
מה קורה כשהגולש שואל מנוע AI שאלה?
מנוע תשובות לא מחפש את השאלה שהמשתמש הקליד. הוא מפרק אותה לכמה תתי-שאלות, מריץ אותן במקביל, ומרכיב מהתשובות שלהן תשובה אחת.
יש לנו כבר שני מאמרים על הנושא. מה זה Fan-Out Queries מסביר מה קורה כשהמנוע מפרק שאלה, ומסגרת Fan-Out ב-5 שלבים מראה איך אוספים את תת השאלות ומחליטים אם צריך עמוד חדש או עדכון לעמוד קיים.
שניהם נכתבו לפני מחקר Profound שהתפרסם ב-9 בספטמבר 2026, ולכן שניהם לא מכסים את מה שהמחקר חושף:
לכל תת-שאלה המנוע בוחר ניסוח שאלה משלו. אבל מה שעכשיו מתברר על פי המחקר, שהניסוח הזה משתנה לפי מי ששאל.
איזה חיפושים מבצע מנוע AI לשאלת גולש?
גוגל הסבירה את זה בעצמה. בפוסט ההשקה של AI Mode מ-20 במאי 2025, אליזבת ריד, סגנית נשיא וראש תחום החיפוש, כתבה שהמנוע עובד בשיטה שנקראת query fan-out: הוא מפרק את השאלה לתת נושאים, ומריץ הרבה שאילתות במקביל בשם המשתמש.
המשמעות פשוטה. העמוד שלכם כמעט אף פעם לא נמדד מול המשפט שהמשתמש כתב, אלא מול שאילתות שהמכונה כתבה והמשתמש לא ראה.
המחקר של Profound, הוסיף לזה עוד שכבה. החוקרים הצליחו להקליט את השאילתות עצמן ב-ChatGPT וב-Claude, ולכן אפשר לראות בדיוק באילו מילים המנוע בחר.
למה אותה שאלה החזירה מותגים שונים לאנשים שונים?
כי המנוע מכניס את מי ששואל לתוך השאילתה. לכן כל פרסונה מקבלת רשימת מקורות אחרת, ומשם לרשימת מותגים אחרת.
קודם ניגע במתודולוגיה.
Profound אספה 71,147 תשובות משלושה מנועים, ChatGPT, Claude ו-Gemini, במשך 14 יום, בין 11 ל-24 באוגוסט 2026. השאלות היו זהות. מה שהשתנה היה הפרסונה שהוצמדה להן: מגדר, גיל, רמת הכנסה ותחום עיסוק. נבדקו שלוש קטגוריות: כרטיסי אשראי, ביגוד וריהוט. את המחקר כתבה Allison Huang.
הממצא המרכזי: כששואלים את אותה שאלה פעמיים עם אותה פרסונה בדיוק, כ-40 אחוז מהמותגים המומלצים חוזרים. כשמחליפים את הפרסונה, רק כ-25 אחוז חוזרים.
גם במקורות התמונה דומה. אותה פרסונה קיבלה 34 אחוז מאותם דומיינים, ופרסונה אחרת רק 20 אחוז.
וכאן החלק שמשנה את דרך הכתיבה. ChatGPT ו-Claude הפכו את רמת ההכנסה של הפרסונה למילת תקציב ממשית בתוך השאילתה. לפרסונה עם הכנסה גבוהה הם הוסיפו "luxury", ולפרסונה עם הכנסה נמוכה "affordable".
המנוע גם מוסיף הנחות שאף אחד לא נתן לו. בשאלות על ביגוד, שאילתות שנוצרו לאנשים בשנות ה-50 לחייהם הכילו את המילה "women" הרבה יותר, פער של כ-39 נקודות אחוז, למרות שבפרומפט לא הופיע שום מגדר.
| רמת הכנסה בפרסונה | מותגים שהוזכרו בממוצע | מקורות שצוטטו בממוצע | טווח מחירים בהמלצות לחולצת טי |
|---|---|---|---|
| נמוכה | 5.8 | 4.1 | 8 עד 24 דולר |
| בינונית | 6.8 | 4.4 | 10 עד 58 דולר |
| גבוהה | 7.5 | 4.8 | 140 עד 1,650 דולר |
מה שאני לומד מהטבלה הזו הוא שהעמוד שלכם מתחרה על פסקה, לא על דירוג. אם כתוב בו רק "מחיר לפי הצעה", הוא מפספס גם את השאילתה של מי שמחפש זול וגם את זו של מי שמחפש יקר, ושניהם חיפשו בדיוק את אותו דבר.
ב-Gemini לא הצליחו להקליט את השאילתות, אבל כן ראו הבדל במקורות. בתשובות על ביגוד לפרסונה עם הכנסה גבוהה, ציטוטים מאתרי המותג עצמם היו גבוהים ב-24 נקודות אחוז, ואזכורים באתרים חיצוניים היו נמוכים ב-17 נקודות אחוז, בהשוואה לפרסונה עם הכנסה נמוכה.
מה הופך פסקה לפסקה שאפשר לשלוף?
המנוע לא קורא את העמוד מלמעלה למטה. הוא לוקח ממנו קטע אחד, ולכן הקטע הזה צריך להתקיים בפני עצמו. ארבעה דברים מבדילים בין פסקה שנשלפת לפסקה שנשארת באתר
1. היא עונה על שאלה אחת. לא על נושא, על שאלה. אם אפשר לנסח אותה כתשובה למשפט שנגמר בסימן שאלה, היא במקום הנכון.
2 אין בה מילים שמפנות אחורה. "השירות הזה", "כמו שראינו למעלה", "הוא". כשהפסקה נשלפת לבד, המילים האלה מצביעות על כלום.
3. יש בה שם מלא ומספר. שם הכלי, הסכום, התאריך. לא "בעלות נמוכה יחסית". המספר הוא מה שמאפשר למנוע להצליב אתכם מול מקור אחר
4. היא בערך 40 עד 60 מילים. אף מנוע לא פרסם מספר מילים מחייב, וזו אמת המידה שאני עובד לפיה. ארוכה מספיק כדי לענות, וקצרה מספיק כדי להיכנס לתשובה בלי שיחתכו אותה באמצע.
מבחן הניתוק
זו הבדיקה שאני מריץ על כל עמוד לפני שהוא עולה. מעתיקים פסקה אחת למסמך ריק, בלי הכותרת שמעליה ובלי מה שבא לפניה, וקוראים אותה. אם צריך לחזור לעמוד כדי להבין על מה היא מדברת, היא לא תישלף. זה לוקח שלושים שניות לפסקה, וחוסך אחר כך את כל הוויכוח על למה העמוד לא מצוטט.
איך בונים עמוד סביב תתי השאלות?
בונים אותו כשלד של שאלות. כל תת שאלה מקבלת כותרת משלה, ומתחתיה פסקת תשובה אחת.
השלבים כאן מניחים שכבר יש לכם רשימת תת שאלות. איך אוספים אותה כתבתי במסגרת Fan-Out ב-5 שלבים
1. סדרו את תת השאלות לפי שלב במסע הלקוח. הגדרה, השוואה, מחיר, התאמה, ומה עלול להשתבש. זה גם הסדר שבו הן יופיעו בעמוד.
2. הפכו כל תת שאלה לכותרת, בניסוח של שאלה. "כמה זה עולה" ולא "תמחור". הכותרת היא הדבר הראשון שהמנוע משווה מול השאילתה שהוא ניסח.
3. מתחת לכל כותרת, פסקת תשובה אחת שעומדת לבד. כל השאר, ההקשר והדוגמאות, יורד לפסקה השנייה.
4. שלבו את הניסוחים השונים בתוך הפסקאות עצמן, ולא ברשימת מילות מפתח בתחתית העמוד. יש טבלה על זה בסעיף הבא.
5. תנו למי שכתב את התוכן שם, תפקיד וקישור. זה מה שמבדיל בין עמוד שמישהו כתב לבין עמוד שמישהו אסף. הרחבתי על זה במדריך E-E-A-T.
6. בדקו שהעמוד בכלל נסרק ומאונדקס לפני שאתם מאשימים את הניסוח. את התקלות הנפוצות אספתי בלמה האתר שלי לא מופיע בתשובות AI.
| עמוד שנכתב לשאלה אחת | עמוד שנכתב לתת השאלות | |
|---|---|---|
| כותרות משנה | תיאוריות ("היתרונות שלנו") | שאלות ("למי זה לא מתאים?") |
| פסקה ראשונה בסעיף | מבוא שמוביל להמשך | תשובה מלאה שעומדת לבד |
| מונחי תקציב | מופיעים פעם אחת, אם בכלל | מופיעים בכל רמת מחיר |
| מספרים | מעוגלים או חסרים | מדויקים, עם תאריך ומקור |
| מה נשלף ממנו | הפסקה הראשונה של העמוד | כל סעיף, בנפרד |
איפה משלבים את הניסוחים השונים בלי שהעמוד ייראה כמו רשימת מילים?
מכניסים כל ניסוח לסעיף שבו הוא נשמע טבעי. מכיוון ש-ChatGPT ו-Claude מתרגמים הכנסה למילות תקציב, העמוד צריך להכיל את שלוש הרמות, כל אחת במקום ההגיוני שלה.
| איך זה נשמע בשאילתה | איפה זה יושב בעמוד | איך כותבים את זה בלי להישמע מלאכותי |
|---|---|---|
| "זול", "משתלם" | הסעיף על החבילה הבסיסית | טווח מחיר מפורש, ומה לא כלול בו |
| "הכי טוב", "מומלץ" | סעיף ההשוואה בין החבילות | מה מקבלים בכל אחת, בטבלה |
| "יוקרתי", "מקצועי" | הסעיף על הליווי המורחב | מי מלווה בפועל, ובאיזו תדירות |
אם אתם כבר עובדים עם פרסונות מוגדרות, כאן הן מתחברות. כתבנו על בניית פרסונות במה זה פרסונות, והשימוש כאן שונה. הפרסונה כבר לא רק אומרת לכם למי אתם מדברים, היא קובעת באילו מילים המנוע יחפש בשבילה.
איך בודקים שזה עבד?
מריצים את אותה שאלת קנייה פעמיים, עם שתי פרסונות שונות, ומשווים מה השתנה. ככה אני בודק עמוד אחרי שינוי:
1. פותחים צ'אט זמני, כזה שלא נשען על הזיכרון שלכם, ושואלים את שאלת הקנייה המרכזית בלי להזכיר את שם המותג.
2. שואלים את אותה שאלה שוב, הפעם עם משפט שמגדיר פרסונה אחרת. למשל "אני בעל עסק קטן עם תקציב מוגבל" מול "אני מנהל שיווק בחברה עם מאה עובדים".
3. רושמים אילו מותגים הופיעו בכל תשובה, ואילו אתרים צוטטו.
4. משווים. המחקר של Profound מראה חפיפה נמוכה בין פרסונות, ולכן אם אתם מופיעים באחת ונעלמים בשנייה, זו לא תקלה חד פעמית.
5. מסתכלים על הפסקה שהמנוע ציטט מהמתחרה, ובודקים על איזו תת שאלה היא עונה. זו התת שאלה שחסרה לכם.
חוזרים על הבדיקה אחרי שלושה שבועות, לא אחרי שלושה ימים. גם כששואלים פעמיים את אותה פרסונה התשובות לא זהות, ולכן בדיקה אחת לא מספיקה כדי להחליט שמשהו עבד.
שאלות ותשובות
צריך עמוד נפרד לכל תת שאלה?
ברוב המקרים לא. תת שאלה מקבלת עמוד משלה רק כשהיא עומדת בפני עצמה, כלומר כשמישהו עשוי לחפש אותה בלי שהשאלה הראשית מעניינת אותו בכלל. בכל שאר המקרים היא סעיף בתוך עמוד קיים. את כלל ההחלטה פירטתי במסגרת Fan-Out ב-5 שלבים.
כמה תת שאלות צריך בעמוד אחד?
אין מספר קסם ואני לא אמציא אחד. הכלל שאני עובד לפיו: תת שאלה שאני לא מצליח לענות עליה בפסקה אחת שעומדת לבד, לא נכנסת לעמוד. עדיף עמוד עם שמונה סעיפים חדים מעמוד עם עשרים סעיפים שכולם מבוא.
מה עושים עם עמודים ישנים שכתובים כטקסט רציף?
לא כותבים אותם מחדש. עוברים סעיף סעיף, הופכים כל כותרת תיאורית לשאלה, ומעבירים את המשפט שעונה עליה להיות המשפט הראשון מתחתיה. ברוב העמודים התשובה כבר שם, היא פשוט קבורה באמצע הפסקה השלישית.
זה עובד גם בעברית?
המנגנון כן, כי פירוק שאלה לתת שאלות הוא של המנוע ולא של השפה, גוגל מתארת אותו כטכניקה כללית של AI Mode. לגבי המספרים אני לא יכול להבטיח. מחקר Profound לא מציין באיזו שפה נערך, והמותגים והמחירים שבו אמריקאיים, אז סביר שהוא רץ באנגלית.
איך יודעים באילו מילים המנוע השתמש בפועל?
ב-ChatGPT וב-Claude השאילתות נרשמות ואפשר לראות אותן, וזה מה שאיפשר את המחקר. ב-Gemini לא הצליחו להקליט אותן, ולכן שם נשארת רק ההשוואה בין המקורות שצוטטו.