چگونه برندها در ChatGPT، جمینای و پرپلکسیتی پیشنهاد می‌شوند؟ گزارش جامع آمار جهانی و بنچمارک GEO ایران و ترکیه (۲۰۲۶)

تحریریه فنی و پژوهش داده‌ای نگاه ایرانین نیوز (ایونا) | تاریخ انتشار: اکتبر ۲۰۲۶ (مهر ۱۴۰۵) | کد مرجع بنچمارک: regional-commercial-intent-2026.1

خلاصه اجرایی و واقعیت‌های آماری جستجوی هوش مصنوعی در سال ۲۰۲۶

بهینه‌سازی برای موتورهای مولد (Generative Engine Optimization یا به اختصار GEO) فرآیند مهندسی داده‌ها و ساختار محتوای وب برای بازیابی، استناد و پیشنهاد شدن در پاسخ‌های تولیدشده توسط مدل‌های زبانی بزرگ (LLMs) است. طبق داده‌های منتشرشده توسط پایگاه Search Engine Land در ۱۲ اکتبر ۲۰۲۶، با حضور خلاصه‌های مبتنی بر هوش مصنوعی در نتایج جستجو، کاربران تنها در ۸٪ موارد روی لینک‌های سنتی و ارگانیک صفحه کلیک می‌کنند. این افت ۹۲ درصدی در تعامل مستقیم با صفحات نتایج سنتی (SERP)، معادلات کشف برند را از «رتبه‌بندی کلیدواژه» به «حضور در متن پاسخ و انتخاب توسط هوش مصنوعی» تغییر داده است.

پیشنهاد ایونا

بررسی‌های تحریریه چکاب تولز بر روی ۵ گزارش مرجع بین‌المللی در اکتبر ۲۰۲۶ (شامل مطالعات Semrush، Seer Interactive، Brandi AI، Peak Ace آلمان و بنچمارک منطقه‌ای ایران و ترکیه) نشان می‌دهد که حضور یک کسب‌وکار در پاسخ‌های هوش مصنوعی به شش لایه عملیاتی کاملاً مجزا تقسیم می‌شود و یکسان پنداشتن «لینک منبع» با «توصیه تجاری» خطای محاسباتی رایج در میان مدیران وب‌سایت‌هاست.

جدول ۱: ماتریس تفکیک عملیاتی لایه‌های ۶گانه دیده‌شدن برند در هوش مصنوعی (AI Visibility Layers)
لایه عملیاتی	آنچه کاربر در خروجی مدل می‌بیند	آنچه این لایه اثبات یا ایجاد نمی‌کند
۱. بازیابی (Retrieval)	ابزار جستجوی داخلی مدل به اطلاعات صفحه وب دسترسی پیدا کرده و آن را فراخوانی می‌کند.	تضمین نمی‌کند که اطلاعات بازیابی‌شده به طور مادی پاسخ نهایی مدل را شکل دهد (تفاوت انتخاب و جذب).
۲. ذکر روایی (Narrative Mention)	نام کسب‌وکار در میان متن و نثر پاسخ هوش مصنوعی آورده می‌شود.	به معنای تایید کیفیت، دقت عملکرد یا تناسب خدمات آن شرکت برای کاربر نیست.
۳. استناد به منبع (Source Citation)	یک پیوند (URL) به صفحه‌ای از وب‌سایت به عنوان مرجع اطلاعات در پاسخ درج می‌شود.	هیچ توصیه‌ای برای خرید خدمات یا محصول از مالک آن دامنه ایجاد نمی‌کند.
۴. توصیه تجاری (Recommendation)	پاسخ هوش مصنوعی صراحتاً کسب‌وکار را به عنوان یک گزینه مناسب برای انتخاب به کاربر پیشنهاد می‌دهد.	کیفیت خدمات تاییدشده در دنیای واقعی یا موفقیت قطعی تجاری را اثبات نمی‌کند.
۵. موقعیت (Position)	یک برند در جایگاه عددی خاصی (مثلاً رتبه ۱) در یک فهرست پیشنهادی ظاهر می‌شود.	رتبه‌بندی پایدار در سایر پرسش‌ها یا جلسات جستجوی کاربران دیگر را تضمین نمی‌کند.
۶. سهم ردیابی‌شده از صدا (Tracked SOV)	سهم یک برند از کل رویدادهای شمارش‌شده در میان یک فهرست منتخب از رقبا را نشان می‌دهد.	سهم کل بازار، میزان درآمد یا تمامی کسب‌وکارهای نام‌برده‌شده در خارج از فهرست ردیابی را نشان نمی‌دهد.

تحولات جهانی GEO در اکتبر ۲۰۲۶: از گسست استناد تا شاخص‌های ۸گانه ارزیابی

تحلیل داده‌های کلان جهانی در نیمه نخست اکتبر ۲۰۲۶ نشان می‌دهد که اعتبار دامنه در سئوی کلاسیک به طور مستقیم به پیشنهاد شدن در موتورهای پاسخ‌گو ترجمه نمی‌شود. پژوهش شاخص شرکت Semrush تحت عنوان «شاخص دیده‌شدن هوش مصنوعی ۲۰۲۶» (AI Visibility Index 2026) با بررسی ۲۲ حوزه تجاری در چهار پلتفرم (ChatGPT، Gemini، AI Mode و Google AI Overviews) ثابت کرد که کمتر از ۵۰٪ برندهای حاضر در فهرست ۱۰۰ نام تجاری پرتکرار در متن پاسخ‌ها، موفق شده‌اند دامنه وب‌سایت خود را در فهرست ۱۰۰ منبع مرجع استنادی (Citations) ثبت کنند.

پدیده «گسست ذکر برند از استناد دامنه‌ای» (Mention vs. Citation Disconnect) در داده‌های سمروش نشان می‌دهد که غول‌های تجاری نظیر فورد (Ford)، دیزنی (Disney)، تویوتا (Toyota)، هوندا (Honda) و شورولت (Chevrolet) علی‌رغم حضور مستمر در متن پاسخ‌های هوش مصنوعی، به دلیل اتکای مدل‌های زبانی به وبلاگ‌های مستقل، دایرکتوری‌ها و سایت‌های نقد و بررسی، به طور کامل از فهرست ۵۰۰ دامنه مرجع استنادشده حذف شده‌اند. همچنین در حالی که ChatGPT عمدتاً به خروجی خبرگزاری‌ها و منابع عمومی استناد می‌کند، سیستم Google AI Overviews مرجعیت خود را بر وب‌سایت‌های داده‌محور، پایگاه‌های مرجع دارویی و پلتفرم‌های نرم‌افزاری متمرکز کرده است.

هم‌زمان، یافته‌های پژوهشی سه مرجع بین‌المللی دیگر در اکتبر ۲۰۲۶ ابعاد فنی انتخاب منابع توسط مدل‌ها را مشخص کرده‌اند:

پژوهش Seer Interactive (بررسی ۴,۱۲۴ سند مرجع و Query Fan-outs): در مدل‌های پیشرفته‌ای نظیر خانواده ChatGPT، حضور نام برند در «پرسش‌های شاخه‌ای تولیدشده توسط مدل» (Query Fan-outs) عامل اصلی گزینش آن به عنوان منبع نهایی است. همچنین بررسی ۴,۱۲۴ سند استنادشده نشان داد که ۷۲٪ از منابع معتبر طی یک سال گذشته بازنگری و به‌روزرسانی محتوایی شده بودند، در حالی که تنها ۴۲٪ آن‌ها صفحات تازه‌تولیدشده بودند؛ داده‌ای که ثابت می‌کند مدل‌های زبانی به به‌روزرسانی صفحات قدیمی و دارای اعتبار پیشین، ۳۰ درصد بیش از صفحات نوظهور وزن می‌دهند.
پژوهش Brandi AI (بررسی ۱,۱۷۲ پاسخ تجاری): سهم حضور برندها در پاسخ‌های هوش مصنوعی به شدت متمرکز است و صفحات محصول یا لندینگ‌های تجاری یک شرکت به تنهایی قادر به هدایت خروجی مدل‌ها نیستند؛ بلکه ارجاعات مستقل و تاییدهای زنجیره‌ای در وب‌گاه‌های شخص ثالث کاتالیزور اصلی حضور در پاسخ‌هاست.
بنچمارک صنعتی Peak Ace آلمان (بررسی ۱,۰۰۰ درخواست تجاری): این مطالعه که در ۸ اکتبر ۲۰۲۶ منتشر شد، ۱,۰۰۰ پرامپت تجاری را در ۱۰ صنعت مختلف در بازار آلمان با ۵ بار تکرار در هر سیستم (در مدل‌های Gemini، Google AI Overviews، Google AI Mode و ChatGPT) بررسی کرد و نشان داد که فرمت منابع بازیابی‌شده به شدت وابسته به نوع صنعت و نیت پرسش (Intent) است و بازیابی اطلاعات در لایه پشت صحنه نباید با استناد در پاسخ نهایی یکی گرفته شود.

در پی سقوط نرخ کلیک سنتی به ۸٪، پایگاه Search Engine Land هشت شاخص کلیدی عملکرد (KPI) جدید را به عنوان جایگزین متریک‌های سئوی سنتی معرفی کرده است که در جدول زیر به صورت ساختاری مقایسه شده‌اند:

جدول ۲: شاخص‌های هشت‌گانه ارزیابی عملکرد در جستجوی هوش مصنوعی (استاندارد اکتبر ۲۰۲۶)
شاخص ارزیابی عملکرد (KPI)	حوزه سنجش و تعریف عملیاتی	اهمیت استراتژیک در مقایسه با سئوی سنتی
۱. سهم صدای مدل (SOMV)	درصد حضور برند در کل پاسخ‌های استخراج‌شده در یک حوزه موضوعی معین.	جایگزین مستقیم «رتبه تک‌کلمه‌ای» در نتایج ارگانیک گوگل.
۲. بسامد استناد (Citation Frequency)	تعداد دفعاتی که آدرس دامنه به عنوان ارجاع درون‌متنی یا پانویس قید می‌شود.	تفکیک‌کننده منبع مستند از محتوای غیرمستند و بدون پشتوانه.
۳. نرخ گنجانده‌شدن در پاسخ (Inclusion Rate)	ارزیابی سهم متنی حضور برند در پاراگراف‌های اصلی پاسخ نهایی مدل.	ممانعت از محاسبه ارجاعات خنثی، حاشیه‌ای یا صرفاً لیست‌شده در فوتر.
۴. اعتبار و تفکیک موجودیت (Entity Authority)	وضوح انتساب برند به حوزه فعالیت تخصصی بدون تداخل با مفاهیم یا لغات دیگر.	اطمینان از قرار گرفتن صحیح برند در گراف دانش (Knowledge Graph) موتور پاسخ‌گو.
۵. گستره پوشش پرامپت‌ها (Prompt Coverage)	مقیاس پاسخ‌گویی و حضور برند در فرم‌های متنوع پرسش‌های زنجیره‌ای کاربران.	تضمین بقا و دیده‌شدن در زیرکوئری‌ها و شاخه‌های مشتق‌شده (Query Fan-outs).
۶. لحن و سوگیری معنایی (Semantic Sentiment)	نوع بازنمایی، تایید، بی‌طرفی یا نقد برند در خروجی متنی تولیدشده توسط مدل.	حفاظت از وجهه تجاری و هویت اعتباری برند در خلاصه‌های هوش مصنوعی.
۷. نرخ موفقیت در بازیابی (Retrieval Success Rate)	سهولت چانک‌بندی (Chunking) و دسترسی داده‌ها برای خزنده‌ها و ربات‌های هوش مصنوعی.	تضمین عبور موفق محتوای سایت از فیلترهای استخراج در معماری RAG.
۸. تأثیرگذاری بر تبدیل کمکی (Assisted Conversion)	ردیابی اثر تعاملات اولیه در چت‌بات‌ها بر خریدها و جستجوهای برندینگ بعدی.	جبران افت کلیک مستقیم و سنجش هدایت تصمیم نهایی خریدار.

کالبدشکافی بنچمارک منطقه‌ای GEO ایران و ترکیه: طراحی مطالعه و معماری داده

برای بررسی دقیق نحوه عملکرد موتورهای جستجوی هوش مصنوعی در زبان‌های فارسی و ترکی استانبولی و پرهیز از تعمیم کورکورانه داده‌های بازار انگلیسی‌زبان، تحریریه چکاب تولز داده‌های بنچمارک منطقه‌ای regional-commercial-intent-2026.1 را که توسط متخصص ایرانی، تقی مولوی، در قالب پروژه متن‌باز GEO-Scope در گیت‌هاب و پایگاه پژوهشی ai-search-visibility" target="_blank" rel="noopener noreferrer">molavi.pro منتشر شده است، به صورت کامل مورد واکاوی قرار داد.

این آزمایش بر روی ۲۴ پرسش تجاری بدون نام برند (Unbranded Prompts) در دو بازار ایران (۱۲ پرسش فارسی) و ترکیه (۱۲ پرسش ترکی استانبولی) در سه موتور جستجوگر فعال شامل OpenAI، Gemini و Perplexity با ۲ بار تکرار برای هر پرسش (مجموعاً ۱۴۴ پاسخ موفق API و ۱,۵۸۴ ردیف امتیازدهی موجودیت) اجرا شده است. عدم درج نام برند در پرسش‌ها به این دلیل اعمال شده تا فرآیند «کشف طبیعی برند» در زمان طرح مشکل توسط مشتری شبیه‌سازی شود. همچنین در رجیستری این آزمایش، ۱۱ نهاد (۵ شرکت در بازار ایران و ۶ شرکت در بازار ترکیه) به عنوان گروه منتخب جهت ردیابی تعریف شده‌اند.

جدول ۳: مشخصات فنی و پارامترهای اجرایی بنچمارک منطقه‌ای GEO-Scope
عنصر طراحی آزمایش	محدوده و مقادیر ثبت‌شده در فایل‌های خام
شناسه معیار و Commit گیت‌هاب	`regional-commercial-intent-2026.1` \| Commit: `4adef3ada9bb5ccf0eea05fa5b4bae3f45637706`
پنجره زمانی اجرا	۱۲ اکتبر ۲۰۲۶ (۲۰ مهر ۱۴۰۵) \| ساعت ۰۸:۵۳:۳۵ تا ۰۹:۳۳:۵۱ به وقت UTC (۱۲:۲۳ تا ۱۳:۰۳ به وقت تهران)
زبان‌ها و بازارهای هدف	فارسی (`fa-IR`) برای بازار ایران \| ترکی استانبولی (`tr-TR`) برای بازار ترکیه
تعداد و منشأ پرسش‌ها	۲۴ پرسش منحصربه‌فرد (۱۲ پرسش در هر بازار) \| برچسب منشأ: `research_questions`
گروه‌های هدف (Buyer Intents)	۴ گروه: بهترین/توصیه (۶ سؤال)، مقایسه (۶ سؤال)، قیمت‌گذاری/انتخاب فروشنده (۶ سؤال)، معیار/راهنما (۶ سؤال)
آداپتورهای موتور و مدل‌های ثبت‌شده	OpenAI Search API (`gpt-4o`) \| Gemini Grounded API (`gemini-2.5-flash`) \| Perplexity Sonar API (`sonar-pro`)
تعداد تکرار و وضعیت پاسخ‌ها	۲ بار اجرا به ازای هر سؤال در هر موتور \| ۱۴۴ رکورد موفق (۲۴ × ۳ × ۲) \| ۰ رکورد خطا \| پرچم برگشتی (Fallback): `false`
ردیف‌های امتیازدهی موجودیت	۱,۵۸۴ ردیف ارزیابی (حاصل‌ضرب ۱۴۴ پاسخ مستقل در ۱۱ موجودیت ثبت‌شده در رجیستری)
تایید یکپارچگی داده‌ها (Hash)	تطابق کامل تمامی ۲۱ ورودی در فایل `checksums.sha256` با فایل‌های داده خام
وضعیت هزینه‌های گزارش‌شده	هزینه خلاصه گزارش‌شده: ۲.۱۶ دلار (سقف ۱۰ دلار، تخمین پیش از اجرا ۲.۶۴ دلار). در فایل خام `provider_reported_cost: null` ثبت شده و مجموع واحدهای دروازه (Gateway Units) برابر با ۶.۴۱۱۹۵۶۸۹ واحد (۳.۷۶۲۷۹۵ برای OpenAI، ۱.۷۵۲۷۸۱۸۹ برای Gemini و ۰.۸۹۶۳۸ برای Perplexity) است.

شکاف فنی در فراخوانی ابزار جستجو و محدودیت موقعیت جغرافیایی

بررسی لاگ‌های فنی در فایل raw_responses.jsonl نشان می‌دهد که فعال بودن تنظیمات جستجوی وب در درخواست API، به معنای اجرای واقعی جستجوی زنده برای تمامی پاسخ‌ها نیست. با وجود اینکه تمامی ۱۴۴ رکورد دارای برچسب search_grounded: true هستند، رفتار واقعی موتورها به شرح زیر بوده است:

آداپتور OpenAI (برچسب خام openai_completion با کلاس answer_engine): از مجموع ۴۸ پاسخ، تنها در ۲۱ مورد فراخوانی واقعی جستجوی وب (web_search_call) ثبت شده است و ۲۷ پاسخ دیگر بدون هیچ آرایه استنادی (Citation Array) و صرفاً با تکیه بر حافظه پارامتریک مدل تولید شده‌اند. همچنین پیکربندی ابزار OpenAI برای هر ۴۸ درخواست، مکان تقریبی کاربر را ایالات متحده (US) ثبت کرده است؛ بنابراین برچسب‌های ایران و ترکیه نشان‌دهنده تمرکز زبان و موضوع پرامپت‌ها هستند، نه شبیه‌سازی فیزیکی کاربری در داخل خاک این دو کشور.
آداپتور Gemini Grounded API: از مجموع ۴۸ پاسخ، ۴۳ پاسخ دارای استناد بوده و ۵ پاسخ دارای آرایه‌های استناد کاملاً خالی هستند.
آداپتور Perplexity API: در هر ۴۸ رکورد (۱۰۰٪ موارد) آرایه‌های استنادی غیرخالی و پیوندهای منبع ثبت شده است.
مجموع وضعیت استناد در آزمایش: از ۱۴۴ پاسخ، ۱۱۲ پاسخ حداقل یک استناد ثبت‌شده دارند و ۳۲ پاسخ فاقد هرگونه استناد ثبت‌شده هستند. همچنین این نتایج مربوط به خروجی API بوده و نباید با تجربه رابط کاربری مصرف‌کننده در جلسات شخصی‌سازی‌شده ChatGPT یا Google AI Overviews یکسان فرض شوند.

یافته اول: تغییر نیت پرسش (Intent)، دیده‌شدن برند را به شدت تغییر می‌دهد

تحلیل مجدد فایل observations.jsonl در کنار prompts.jsonl نشان می‌دهد که در کل آزمایش، ۷۳ رویداد نامزدیِ ذکر نام برند (Entity-Response Mention Events) در ردیف‌های امتیازدهی اولیه ثبت شده است. با این حال، توزیع این رویدادها در میان چهار گروهِ نیت خریدار به شدت نامتقارن است:

جدول ۴: توزیع رویدادهای ذکر نام، توصیه‌ها و استنادها بر اساس نیت خریدار (Buyer Intent)
گروه هدف (Intent)	تعداد پاسخ‌ها	رویدادهای ذکر نامزد (از ۷۳)	سهم از کل ذکر نام‌ها	پاسخ‌های دارای حداقل ۱ نامزد	رویدادهای توصیه ثبت‌شده	مجموع وقوع URL (استنادها)
بهترین / توصیه (Best / Recommendation)	۳۶	۴۷	۶۴.۳۸٪	۲۸	۵	۶۶۳
مقایسه (Comparison)	۳۶	۷	۹.۵۹٪	۶	۰	۵۸۲
قیمت‌گذاری / انتخاب فروشنده (Pricing / Vendor Selection)	۳۶	۷	۹.۵۹٪	۶	۰	۵۵۶
معیار / راهنما (Criteria / Guide)	۳۶	۱۲	۱۶.۴۴٪	۱۲	۰	۴۹۰
مجموع کل	۱۴۴	۷۳	۱۰۰٪	۵۲	۵	۲,۲۹۱

بر اساس جدول فوق، پرسش‌های دسته «بهترین/توصیه» با وجود اینکه تنها ۲۵٪ از کل پرسش‌های آزمایش (۳۶ پاسخ از ۱۴۴ پاسخ) را تشکیل می‌دهند، ۶۴.۳۸٪ از کل رویدادهای ذکر نام برند (۴۷ مورد از ۷۳ مورد) و ۱۰۰٪ رویدادهای توصیه ثبت‌شده (۵ مورد از ۵ مورد) را به خود اختصاص داده‌اند. در مقابل، سه گروه دیگر در مجموعِ ۱۰۸ پاسخ، تنها ۲۶ رویداد نامزدی تولید کرده‌اند؛ چراکه پرسش در مورد «معیارهای قرارداد» یا «تعرفه‌ها» بدون نیاز به نام بردن از یک شرکت خاص نیز توسط هوش مصنوعی پاسخ داده می‌شود، اما پرسش درباره «بهترین آژانس‌ها» مستقیماً مدل را به تولید فهرست نام‌ها هدایت می‌کند.

یافته دوم: دام‌های اندازه‌گیری و خطای مثبت کاذب (False Positives) در ابزارهای پایش GEO

بررسی جداول منتشرشده اولیه در مقایسه با متن خام پاسخ‌ها، یکی از مهم‌ترین یافته‌های فنی این پژوهش را آشکار می‌کند: خودِ ابزارهای تجزیه‌کننده (Parsers) و سیستم‌های امتیازدهی می‌توانند دیده‌شدن کاذب تولید کنند. پیش از اعمال فیلترهای سخت‌گیرانه متنی، خروجی اولیه تجزیه‌کننده برای بازار داخلی ایران (بر مخرج ۷۲ پاسخ فارسی) و بازار داخلی ترکیه (بر مخرج ۷۲ پاسخ ترکی) به همراه بازه اطمینان ۹۵٪ ویلسون ($z = 1.96$) به شرح زیر ثبت شده بود:

جدول ۵: شمارش اولیه نامزدهای منتشرشده در بازار ایران (مخرج: ۷۲ پاسخ محلی | مجموع رویداد محلی: ۳۳)
نهاد ثبت‌شده در رجیستری	تعداد نامزدها (پاسخ‌ها)	امتیاز حضور	بازه اطمینان ۹۵٪ ویلسون	توصیه‌های ثبت‌شده	استناد به دامنه هدف	رتبه ۱ ثبت‌شده (Top-1)	سهم ردیابی‌شده از صدا (SOV)
نوین (Novin)	۱۲	۱۶.۶۷٪	۹.۸۰٪ – ۲۶.۹۱٪	۲	۰	۱	۳۶.۳۶٪
وب۲۴ (Web24)	۱۱	۱۵.۲۸٪	۸.۷۵٪ – ۲۵.۳۲٪	۱	۰	۱	۳۳.۳۳٪
تریبون (Triboon)	۷	۹.۷۲٪	۴.۷۹٪ – ۱۸.۷۴٪	۰	۷	۰	۲۱.۲۱٪
اینتن (InTen)	۳	۴.۱۷٪	۱.۴۳٪ – ۱۱.۵۵٪	۰	۱	۰	۹.۰۹٪
دی‌مارکتینگ (DMarketing)	۰	۰.۰۰٪	۰.۰۰٪ – ۵.۰۷٪	۰	۰	۰	۰.۰۰٪

*نکته آماری جدول ۵: مجموع رویدادهای محلی ایران در جدول دقیق ۳۳ مورد است (نه عدد ۳۴ که در نثر اولیه گزارش شده بود) و درصدهای SOV دقیقاً بر مبنای مخرج ۳۳ محاسبه شده‌اند. بر این اساس، نوین و وب۲۴ مجموعاً ۲۳ مورد از ۳۳ رویداد (۶۹.۷۰٪) را به خود اختصاص داده‌اند.

جدول ۶: شمارش اولیه نامزدهای منتشرشده در بازار ترکیه (مخرج: ۷۲ پاسخ محلی | مجموع رویداد محلی: ۳۸)
نهاد ثبت‌شده در رجیستری	تعداد نامزدها (پاسخ‌ها)	امتیاز حضور	بازه اطمینان ۹۵٪ ویلسون	توصیه‌های ثبت‌شده	استناد به دامنه هدف	رتبه ۱ ثبت‌شده (Top-1)	سهم ردیابی‌شده از صدا (SOV)
آژانس زئو (Zeo Agency)	۱۸	۲۵.۰۰٪	۱۶.۴۴٪ – ۳۶.۰۹٪	۱	۰	۰	۴۷.۳۷٪
وبچرز (Webtures)	۱۷	۲۳.۶۱٪	۱۵.۳۰٪ – ۳۴.۶۰٪	۱	۶	۱	۴۴.۷۴٪
روآس دیجیتال (Roas Digital)	۳	۴.۱۷٪	۱.۴۳٪ – ۱۱.۵۵٪	۰	۰	۰	۷.۸۹٪
SEM Danışmanlık	۰	۰.۰۰٪	۰.۰۰٪ – ۵.۰۷٪	۰	۰	۰	۰.۰۰٪
Stradiji	۰	۰.۰۰٪	۰.۰۰٪ – ۵.۰۷٪	۰	۰	۰	۰.۰۰٪
B2Press	۰	۰.۰۰٪	۰.۰۰٪ – ۵.۰۷٪	۰	۰	۰	۰.۰۰٪

*نکته آماری جدول ۶: در بازار ترکیه از مجموع ۳۸ رویداد، دو آژانس Zeo و Webtures مجموعاً ۳۵ مورد (۹۲.۱۱٪ از رویدادهای رجیستری منتخب) را به خود اختصاص داده‌اند؛ هرچند در متن خام، نام آژانس‌های دیگری خارج از این لیست ۱۱تایی (نظیر Mobitek) نیز ظاهر شده است. همچنین اختلاف میان جمع بازارهای داخلی (۳۳ + ۳۸ = ۷۱) با کل رویدادهای ثبت‌شده جهانی (۷۳)، ناشی از ۲ رویداد فرامرزی کاذب است: ۱ پرچم Zeo در پاسخ‌های فارسی و ۱ پرچم InTen در پاسخ‌های ترکی.

کالبدشکافی ۵ خطای شناختی و تطبیق واژگانی (False-Positive Collisions)

بازرسی مستقیم متن پاسخ‌ها توسط نویسنده پژوهش نشان داد که بخش قابل‌توجهی از اعداد جداول فوق، حاصل خطاهای اسکریپت امتیازدهی در مواجهه با متون واقعی هستند:

خطای تطبیق «InTen» با اصطلاح «Search Intent»: در پرامپت فارسی prm-reg-ir-010 (اجرای دوم Perplexity) و پرامپت ترکی prm-reg-tr-009 (اجرای دوم OpenAI)، مدل در حال توضیح مفهوم «نیت جستجو» (Search Intent) بوده است، اما سیستم امتیازدهی به دلیل تشابه رشته‌ای، آن را به عنوان ذکر نام آژانس «InTen» ثبت کرده است. پرچم سوم در پرامپت prm-reg-ir-005 نیز فاقد اشاره متنی به برند بود و تنها شواهد واقعی این برند در کل آزمایش، استناد منبع به آدرس inten.asia/digital-pr/ در پاسخ به پرامپت قیمت‌گذاری روابط عمومی دیجیتال (prm-reg-ir-008) بوده است.
خطای تطبیق «Roas Digital» با متریک «ROAS» و نام «Acroas»: هر ۳ رویداد ثبت‌شده برای آژانس ترکیه‌ای Roas Digital خطای مثبت کاذب بوده‌اند. در تکرار ۱ مدل OpenAI برای پرامپت تجارت الکترونیک ترکیه (prm-reg-tr-001) و تکرار ۰ مدل Perplexity برای پرامپت قرارداد (prm-reg-tr-010)، عبارت ROAS به عنوان شاخص نرخ بازگشت هزینه تبلیغات در کنار ROI به کار رفته است. در تکرار ۰ مدل Gemini برای پرامپت ممیزی فنی (prm-reg-tr-003) نیز نام شرکت دیگری به نام «Acroas» باعث فعال شدن پرچم شده است.
خطای تطبیق «Zeo» در رشته‌های کدگذاری‌شده URL ریدایرکت گوگل: بخشی از امتیازهای آژانس Zeo در ترکیه و تنها امتیاز ثبت‌شده برای آن در بازار ایران (در پرامپت prm-reg-ir-011)، به دلیل وجود توالی حروف zeo در داخل توکن‌های رمزنگاری‌شده و طولانی URLهای تغییر مسیر (Redirect URLs) گوگل جمینای ایجاد شده‌اند، نه به دلیل نام بردن از این آژانس در متن پاسخ.
مشکل دوگانه صفت لغوی و ابهام هویتی در «نوین (Novin)»: واژه «نوین» در زبان فارسی یک صفت رایج به معنای «مدرن/جدید» است (مثلاً در عبارت «ابزارها و فناوری‌های نوین» در پرامپت prm-reg-ir-006) که به اشتباه به عنوان نام برند شمارش شده است. افزون بر این، در مواردی که اشاره به یک شرکت واقعی بوده، متن پاسخ از «نوین مارکتینگ» نام برده است، در حالی که در رجیستری آزمایش، دامنه novin.com (سطل نوین) تعریف شده بود و هم‌خوانی هویت حقوقی این دو در متن پاسخ‌ها اثبات نشده است.
تبدیل شدن فهرست منابع انتهایی به «ذکر نام روایی»: اسکریپت اولیه، بخش فهرست منابع (Source List) ضمیمه‌شده در انتهای پاسخ‌ها را نیز اسکن کرده است. در نتیجه، برای برندهایی مانند «تریبون» یا «Webtures»، حتی زمانی که نام آن‌ها در متن مقاله نیامده اما لینک دامنه‌شان در بخش منابع انتهایی درج شده، سیستم آن را به عنوان «ذکر نام در متن» شمارش کرده است.

نتایج پس از اعمال فیلتر سخت‌گیرانه فقط متنی (Conservative Text-Only Screen)

پس از حذف فهرست‌های منبع انتهایی، پاک‌سازی مقصدهای URL و برچسب‌های دامنه در Markdown، و الزام به وجود پیشوند/پسوند شرکتی برای کلمات ابهام‌دار (مانند الزام به بافت آژانس برای «نوین» و نام کامل برای «Roas Digital»)، تعداد کل رویدادهای ذکر نام در بازار داخلی از ۷۱ مورد به ۴۴ مورد کاهش یافت (۲۷ مورد کاهش ناشی از حذف تداخل‌های استنادی و خطاهای واژگانی):

جدول ۷: مقایسه شمارش اولیه تجزیه‌کننده با نتایج پالایش‌شده فقط متنی (Text-Only Screen)
موجودیت بازار داخلی	نامزدهای اولیه منتشرشده	حضور واقعی فقط متنی (پالایش‌شده)	میزان تغییر	تفسیر فنی و وضعیت نهایی شواهد
خانواده نام نوین (ایران)	۱۲	۸	۴-	موارد استفاده به عنوان صفت حذف شد؛ ابهام هویتی میان نوین و نوین مارکتینگ پابرجاست.
وب۲۴ / Web24 (ایران)	۱۱	۱۱	۰	پایداری کامل؛ تمام ۱۱ مورد حضور روایی نام برند در متن پاسخ‌ها تایید شد.
تریبون / Triboon (ایران)	۷	۱	۶-	۶ مورد صرفاً حضور دامنه در فهرست منابع بود و تنها ۱ مورد ذکر نام در متن باقی ماند.
اینتن / InTen (ایران)	۳	۰	۳-	هر ۳ مورد متنی خطای «Search Intent» بود؛ استناد معتبر دامنه (۱ مورد) به طور جداگانه حفظ می‌شود.
دی‌مارکتینگ (ایران)	۰	۰	۰	عدم حضور در هر دو روش ارزیابی در این نمونه آماری.
آژانس زئو / Zeo (ترکیه)	۱۸	۱۳	۵-	حضور روایی قوی در متن پس از حذف ۵ مورد خطای توکن‌های URL ریدایرکت.
وبچرز / Webtures (ترکیه)	۱۷	۱۱	۶-	۱۱ مورد حضور صریح در متن به همراه حضور جداگانه و معتبر در لایه استناد منبع.
روآس دیجیتال / Roas (ترکیه)	۳	۰	۳-	حذف کامل؛ هر ۳ مورد خطای تطبیق با شاخص ROAS و نام Acroas بود.
SEM Danışmanlık (ترکیه)	۰	۰	۰	عدم حضور در هر دو روش ارزیابی در این نمونه آماری.
Stradiji (ترکیه)	۰	۰	۰	عدم حضور در هر دو روش ارزیابی در این نمونه آماری.
B2Press (ترکیه)	۰	۰	۰	عدم حضور در هر دو روش ارزیابی در این نمونه آماری.
مجموع کل بازار داخلی	۷۱	۴۴	۲۷-	کاهش ۳۸ درصدی شمارش‌ها پس از حذف خطاهای ابزار و تفکیک لایه منبع از متن.

نقد فیلد بولی «توصیه» (Recommended: true) و خطای جایگاه اول (Top-1)

در داده‌های خام استخراج‌شده، تنها ۵ رویداد دارای برچسب recommended: true بودند که هر ۵ مورد از آداپتور OpenAI و در ۳ پرسش خاص (انتخاب آژانس فروشگاهی فارسی، ممیزی فنی فارسی و ممیزی فنی ترکی) رخ داده بودند. بررسی دستی نشان می‌دهد که این امر ناشی از محدودیت قوانین استخراج اسکریپت است و به این معنا نیست که Gemini یا Perplexity هیچ برندی را توصیه نکرده‌اند. از سوی دیگر، یکی از پرچم‌های توصیه ثبت‌شده برای «نوین» مربوط به پاسخی است که در آن واژه نوین به صورت صفت به کار رفته است. همچنین در اولین پاسخ فروشگاهی فارسی، رتبه (Position) ثبت‌شده برای نوین عدد 1 است، در حالی که در متن خام پاسخ، نام آژانس‌های دیگری پیش از آن ذکر شده است؛ خطایی که به دلیل چسباندن عدد یک لیست خلاصه در انتهای متن به موجودیت اشتباه توسط تجزیه‌کننده رخ داده است.

یافته سوم: کالبدشکافی ۲,۲۹۱ رکورد استناد و مقایسه اکوسیستم منابع ایران و ترکیه

در گزارش خلاصه اولیه، عدد ۲,۲۹۱ به عنوان مجموع استنادها ثبت شده است؛ اما واکاوی آرایه‌های URL نشان می‌دهد که ۲,۲۹۱ رکورد استناد به معنای ۲,۲۹۱ منبع مستقل نیست. تفکیک ریاضی پیوندها در کل آزمایش (۱,۱۸۳ مورد در پاسخ‌های فارسی و ۱,۱۰۸ مورد در پاسخ‌های ترکی) به شرح زیر است:

جدول ۸: پالایش و حذف تکرار از ۲,۲۹۱ رکورد استناد ثبت‌شده در آرایه‌های پاسخ
قانون شمارش و سطح پالایش پیوندها	تعداد محاسبه‌شده	معنای فنی و عملیاتی در ممیزی GEO
کل موارد URL در آرایه‌های استناد	۲,۲۹۱	شامل تمامی لینک‌های تکراری در داخل یک پاسخ و در کل آزمایش (۱,۱۸۳ فارسی + ۱,۱۰۸ ترکی).
جفت‌های منحصربه‌فرد «URL-پاسخ»	۱,۵۷۰	هر آدرس URL یکسان در داخل یک پاسخ واحد، تنها یک بار شمارش می‌شود.
رشته‌های URL دقیق و متمایز جهانی	۱,۰۱۳	حذف رشته‌های تکراری در کل اجرای آزمایش (۵۴۹ رشته در بازار ایران و ۴۷۱ رشته در بازار ترکیه؛ ۷ رشته مشترک در هر دو بازار).
رخدادهای ریدایرکت زمینی گوگل (Google Redirects)	۹۴۴	پیوندهای تغییر مسیر غیرشفاف در خروجی Gemini که ناشر نهایی آن‌ها بدون باز کردن لینک مشخص نیست.

جدول کامل دامنه‌های مرجع در وب فارسی و ترکی: تفاوت ساختاری دو بازار

بررسی دامنه‌های تکرارشونده پس از جداسازی لینک‌های ریدایرکت گوگل نشان می‌دهد که مدل‌های هوش مصنوعی در بازار ترکیه به شدت به «دایرکتوری‌های ساختاریافته انتخاب آژانس» (نظیر دایرکتوری سمروش و Edvido) متکی هستند، در حالی که در وب فارسی، به دلیل نبود دایرکتوری‌های استاندارد بین‌المللی، مدل‌ها به «مقالات لیستینگ در وب‌سایت‌ها، پلتفرم‌های انتشار محتوا (ویرگول)، پلتفرم‌های رپورتاژ (تریبون) و بلاگ‌های شخصی/تخصصی» استناد می‌کنند:

جدول ۹: فهرست پرتکرارترین دامنه‌های مرجع استنادشده توسط هوش مصنوعی در بازار ایران و ترکیه
بازار هدف	نام دامنه مرجع (Source Domain)	مجموع دفعات تکرار URL	تعداد پاسخ‌های حاوی دامنه (از ۷۲ پاسخ محلی)	ماهیت پلتفرم در اکوسیستم وب
ایران (فارسی)	`iranweblife.com`	۲۱	۹	مجله و رسانه آموزشی/معرفی وب
ایران (فارسی)	`miladjalayi.com`	۱۴	۸	وب‌سایت تخصصی و مشاوره سئو
ایران (فارسی)	`frac.tl`	۱۴	۲	آژانس بین‌المللی (منبع انگلیسی واردشده به پاسخ فارسی)
ایران (فارسی)	`demandsage.com`	۱۲	۲	پلتفرم آمار و داده‌های بین‌المللی
ایران (فارسی)	`triboon.net`	۱۲	۷	پلتفرم روابط عمومی دیجیتال و رپورتاژ آگهی
ایران (فارسی)	`virgool.io`	۱۱	۹	پلتفرم انتشار محتوا و وبلاگ‌نویسی کاربرمحور (UGC)
ایران (فارسی)	`setare.com`	۱۱	۶	پرتال محتوایی و مجله عمومی
ایران (فارسی)	`seodo.agency`	۱۰	۴	آژانس خدمات سئو
ایران (فارسی)	`ensun.io`	۹	۳	دایرکتوری بین‌المللی جستجوی شرکت‌های B2B
ترکیه (ترکی)	`agencies.semrush.com`	۲۲	۸	دایرکتوری رسمی آژانس‌های شریک سمروش
ترکیه (ترکی)	`edvido.com`	۱۶	۶	پلتفرم و دایرکتوری مقایسه آژانس‌های ترکیه
ترکیه (ترکی)	`pr.net.tr`	۱۶	۶	پلتفرم خدمات روابط عمومی ترکیه
ترکیه (ترکی)	`prix-studio.com`	۱۴	۹	آژانس دیجیتال و تولید محتوا
ترکیه (ترکی)	`ranktracker.com`	۱۳	۵	پلتفرم بین‌المللی ابزارهای سئو
ترکیه (ترکی)	`onuruzunonline.com`	۱۲	۱	وب‌سایت مشاوره تخصصی دیجیتال مارکتینگ
ترکیه (ترکی)	`habergazetesi.com.tr`	۱۲	۷	وب‌سایت خبری و رسانه‌ای ترکیه
ترکیه (ترکی)	`indigodergisi.com`	۱۱	۳	مجله اینترنتی و تحلیلی ترکیه
ترکیه (ترکی)	`publicus.com.tr`	۱۰	۸	آژانس ارتباطات و روابط عمومی

پدیده انحراف معنایی (Meaning Drift) و تداخل قیمت‌گذاری بین‌المللی

تحلیل کیفی پاسخ‌ها دو خطای بومی‌سازی مهم را در رفتار مدل‌های زبانی آشکار کرد: نخست، در پرامپت مقایسه آژانس با تیم داخلی در ایران (prm-reg-ir-005)، مدل ارقام دلاری بازار ایالات متحده را مستقیماً وارد تحلیل بازار ایران کرده است. دوم، در پرامپت قیمت‌گذاری ترکیه (prm-reg-tr-007)، مدل مخفف GEO را به جای «بهینه‌سازی موتور مولد» (Generative Engine Optimization)، به عنوان «سئوی جغرافیایی و محلی» (Geographic/Local SEO) تفسیر و قیمت‌گذاری کرده است.

یافته چهارم: مقایسه فنی عملکرد موتورهای OpenAI، Gemini و Perplexity

بررسی عملکرد سه موتور در ۱۴۴ درخواست (۴۸ درخواست به ازای هر موتور) تفاوت‌های معماری آن‌ها را در سرعت پاسخ‌گویی، حجم ارجاع و الگوی شناسایی برندها نشان می‌دهد:

جدول ۱۰: مقایسه عملکرد فنی، تأخیر زمانی (Latency) و حجم استناد در سه موتور API
آداپتور موتور و مدل	تعداد پاسخ	کل وقوع URL	رشته‌های URL متمایز	جفت URL-پاسخ یکتا	میانگین تأخیر (Mean Latency)	میانه تأخیر (Median Latency)	نامزدهای اولیه برند
OpenAI Search API (`gpt-4o`)	۴۸	۳۴۴	۱۳۷	۱۷۷	۲۱.۱۰ ثانیه	۱۵.۶۸ ثانیه	۲۳
Gemini Grounded API (`gemini-2.5-flash`)	۴۸	۹۴۴	۳۹۰	۳۹۰	۱۸.۱۳ ثانیه	۱۳.۲۵ ثانیه	۲۶
Perplexity API (`sonar-pro`)	۴۸	۱,۰۰۳	۵۰۲	۱,۰۰۳	۸.۰۷ ثانیه	۶.۲۱ ثانیه	۲۴

مدل sonar-pro در Perplexity با میانگین تأخیر ۸.۰۷ ثانیه (میانه ۶.۲۱ ثانیه) سریع‌ترین عملکرد و بیشترین تعداد پیوند منحصربه‌فرد در هر پاسخ (۱,۰۰۳ جفت یکتا) را ثبت کرده است. در مقابل، تمامی ۹۴۴ پیوند ثبت‌شده توسط Gemini از نوع لینک‌های ریدایرکت گوگل بوده که پس از حذف تکرار در سطح پاسخ، به ۳۹۰ جفت یکتا کاهش می‌یابد. همچنین توزیع نامزدهای اولیه برندها به تفکیک هر موتور (بر مخرج ۲۴ پاسخ محلی در هر سلول و پیش از پالایش خطاهای متنی) در جدول زیر ثبت شده است:

جدول ۱۱: ماتریس توزیع نامزدهای اولیه برندها به تفکیک موتور هوش مصنوعی (پیش از پالایش متنی)
نهاد ثبت‌شده در رجیستری	OpenAI (از ۲۴ پاسخ محلی)	Gemini (از ۲۴ پاسخ محلی)	Perplexity (از ۲۴ پاسخ محلی)	توضیح فنی الگوی موتور
اینتن (InTen)	۲	۰	۱	شامل ۱ استناد دامنه و ۲ خطای عبارت Search Intent
وب۲۴ (Web24)	۲	۶	۳	بیشترین نرخ یادآوری در مدل Gemini (۲۵٪ پاسخ‌های محلی)
سطل نوین (Novin)	۶	۶	۰	عدم حضور در Perplexity؛ شامل تداخل صفت فارسی در دو موتور دیگر
تریبون (Triboon)	۱	۰	۶	تمرکز بالا در Perplexity به دلیل استناد به مقالات دامنه به عنوان منبع
دی‌مارکتینگ (DMarketing)	۰	۰	۰	بدون ثبت در هیچ‌یک از سه موتور
آژانس زئو (Zeo Agency)	۶	۸	۴	شامل خطاهای توکن URL ریدایرکت در خروجی Gemini
وبچرز (Webtures)	۴	۴	۹	بیشترین حضور در Perplexity (ترکیب حضور متنی و لینک منبع)
روآس دیجیتال (Roas Digital)	۱	۱	۱	هر ۳ مورد در هر ۳ موتور خطای مثبت کاذب (ROAS / Acroas) است
SEM Danışmanlık / Stradiji / B2Press	۰	۰	۰	بدون ثبت در هیچ‌یک از سه موتور برای هر سه برند

یافته پنجم: ناپایداری پاسخ‌ها در تکرار آزمایش (تحلیل شاخص شباهت جاکارد)

برای سنجش اینکه آیا پرسیدن یک سؤال واحد در دو زمان نزدیک به هم، لیست یکسانی از برندها را تولید می‌کند یا خیر، مجموعه برندهای پرچم‌گذاری‌شده در «تکرار ۰» با «تکرار ۱» در تمامی ۷۲ جفت (۲۴ پرامپت × ۳ موتور) مقایسه شد:

جدول ۱۲: سنجش پایداری و تکرارپذیری پاسخ‌های هوش مصنوعی در ۷۲ جفت تکرار
شاخص مقایسه میان تکرار اول (Repeat 0) و تکرار دوم (Repeat 1)	مقدار و نسبت ثبت‌شده
جفت‌های دارای مجموعه نامزد کاملاً یکسان	۵۰ از ۷۲ جفت (۶۹.۴۴٪)
جفت‌های دارای مجموعه نامزد متفاوت (تغییر برندها در تکرار دوم)	۲۲ از ۷۲ جفت (۳۰.۵۶٪)
جفت‌های کاملاً خالی در هر دو اجرا (بدون هیچ نامزد ثبت‌شده)	۳۸ از ۷۲ جفت (۵۲.۷۸٪)
جفت‌های دارای حداقل یک نامزد برند در یکی از دو اجرا (جفت‌های غیرخالی)	۳۴ جفت
میانگین شاخص هم‌پوشانی جاکارد (Jaccard Similarity) در ۳۴ جفت غیرخالی	`0.4412` (۴۴.۱۲٪ شباهت)

شاخص جاکارد از تقسیم تعداد برندهای مشترک در هر دو بار اجرا بر کل برندهای ظاهرشده در آن دو اجرا محاسبه می‌شود ($J(A,B) = \frac{|A \cap B|}{|A \cup B|}$). پس از کنار گذاشتن ۳۸ جفتی که در هر دو بار اجرا خالی بودند، میانگین هم‌پوشانی در ۳۴ جفت فعال تنها 0.4412 است. این عدد اثبات می‌کند که بیش از ۳۰٪ مواقع، تکرار همان سؤال در همان موتور، برندهای متفاوتی را برمی‌گرداند؛ بنابراین تکیه بر «یک اسکرین‌شات تکی» برای اثبات جایگاه برند در هوش مصنوعی فاقد هرگونه اعتبار آماری است.

بررسی نسخه‌های پیشین GEO-Scope و چارچوب نظری MAVI

واکاوی فایل‌های metrics.json در ۴ نسخه پیشین پروژه GEO-Scope نشان می‌دهد که چرا نباید داده‌های آزمایش‌های مختلف با کلاس‌های اجرایی متفاوت را با یکدیگر ادغام کرد:

جدول ۱۳: مقایسه متریک‌های نسخه‌های پیشین GEO-Scope و دلایل عدم ادغام داده‌ها
شناسه انتشار قبلی	پرسش‌ها	تکمیل موفق	رکورد خطا	رکورد استناد	علت فنی جداسازی از بنچمارک اکتبر ۲۰۲۶
`global-ai-answers-2026.1`	۳۴	۷۴	۶۲	۰	کلاس‌های ارائه‌دهنده مختلط؛ اجرای ناقص و عدم ثبت استنادها.
`global-ai-answers-2026.2-pilot`	۱۰۰	۲۰۲	۱۹۸	۰	اجرای آزمایشی خط لوله داده (Pipeline Pilot) در کشورها و موضوعات متفاوت.
`global-ai-answers-2026.2`	۵۰۰	۶۲۶	۱,۳۷۴	۰	نمونه‌گیری گسترده با نرخ خطا و داده‌های مفقود (Missingness) بالا.
`geo-seo-digital-agency-iran-2026.1`	۳۰	۵۱	۶۹	۰	تمامی ۵۱ پاسخ موفق به عنوان حالت بازگشتی (Fallback) طبقه‌بندی شده بودند.

تطبیق با شاخص MAVI و تفکیک «انتخاب استناد» از «جذب استناد»

در چارچوب مفهومی ارائه‌شده توسط تقی مولوی تحت عنوان شاخص دیده‌شدن هوش مصنوعی (MAVI - Molavi AI Visibility Index) و «هرم GEO»، میان «آمادگی فنی وب‌سایت» (که با ابزارهایی نظیر SAGE سنجیده می‌شود) و «عملکرد مشاهده‌شده در پاسخ‌ها» (که با GEO-Scope ثبت می‌شود) مرز دقیقی وجود دارد. همچنین این متدولوژی مفهوم کلیدی «انتخاب استناد» (Citation Selection) یعنی صرفِ قرار گرفتن لینک سایت در فهرست منابع پاسخ را از «جذب استناد» (Citation Absorption) یعنی تأثیرگذاری واقعی داده‌های درون صفحه وب بر منطق و استدلال متن نهایی تولیدشده توسط مدل تفکیک می‌کند.

جدول ۱۴: سنتز مقایسه‌ای متدولوژی‌های سنجش GEO در سطح جهانی و بازار ایران
محور مقایسه	متدولوژی مهندسی GEO-Scope و MAVI	رهیافت مراجع بین‌المللی (Semrush, Seer)	رویه رایج در بازار بازاریابی ایران
تفکیک ذکر نام و استناد	تفکیک ریاضی ذکر روایی، انتخاب استناد، جذب استناد و توصیه.	ارائه داده‌های تجربی پدیده شکاف ذکر و استناد (Mention vs Citation Disconnect).	عدم تفکیک؛ تلقی هرگونه حضور نام یا لینک به عنوان دستاورد یکسان.
پردازش بومی زبان (NLP)	نرمال‌سازی یونیکد (NFKC)، مدیریت نویسه‌های فارسی/عربی و فیلتر هم‌نامی منفی.	تمرکز کامل بر زبان انگلیسی و ساختار پیوندهای لاتین.	عدم استفاده از پایپ‌لاین‌های پردازش متن و اتکا به بررسی چشمی.
قالب تحویل و صحت‌سنجی	متن‌باز پایتون، سرورهای MCP، لاگ‌های JSONL و هش‌های تایید `SHA-256`.	داشبوردهای ابری انحصاری (SaaS) بر روی دیتاست‌های کلان اشتراکی.	گزارش‌های موردی بر پایه اسکرین‌شات‌های غیرقابل تکرار و سرچ کنسول.

استراتژی عملیاتی ۷ مرحله‌ای برای دیده‌شدن برندها در موتورهای هوش مصنوعی

بر اساس شواهد استخراج‌شده از این بنچمارک و گزارش‌های جهانی اکتبر ۲۰۲۶، برندها و تیم‌های سئو برای کسب جایگاه واقعی در پاسخ‌های هوش مصنوعی باید ۷ گام مهندسی زیر را اجرا کنند:

طراحی ماتریس پرامپت بر اساس تصمیم خریدار (نه کلمات کلیدی تکی): سؤالات واقعی مشتریان پیش از خرید را در ۴ لایه «لیست کوتاه بهترین‌ها»، «مقایسه»، «قیمت‌گذاری» و «معیارهای قرارداد» تدوین کنید و هنگام اندازه‌گیری دوره‌ای، فرمول سؤالات پایه را ثابت نگه دارید.
رفع ابهام از هویت برند (Entity Disambiguation): نام رسمی، دامنه، نام‌های مستعار و قوانین حذف (Negative Rules) برند خود را در گراف دانش و اسکیماهای سایت تثبیت کنید تا نام تجاری شما با صفات عمومی زبان (مانند نوین) یا متریک‌های تخصصی (مانند ROAS و Search Intent) تداخل پیدا نکند.
انتشار محتوای پاسخ‌گو به نیت خرید سازمانی (تغذیه RAG): خریدار سازمانی و موتورهای جستجوی هوش مصنوعی به دنبال «محدوده دقیق خدمات»، «خروجی‌های قابل تحویل (Deliverables)»، «عوامل مؤثر بر قیمت» و «شواهد قابل راستی‌آزمایی» هستند. طبق آمار Seer Interactive، به‌روزرسانی مستمر صفحات مرجع قدیمی ۳۰٪ بیش از تولید صفحات جدید شانس استناد را افزایش می‌دهد.
ممیزی و اصلاح منابع شخص ثالث (دایرکتوری‌ها و رسانه‌ها): همان‌طور که در جدول ۹ مشخص شد، هوش مصنوعی برای معرفی برندها به شدت به دایرکتوری‌های صنعتی (در ترکیه) و مقالات لیستینگ و پلتفرم‌های محتوایی (در ایران) متکی است. صفحاتی که در پاسخ به سؤالات حوزه کاری شما به عنوان منبع لینک می‌شوند را شناسایی کرده و اطلاعات برند خود را در آن مراجع تصحیح یا تکمیل کنید.
پایش ستونی و تفکیک‌شده نتایج: در داشبوردهای پایش خود، ستون‌های «ذکر نام در متن»، «لینک منبع»، «پیشنهاد مستقیم خرید»، «جایگاه در لیست» و «خطاهای مدل» را کاملاً جدا از هم ذخیره کنید و هرگز آن‌ها را در یک عدد واحد ادغام نکنید.
اعتبارسنجی دستی ابزار امتیازدهی پیش از مقیاس‌دهی: پیش از اجرای تست روی هزاران پرامپت، یک نمونه کنترل‌شده انسانی به زبان مقصد بسازید و خطاهای مثبت کاذب (False Positives) و لینک‌های ریدایرکت را از اسکریپت شمارشگر خود حذف کنید.
تکرار آزمایش در بازه‌های زمانی منظم با حفظ داده‌های خام: به دلیل میانگین شباهت ۴۴ درصدی در تکرارها، پایش GEO باید به صورت سری زمانی و با حفظ فایل‌های JSON خام انجام شود تا مشخص گردد تغییرات امتیاز ناشی از تغییر واقعی رفتار هوش مصنوعی است یا تغییر در اسکریپت اندازه‌گیری.

ضمیمه کامل داده‌ها: جدول کاتالوگ ۲۴ پرسش پژوهشی، آمار استناد و نتایج سطح پرامپت

در ادامه، تمامی ۲۴ پرسش بررسی‌شده در بنچمارک ایران و ترکیه (۱۲ پرامپت فارسی و ۱۲ پرامپت ترکی استانبولی) به همراه کد شناسه، دسته‌بندی نیت خریدار، تعداد وقوع URL، تعداد نامزدهای اولیه و کالبدشکافی دقیق هر پرامپت بدون هیچ‌گونه حذفیات درج شده است (هر ردیف حاصل ۶ پاسخ شامل ۳ موتور × ۲ تکرار است):

بخش اول: کاتالوگ کامل ۱۲ پرسش بازار ایران (زبان فارسی - `fa-IR`)

جدول ۱۵: نتایج کامل سطح پرامپت در بازار ایران (۷۲ پاسخ API)
کد شناسه و گروه هدف	متن دقیق پرامپت فارسی و ترجمه مفهومی	پاسخ‌ها	وقوع URL	رویداد ذکر نامزد	پاسخ دارای نامزد	توصیه ثبت‌شده	نهادهای نامزد (شمارش اولیه)	تفسیر فنی و ممیزی شواهد پرامپت
`prm-reg-ir-001` بهترین/توصیه	فارسی: بهترین آژانس های سئو در ایران برای وب سایت های بزرگ فروشگاهی کدامند؟ EN: Which are the best SEO agencies in Iran for large e-commerce websites?	۶	۱۰۳	۸	۶	۱	`novin:4` `web24:4`	هر ۶ پاسخ حداقل یک نهاد ردیابی‌شده را علامت‌گذاری کرده‌اند. ساختار سؤال، فهرست اسامی محلی را فراخوانی می‌کند، اما جایگاه اول (Top-1) و هویت نوین نیازمند بررسی دستی است.
`prm-reg-ir-002` بهترین/توصیه	فارسی: کدام شرکت‌ها در ایران خدمات بهینه‌سازی برای موتورهای جستجوی هوش مصنوعی (GEO) ارائه می‌دهند؟ EN: Which companies in Iran offer Generative Engine Optimization (GEO) services?	۶	۱۰۶	۳	۲	۰	`novin:2` `web24:1`	علی‌رغم ۱۰۶ تکرار URL، تنها ۲ پاسخ از ۶ پاسخ، برندهای داخل رجیستری را پرچم‌گذاری کرده‌اند. سایر شرکت‌های نام‌برده‌شده خارج از لیست ۱۱تایی رجیستری قرار دارند.
`prm-reg-ir-003` بهترین/توصیه	فارسی: برترین ارائه‌دهندگان خدمات ممیزی تکنیکال سئو برای کسب‌وکارهای سازمانی در ایران چه کسانی هستند؟ EN: Who are the top technical SEO audit providers for enterprise businesses in Iran?	۶	۹۴	۹	۵	۲	`web24:5` `novin:4`	۵ پاسخ شامل نامزدهای وب۲۴ و نوین هستند. ممیزی فنی یک موضوع مولد برای لیست کوتاه است، اما کاربرد صفت عمومی «نوین» در زبان فارسی یکی از رخدادهای نوین را آلوده کرده است.
`prm-reg-ir-004` مقایسه	فارسی: تفاوت خدمات سئو سنتی با مشاوره بهینه‌سازی برای جستجوی هوش مصنوعی چیست و کدام یک مقرون به صرفه‌تر است؟ EN: How do traditional SEO services differ from AI search optimization consulting, and which is more cost-effective?	۶	۱۰۵	۰	۰	۰	هیچ‌کدام (۰)	با وجود ۱۰۵ استناد، هیچ نام برندی از رجیستری ظاهر نشده است؛ زیرا مقایسه مفهومی دو پارادایم خدماتی بدون نیاز به نام بردن از آژانس‌ها پاسخ داده می‌شود.
`prm-reg-ir-005` مقایسه	فارسی: مقایسه عملکرد آژانس‌های تخصصی سئو سازمانی با تیم‌های اختصاصی داخلی در ایران EN: Compare specialized enterprise SEO agencies with dedicated in-house teams in Iran.	۶	۹۲	۳	۲	۰	`web24:1` `novin:1` `inten:1`	پرچم InTen در بررسی فقط متنی رد می‌شود. همچنین در این پاسخ، ارقام قیمت‌گذاری دلاری بین‌المللی وارد تحلیل بازار داخلی ایران شده است.
`prm-reg-ir-006` مقایسه	فارسی: مقایسه ابزارهای بومی و بین‌المللی برای سنجش سهم دیده‌شدن برند در موتورهای هوش مصنوعی EN: Compare local and international tools for measuring brand visibility share in AI engines.	۶	۹۳	۱	۱	۰	`novin:1`	تنها پرچم ثبت‌شده برای نوین ناشی از کاربرد صفت «مدرن/نوین» در توصیف یک چارچوب کلی است و اشاره به شرکت ندارد.
`prm-reg-ir-007` قیمت‌گذاری/انتخاب	فارسی: تعرفه و مدل‌های قیمت‌گذاری قراردادهای سالانه سئو و بازاریابی هوش مصنوعی در ایران چگونه تعیین می‌شود؟ EN: How are fees and pricing models for annual SEO and AI marketing contracts determined in Iran?	۶	۱۲۸	۰	۰	۰	هیچ‌کدام (۰)	بالاترین حجم استناد (۱۲۸ URL) در میان پرسش‌های فارسی را دارد، اما هیچ نام برندی از رجیستری ثبت نشده است؛ مدل‌ها اطلاعات تعرفه را بدون معرفی شرکت خاصی سنتز کرده‌اند.
`prm-reg-ir-008` قیمت‌گذاری/انتخاب	فارسی: هزینه اجرای کمپین‌های روابط عمومی دیجیتال و رپورتاژ آگهی برای تقویت اعتبار برند در موتورهای جستجو چقدر است؟ EN: How much do digital PR and advertorial campaigns cost to strengthen brand authority in search engines?	۶	۱۲۳	۴	۳	۰	`inten:1` `triboon:3`	شامل استناد مستقیم و معتبر به دامنه `inten.asia/digital-pr/` و تنها مورد ذکر نام روایی تریبون در متن (به همراه استناد به دامنه تریبون) است.
`prm-reg-ir-009` قیمت‌گذاری/انتخاب	فارسی: چگونه یک پیمانکار مطمئن برای ممیزی سئوی فنی و مشاوره استراتژیک جستجو در بازار ایران انتخاب کنیم؟ EN: How should we choose a reliable contractor for technical SEO auditing and strategic search consulting in Iran?	۶	۹۴	۰	۰	۰	هیچ‌کدام (۰)	هیچ نامزد ردیابی‌شده‌ای ثبت نشده است. مدل معیارهای انتخاب پیمانکار را بدون لیست کردن نام شرکت‌ها توضیح داده است.
`prm-reg-ir-010` معیار/راهنما	فارسی: چه شاخص‌هایی را باید پیش از عقد قرارداد با شرکت‌های خدمات سئو و جستجو در ایران ارزیابی کرد؟ EN: What criteria should we evaluate before signing a contract with SEO and search marketing companies in Iran?	۶	۷۸	۱	۱	۰	`inten:1`	تست منفی کلاسیک: تنها پرچم ثبت‌شده برای InTen در واقع عبارت تخصصی «Search Intent» در اجرای دوم Perplexity است، نه نام کسب‌وکار.
`prm-reg-ir-011` معیار/راهنما	فارسی: شاخص‌های کلیدی برای آمادگی وب‌سایت جهت حضور و پیشنهاد شدن در پاسخ‌های هوش مصنوعی چیست؟ EN: What are the key indicators of website readiness for appearing and being recommended in AI answers?	۶	۸۹	۳	۳	۰	`zeo:1` `triboon:2`	شامل ۲ رویداد منبع دامنه برای تریبون و ۱ خطای کاراکترهای داخل URL ریدایرکت گوگل است که به اشتباه برای آژانس ترکیه‌ای Zeo در بازار ایران امتیاز ثبت کرده است.
`prm-reg-ir-012` معیار/راهنما	فارسی: مهم‌ترین فاکتورها در سنجش اثربخشی خدمات روابط عمومی آنلاین بر سئو و اعتبار برند چیست؟ EN: Which factors matter most when evaluating the impact of online PR on SEO signals and brand authority?	۶	۷۸	۲	۲	۰	`triboon:2`	هر ۲ مورد صرفاً حضور دامنه تریبون در بخش منابع بوده و در بررسی فقط متنی، هیچ نام آژانسی در متن پاسخ وجود ندارد.

بخش دوم: کاتالوگ کامل ۱۲ پرسش بازار ترکیه (زبان ترکی استانبولی - `tr-TR`)

جدول ۱۶: نتایج کامل سطح پرامپت در بازار ترکیه (۷۲ پاسخ API)
کد شناسه و گروه هدف	متن دقیق پرامپت ترکی و ترجمه مفهومی	پاسخ‌ها	وقوع URL	رویداد ذکر نامزد	پاسخ دارای نامزد	توصیه ثبت‌شده	نهادهای نامزد (شمارش اولیه)	تفسیر فنی و ممیزی شواهد پرامپت
`prm-reg-tr-001` بهترین/توصیه	ترکی: Türkiye'de büyük ölçekli e-ticaret siteleri için en iyi SEO ajansları hangileridir? FA: بهترین آژانس‌های سئو در ترکیه برای سایت‌های فروشگاهی بزرگ کدامند؟	۶	۹۶	۱۲	۶	۰	`zeo:6` `webtures:5` `roas:1`	پایدارترین الگوی کشف برند در نمونه ترکیه: Zeo در هر ۶ پاسخ و Webtures در ۵ پاسخ نام برده شده‌اند. اما ۱ مورد Roas خطای متریک تبلیغاتی `ROAS` است.
`prm-reg-tr-002` بهترین/توصیه	ترکی: Türkiye'de yapay zeka arama motorları optimizasyonu (GEO) ve yapay zeka arama danışmanlığı sunan önde gelen ajanslar hangileridir? FA: آژانس‌های پیشرو ارائه‌دهنده خدمات GEO و مشاوره جستجوی هوش مصنوعی در ترکیه کدامند؟	۶	۱۲۹	۹	۶	۰	`zeo:5` `webtures:4`	هر ۶ پاسخ دارای نامزد هستند و هر دو آژانس Zeo و Webtures به طور مکرر و واقعی در متن روایی پاسخ‌ها ظاهر شده‌اند.
`prm-reg-tr-003` بهترین/توصیه	ترکی: Kurumsal web siteleri için kapsamlı teknik SEO denetimi hizmeti veren en başarılı ajanslar hangileridir? FA: موفق‌ترین آژانس‌های ارائه‌دهنده ممیزی جامع سئوی تکنیکال برای سایت‌های سازمانی در ترکیه کدامند؟	۶	۱۳۵	۶	۳	۲	`zeo:3` `webtures:2` `roas:1`	بلندترین حجم URL در کل آزمایش (۱۳۵ لینک). در این پرامپت ۱ مورد Roas خطای نام شرکت «Acroas» است و ۱ مورد از امتیازهای Zeo ناشی از توکن URL ریدایرکت است.
`prm-reg-tr-004` مقایسه	ترکی: Türkiye pazarında butik SEO ajansları ile tam hizmet dijital pazarlama ajanslarının artı ve eksi yönleri nelerdir? FA: مزایا و معایب آژانس‌های سئوی بوتیک در برابر آژانس‌های دیجیتال مارکتینگ فول‌سرویس در بازار ترکیه چیست؟	۶	۷۵	۰	۰	۰	هیچ‌کدام (۰)	مقایسه مدل‌های کاری آژانس‌ها بدون نام بردن از شرکت‌های داخل رجیستری انجام شده است. (ساختار این سؤال با معادل فارسی خود در پرامپت 005 متفاوت است).
`prm-reg-tr-005` مقایسه	ترکی: Klasik arama motoru optimizasyonu ile yapay zeka motoru optimizasyonu (GEO) arasındaki temel farklar nelerdir? FA: تفاوت‌های بنیادین میان سئوی کلاسیک و بهینه‌سازی موتور هوش مصنوعی (GEO) چیست؟	۶	۸۶	۱	۱	۰	`zeo:1`	تنها پرچم ثبت‌شده برای Zeo در بررسی فقط متنی رد می‌شود (خطای خارج از نثر). سؤال تعریفی بوده است.
`prm-reg-tr-006` مقایسه	ترکی: Yapay zeka modellerinde marka görünürlüğünü ölçen araçlar ile geleneksel SEO sıralama takip araçlarının karşılaştırması FA: مقایسه ابزارهای سنجش دیده‌شدن برند در مدل‌های هوش مصنوعی با ابزارهای سنتی ردیابی رتبه سئو	۶	۱۳۱	۲	۲	۰	`webtures:2`	هر ۲ مورد ثبت‌شده برای Webtures صرفاً حضور دامنه در فهرست منابع بوده و هیچ نامی از آژانس در متن پاسخ نیامده است.
`prm-reg-tr-007` قیمت‌گذاری/انتخاب	ترکی: Türkiye'de kurumsal SEO ve GEO danışmanlığı aylık ve yıllık hizmet bedelleri hangi kriterlere göre belirlenir? FA: هزینه‌های ماهانه و سالانه مشاوره سئو و GEO سازمانی در ترکیه بر چه اساسی تعیین می‌شود؟	۶	۷۹	۲	۲	۰	`zeo:2`	هر ۲ پرچم Zeo در فیلتر متنی رد می‌شوند. همچنین یکی از پاسخ‌ها، مخفف GEO را به اشتباه «سئوی جغرافیایی/محلی» تفسیر کرده است.
`prm-reg-tr-008` قیمت‌گذاری/انتخاب	ترکی: Arama görünürlüğünü artırmak için dijital PR ve backlink stratejisi yürüten ajansları seçerken bütçe planlaması nasıl yapılmalıdır? FA: هنگام انتخاب آژانس‌های مجری استراتژی روابط عمومی دیجیتال و بک‌لینک، بودجه‌بندی چگونه باید انجام شود؟	۶	۵۹	۰	۰	۰	هیچ‌کدام (۰)	کمترین میزان وقوع URL در کل آزمایش (۵۹ لینک) و بدون ثبت هیچ نامی از رجیستری (صرفاً ارائه فرمول‌های بودجه‌بندی).
`prm-reg-tr-009` قیمت‌گذاری/انتخاب	ترکی: Teknik SEO denetimi ve yapay zeka arama uyumluluğu için hizmet sağlayıcı seçerken nelere dikkat edilmelidir? FA: هنگام انتخاب ارائه‌دهنده خدمات ممیزی سئوی تکنیکال و سازگاری با جستجوی هوش مصنوعی به چه نکاتی باید دقت کرد؟	۶	۷۳	۱	۱	۰	`inten:1`	تنها رویداد ثبت‌شده، خطای تطبیق عبارت «Search Intent» در متن ترکی (اجرای دوم OpenAI) با نام آژانس ایرانی InTen است.
`prm-reg-tr-010` معیار/راهنما	ترکی: Bir SEO ve yapay zeka görünürlük ajansı ile sözleşme imzalamadan önce hangi performans kriterleri (KPI) sorgulanmalıdır? FA: پیش از امضای قرارداد با یک آژانس سئو و دیده‌شدن در هوش مصنوعی، کدام شاخص‌های عملکردی (KPI) باید مطالبه شوند؟	۶	۱۰۰	۲	۲	۰	`zeo:1` `roas:1`	هر دو مورد خطای ابزار است: مورد Roas اشاره به شاخص مالی `ROAS` به عنوان یک KPI بوده و مورد Zeo در متن روایی وجود ندارد.
`prm-reg-tr-011` معیار/راهنما	ترکی: Bir markanın yapay zeka yanıtlarında tavsiye edilme ve kaynak gösterilme oranını artırmak için hangi adımlar izlenmelidir? FA: برای افزایش نرخ توصیه شدن و استناد به یک برند در پاسخ‌های هوش مصنوعی چه گام‌هایی باید برداشته شود؟	۶	۷۴	۲	۲	۰	`webtures:2`	هر ۲ مورد صرفاً استناد به مقالات آموزشی دامنه Webtures در بخش منابع است و نام برند به عنوان فروشنده در متن نیامده است.
`prm-reg-tr-012` معیار/راهنما	ترکی: Yapay zeka modelleri tarafından yetkin kaynak kabul edilmek için dijital PR çalışmalarında hangi metrikler takip edilmelidir? FA: برای شناخته شدن به عنوان منبع معتبر توسط مدل‌های هوش مصنوعی، چه متریک‌هایی در روابط عمومی دیجیتال باید دنبال شوند؟	۶	۷۱	۲	۲	۰	`webtures:2`	مشابه پرامپت قبل، هر ۲ رویداد صرفاً حضور دامنه Webtures در فهرست منابع مرجع است و ذکر نام متنی رخ نداده است.

دفتر کل شفافیت و تطبیق ناهماهنگی‌های داده (Audit Ledger)

به منظور رعایت استانداردهای تکرارپذیری علمی، تمامی ناهماهنگی‌های موجود میان خروجی‌های خام اولیه اسکریپت و مقادیر بازمحاسبه‌شده در این گزارش، در جدول زیر مستند شده است:

جدول ۱۷: مستندسازی اصلاحات آماری و محدودیت‌های متدولوژیک در گزارش
مورد ناهماهنگی یا محدودیت در انتشار اولیه	نحوه اصلاح و اعمال در این گزارش تحلیلی
گزارش عدد ۳۴ برای ذکر نام‌های بازار ایران در نثر اولیه	بازمحاسبه دقیق از روی ردیف‌های موجودیت و اصلاح به عدد واقعی ۳۳ رویداد محلی (هم‌خوان با درصدهای SOV).
تفاوت جدول توزیع نیت خریدار با فایل‌های خام	استفاده از مقادیر دقیق بازمحاسبه‌شده: `47 / 7 / 7 / 12` برای نامزدها و `663 / 582 / 556 / 490` برای تکرار URLها.
مقادیر تأخیر زمانی (Latency)	استخراج مستقیم میانگین‌های ثبت‌شده از فایل خام: `21.10s` (OpenAI)، `18.13s` (Gemini) و `8.07s` (Perplexity).
ادعای منحصربه‌فرد بودن ۲,۲۹۱ استناد	تفکیک دقیق به ۲,۲۹۱ رخداد کل، ۱,۵۷۰ جفت URL-پاسخ یکتا، ۱,۰۱۳ رشته متمایز جهانی و ۹۴۴ لینک ریدایرکت حل‌نشده گوگل.
برچسب `search_grounded: true` برای کل ۱۴۴ پاسخ	گزارش دقیق ۱۱۲ پاسخ دارای استناد، ۳۲ پاسخ بدون استناد ثبت‌شده، و تنها ۲۱ فراخوانی واقعی `web_search_call` در OpenAI.
موقعیت جغرافیایی درخواست‌های OpenAI	افشای ثبت موقعیت `US` در پیکربندی ابزار OpenAI و تصریح اینکه برچسب بازارها مربوط به زبان و موضوع است، نه مکان فیزیکی کاربر.
ادعای دقت ۱۰۰٪ در بررسی کیفی ۲۰ از ۲۰ (20/20 Manual QA)	رد ادعای صحت ۱۰۰٪ در کل دیتاست با اثبات وجود ۲۷ مورد تداخل استنادی و خطای مثبت کاذب (InTen، ROAS، نوین و Zeo).