عبر 753 موجّهًا، ووجدت Meikai أن تشغيلًا واحدًا يوميًا أعطى الإشارة المجمّعة نفسها التي تعطيها 10 عمليات عبر 500 موجّه. وكلتا النتيجتين على مستوى المحفظة، ووراء كلٍّ منهما مئات الموجّهات. والتوفيق بينهما بسيط: مع مجموعة كبيرة من الموجّهات تكفي مرة واحدة يوميًا؛ أما لتشخيص موجّه واحد فتحتاج إلى تشغيله مرات كثيرة.

كم موجّهًا تحتاج إلى تتبّعه؟

بما يكفي لألّا تتحكم خصوصيات موجّه واحد في الرقم، وهذا يعني عمليًا عشرات الموجّهات لكل محرك، لا حفنة منها. فقد وجدت Otterly أنه مع 10 موجّهات، وقعت 90% من نتائج تغطية العلامة في أي نقطة بين 39% و71%؛ ومع 100 موجّه ضاق النطاق إلى ما بين 51% و60%، أي تباين أقل بنحو 73%. ورصد مؤلفو سانت غالن تراوح مؤشر Jaccard على مستوى الموجّه من أقل من 0.2 إلى أكثر من 0.8 داخل حملة واحدة. وعيّنتنا تُظهر التفاوت نفسه: داخل المحرك الواحد، لم تتقلّب بعض الأزواج قط بينما تقلّبت أخرى مرارًا.

الحد الأدنى العملي الذي نقترحه: 50 موجّهًا على الأقل لكل محرك للحصول على رقم على مستوى العلامة، مجمّعة في مجموعات موضوعية، و100 موجّه أو أكثر إذا أردت المقارنة بين المحركات أو الشرائح. هذا تقدير مبني على الدراسات أعلاه، وليس أمرًا تستطيع عيّنتنا المكوّنة من 42 زوجًا إثباته وحدها. واختيار الموجّهات لا يقل أهمية عن عددها.

كم مرة ينبغي أن تتتبّع ظهورك في الذكاء الاصطناعي؟

شغّل الموجّهات يوميًا واعرض النتائج على فترات متحركة من 14 إلى 28 يومًا. فوتيرة التشغيل ووتيرة إعداد التقارير قراران مختلفان: ينبغي أن تكون عمليات التشغيل متكررة بما يكفي لملء الفترة بالعيّنات، وأن تكون التقارير متمهّلة بما يكفي لتحتوي الفترة على عدد من العمليات يجعل لها معنى. في بياناتنا، راكمت أزواج ChatGPT وClaude وGemini نحو 20 إلى 22 عملية تشغيل على مدى وسيط 25 يومًا، أي قرابة عملية واحدة يوميًا، ومع ذلك بقيت معدلات الذكر للموجّه الواحد بهوامش خطأ واسعة.

الحالة	وتيرة التشغيل	فترة التقرير	ما الذي تراقبه
مراقبة مستمرة للعلامة	يوميًا	28 يومًا متحركة، تُراجع أسبوعيًا أو شهريًا	معدل الذكر وحصة الاستشهادات لكل محرك
إطلاق منتج أو إعادة تسمية العلامة أو أزمة علاقات عامة	يوميًا، مع موجّهات أكثر عن الموضوع المتأثر	14 يومًا متحركة	معدل الذكر والانطباع العام في الموجّهات المتأثرة
اختبار تغيير في المحتوى	يوميًا على الموجّهات المستهدفة	14 يومًا قبل مقابل 14 يومًا بعد، على الأقل	حصة الاستشهادات لعنوان URL الذي غيّرته على امتداد الفترة
ميزانية محدودة	أسبوعيًا مقبول إذا وسّعت الفترة	من 8 إلى 12 أسبوعًا	اتجاه معدل الذكر فقط
تشخيص موجّه واحد مهم	عدة عمليات تشغيل يوميًا	من أسبوع إلى أسبوعين	المصادر والمنافسون الذين يتكررون

وللصورة الأشمل حول ما ينبغي تتبّعه ولماذا، راجع دليلنا لتتبّع الظهور في الذكاء الاصطناعي.

ما حدود هذه الدراسة؟

كثيرة، وهي ترسم حدود ما ينبغي أن تستخلصه منها.

• عيّنة صغيرة وغير متوازنة. 42 زوجًا و968 عملية تشغيل، من 12 نطاقًا متتبَّعًا يغلب عليها التسويق والبرمجيات. لدى Perplexity ستة أزواج، ولدى Google AI Overview زوج واحد، ولا شيء لدى Google AI Mode. والنسب المئوية لكل محرك المبنية على 6 إلى 13 زوجًا قد تتأرجح بسبب زوج واحد.
• ليست عيّنة عشوائية من الموجّهات. اختار المستخدمون الموجّهات لتتبّع علاماتهم الخاصة. والعدد المرتفع من الأزواج «المذكورة دائمًا» لدى Gemini (10 من 13) يعكس هذا المزيج على الأرجح.
• واجهة API لا تطبيقات المستهلكين. استخدمت عمليات التشغيل واجهة API لكل محرك مع تفعيل البحث على الويب أو التأريض، ودون أي تخصيص. وقد يرى المستخدم المسجّل الدخول تباينًا أكبر أو أقل.
• اسم العلامة مذكور في تعليمات التقييم. هذا يتيح لأداة التتبّع تقييم الإجابة، لكنه قد يرفع معدلات الذكر المطلقة مقارنةً بمحادثة فارغة. لذلك نركّز على الثبات، لا على عدد مرات ذكر العلامات.
• تقييم آلي. تُرصد الإشارات والنطاقات المستشهَد بها آليًا من نص الإجابة واستشهاداتها؛ ولم نراجع كل عملية تشغيل يدويًا.
• تباعد غير منتظم ونماذج غير مثبّتة. لم تُجرَ عمليات التشغيل وفق توقيت ثابت (كان Perplexity الأكثر كثافة)، ولم تُثبَّت إصدارات النماذج طوال الفترة، لذا يمزج التبدّل لدينا بين الضجيج والانحراف الحقيقي.
• نطاقات لا عناوين URL، ودون ترتيب. يُقاس التداخل على مستوى النطاقات المستشهَد بها، وهو أرحم من التداخل على مستوى عناوين URL، ولم نحلّل موضع العلامة في الإجابة.
• لا اختبارات دلالة إحصائية. هذه وسائط وأعداد وصفية. لا تعمّمها على قطاعات أو لغات أو محركات أخرى.

سنعيد هذا التحليل مع نمو العيّنة، وسننشر الأرقام المحدّثة بالتعريفات نفسها.

الخلاصة

ثبات إجابات الذكاء الاصطناعي منخفض بما يكفي لأن تضلّلك أي عملية تشغيل منفردة، وقوائم المصادر تتبدّل أكثر بكثير من الإشارات إلى العلامة. والحل ليس مزيدًا من لقطات الشاشة، بل مجموعة ثابتة من الموجّهات، وتشغيل يومي، ومعدلات تُعرض على فترات من أسبوعين إلى أربعة أسابيع، لكل محرك على حدة، مع إظهار عدد عمليات التشغيل. وإذا أردت هذا الإعداد دون أن تبنيه بنفسك، فإن تتبّع ظهور العلامة التجارية في AI Rank Lab يشغّل موجّهاتك وفق جدول زمني ويحتفظ بكل عملية تشغيل، لتقرأ الاتجاهات بدل اللقطات.