وقتی مشتری از AI می‌پرسه، آیا برند شما جزو پیشنهادهاست؟

وقتی مشتری از AI می‌پرسه، آیا برند شما جزو پیشنهادهاست؟ یه آزمایش ساده انجام بده. ChatGPT، Gemini یا Claude رو باز کن و به‌جای اینکه اسم کسب‌وکارت رو سرچ کنی، دقیقاً مثل یک مشتری سؤال بپرس. مثلاً: «برای یک شرکت ۳۰ نفره که تیم فروشش پیگیری منظمی نداره، چه CRMهایی مناسبه؟»

یا: «برای طراحی سایت یک شرکت صنعتی، چه شرکت‌هایی رو پیشنهاد می‌دی و موقع انتخاب باید به چه چیزهایی توجه کنم؟»

یا حتی: «دنبال مشاور کسب‌وکاری هستم که اول مسئله شرکت رو تحلیل کنه و بعد راهکار بده، نه اینکه فقط دوره و پکیج بفروشه. چه گزینه‌هایی دارم؟» حالا جواب رو نگاه کن.چه برندهایی وارد لیست شدن؟ کدوم‌ها اصلاً دیده نشدن؟ و شاید سؤال جالب‌تر:

وقتی مشتری از AI می‌پرسه

سال‌ها دغدغه ما این بود که وقتی مشتری در گوگل جستجو می‌کنه، سایت ما در صفحه اول باشه.اما حالا ممکنه مشتری اصلاً صفحه نتایج رو اون‌طور که قبلاً می‌شناختیم طی نکنه. سؤالش رو بپرسه، چند گزینه بگیره، مقایسه کنه و تازه بعد از اون تصمیم بگیره وارد کدوم سایت بشه. این بار سه گزارش از Harvard Business Review، Bain و BCG رو کنار هم گذاشتیم تا ببینیم پشت این تغییر چه خبره.

HBR: بزرگ‌ترین برند لزوماً اولین پیشنهاد AI نیست

Harvard Business Review در ۲۹ ژوئن ۲۰۲۶ مقاله‌ای از John Gale، Luca Cian و Luc Wathieu با عنوان How to Get AI to Surface Your Brand منتشر کرده است.

نویسندگان برای بررسی رفتار سیستم‌های AI از ChatGPT، Claude و Gemini خواستند کفش دویدن پیشنهاد بدهند.

نتیجه جالب بود.

برند نسبتاً کوچک‌تر Brooks به‌شکل قابل‌اتکاتری در پیشنهادها ظاهر شد، درحالی‌که Nike، با وجود اینکه بزرگ‌ترین برند ورزشی جهان محسوب می‌شود، حضور کم‌ثبات‌تری در پاسخ‌ها داشت. (Harvard Business Review)

HBR از این مثال برای اشاره به یک تغییر اساسی استفاده می‌کند: وقتی AI واسطه کشف محصول می‌شود، بعضی از مزیت‌های سنتی برند مثل آگاهی از برند، داستان‌گویی و جذابیت احساسی ممکن است به‌اندازه گذشته تعیین‌کننده نباشند.

خلاصه‌ای که خود HBR برای مقاله ارائه کرده روی سه موضوع تأکید می‌کند: برند باید مزایای محصولش را به شکلی ارائه کند که مقایسه‌پذیر، قابل راستی‌آزمایی و قابل اتصال به مسئله مشتری باشد. (Harvard Business Review)

منبع: Harvard Business Review، 29 June 2026
How to Get AI to Surface Your Brand

---

Bain: گاهی اصلاً کلیکی اتفاق نمی‌افتد

Bain & Company در فوریه ۲۰۲۵ گزارشی با عنوان Goodbye Clicks, Hello AI: Zero-Click Search Redefines Marketing منتشر کرده است.

این گزارش بر اساس پژوهش Bain و Dynata روی ۱۱۱۷ مصرف‌کننده انجام شده.

طبق داده‌های گزارش، حدود ۸۰ درصد مصرف‌کنندگان مورد بررسی گفته‌اند حداقل در ۴۰ درصد جستجوهایشان به نتایج zero-click متکی‌اند؛ یعنی پاسخ را بدون رفتن به یک سایت دیگر دریافت می‌کنند. Bain تخمین می‌زند این تغییر بتواند بین ۱۵ تا ۲۵ درصد از ترافیک ارگانیک وب را کاهش دهد. (Bain)

Bain همچنین گزارش می‌کند حدود ۶۰ درصد جستجوها بدون رفتن کاربر به مقصد دیگری پایان می‌یابند.

از طرف دیگر، استفاده از ابزارهایی مثل ChatGPT و Perplexity فقط برای سؤال‌های عمومی نیست. در پژوهش Bain، ۶۸ درصد کاربران LLM از آن‌ها برای تحقیق و خلاصه‌سازی اطلاعات و ۴۲ درصد برای دریافت پیشنهاد خرید استفاده می‌کردند. (Bain)

نتیجه Bain این نیست که SEO دیگر اهمیتی ندارد. برعکس، گزارش تأکید می‌کند SEO همچنان مهم است، اما به‌تنهایی کافی نیست.

پیشنهاد Bain این است که کسب‌وکارها علاوه بر SEO، روی خوانایی محتوا برای LLMها، جستجوی معنایی، عبارت‌های long-tail، محتوای عمیق و آزمایش روش‌های جدید سنجش دیده‌شدن در AI کار کنند. (Bain)

منبع: Bain & Company، 19 February 2025
Goodbye Clicks, Hello AI: Zero-Click Search Redefines Marketing

---

BCG: سایت فقط برای آدم‌ها نیست

BCG X در ۲۳ مارس ۲۰۲۶ مطلب مفصلی با عنوان Speaking Your AI Agent’s Language منتشر کرده است.

موضوع گزارش کمی فنی‌تر است.

سال‌ها سایت‌ها را با این پیش‌فرض طراحی کرده‌ایم که یک انسان وارد سایت می‌شود، صفحه را می‌بیند، منو را باز می‌کند، اسکرول می‌کند و اطلاعات موردنیازش را پیدا می‌کند.

اما BCG می‌گوید سیستم‌های AI الزاماً سایت را مثل انسان تجربه نمی‌کنند. آن‌ها اطلاعات را بازیابی، قطعه‌بندی، خلاصه و با اطلاعات دیگر ترکیب می‌کنند. (BCG Global)

BCG این تغییر را این‌طور توضیح می‌دهد:

Ranking → Mentions و Share of Voice
Clicks → Citations
Sessions → Synthesized Answers
Page Experience → Entity Understanding

یعنی مسئله فقط این نیست که صفحه شما چه رتبه‌ای دارد؛ AI باید بفهمد شما کی هستید، چه محصول یا خدمتی دارید، برای چه مسئله‌ای مناسبید و اطلاعاتتان چقدر روشن و قابل اعتماد است. (BCG Global)

BCG همچنین به افزایش zero-click اشاره می‌کند و می‌گوید در داده‌هایی که به آن‌ها استناد کرده، سهم جستجوهای zero-click از ۵۶ درصد به ۶۹ درصد رسیده و در Google AI Mode حدود ۹۳ درصد جستجوها بدون کلیک پایان می‌یابند. (BCG Global)

اما بخش عملی گزارش شاید مهم‌تر باشد.

BCG پیشنهاد می‌کند کسب‌وکارها مطمئن شوند محتوای اصلی‌شان برای crawlerها قابل دسترس است، اطلاعات مهم فقط پشت تعامل‌های پیچیده یا JavaScript پنهان نشده و داده‌هایی مثل محصول، قیمت، خدمات، سیاست‌ها و ویژگی‌ها شفاف، ساختاریافته و سازگار هستند. (BCG Global)

منبع: BCG X، 23 March 2026
Speaking Your AI Agent’s Language: How to Structure Website Content, Feeds, and Data for Discovery in LLM-Powered Systems

اما چیزی که برای من در این سه گزارش مهم‌تره…

راستش چیزی که من رو در مقاله HBR متوقف کرد Nike نبود. Brooks بود. چطور ممکنه یک برند خیلی کوچک‌تر جلوی Nike ظاهر بشه؟ چون AI لزوماً با همان منطقی که انسان برند انتخاب می‌کند تصمیم نمی‌گیرد. ممکنه یک مشتری Nike رو به خاطر شهرتش، تبلیغاتش، اسپانسرینگ ورزشکاران بزرگ یا حتی خاطره‌ای که از برند داره انتخاب کنه.

اما AI وقتی ازش می‌پرسی: «برای کسی که هفته‌ای سه بار می‌دوه، وزنش ۹۰ کیلوئه، زانو درد هم داره و کفش مناسب دویدن روزانه می‌خواد، چی پیشنهاد می‌دی؟» باید چیز دیگری پیدا کنه.

باید بین نیاز مشخص مشتری و ویژگی قابل تشخیص یک محصول ارتباط برقرار کنه. و این دقیقاً همون جاییه که بازی عوض می‌شه.

شاید معروف بودن کافی نباشه؛ باید قابل فهم باشی

برای اینکه وقتی مشتری از AI می‌پرسه…

فرض کن دو شرکت طراحی سایت داریم. شرکت اول در سایتش نوشته: «با بیش از ۱۵ سال تجربه، افتخار داریم با بهره‌گیری از تیمی متخصص و خلاق، بهترین خدمات را با بالاترین کیفیت به مشتریان عزیز ارائه نماییم.»

شرکت دوم نوشته: «ما برای شرکت‌های صنعتی B2B سایت‌هایی طراحی می‌کنیم که هدف اصلی‌شون گرفتن استعلام و لید فروشه. پروژه‌ها شامل طراحی مسیر تبدیل، صفحات محصول، اتصال CRM و اندازه‌گیری لید هستند.»

اگر یک انسان این دو رو ببینه، شاید هر دو رو بررسی کنه. ولی اگر از AI بپرسی: «برای یک کارخانه تجهیزات برق دنبال شرکتی هستم که سایت B2B با تمرکز روی جذب لید طراحی کنه؛ چه شرکتی مناسبه؟»

فکر می‌کنی کدوم یکی برای AI راحت‌تر قابل فهمه؟ اینجا تازه می‌فهمیم «محتوای واضح» فقط مسئله کپی‌رایتینگ نیست. ممکنه تبدیل به یک مزیت در کشف‌شدن هم بشه. تاوقتی مشتری از AI می‌پرسه، AIما رو پیشنهاد بده.

مشکل خیلی از سایت‌ها اینه که چیز زیادی می‌گن، اما حرف مشخصی نمی‌زنن

این رو در سایت کسب‌وکارهای ایرانی خیلی می‌بینیم. «ارائه خدمات تخصصی» «با بهترین کیفیت» «راهکارهای نوین» «مشتری‌مداری» «قیمت مناسب» «تیمی از متخصصان مجرب» این جمله‌ها الزاماً غلط نیستن.

مشکل اینه که می‌شه اون‌ها رو از سایت یک کلینیک برداشت و گذاشت روی سایت شرکت نرم‌افزاری، آژانس تبلیغاتی، کارخانه، شرکت ساختمانی یا آموزشگاه. و تقریباً هیچ اتفاقی نمی‌افته! یعنی اطلاعاتی درباره اینکه چرا برای یک مشتری مشخص مناسب هستی منتقل نمی‌کنند.

برای AI هم احتمالاً مسئله مشابهیه. اگر نتونه بفهمه دقیقاً چه کار می‌کنی، برای چه کسی، با چه ویژگی‌ای و در چه شرایطی، دلیل زیادی نداره وقتی مشتری از AI می‌پرسه تو رو در یک توصیه مشخص وارد کنه.

پس GEO یعنی چند تا ترفند برای ChatGPT؟

به نظرم نه. اینجا هم احتمالاً همون اتفاقی می‌افته که سال‌ها در SEO افتاد. یک صنعت کامل شکل می‌گیره که می‌گه: «این ده تا تکنیک رو انجام بده تا ChatGPT تو رو پیشنهاد بده.» یک فایل llms.txt بساز. کلمه کلیدی رو اینجا بذار. اسم برندت رو فلان‌جا تکرار کن. یک صفحه مخصوص ربات‌ها درست کن. و احتمالاً بعضی از این کارها در مقاطعی هم اثر می‌ذارن.

اما خود BCG درباره یکی از همین دام‌ها هشدار جالبی می‌ده: ساختن نسخه‌های جداگانه و مخفی «AI optimized» که از محتوای اصلی سایت جدا باشن می‌تونه باعث چند منبع حقیقت، ناسازگاری اطلاعات و پیچیده‌تر شدن مدیریت محتوا بشه. توصیه BCG اینه که یک منبع اصلی و معتبر داشته باشیم که هم برای انسان قابل ارائه باشه و هم اطلاعات ساختاریافته‌اش برای ماشین قابل بازیابی. (BCG Global)

برای من این حرف خیلی منطقی‌تره. قرار نیست یک سایت برای آدم‌ها بسازیم و یک سایت مخفی برای ربات‌ها. قرار است همون واقعیت کسب‌وکار رو واضح‌تر بیان کنیم. 

یک اتفاق مهم دیگر: ارزش «منبع سوم» بیشتر می‌شه

فرض کن خودت در سایتت نوشته‌ای: «ما بهترین مشاور کسب‌وکار ایران هستیم.» خب که چی؟ تقریباً هر کسی می‌تونه چنین جمله‌ای بنویسه. حالا تصور کن AI درباره تو از منابع مختلف چیزهایی پیدا کنه: یک مقاله تخصصی که نوشته‌ای، یک مصاحبه، نظر مشتری، پروفایل حرفه‌ای، کیس واقعی، کتاب، ویدئوی آموزشی، داده پروژه‌ها یا سایتی معتبر که به کارت اشاره کرده.

تصویری که از ترکیب این منابع ساخته می‌شه احتمالاً بسیار قابل‌اعتمادتر از یک ادعای بزرگ روی صفحه About Us خواهد بود. و این یعنی شاید «برند» در عصر AI حتی بیشتر از قبل تبدیل بشه به: مجموعه چیزهایی که دیگران و داده‌های قابل بررسی درباره تو می‌گویند؛ نه فقط چیزی که خودت درباره خودت می‌گویی. 

حالا این ماجرا برای بازار ایران چه معنی‌ای داره؟

اول دوباره همون احتیاط مقاله قبل رو داشته باشیم. آمار Bain، BCG و HBR آمار بازار ایران نیست. ما هنوز داده قابل اتکایی نداریم که مثلاً چه درصدی از مشتریان ایرانی برای خرید از ChatGPT یا Gemini استفاده می‌کنند. از طرفی دسترسی به سرویس‌ها، زبان فارسی، کیفیت منابع فارسی، فیلترینگ، ساختار سایت‌ها و حتی رفتار خرید در ایران با بازار آمریکا یا اروپا فرق داره.

اما یه نکته رو می‌شه همین امروز آزمایش کرد: AI درباره کسب‌وکارهای ایرانی هم جواب می‌ده. و خیلی وقت‌ها جواب می‌ده با هر چیزی که در وب پیدا کرده. اینجا مشکل تازه خودش رو نشون می‌ده. خیلی از کسب‌وکارهای ایرانی هنوز اطلاعات شفاف و منسجمی از خودشون در وب ندارن. سایت نصفه، صفحه خدمات مبهم، شبکه‌های اجتماعی پراکنده، اطلاعات قدیمی، About Us کلیشه‌ای و تقریباً هیچ محتوای مستقلی که تخصص واقعی‌شون رو ثابت کنه.

در چنین شرایطی حتی اگر AI بخواد درباره برند تصمیم بگیره، مواد اولیه زیادی در اختیارش نیست.

اگر من جای مدیر یک کسب‌وکار بودم، از کجا شروع می‌کردم؟

اول نمی‌رفتم دنبال «هک ChatGPT». یک کار خیلی ساده می‌کردم. از AI می‌پرسیدم من کی هستم

اسم برند رو می‌زدم و می‌پرسیدم: «این شرکت چه کاری انجام می‌ده؟» «مشتری مناسبش کیه؟» «مزیتش نسبت به رقبا چیه؟» «برای چه مسئله‌ای پیشنهادش می‌کنی؟» «چه رقبایی داره؟» اگر جواب‌ها غلط، مبهم یا خالی بودن، اولین هشدار رو گرفتم.

بعد سؤال رو بدون اسم خودم می‌پرسیدم

این مهم‌تره. به‌جای: «باهوشانه چیه؟» بپرسم: «برای یک کسب‌وکار کوچک ایرانی که فروشش متوقف شده و نمی‌دونه مشکل از بازاریابیه یا مدل کسب‌وکار، چه نوع مشاوره‌ای مناسبه؟»

بعد ببینم چه گزینه‌هایی وارد پاسخ می‌شن. این آزمایش خیلی واقعی‌تره، چون مشتری معمولاً قبل از شناخت برند، مسئله‌اش رو می‌شناسه. بعد سایت رو از چشم ماشین نگاه می‌کردم

آیا مشخصه دقیقاً چه خدماتی دارم؟ هر خدمت برای چه کسیه؟ چه مسئله‌ای رو حل می‌کنه؟ قیمت یا مدل همکاری در حدی که بشه توضیح داد روشنه؟ نمونه نتیجه دارم؟ Case Study دارم؟ سؤالات متداول واقعی دارم؟ اطلاعات صفحات مختلف با هم تناقض ندارن؟ بسیاری از این کارها حتی قبل از AI هم بازاریابی رو بهتر می‌کردن. AI فقط داره ضعف‌ها رو واضح‌تر می‌کنه.

یک تست جالب برای برندت

این سؤال رو از خودت بپرس: اگر لوگو و اسم شرکت من رو از روی سایتم حذف کنیم، آیا از متن باقی‌مانده می‌شه فهمید این کسب‌وکار دقیقاً چه تفاوتی با ده رقیبش داره؟

اگر نه، احتمالاً AI هم کار راحتی برای فهمیدن تفاوت نداره. این یکی از جاهاییه که بحث «دیده‌شدن در AI» مستقیماً به استراتژی برمی‌گرده.

چون قبل از اینکه بپرسی: «چطور کاری کنم ChatGPT من رو معرفی کنه؟» یک سؤال سخت‌تر وجود داره: اصلاً چه دلیل مشخصی وجود داره که من رو معرفی کنه؟ 

شاید معیارهای بازاریابی هم کم‌کم تغییر کنند

سال‌ها KPIهای دیجیتال مارکتینگ حول چیزهایی مثل این‌ها چرخیده: رتبه گوگل، Impression، Click، CTR، Session، Conversion.

هیچ‌کدوم از این‌ها قرار نیست فردا صبح بی‌ارزش بشن. اما ممکنه کنار اون‌ها چند سؤال تازه هم اضافه بشه: چند بار برند ما در پاسخ‌های AI ظاهر می‌شه؟ در چه مسئله‌هایی؟ کنار چه رقبایی؟ AI ما رو با چه ویژگی‌ای معرفی می‌کنه؟ اطلاعاتش درباره ما چقدر دقیقه؟ به چه منابعی برای معرفی ما اتکا می‌کنه؟ و مهم‌تر:

آیا در مرحله‌ای که AI داره shortlist مشتری رو می‌سازه، ما اصلاً حضور داریم؟ اینجاست که حرف Bain درباره حرکت از معیارهای صرفاً کلیکی به سنجش «اثرگذاری و reach در AI» معنی بیشتری پیدا می‌کنه. (Bain)

چیزی که من از این سه گزارش برمی‌دارم

مقاله قبلی رو با این سؤال تموم کردیم: اگر مشتری مسئله‌اش رو برای AI تعریف کنه، آیا من هنوز یکی از جواب‌های منطقی‌ام؟

حالا یک سؤال جلوتر رفتیم: اگر جواب منطقی هستم، آیا اینترنت و داده‌هایی که درباره من وجود داره این موضوع رو به‌اندازه کافی روشن کرده؟

به نظرم این هسته اصلی ماجرای دیده‌شدن در AI. نه ترفند.  نه Keyword stuffing جدید. نه یک مسابقه تازه برای فریب الگوریتم. بلکه ترکیبی از سه چیز: یک مزیت مشخص، اطلاعات واضح و شواهد قابل اعتماد.

چیزی که خود HBR هم تقریباً با سه واژه بیانش می‌کنه: Compare. Verify. Connect.

AI باید بتونه بفهمه چه چیزی ارائه می‌دی، اون رو با گزینه‌های دیگه مقایسه کنه و بفهمه برای چه مسئله‌ای مناسب هستی. (Harvard Business Review)

شاید در عصر جدید سؤال مدیر این نباشه که: «چطور رتبه یک گوگل بشم؟» بلکه یک سؤال قبل‌تر هم بهش اضافه بشه:

«چطور کاری کنم وقتی یک ماشین داره برای مشتری گزینه انتخاب می‌کنه، من قابل فهم، قابل اعتماد و قابل انتخاب باشم؟» 

این چه ربطی به کارگاه جذب مشتری دارد؟

خیلی مستقیم. چون ما در کارگاه قرار نیست فقط بگیم «کدوم شبکه اجتماعی بهتره؟» یا «چطور تبلیغ کنیم؟» قبلش باید بفهمیم مشتری چطور ما رو پیدا می‌کنه و چه مسیری تا انتخاب طی می‌کنه. اگر AI وارد این مسیر شده، باید اون رو هم ببینیم.

یعنی: مشتری چه سؤالی می‌پرسه؟ مسئله خودش رو چطور تعریف می‌کنه؟ چه گزینه‌هایی جلوی اون قرار می‌گیرن؟ ما چرا باید یکی از اون گزینه‌ها باشیم؟ و بعد از دیده‌شدن، چه چیزی باعث می‌شه واقعاً انتخاب بشیم؟ چون آخر کار، هدف این نیست که ChatGPT اسم ما رو بگه.

هدف هنوز هم جذب مشتریه. فقط مسیر رسیدن مشتری به ما داره تغییر می‌کنه. می تونی الان ویژگی های کارگاه جذب مشتری رو ببینی.

منابع این رادار-وقتی مشتری از AI می‌پرسه

Harvard Business Review — June 29, 2026
John Gale, Luca Cian & Luc Wathieu
How to Get AI to Surface Your Brand (Harvard Business Review)

BCG X — March 23, 2026
Robert Derow, Justin Kuron & Matt Woodhull
Speaking Your AI Agent’s Language: How to Structure Website Content, Feeds, and Data for Discovery in LLM-Powered Systems (BCG Global)

Bain & Company — February 19, 2025
Natasha Sommerfeld, Megan McCurry & Doug Harrington
Goodbye Clicks, Hello AI: Zero-Click Search Redefines Marketing (Bain)