ترتيب المقاطع

الخلاصة — يتيح ترتيب المقاطع لـGoogle تقييم جزء واحد من الصفحة منفردًا. فإذا كانت لديك إجابة ممتازة مدفونة وسط صفحة طويلة ومتشعبة، يمكن لـGoogle إظهار ذلك القسم حتى عندما لا تركز الصفحة كلها بإحكام على الموضوع. وعلى الرغم من الاسم الأصلي، ما زالت Google تفهرس صفحتك كاملةً؛ الذي تغير هو الترتيب فقط. ولا يلزمك فعل شيء خاص.

ما ترتيب المقاطع؟

وصفت Google الترتيب القائم على المقاطع بأنه يساعد على تحديد المقاطع الفردية ذات الصلة داخل الصفحات لاستعلامات بعينها. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google: Search On 2020 وهو قدرة على الترتيب، لا فهرسًا مستقلًا للمقاطع ولا ترميزًا خاصًا يمكن للناشرين تفعيله. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google: Ranking systems guide

تنظر Google عادةً إلى صفحة الويب كاملةً لتقرر مدى صلتها بعملية بحث. ويتيح ترتيب المقاطع لـGoogle التكبير والحكم على الأقسام الفردية من الصفحة — أو ما تسميه «المقاطع» — كلًا على حدة.

لماذا يفيد ذلك؟ تخيل سلسلة طويلة في منتدى، أو تدوينة شخصية متشعبة، تصادف أن تتضمن إجابة مثالية عن سؤال شديد التحديد. تتناول الصفحة عمومًا عشرة أشياء مختلفة، ولذلك لم تكن تحظى بترتيب جيد. وبفضل ترتيب المقاطع، تستطيع Google إدراك أن «هذا القسم بعينه يطابق تمامًا ما يريده الباحث» وترتيب الصفحة لذلك الاستعلام استنادًا إلى قوة ذلك المقطع.

أعلنت Google النظام في أكتوبر 2020 وفعّلته لعمليات البحث بالإنجليزية في الولايات المتحدة في فبراير 2021. وقالت إنه سيؤثر في نحو 7 % من جميع عمليات البحث.

الالتباس في التسمية («ترتيب» لا «فهرسة»)

سمّت Google هذا أولًا «فهرسة المقاطع»، وأثار الاسم ارتباكًا كبيرًا، فصححته الشركة. ما زالت Google تخزن صفحتك كاملةً (أي تفهرسها)، تمامًا كما من قبل. الذي تغير هو طريقة ترتيبها: يمكن لصفحة واحدة الآن أن تحصل على درجات صلة مختلفة، واحدة لكل مقطع، وفقًا لعملية البحث. وكما قال Danny Sullivan من Google آنذاك: “We are not indexing passages. Period.” (ترجمة) «نحن لا نفهرس المقاطع. انتهى.»

ماذا ينبغي أن تفعل؟

لا شيء تقريبًا، وهذا هو الموقف الرسمي أيضًا. لا يوجد إعداد ولا ترميز خاص ولا حيلة. النصيحة هي النصيحة الجيدة المملة نفسها المعهودة:

• اكتب محتوى واضحًا جيد التنظيم.
• استخدم عناوين حقيقية كي يستقل كل قسم بسياقه.
• أجب عن الأسئلة المحددة إجابة وافية في وحدات مستقلة السياق.

لا تقطع محتواك إلى قطع صغيرة مصطنعة من أجل «مساعدة» ترتيب المقاطع؛ فهذه ليست ممارسة حقيقية، وقد حذرت Google صراحةً ممن يحاولون بيعها لك.

هل تريد النسخة الأعمق، بما فيها آلية الدرجات المتعددة وصلتها بـAI Overviews وما يفعله Bing؟ انتقل إلى تبويب Advanced.

الخلاصة — ترتيب المقاطع نظام ترتيب بالذكاء الاصطناعي (أُعلن في 20 أكتوبر 2020، وأُطلق للإنجليزية في الولايات المتحدة في 10 فبراير 2021) يقيّم مقاطع الصفحة منفردةً، بحيث يمكن لوثيقة واحدة أن تحصل على درجات صلة متعددة لاستعلامات مختلفة. صُحح الاسم من «فهرسة المقاطع» لأن الفهرسة لم تتغير؛ ما زالت الصفحات تُفهرس كاملةً، وإنما أصبحت درجات الترتيب أدق. يستهدف النظام الصفحات الطويلة غير المنظمة التي تضيع فيها إجابة قوية، ويؤثر في نحو 7 % من الاستعلامات، وهو منفصل عن أجزاء النص للانتقال المباشر والمقتطفات المميزة. وقد مهّد مفاهيميًا للاسترجاع على مستوى المقطع في AI Overviews وCopilot. الإجراء في SEO: أقسام جيدة البنية ومستقلة السياق، من دون شيء مصطنع.

الابتكار الأساسي: صفحة واحدة ودرجات كثيرة

تثبت الشروحات العامة وجود الصلة على مستوى المقطع، لكنها لا تكشف آلية كاملة لاحتساب الدرجات ولا عددًا مضمونًا من الدرجات لكل صفحة. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google: Search On 2020 لا تعرض الآليات التوضيحية كأنها شيفرة مصدر معلنة. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google: Ranking systems guide

هذه هي الآلية المهمة. قبل ترتيب المقاطع، كانت للصفحة فرصة واحدة لتحقيق الصلة باستعلام؛ إذ كانت Google تقيّم الوثيقة كاملةً. أما ترتيب المقاطع فيتيح للصفحة الحصول على درجات صلة متعددة، واحدة لكل مقطع، تقاس كل منها مقابل استعلامات مختلفة. وصف Martin Splitt ذلك بوضوح: “one document that can be scored with multiple scores according to the queries.” (ترجمة) «وثيقة واحدة يمكن تقييمها بدرجات متعددة وفقًا للاستعلامات.»

هذه هي الفكرة كلها. ليس فهرسًا جديدًا ولا زحفًا جديدًا ولا صيغة تخزين جديدة، بل يجعل نظام الترتيب أكثر دقة في تحديد أي جزء من الصفحة يجيب عن استعلام معين. وكما قال Splitt: “it’s just us getting better at more granularly understanding the content of a page.” (ترجمة) «إنها ببساطة قدرتنا المحسنة على فهم محتوى الصفحة بمستوى أدق.»

لماذا يوجد؟ إنقاذ الإجابات المدفونة

أنشأت Google النظام لمعالجة نمط فشل محدد: الصفحات الطويلة التي تضيع فيها إجابة رائعة بسبب كل ما يحيط بها. قال Danny Sullivan في أكتوبر 2020: “Typically, we evaluate all content on a web page to determine if it is relevant to a query. But sometimes web pages can be very long, or on multiple topics, which might dilute how parts of a page are relevant for particular queries… With our new technology, we’ll be able to better identify and understand key passages on a web page.” (ترجمة) «نقيّم عادةً كل محتوى صفحة الويب لتحديد صلته باستعلام. لكن صفحات الويب قد تكون أحيانًا طويلة جدًا أو تتناول موضوعات متعددة، ما قد يضعف صلة أجزاء منها باستعلامات بعينها… وبفضل تقنيتنا الجديدة سنتمكن من تحديد المقاطع الأساسية في صفحة الويب وفهمها على نحو أفضل.»

والأهم أن هذا التحسين ضيق النطاق ولا يضيف إلا مكاسب. قال Splitt: “We are only improving rankings for pages that are currently having trouble.” (ترجمة) «نحن نحسن ترتيب الصفحات التي تواجه مشكلات حاليًا فحسب.» فهو لا يعيد ترتيب الويب كله، بل يرفع الصفحات التي كان أفضل محتواها مدفونًا. وقد يكون المقطع صغيرًا جدًا؛ قال Splitt: “It can be really short, it can be as short as a few words, it can be as long as a paragraph.” (ترجمة) «قد يكون قصيرًا جدًا، قصيرًا إلى حد بضع كلمات، أو طويلًا إلى حد فقرة.» بل قد يتجاوز تطابق العنوان: أشار إلى أن صفحة تحمل إجابة جيدة في المتن قد تكون أكثر صلة من صفحة يظهر الاستعلام في عنوانها.

«ترتيب» لا «فهرسة» — ولماذا هذا الفرق مهم

قدّمت Google النظام في البداية باسم «فهرسة المقاطع»، واعترض Splitt وSullivan بشدة على الاسم. قال Splitt: “While I’m not super excited about us framing it… originally as passage indexing, it is actually a ranking change.” (ترجمة) «لست متحمسًا جدًا لتأطيرنا الأصلي له باعتباره فهرسة للمقاطع؛ فهو في الحقيقة تغيير في الترتيب.» ثم جاء النفي القاطع من Sullivan: “But… We are not indexing passages. Period.” (ترجمة) «لكننا لا نفهرس المقاطع. انتهى.»

الفرق ليس تدقيقًا لغويًا؛ فهو يغير ما تفعله حياله:

• لم تتغير الفهرسة. ما زالت Google تفهرس الصفحة كاملةً بوصفها وثيقة واحدة. قال Splitt: “It does not mean that we are storing them differently.” (ترجمة) «لا يعني ذلك أننا نخزنها بصورة مختلفة.»
• تغير الترتيب. تُقيَّم الوثيقة المخزنة نفسها الآن على مستوى المقاطع مقابل الاستعلامات.

لذلك لا يمكنك «إرسال المقاطع»، ولا استبعاد مقطع من النظام، ولا يوجد مقطع في Search Console يمكنك فحصه. قال Splitt عن الاستبعاد: “That’s like saying I don’t want to rank for these five paragraphs of my page.” (ترجمة) «يشبه ذلك قول إنني لا أريد الترتيب لهذه الفقرات الخمس من صفحتي.» وإذا وجدت من يبيع «تحسين فهرسة المقاطع»، فما زالت قراءة Splitt تنطبق: “There will probably be some people who will try to capitalize on this. But I wouldn’t fall for it… It’s not for you who know what they are doing.” (ترجمة) «سيحاول بعض الناس على الأرجح الاستفادة من هذا، لكنني لن أنخدع به… فهو ليس موجهًا إليكم ممن يعرفون ما يفعلون.»

ثلاثة أشياء ليس هو إياها

يجري الخلط بينها باستمرار:

• ليس الانتقال إلى النص أو أجزاء النص. ترتيب المقاطع والانتقال إلى النص (روابط #:~:text= العميقة) نظامان منفصلان لا صلة بينهما، وقد أكدت Google ذلك مباشرةً. إنهما يتفاعلان في عصر الذكاء الاصطناعي، كما سيأتي، لكنهما ليسا الميزة نفسها.
• ليس المقتطفات المميزة. ذلك نظام مختلف. يؤثر ترتيب المقاطع في الصفحات التي تحظى بالترتيب؛ أما المقتطفات المميزة فتتعلق بالإجابة التي تُستخرج إلى القمة.
• ليس تقسيمًا مصطنعًا. أوضح Splitt أنك لا تحتاج إلى تغيير موقعك أو صفحاتك أو مقالاتك أو ترميزك. لا تقسّم المحتوى إلى أجزاء زائفة.

الخط الزمني والنطاق

• 20 أكتوبر 2020 — أُعلن في حدث Google «Search On».
• 10 فبراير 2021 — أُطلق للاستعلامات الإنجليزية في الولايات المتحدة (وأكد SearchLiaison ذلك بعد ظهر اليوم التالي).
• نحو 7 % من استعلامات البحث بجميع اللغات — الأثر الذي أعلنته Google بعد اكتمال الإطلاق عالميًا. وأفادت المتابعة المبكرة في المجال (Search Engine Roundtable) بوجود أثر ملحوظ ضئيل عند الإطلاق، وهو ما يلائم نظامًا ضيقًا لا يستهدف إلا الإجابات المدفونة.

امتداده في عصر الذكاء الاصطناعي: الفكرة نفسها في كل مكان

هذه هي النقطة التي تفوت معظم تغطية SEO. لم تعد الصلة على مستوى المقطع عاملًا هامشيًا تؤثر في 7 %، بل أصبحت وحدة الاسترجاع الافتراضية في البحث بالذكاء الاصطناعي. لا يرتب AI Overviews وCopilot الوثائق كاملةً لبناء إجابة؛ بل يسترجعان المقاطع ويقيّمانها.

• يستخدم AI Overviews الاسترجاع على مستوى المقطع لتجميع الإجابات، ويربط كثيرًا بمقطع المصدر نفسه بواسطة عناوين URL لأجزاء النص (#:~:text=) بدل الصفحة كلها. (وهنا يلتقي عمليًا ترتيب المقاطع والانتقال إلى النص، وهما نظامان غير مرتبطين.) ويشير دليل Search Engine Land لـAI Overviews إلى أن Gemini “can also use passage indexing to incorporate specific sections of a website to fill out its AI Overview response.” (ترجمة) «يمكنه أيضًا استخدام فهرسة المقاطع لإدراج أقسام محددة من موقع ويب لاستكمال استجابة AI Overview.»
• ينفذ Copilot / Bing حلقة من ثلاث خطوات: يسترجع نحو 15–20 عنوان URL عالي الثقة من فهرس Bing، ثم يقسم تلك الصفحات إلى مقاطع ويقيّمها وفق الصلة والسلطة والحداثة، ثم يتحقق ويستشهد. خطوة التقسيم هي ترتيب المقاطع باسم آخر. (راجع التقسيم، والبحث المتجهي، والتضمينات، وRAG للاطلاع على حزمة الاسترجاع كاملةً.)

دور Bing التأسيسي (النصف المجهول من القصة)

إليك ما لا تذكره تقريبًا أي مقالة SEO: موّلت Microsoft، عبر Bing، المجال الحديث لترتيب المقاطع في جوهره. أنشأت Microsoft Research مجموعة بيانات MS MARCO (Microsoft MAchine Reading COmprehension) التي تضم 8 841 823 مقطعًا مستخرجًا من وثائق ويب حقيقية، مع أكثر من مليون استعلام تدريب مأخوذ من سجلات استعلامات Bing بعد إخفاء الهوية. وهي المعيار المرجعي لأبحاث ترتيب المقاطع العصبي. أما البحث التأسيسي “Passage Re-ranking with BERT” الذي تفوق على الأنظمة السابقة بنحو 27 % نسبيًا في MRR@10 على ذلك المعيار، فقد دُرّب وقيس على بيانات مشتقة من Bing.

وواصلت Microsoft دفع فكرة المقطع بوصفه الوحدة إلى عصر الذكاء الاصطناعي. قال Knut Risvik في إعلان Web IQ في يونيو 2026: “Web IQ does not just return documents; it returns passages and structured evidence objects,” (ترجمة) «لا يعيد Web IQ الوثائق فحسب؛ بل يعيد مقاطع وكائنات أدلة منظَّمة»، وقال: “by operating at the level of passages, we can concentrate useful signal while eliminating irrelevant context.” (ترجمة) «بالعمل على مستوى المقاطع يمكننا تركيز الإشارة المفيدة وإزالة السياق غير ذي الصلة.» وفي تأطير Microsoft الأوسع في مايو 2026: “the unit of value shifts from documents to groundable information.” (ترجمة) «تنتقل وحدة القيمة من الوثائق إلى المعلومات القابلة للإسناد إلى مصادر.» هذا هو ترتيب المقاطع وقد وصل إلى امتداده المنطقي: تتوقف الوثيقة عن كونها الوحدة ويصبح المقطع هو الوحدة.

ماذا يعني هذا فعليًا لـSEO لديك؟

لا شيء غريبًا، لكن الصلة المشتركة حقيقية وتستحق استيعابها:

1. اكتب أقسامًا مستقلة السياق. المقطع الذي يجيب عن سؤال إجابة كاملة بمفرده أيسر استرجاعًا، سواء لميزة ترتيب المقاطع الكلاسيكية ذات الأثر البالغ 7 % أو لاسترجاع المقاطع بالذكاء الاصطناعي. (تضع دراسات AI Overview النطاق الأمثل قرب 134–167 كلمة لكل مقطع مستشهد به، وتعد الاكتمال الدلالي أقوى مؤشر منفرد للاستشهاد.)
2. استخدم عناوين حقيقية. فهي تمنح Google ومسترجعات الذكاء الاصطناعي حدودًا واضحة للمقاطع.
3. لا تصطنع الأمر. لا تقسيم مصطنع، ولا «ترميز للمقاطع»، ولا إدخال أو إخراج للمقاطع. لا توجد حيلة من هذا النوع.
4. إنه SEO عادي. يمكن تعميم عبارة Danny Sullivan: SEO الجيد هو GEO/AEO جيد. والمحتوى نفسه الجيد البنية يفوز بترتيب المقاطع والمقتطفات المميزة واستشهادات الذكاء الاصطناعي.

ملخص الذكاء الاصطناعي

خلاصة مكثفة للنسخة المتقدمة:

• ترتيب المقاطع = صفحة واحدة ودرجات كثيرة. يمكن لوثيقة واحدة أن تحصل على درجات صلة متعددة، واحدة لكل مقطع، مقابل استعلامات مختلفة. قال Splitt: “one document that can be scored with multiple scores according to the queries.” (ترجمة) «وثيقة واحدة يمكن تقييمها بدرجات متعددة وفقًا للاستعلامات.»
• إنه ترتيب لا فهرسة. ما زالت Google تفهرس الصفحات كاملةً؛ الذي تغير هو دقة احتساب درجات الترتيب فقط. قال Sullivan: “We are not indexing passages. Period.” (ترجمة) «نحن لا نفهرس المقاطع. انتهى.»
• صُمم لإنقاذ الإجابات المدفونة في الصفحات الطويلة غير المنظمة، ولا يضيف إلا مكاسب: “we are only improving rankings for pages that are currently having trouble” (ترجمة) «نحن نحسن ترتيب الصفحات التي تواجه مشكلات حاليًا فحسب».
• الخط الزمني: أُعلن في 20 أكتوبر 2020؛ وأُطلق للإنجليزية في الولايات المتحدة في 10 فبراير 2021؛ ويؤثر في نحو 7 % من الاستعلامات؛ وكان الأثر المرصود عند الإطلاق ضئيلًا.
• ليس أجزاء نص للانتقال المباشر، وليس مقتطفات مميزة، وليس سببًا لتقطيع المحتوى على نحو مصطنع؛ إنها ثلاثة أشياء منفصلة يكثر الخلط بينها.
• امتداد عصر الذكاء الاصطناعي: يسترجع AI Overviews وCopilot على مستوى المقطع (ويربط AI Overviews بالمقاطع بواسطة أجزاء النص #:~:text=). خطوة التقسيم في RAG هي ترتيب المقاطع باسم آخر.
• دور Bing التأسيسي: أسهمت MS MARCO، التي تضم 8,8 مليون مقطع مشتق من Bing، في تأسيس مجال ترتيب المقاطع العصبي كله؛ ويعيد Web IQ اليوم “passages and structured evidence objects” (ترجمة) «مقاطع وكائنات أدلة منظَّمة».
• إجراء SEO: أقسام واضحة ومستقلة السياق ذات عناوين حقيقية. هذا كل شيء.

الوثائق الرسمية

وثائق المصادر الأولية من محركات البحث.

Google

• دليل Google لأنظمة الترتيب — المدخل الرسمي: “Passage ranking is an AI system we use to identify individual sections or ‘passages’ of a web page…” (ترجمة) «ترتيب المقاطع نظام ذكاء اصطناعي نستخدمه لتحديد أقسام أو “مقاطع” فردية من صفحة الويب…»
• الدليل المتعمق لكيفية عمل بحث Google — موضع ترتيب المقاطع في مسار الزحف ← الفهرسة ← العرض.

Bing / Microsoft

• تقديم Microsoft Web IQ (يونيو 2026) — واجهات برمجة تطبيقات المقاطع وكائنات الأدلة؛ وهو أوضح تصريح من Microsoft عن العمل على مستوى المقطع.
• الدور المتطور للفهرس (مايو 2026) — “the unit of value shifts from documents to groundable information.” (ترجمة) «تنتقل وحدة القيمة من الوثائق إلى المعلومات القابلة للإسناد إلى مصادر.»
• تقديم Deep Search (ديسمبر 2023) — توسيع الاستعلامات بـGPT-4 على عدد من الصفحات أكبر بنحو 10 أضعاف.
• AI Performance في Bing Webmaster Tools (فبراير 2026) — بيانات “grounding queries” (ترجمة) «استعلامات الاستناد إلى المصادر» والاستشهادات.
• مجموعة بيانات MS MARCO — 8,8 مليون مقطع مشتق من Bing؛ المعيار المرجعي لترتيب المقاطع العصبي.

اقتباسات من المصدر

تصريحات موثقة من Google وMicrosoft. ينتقل كل رابط إلى المقطع المقتبس في صفحة المصدر حيثما توفر رابط عميق.

Google — التعريف الرسمي

• “Passage ranking is an AI system we use to identify individual sections or ‘passages’ of a web page to better understand how relevant a page is to a search.” (ترجمة) «ترتيب المقاطع نظام ذكاء اصطناعي نستخدمه لتحديد الأقسام الفردية أو “المقاطع” في صفحة ويب كي نفهم بصورة أفضل مدى صلة الصفحة بعملية بحث.» — Google Search Central، دليل أنظمة الترتيب. انتقل إلى الاقتباس
• “This change doesn’t mean we’re indexing individual passages independently of pages. We’re still indexing pages and considering info about entire pages for ranking.” (ترجمة) «لا يعني هذا التغيير أننا نفهرس المقاطع الفردية بصورة مستقلة عن الصفحات. فما زلنا نفهرس الصفحات ونأخذ المعلومات عن الصفحات كاملةً في الاعتبار عند الترتيب.» — Google Search Central، دليل أنظمة الترتيب. انتقل إلى الاقتباس

Danny Sullivan، مسؤول التواصل العام للبحث في Google (إعلان أكتوبر 2020)

• “But… We are not indexing passages. Period.” (ترجمة) «لكننا لا نفهرس المقاطع. انتهى.» — التصحيح الموثق لتأطير «فهرسة المقاطع».
• وخلاصة سلسلة إعلانه: قد تضعف الصفحات الطويلة أو متعددة الموضوعات صلة أجزائها الفردية باستعلامات معينة؛ وتتيح التقنية الجديدة لـGoogle تحديد المقاطع الأساسية وفهمها بصورة أفضل، ولا يلزم منشئي المحتوى فعل شيء خاص. تغطية الإعلان (Search Engine Land)

Martin Splitt، Google (عبر Search Engine Journal، Roger Montti)

• “While I’m not super excited about us framing it… originally as passage indexing, it is actually a ranking change.” (ترجمة) «لست متحمسًا جدًا لتأطيرنا الأصلي له باعتباره فهرسة للمقاطع؛ فهو في الحقيقة تغيير في الترتيب.»
• “It’s just us getting better at more granularly understanding the content of a page.” (ترجمة) «إنها ببساطة قدرتنا المحسنة على فهم محتوى الصفحة بمستوى أدق.»
• “One document that can be scored with multiple scores according to the queries.” (ترجمة) «وثيقة واحدة يمكن تقييمها بدرجات متعددة وفقًا للاستعلامات.»
• “We are only improving rankings for pages that are currently having trouble.” (ترجمة) «نحن نحسن ترتيب الصفحات التي تواجه مشكلات حاليًا فحسب.»
• “It can be really short, it can be as short as a few words, it can be as long as a paragraph.” (ترجمة) «قد يكون قصيرًا جدًا، قصيرًا إلى حد بضع كلمات، أو طويلًا إلى حد فقرة.»
• “It does not mean that we are storing them differently.” (ترجمة) «لا يعني ذلك أننا نخزنها بصورة مختلفة.» اقرأ الأسئلة والأجوبة

John Mueller، Google (عبر Search Engine Roundtable)

• وخلاصة كلامه: يدرك ترتيب المقاطع أن صفحة كبيرة تتضمن جزءًا شديد الصلة باستعلام وارد، فتركز Google على ذلك الجزء من الصفحة. اقرأ التغطية

Knut Risvik، Microsoft (Web IQ، يونيو 2026)

• “Web IQ does not just return documents; it returns passages and structured evidence objects.” (ترجمة) «لا يعيد Web IQ الوثائق فحسب؛ بل يعيد مقاطع وكائنات أدلة منظَّمة.»
• “By operating at the level of passages, we can concentrate useful signal while eliminating irrelevant context.” (ترجمة) «بالعمل على مستوى المقاطع يمكننا تركيز الإشارة المفيدة وإزالة السياق غير ذي الصلة.» انتقل إلى الاقتباس

ترتيب المقاطع — ورقة مرجعية

في سطر واحد: يمكن لصفحة واحدة أن تحصل على درجات صلة متعددة، واحدة لكل مقطع، لاستعلامات مختلفة. ما زالت الصفحات تُفهرس كاملةً؛ الذي أصبح أدق هو الترتيب فقط.

الفهرسة مقابل الترتيب — ما الذي تغير فعليًا؟

لا تخلط بين هذه الأنظمة الثلاثة المنفصلة

حقائق سريعة

• أُعلن في 20 أكتوبر 2020؛ وأُطلق للإنجليزية في الولايات المتحدة في 10 فبراير 2021.
• ادعاء Google عن الأثر: نحو 7 % من الاستعلامات بجميع اللغات.
• الأثر المرصود عند الإطلاق: ضئيل (وهو ما يلائم نظامًا ضيقًا للإجابات المدفونة).
• النطاق الأمثل لمقطع تستشهد به AI: نحو 134–167 كلمة، مع استقلال السياق.
• لا شيء خاصًا تفعله — لا ترميز، ولا إدخال أو إخراج، ولا تقسيم مصطنع.

النماذج الذهنية

1. لم تعد الوثيقة هي الوحدة. يقيّم الترتيب الكلاسيكي صفحة كاملةً، بينما يقيّم ترتيب المقاطع الأقسام. ويمضي البحث بالذكاء الاصطناعي بالفكرة إلى نهايتها؛ تقول Microsoft: “the unit of value shifts from documents to groundable information.” (ترجمة) «تنتقل وحدة القيمة من الوثائق إلى المعلومات القابلة للإسناد إلى مصادر.» عند الكتابة، فكر في وحدات إجابة مستقلة السياق، لا في «صفحات» فحسب.

2. الترتيب ≠ الفهرسة. لم يتغير التخزين؛ الذي تغير هو دقة احتساب الدرجات. إذا كان ادعاء عن ترتيب المقاطع يوحي بأن Google تخزن المقاطع أو تستقبلها منفصلةً فهو خاطئ. “We are not indexing passages. Period.” (ترجمة) «نحن لا نفهرس المقاطع. انتهى.»

3. ثلاثة أنظمة منفصلة يكثر الخلط بينها. ترتيب المقاطع (تقييم الأقسام) ≠ أجزاء النص للانتقال المباشر (#:~:text=) ≠ المقتطفات المميزة (استخراج أعلى النتائج). يمكنها أن تلتقي، إذ يستخدم AI Overviews أجزاء النص للاستشهاد بالمقطع الذي رتبه، لكنها تظل آليات مختلفة.

4. ترتيب المقاطع ← RAG، الفكرة نفسها. إن خطوة التقسيم والتقييم داخل RAG، وداخل Copilot وAI Overviews، هي ترتيب المقاطع في صورة معممة. ويحقق تحسين وضوح المقاطع فائدة واحدة عبر البحث الكلاسيكي والمقتطفات المميزة واستشهادات الذكاء الاصطناعي معًا.

5. قاعدة الإجراء. لا توجد حيلة خاصة بالمقاطع. الإجراء الوحيد هو: أقسام جيدة التنظيم ومستقلة السياق ذات عناوين حقيقية. وإذا كان أحدهم يبيع «تحسين المقاطع» بما يتجاوز ذلك، ينطبق تحذير Splitt: “I wouldn’t fall for it.” (ترجمة) «لن أنخدع به.»

خرافات يجب تجنبها في ترتيب المقاطع

إنشاء عنوان URL منفصل لكل فقرة

يقيّم ترتيب المقاطع أقسامًا داخل صفحة مفهرسة؛ ولا يتطلب صفحة لكل جزء من الإجابة. قسّم المحتوى فقط عندما يستحق موضوع ما صفحة مستقلة للمستخدمين والنية.

تسمية ترتيب المقاطع فهرسةً للمقاطع

تفهرس Google الصفحة وتطبق إشارات ترتيب أدق على مقاطعها. أبق الفرق واضحًا كي لا يبتكر أصحاب المصلحة مشروعًا جديدًا لقابلية الفهرسة.

كتابة مقتطفات معزولة بلا تماسك على مستوى الصفحة

تظل الأقسام المستقلة السياق جزءًا من صفحة مفيدة ومنظمة. امنح كل قسم عنوانًا وصفيًا وسياقًا محليًا كافيًا من دون تكرار المقالة كاملةً.

اختبر نفسك: ترتيب المقاطع

موارد تستحق وقتك

من أنحاء المجال

الإعلان وتصحيح التسمية

• كيف تفهرس Google مقاطع الصفحة وما يعنيه ذلك لـSEO — شرح Search Engine Land عند الإطلاق.
• هل يمكن أن تستخدم فهرسة المقاطع لدى Google تقنية BERT؟ — يستكشف Search Engine Land صلة BERT عند الإطلاق.
• ترتيب المقاطع لدى Google لا فهرستها — Barry Schwartz عن المصطلح المصحح.
• ما ترتيب المقاطع لدى Google: 16 نقطة أساسية — أسئلة وأجوبة Roger Montti مع Splitt، وهو المصدر الأكثر نقلًا حرفيًا.
• Google تجيب عن سؤال حول SEO للمقاطع — Search Engine Journal عن معنى الميزة للتحسين.

الإطلاق والأثر

• إطلاق ترتيب المقاطع لدى Google للإنجليزية في الولايات المتحدة — الإطلاق في فبراير 2021.
• ترتيب Google القائم على المقاطع يحدث أثرًا ضئيلًا — الأثر المبكر المرصود.
• John Mueller من Google يشرح ترتيب المقاطع — وصف Mueller بلغة بسيطة.
• ترتيب المقاطع والانتقال إلى النص غير مرتبطين — تأكيد أنهما نظامان منفصلان.
• تذكير: ترتيب المقاطع يساعد Google على فهم المحتوى غير المنظم — مراجعة Barry Schwartz لحالة استخدام «المحتوى غير المنظم».

الأسس التقنية وأسس عصر الذكاء الاصطناعي

• إعادة ترتيب المقاطع باستخدام BERT (arXiv) — البحث التأسيسي في إعادة الترتيب بالمشفّر المتقاطع (تحسن نسبي بنحو 27 % في MRR@10 على MS MARCO).
• مجموعات بيانات MS MARCO — معيار Bing ذي 8,8 مليون مقطع الذي أطلق المجال.
• دليل تحسين AI Overviews — استخدام Gemini للاختيار على مستوى المقطع لملء AI Overviews.
• Google تنشر دليلًا لأنظمة الترتيب الحالية والمتقاعدة — تغطية Search Engine Journal لوثائق أنظمة الترتيب الرسمية.

من كتاباتي ذات الصلة

• دليل المبتدئين إلى Technical SEO — موضع الترتيب في الصورة الأشمل.

من محاضراتي

• كيف يعمل البحث (SlideShare) — عرضي للزحف والتصيير والفهرسة والترتيب. (إخلاء مسؤولية دائم: “This is my understanding of systems… not going to be 100% complete or accurate.” (ترجمة) «هذا فهمي للأنظمة… ولن يكون كاملًا أو دقيقًا بنسبة 100 %.»)

إحصاءات تستحق الاستشهاد

• نحو 7 % من استعلامات البحث بجميع اللغات — الأثر الذي أعلنته Google لترتيب المقاطع بعد اكتمال إطلاقه عالميًا (إعلان أكتوبر 2020). التغطية
• 8 841 823 مقطعًا في MS MARCO — مستخرجة من وثائق ويب حقيقية، مع أكثر من مليون استعلام مأخوذ من سجلات Bing؛ وهو المعيار المرجعي وراء ترتيب المقاطع الحديث. المصدر
• نحو 27 % تحسن نسبي في MRR@10 — إعادة ترتيب المقاطع باستخدام BERT مقارنة بالأنظمة العصبية السابقة على MS MARCO، وهي النتيجة التي عممت إعادة الترتيب بالمشفّر المتقاطع. المصدر
• 134–167 كلمة — الطول الأمثل لمقطع مستشهد به في AI Overviews، مع وقوع 94 % من المحتوى المختار في نطاق 100–300 كلمة وكون الاكتمال الدلالي (r=0,87) أقوى مؤشر للاستشهاد. المصدر
• زمن P95 أقل من 165 مللي ثانية — بنية الاسترجاع بالمقاطع والأدلة في Microsoft Web IQ (يونيو 2026)، وهي التطبيق العملي في عصر الذكاء الاصطناعي للعمل على مستوى المقاطع. المصدر

سجل التغييرات