تفرّع الاستعلام

الخلاصة — تفرّع الاستعلام هو الطريقة التي يحوّل بها بحث الذكاء الاصطناعي سؤالاً واحداً إلى عدة عمليات بحث. فبدلاً من إجراء بحث واحد، يقسّم النظام سؤالك إلى مجموعة من الأسئلة الفرعية المترابطة، ويبحث فيها كلها في الوقت نفسه، ثم يجمع النتائج في إجابة واحدة. ولهذا يستطيع AI Overview من Google تناول موضوع من زوايا متعددة، ولهذا أيضاً ينبغي أن يجيب محتواك عن أكثر من الكلمات الدقيقة التي كتبها المستخدم.

ما تفرّع الاستعلام

تصف Google تفرّع الاستعلام في AI Mode بأنه إصدار عدة عمليات بحث مترابطة عبر موضوعات فرعية ومصادر بيانات. Evidence for this claim Google describes AI Mode as using a query fan-out technique that issues multiple related searches across subtopics and data sources. Scope: Google AI Mode's documented behavior; exact orchestration, ranking, and generated queries are product-specific and can change. Confidence: high · Verified: 2026-07-14 Google: AI Mode in Search ولا ينبغي تعميم سلوك المنتج الموثق هذا على كل نموذج أو نظام بحث. Evidence for this claim Query fan-out is a retrieval-orchestration pattern that expands one request into multiple related searches before synthesis. Scope: Editorial abstraction from Google's product description, not a claim that every AI answer uses this pipeline. Confidence: medium · Verified: 2026-07-14 Google: AI Mode in Search

عندما تكتب سؤالاً في مربع بحث عادي، يشغّل المحرك ذلك الاستعلام ويعرض لك قائمة صفحات. يعمل بحث الذكاء الاصطناعي بطريقة مختلفة. ففي الخلفية، يأخذ سؤالك الواحد ويفرّعه إلى عدة عمليات بحث مترابطة، واحدة لكل زاوية أو موضوع فرعي يوحي به سؤالك، ويجريها كلها، ثم يكتب إجابة واحدة مما استرجعه.

تؤكد Google ذلك في وثائقها: “may use a ‘query fan-out’ technique — issuing multiple related searches across subtopics and data sources — to develop a response.” (ترجمة) «قد يستخدمان تقنية تفرّع الاستعلام، بإصدار عدة عمليات بحث مترابطة عبر موضوعات فرعية ومصادر بيانات، لتطوير إجابة.»

إليك مثالاً سريعاً. اسأل: «كيف أجعل حديقتي خضراء من جديد؟». يجري البحث العادي بهذه العبارة وحدها. أما التفرّع فقد يبحث بدلاً من ذلك عن أفضل توقيت للتسميد، وكيفية إصلاح البقع العارية، وما إذا كان الري صباحاً أفضل، وكيفية التعامل مع الأعشاب الضارة، ثم يجمع الإجابات. لقد سألت سؤالاً واحداً؛ بينما طرح الذكاء الاصطناعي عدة أسئلة بهدوء.

لماذا يهمك ذلك

هذا هو الجانب العملي. لأن الذكاء الاصطناعي يبحث عن الأسئلة الضمنية، لا عن السؤال الذي كتبته فقط، تتحسن فرصة استخدام محتواك إذا كان يغطي الموضوع بعمق حقيقي، بما يكفي للإجابة بذاته عن بعض تلك الأسئلة الفرعية الخفية.

يمثل ذلك تحولاً عن الأسلوب القديم لترتيب صفحة واحدة لكلمة مفتاحية واحدة. قد تظل صفحة محشوة حول عبارة واحدة قادرة على الترتيب في البحث العادي، لكن التفرّع يكافئ المحتوى الذي يغطي فعلاً الموضوعات الفرعية التي تهم شخصاً حقيقياً.

وثمة أمر آخر: يجري كل هذا عبر فهرس البحث العادي لدى Google. لا يوجد «فهرس ذكاء اصطناعي» منفصل ترسل إليه صفحاتك. والأساسيات نفسها التي كانت مهمة دائماً، أي قابلية الزحف والفهرسة والكتابة الواضحة، هي التي تحدد ما إذا كانت صفحتك قابلة للاسترجاع لأي من تلك الاستعلامات الفرعية.

هل تريد الآلية الفعلية، وكيف يقع التفرّع داخل خط أنابيب الاسترجاع ثم التوليد، وما الذي يعنيه رقم «8–12 استعلاماً فرعياً» حقاً، ولماذا تصبح الاستشهادات أقل اعتماداً على الترتيب بمرور الوقت؟ انتقل إلى علامة تبويب المتقدم.

الخلاصة — تفرّع الاستعلام هو خطوة الاسترجاع داخل التوليد المعزّز بالاسترجاع أو الإسناد: يفكك النموذج استعلاماً واحداً إلى عدة استعلامات فرعية مترابطة، ويجريها بالتزامن عبر فهرس Search الأساسي، ثم يركّب المقاطع المسترجعة في إجابة واحدة. تؤكد Google أن AI Overviews وAI Mode “may use a ‘query fan-out’ technique — issuing multiple related searches across subtopics and data sources.” (ترجمة) «قد يستخدمان تقنية تفرّع الاستعلام، بإصدار عدة عمليات بحث مترابطة عبر موضوعات فرعية ومصادر بيانات.» لا يوجد فهرس مستقل للذكاء الاصطناعي ولا نظام ترتيب مستقل له؛ إذ تنطبق بوابات الزحف ← الفهرسة ← أهلية المقتطف نفسها. والنتيجة العملية لتحسين محركات البحث هي أن يكون المحتوى قابلاً للاسترجاع للأسئلة الفرعية الضمنية، لا للاستعلام الرئيسي فقط. ووفق رواية Google، يفسر نضج التفرّع انخفاض الاستشهاد المباشر بنتائج المراكز العشرة الأولى من نحو 76% في منتصف 2025 إلى نحو 38% في مطلع 2026. أما رقم «8–12 استعلاماً فرعياً» فهو تقدير من القطاع، لا رقماً رسمياً من Google.

موضع التفرّع في خط الأنابيب

التفرّع استراتيجية استرجاع داخل منتجات موثقة، وليس عامل ترتيب يتحكم فيه الناشر. Evidence for this claim Google describes AI Mode as using a query fan-out technique that issues multiple related searches across subtopics and data sources. Scope: Google AI Mode's documented behavior; exact orchestration, ranking, and generated queries are product-specific and can change. Confidence: high · Verified: 2026-07-14 Google: AI Mode in Search وتظل الاستعلامات المولدة الدقيقة وأوزانها وآلية تنسيقها خاصة بكل نظام. Evidence for this claim Query fan-out is a retrieval-orchestration pattern that expands one request into multiple related searches before synthesis. Scope: Editorial abstraction from Google's product description, not a claim that every AI answer uses this pipeline. Confidence: medium · Verified: 2026-07-14 Google: AI Mode in Search

تفرّع الاستعلام ليس النظام كله، بل خطوة داخله. تعمل AI Overviews وAI Mode بواسطة التوليد المعزّز بالاسترجاع (RAG)، الذي تسميه Google grounding: استرجاع مقاطع ذات صلة من فهرس، وإدخالها في سياق النموذج، وتوليد إجابة مسنَدة بها. ويحدث التفرّع في بداية مرحلة الاسترجاع، أي عند تفكيك استعلام المستخدم الواحد إلى عدة استعلامات.

تسير الحلقة الكاملة تقريباً هكذا: استعلام المستخدم ← تفرّع إلى استعلامات فرعية ← استرجاع عبر الفهرس ← تجميع أفضل المقاطع ← توليد إجابة مركبة تتضمن استشهادات. وإذا أردت آليات الاسترجاع بالتفصيل، مثل التقسيم إلى مقاطع والتضمينات والبحث المتجهي وإعادة الترتيب، فهذه تخص موضوعات الاسترجاع والإسناد في هذه المجموعة. تركز هذه الصفحة تحديداً على خطوة التفرّع.

ما أكدته Google فعلاً وما لم تؤكده

ينبغي الفصل بعناية بين الآلية المؤكدة والنظرية التي بناها القطاع فوقها. ما تقوله Google بوضوح:

• قد يستخدم كل من AI Overviews وAI Mode “a ‘query fan-out’ technique — issuing multiple related searches across subtopics and data sources — to develop a response.” (ترجمة) «تقنية تفرّع الاستعلام، بإصدار عدة عمليات بحث مترابطة عبر موضوعات فرعية ومصادر بيانات، لتطوير إجابة.»
• يصدر النموذج “concurrent, related queries… to request more information and fetch additional relevant search results,” (ترجمة) «استعلامات مترابطة ومتزامنة لطلب مزيد من المعلومات وجلب نتائج بحث إضافية ذات صلة»، ثم “analyzes… extracts the most relevant facts, and stitches them together into a single, comprehensive answer.” (ترجمة) «يحلل النتائج ويستخرج أكثر الحقائق صلة ويربطها في إجابة واحدة شاملة.»
• يجري كل ذلك عبر الفهرس الأساسي: “our generative AI features on Google Search are rooted in our core Search ranking and quality systems.” (ترجمة) «ميزات الذكاء الاصطناعي التوليدي في Google Search متجذرة في أنظمة الترتيب والجودة الأساسية للبحث.» ولا يوجد فهرس مستقل للذكاء الاصطناعي أو خوارزمية ترتيب مستقلة له.

أما ما لم تؤكده Google فهو أي عدد محدد من الاستعلامات الفرعية. فالرقم الشائع «8–12 استعلاماً فرعياً لكل مطالبة» تقدير من قطاع تحسين محركات البحث، لا رقم رسمي من Google. ومن الأفضل اعتباره توضيحاً لمعنى «عدة استعلامات لا استعلام واحد»، لا حقيقة ثابتة. تقول Google إنها تجري عدة عمليات بحث مترابطة، لكنها لا تنشر عددها.

استعلامات الإسناد: أقرب نافذة لرؤية التفرّع

لا يمكنك رؤية استعلامات التفرّع الفرعية لدى Google؛ فهي لا تكشف شيئاً عنها. ويعرض تقرير أداء الذكاء الاصطناعي التوليدي في Search Console الصادر في يونيو 2026 مرات الظهور فقط، مفصلة حسب الصفحات والبلدان والتواريخ والأجهزة، من دون بُعد للاستعلامات.

أما المكان الوحيد الذي يتيح للقطاع لمحة عن سلوك شبيه بالتفرّع فهو Bing/Microsoft. يعرض تقرير AI Performance في Bing Webmaster Tools، الذي دخل المعاينة العامة في فبراير 2026، grounding queries، أي عبارات الاستعلام المحسّنة للاسترجاع التي جلبت محتواك إلى إجابة في Copilot أو Bing AI. وهي تختلف عما كتبه المستخدم؛ إذ إنها مصطلحات بحث مبسطة مولدة آلياً. وأضاف Microsoft Clarity الرؤية نفسها. وهذا أقرب ما يمكن إلى مشاهدة التفرّع أثناء عمله، ومن اللافت أن Google لا تعرض مقابلاً له.

لماذا يعيد ذلك تشكيل الاستشهادات

هذه أكثر نتائج التفرّع قابلية للقياس، وهي مستمدة من بياناتي في Ahrefs.

عندما درسنا أول مرة مدى توافق استشهادات AI Overview مع الترتيب العضوي، كان نحو 76% من الصفحات المستشهَد بها يرتب أيضاً ضمن النتائج العشرة التقليدية الأولى في منتصف 2025. وبحلول تحديث مارس 2026، الذي شمل 863 ألف صفحة نتائج لكلمات مفتاحية و4 ملايين عنوان URL في AI Overview، أي ضعف العينة الأصلية، انخفضت النسبة إلى نحو 38%. وتوزع الباقي بالتساوي تقريباً بين المراكز 11–100 وصفحات لم ترتب ضمن أول 100 نتيجة أصلاً.

وجاء التفسير بصياغتنا: “Google is selecting far fewer pages straight from the original SERP… AI Overviews are relying less on the direct search results and more on the sources showing up in fan out query SERPs.” (ترجمة) «تختار Google صفحات أقل بكثير مباشرة من صفحة النتائج الأصلية… وتعتمد AI Overviews بدرجة أقل على نتائج البحث المباشرة وبدرجة أكبر على المصادر الظاهرة في صفحات نتائج استعلامات التفرّع.» فمع نضج التفرّع، انتقل الحصول على المصادر من النتائج العشرة الأولى للاستعلام الرئيسي إلى صفحات نتائج الاستعلامات الفرعية. ولم يعد احتلال المرتبة الأولى للعبارة الدقيقة التي كتبها المستخدم بوابة الاستشهاد كما كان.

ويظهر نمط مرتبط في البحث نفسه: الصفحات التي ترتب عبر عدة استعلامات متفرعة أكثر احتمالاً بدرجة ملموسة لأن يُستشهد بها، وهي إشارة مباشرة إلى أن الاتساع عبر مساحة الموضوعات الفرعية يتفوق على صفحة ضيقة التحسين. كما أن YouTube مصدر استشهاد غير متناسب ومستقل عن الترتيب: 18,2% من استشهادات AI Overview التي لا ترتب ضمن أول 100 نتيجة في Google للاستعلام هي عناوين URL من YouTube.

ما يعنيه التفرّع لمحتواك

إذا نزعت تعقيد الآلية، تصبح خطة العمل مباشرة:

• غطِّ الموضوعات الفرعية لا الكلمة المفتاحية فقط. يسترجع التفرّع إجابات للأسئلة المحيطة بالسؤال. والعمق الموضوعي الحقيقي، الذي يجيب عن المتابعات الواضحة في الصفحة نفسها أو عبر مجموعة مترابطة جيداً، هو ما يجعلك قابلاً للاسترجاع عبر عدد أكبر من الاستعلامات الفرعية. يتفوق العمق على صفحة محشوة بمصطلح رئيسي واحد. لكن الاسترجاع شرط مسبق لا وعداً؛ فدخول الصفحة مجموعة المرشحين لاستعلام فرعي لا يضمن أن يختارها النموذج أو يستشهد بها أو ينسبها بدقة في الإجابة المركبة النهائية. اعتبر الاتساع وسيلة لتحسين الاحتمالات لا ضماناً معلناً للاستشهاد.
• تظل الفهرسة شرطاً مسبقاً. يعني عدم وجود فهرس مستقل للذكاء الاصطناعي أن سلسلة الزحف ← الفهرسة ← أهلية المقتطف يجب أن تكون سليمة. فالصفحة التي لا يمكن الزحف إليها وفهرستها لا يمكن استرجاعها لأي استعلام فرعي. وتقول Google بوضوح إنه لكي تظهر الصفحة كرابط داعم، يجب أن تكون مفهرسة ومؤهلة للظهور في Google Search مع مقتطف، ولا توجد متطلبات تقنية إضافية.
• لا تبالغ في التحسين من أجل الآلية. ترد Google مباشرة على الأساليب التي ظهرت في عصر التفرّع: لا تحتاج إلى llms.txt أو ترميز خاص بالذكاء الاصطناعي، لأن Google Search لا يستخدمهما، ولا حاجة إلى تقسيم المحتوى إلى أجزاء صغيرة ليسهل على الذكاء الاصطناعي فهمه. إن تجزئة المحتوى لمطابقة الاستعلامات الفرعية هي بالضبط ما تقول Google ألا تفعله؛ فأنظمتها تفهم موضوعات متعددة في الصفحة بالفعل.
• نظّم المحتوى للبشر. إرشادات Google الفعلية بسيطة: “by paragraphs and sections, along with headings that provide a clear structure.” (ترجمة) «في فقرات وأقسام، مع عناوين توفر بنية واضحة.» وتجعل العناوين الواضحة والأقسام المكتفية ذاتياً المقاطع أسهل في الاسترجاع لاستعلام فرعي، لكنك تكتبها للقراء لا للتفرّع.
• تظل الإشارات خارج الموقع مهيمنة. في البحث الأوسع، ترتبط إشارات العلامة التجارية على الويب بظهور AI Overview ارتباطاً أقوى من Domain Rating، بمقدار 0,664 مقابل 0,326. يغيّر التفرّع صفحة النتائج التي تحتاج إلى الظهور فيها، لكنه لا يغيّر حقيقة أن السلطة والإشارات تقود الاستشهاد.

الخلاصة في جملة واحدة: لم يخترع التفرّع تحسناً جديداً، بل وسّع الهدف. لم تعد تحسّن صفحة واحدة لاستعلام واحد، بل تحاول أن تكون إجابة موثوقة عبر الحي الكامل من الاستعلامات الفرعية التي يولدها الموضوع.

ملخص الذكاء الاصطناعي

خلاصة مكثفة لنسخة المتقدم:

• تفرّع الاستعلام = سؤال واحد وعمليات بحث كثيرة. يفكك النموذج استعلاماً واحداً إلى عدة استعلامات فرعية مترابطة، ويجريها بالتزامن، ثم يركّب النتائج في إجابة واحدة. إنها خطوة الاسترجاع داخل RAG/grounding، لا النظام كله.
• تؤكده Google: قد يستخدم AI Overviews وAI Mode “a ‘query fan-out’ technique — issuing multiple related searches across subtopics and data sources.” (ترجمة) «تقنية تفرّع الاستعلام، بإصدار عدة عمليات بحث مترابطة عبر موضوعات فرعية ومصادر بيانات.» ثم “stitches them together into a single, comprehensive answer.” (ترجمة) «يربطها في إجابة واحدة شاملة.»
• لا يوجد فهرس أو نظام ترتيب مستقل للذكاء الاصطناعي؛ إذ يجري العمل عبر فهرس Search الأساسي وتنطبق بوابات الزحف ← الفهرسة ← أهلية المقتطف المعتادة.
• رقم «8–12 استعلاماً فرعياً» تقدير من القطاع لا رقم رسمي. تؤكد Google تعدد عمليات البحث المترابطة، لكنها لا تنشر عدداً.
• لا يمكنك رؤية تفرّع Google. يعرض تقرير الذكاء الاصطناعي التوليدي في GSC مرات الظهور فقط ولا يتضمن بُعداً للاستعلام. والاستثناء هو Bing؛ إذ يعرض تقرير AI Performance وMicrosoft Clarity استعلامات الإسناد، أي عبارات الاسترجاع المولدة آلياً.
• تصبح الاستشهادات أقل اعتماداً على الترتيب. انخفضت نسبة المصادر المباشرة من النتائج العشرة الأولى لاستشهادات AI Overview من نحو 76% في منتصف 2025 إلى نحو 38% في مطلع 2026 مع نضج التفرّع وانتقال المصادر إلى صفحات نتائج الاستعلامات الفرعية. والصفحات التي ترتب عبر عدة استعلامات متفرعة أكثر احتمالاً لأن يُستشهد بها.
• النتيجة لتحسين محركات البحث: غطِّ الموضوعات الفرعية؛ حافظ على الفهرسة؛ لا تجزئ المحتوى ولا تضف ترميزاً خاصاً بالذكاء الاصطناعي، إذ تقول Google ألا تفعل؛ نظّم المحتوى للبشر؛ وتذكر أن السلطة خارج الموقع وإشارات العلامة التجارية ما تزال مهيمنة.

الوثائق الرسمية

وثائق أولية من Google وMicrosoft عن التفرّع والإسناد وكيف تحصل الميزات التوليدية على مصادر إجاباتها.

Google

• ميزات الذكاء الاصطناعي وموقعك الإلكتروني — المصدر الذي يؤكد أن AI Overviews وAI Mode قد يستخدمان تقنية تفرّع الاستعلام، إضافة إلى شرط أهلية المقتطف وضوابط المحتوى (nosnippet وnoindex).
• دليل Google للتحسين من أجل ميزات الذكاء الاصطناعي التوليدي — يعرّف RAG/grounding عبر الفهرس الأساسي، ويرد مباشرة على أساليب التجزئة وllms.txt و«الترميز الخاص بالذكاء الاصطناعي».
• AI Overviews وAI Mode في Search — يؤكد عدم وجود متطلبات إضافية تتجاوز الفهرسة القياسية وأهلية المقتطف.
• تقديم تقارير أداء الذكاء الاصطناعي التوليدي في Search Console — تقرير يونيو 2026؛ مرات ظهور فقط ومن دون بُعد للاستعلامات، لذلك لا يتيح رؤية استعلامات التفرّع الفرعية.
• تقرير أداء الذكاء الاصطناعي التوليدي — مساعدة Search Console — الأبعاد التي يعرضها والتي لا يعرضها: الصفحات والبلدان والتواريخ والأجهزة، من دون نقرات أو CTR أو استعلامات.

Bing / Microsoft

• تقديم AI Performance في Bing Webmaster Tools (معاينة عامة) — يعرض استعلامات الإسناد، وهي أقرب نافذة عامة إلى عبارات الاسترجاع الشبيهة بالتفرّع.

اقتباسات من المصدر

تصريحات مسجلة من Google. تنقلك الروابط العميقة إلى المقطع المقتبس عندما تسمح صفحة المصدر بذلك.

Google — آلية التفرّع المؤكدة

• “Both AI Overviews and AI Mode may use a ‘query fan-out’ technique — issuing multiple related searches across subtopics and data sources — to develop a response.” (ترجمة) «قد يستخدم كل من AI Overviews وAI Mode تقنية تفرّع الاستعلام، بإصدار عدة عمليات بحث مترابطة عبر موضوعات فرعية ومصادر بيانات، لتطوير إجابة.» — Google Search Central، «ميزات الذكاء الاصطناعي وموقعك الإلكتروني». انتقل إلى الاقتباس

Google — لا يوجد فهرس مستقل للذكاء الاصطناعي

• “In short, yes! The best practices for SEO continue to be relevant because our generative AI features on Google Search are rooted in our core Search ranking and quality systems.” (ترجمة) «باختصار، نعم! تظل أفضل ممارسات تحسين محركات البحث ذات صلة، لأن ميزات الذكاء الاصطناعي التوليدي في Google Search متجذرة في أنظمة الترتيب والجودة الأساسية للبحث.» — Google Search Central، دليل التحسين للذكاء الاصطناعي. انتقل إلى الاقتباس

Google — بوابة الأهلية: لا يستطيع التفرّع استرجاع ما لم يُفهرس

• “There are no additional requirements to appear in AI Overviews or AI Mode, nor other special optimizations necessary.” (ترجمة) «لا توجد متطلبات إضافية للظهور في AI Overviews أو AI Mode، ولا يلزم إجراء تحسينات خاصة أخرى.» — Google Search Central، «ميزات الذكاء الاصطناعي وموقعك الإلكتروني». انتقل إلى الاقتباس

Google — لا تجزئ المحتوى من أجل الآلية

• “There’s no requirement to break your content into tiny pieces for AI to better understand it. Google systems are able to understand the nuance of multiple topics on a page and show the relevant piece to users.” (ترجمة) «لا حاجة إلى تقسيم محتواك إلى أجزاء صغيرة كي يفهمه الذكاء الاصطناعي بصورة أفضل. تستطيع أنظمة Google فهم الفروق الدقيقة بين موضوعات متعددة في الصفحة وإظهار الجزء ذي الصلة للمستخدمين.» — Google Search Central، دليل التحسين للذكاء الاصطناعي. انتقل إلى الاقتباس

Google — نظّم المحتوى للقراء

• “People generally appreciate it when web pages are organized by paragraphs and sections, along with headings that provide a clear structure to navigate content.” (ترجمة) «يقدّر الناس عموماً تنظيم صفحات الويب في فقرات وأقسام، مع عناوين توفر بنية واضحة للتنقل في المحتوى.» — Google Search Central، دليل التحسين للذكاء الاصطناعي. انتقل إلى الاقتباس

النماذج الذهنية

1. استعلام واحد يدخل، واستعلامات كثيرة تخرج. الفكرة كلها في جملة: يتحول سؤال مستخدم واحد إلى عدة عمليات بحث فرعية متزامنة، وتُركّب الإجابة منها جميعاً. عندما تغطي إجابة ذكاء اصطناعي زوايا لم يسأل عنها الشخص صراحة، فهذا هو التفرّع أثناء العمل.

2. التفرّع هو خطوة الاسترجاع في RAG. لا تتعامل مع التفرّع كنظام مستقل. خط الأنابيب هو استعلام المستخدم ← التفرّع ← الاسترجاع عبر الفهرس ← تجميع المقاطع ← توليد إجابة مسنَدة تتضمن استشهادات. ويجعل التفرّع خطوة الاسترجاع متعددة.

3. لا يوجد فهرس مستقل للذكاء الاصطناعي. يجري التفرّع عبر فهرس Search الأساسي نفسه وأنظمة الترتيب والجودة نفسها المستخدمة للروابط الزرقاء. لذلك تمثل سلسلة الزحف ← الفهرسة ← أهلية المقتطف الشرط المسبق؛ فإذا تعذرت فهرسة صفحة، فلن يستطيع أي استعلام فرعي استرجاعها.

4. الآلية المؤكدة مقابل نظرية القطاع. تؤكد Google التقنية، أي عدة عمليات بحث مترابطة، لكنها لا تؤكد عدداً. تعامل مع «8–12 استعلاماً فرعياً» كصورة ذهنية مفيدة لمعنى «عدة استعلامات لا واحد»، لا كحقيقة.

5. اتسع الهدف. اللعبة القديمة: ترتيب صفحة واحدة لاستعلام واحد. اللعبة الجديدة: أن تكون إجابة موثوقة عبر الحي الكامل من الاستعلامات الفرعية التي يولدها الموضوع. حسّن الموضوع لا الكلمة المفتاحية الواحدة. فالصفحات التي ترتب عبر عدة استعلامات متفرعة تفوز باستشهادات أكثر.

ورقة مرجعية لتفرّع الاستعلام

تعريفه في سطر واحد يُفكك استعلام المستخدم الواحد إلى عدة استعلامات فرعية مترابطة، تُجرى بالتزامن عبر فهرس Search الأساسي، ثم تُركّب في إجابة واحدة. أكدت Google ذلك لـAI Overviews وAI Mode.

موضعه

user query → [FAN-OUT into sub-queries] → retrieve across index → assemble passages → generate cited answer

المؤكد مقابل المقدّر

أين يمكنك رؤية التفرّع وأين لا يمكنك

افعل ولا تفعل

• افعل: غطِّ الموضوعات الفرعية بعمق حقيقي؛ وحافظ على قابلية الزحف والفهرسة وأهلية المقتطف؛ ونظّم المحتوى بعناوين واضحة للقراء.
• لا تفعل: لا تقسّم المحتوى إلى شظايا لمطابقة الاستعلامات الفرعية، إذ تقول Google ألا تفعل؛ ولا تضف llms.txt أو ترميزاً خاصاً بالذكاء الاصطناعي، لأن Google تتجاهلهما؛ ولا تفترض أن الترتيب الأول للاستعلام الرئيسي يضمن الاستشهاد، فلم يعد كذلك.

قائمة تحقق الجاهزية للتفرّع

مراجعة سريعة للتأكد من إمكان استرجاع محتواك عبر الاستعلامات الفرعية التي يولدها الموضوع:

• كل صفحة مهمة قابلة للزحف ومفهرسة، لأن التفرّع لا يسترجع ما ليس في الفهرس.
• الصفحات مؤهلة للظهور مع مقتطف، وليست محظورة بـnosnippet أو noindex حيث تريد الظهور.
• الموضوع مغطى بعمق حقيقي: تُجاب أسئلة المتابعة الواضحة في الصفحة أو عبر مجموعة مترابطة جيداً، ولا تُترك لصفحة واحدة محشوة بكلمة مفتاحية.
• المحتوى منظم بعناوين واضحة وأقسام مكتفية ذاتياً للقراء، وهو ما يجعل المقاطع أسهل في الاسترجاع أيضاً.
• لم تقسّم المحتوى إلى أجزاء صغيرة مخصصة للذكاء الاصطناعي، إذ تنصح Google صراحة بعدم ذلك.
• لا تعتمد على llms.txt أو «ترميز خاص بالذكاء الاصطناعي» كرافعة للتفرّع، لأن Google تتجاهلهما.
• يجري بناء الإشارات خارج الموقع، مثل إشارات العلامة التجارية والسلطة، لأنها ترتبط بظهور AI Overview أكثر من Domain Rating.
• بالنسبة إلى Bing/Copilot، راجعت استعلامات الإسناد في Bing Webmaster Tools أو Microsoft Clarity لمعرفة عبارات الاسترجاع التي تجلب محتواك فعلاً.
• لا تفترض أن الترتيب العضوي الأول يضمن استشهاداً؛ فنحو 38% فقط من استشهادات AI Overview تأتي الآن من نتيجة عضوية ضمن العشرة الأولى.

تطبيق عملي للتفرّع

يتحول سؤال واحد إلى عدة أسئلة. لنفترض أن المستخدم يسأل: «هل الصيام المتقطع مفيد لإنقاص الوزن؟». يجري البحث العادي بالعبارة نفسها. أما التفرّع فيوزعها على الأسئلة الفرعية الضمنية، مثل:

• كيف يؤثر الصيام المتقطع في الوزن؟
• الصيام المتقطع مقابل تقييد السعرات الحرارية
• الآثار الجانبية للصيام المتقطع
• من ينبغي له تجنب الصيام المتقطع؟
• أفضل جدول للصيام المتقطع للمبتدئين

يسترجع كل استعلام فرعي مجموعته الخاصة من الصفحات، ثم يركّب النموذج إجابة واحدة تتضمن استشهادات من بينها. لاحظ ما يعنيه ذلك للناشر: الصفحة التي تجيب عن السؤال الرئيسي الحرفي وحده، ولا تجيب عن أي متابعة، تنافس على شريحة واحدة فقط من الاسترجاع؛ أما الصفحة الشاملة حقاً، أو المجموعة الداخلية المحكمة، فيمكن استرجاعها لعدة استعلامات.

لماذا ابتعد الاستشهاد عن ترتيبك الأول. تخيل أنك ترتب أولاً لعبارة «أفضل أحذية الجري للأقدام المسطحة». قبل التفرّع كان ذلك قريباً من ضمان الإدراج في AI Overview. أما بعده، فقد تُبنى النظرة العامة من صفحات نتائج لاستعلامات فرعية مثل «خصائص أحذية الجري لفرط الكب» و*«شرح دعم قوس القدم المسطحة»* و*«أحذية الثبات مقابل التحكم في الحركة»*. والصفحات التي يُستشهد بها هي التي ترتب لتلك الاستعلامات، وقد لا تكون صفحتك الأولى للاستعلام الرئيسي. هذه هي الآلية وراء انخفاض المصادر من أول عشر نتائج من نحو 76% إلى نحو 38%.

أين يمكنك مشاهدته فعلاً. في Bing، يعرض لك تقرير AI Performance استعلامات الإسناد التي أظهرت صفحتك. فمثلاً قد يُسترجع مقالك عن robots.txt بواسطة استعلام إسناد مثل “robots.txt block bots site access,” (ترجمة) «حظر وصول برامج الروبوت إلى الموقع باستخدام robots.txt» لا بواسطة سؤال المستخدم الحرفي “how do I stop Google crawling a page.” (ترجمة) «كيف أمنع Google من الزحف إلى صفحة؟». الفجوة بين ما كتبه المستخدم وما بحثت عنه الآلة هي التفرّع وقد صار مرئياً، ولا تقدم Google عرضاً مقابلاً.

محاكاة التفرّع لأغراض البحث

لا يمكنك قراءة استعلامات Google الفرعية الفعلية، لكن يمكنك تقريب مساحة الموضوعات الفرعية التي يتفرّع إليها الاستعلام، وهذا مفيد لتخطيط العمق. فيما يلي طرق عملية لحصر «الأسئلة المحيطة بالسؤال».

Shell — جلب توسعات شبيهة بـPeople Also Ask من قائمة كلمات مفتاحية

# Given a seed query, list adjacent sub-questions to make sure your content covers them.
# (Feed real PAA / related-search data you've exported; this just structures the review.)
seed="intermittent fasting weight loss"
printf '%s\n' \
  "how does $seed work" \
  "$seed vs calorie restriction" \
  "$seed side effects" \
  "who should avoid ${seed% *}" \
  "best $seed schedule for beginners" \
| sort -u

وحدة تحكم Chrome DevTools — استخراج أسئلة People also ask من صفحة نتائج مباشرة شغّل هذا في Console على صفحة نتائج Google لالتقاط أسئلة PAA المرئية، وهي قريب بشري ظاهر للاستعلامات التي قد يولدها التفرّع:

// On a Google SERP with a "People also ask" box open:
[...document.querySelectorAll('div[jsname] [role="button"] span, .related-question-pair span')]
  .map(el => el.textContent.trim())
  .filter(t => t.endsWith('?'))
  .filter((t, i, a) => a.indexOf(t) === i);

Bookmarklet — التقاط PAA وعمليات البحث ذات الصلة بنقرة واحدة احفظ هذا كإشارة مرجعية وانقر عليه في صفحة نتائج Google لإرسال عبارات البحث ذات الصلة وPAA إلى وحدة التحكم لرسم خريطة الموضوعات الفرعية:

javascript:(()=>{const q=[...document.querySelectorAll('.related-question-pair span, a[data-hveid] div')].map(e=>e.textContent.trim()).filter(t=>t&&t.length<90);console.log([...new Set(q)].join('\n'));})();

Python — استخراج مرشحي الأسئلة الفرعية من محتواك باستخدام تعبير نمطي تحقق مما إذا كانت المسودة تجيب فعلاً عن الأسئلة الفرعية في الموضوع قبل النشر:

import re

subquestions = [
    "how does it work", "vs", "side effects",
    "who should avoid", "schedule for beginners",
]
draft = open("draft.md", encoding="utf-8").read().lower()

for q in subquestions:
    hit = re.search(re.escape(q), draft)
    print(f"{'✓' if hit else '✗'}  {q}")

لا يكشف أي من ذلك تفرّع Google الحقيقي؛ فهو أداة تخطيط للتأكد من أن محتواك يغطي حي الموضوعات الفرعية الذي قد يفحصه التفرّع. وللنسخة المرئية آلياً، استخدم استعلامات الإسناد في Bing أدناه.

أدوات العمل مع التفرّع

• Bing Webmaster Tools — تقرير AI Performance — المكان الوحيد الذي يمكنك فيه رؤية عبارات استرجاع حقيقية شبيهة بالتفرّع؛ فهو يعرض استعلامات الإسناد، أي عمليات البحث المولدة آلياً التي جلبت محتواك إلى إجابة في Copilot أو Bing AI، إضافة إلى إجمالي الاستشهادات والصفحات المستشهَد بها.
• Microsoft Clarity — يعرض أيضاً استعلامات الإسناد وراء استشهادات الذكاء الاصطناعي، وهي تختلف عما كتبه المستخدمون.
• Google Search Console — تقرير أداء الذكاء الاصطناعي التوليدي — يعرض مرات ظهور صفحاتك في ميزات الذكاء الاصطناعي بحسب الصفحات والبلدان والتواريخ والأجهزة. يفيد في قياس الظهور، لكنه لا يعرض بُعداً للاستعلامات، لذلك لن يكشف استعلامات التفرّع الفرعية.
• GSC — تقرير الأداء العادي وURL Inspection — تُدمج مرات ظهور ميزات الذكاء الاصطناعي في نوع البحث «Web». استخدم ذلك مع URL Inspection للتأكد من فهرسة الصفحة وأهليتها للمقتطف، وهو شرط استرجاعها أصلاً.
• Ahrefs (Brand Radar / Site Explorer) — تتبع الصفحات المستشهَد بها في إجابات الذكاء الاصطناعي، وصفِّ الكلمات المفتاحية العضوية بحسب ميزة AI Overview في صفحة النتائج للعثور على الصفحات التي تؤدي الوظيفتين، لأن GSC لا يستطيع فصل نقرات الذكاء الاصطناعي.
• بيانات People Also Ask وعمليات البحث ذات الصلة — يمثل تصدير PAA والمصطلحات ذات الصلة من أي أداة كلمات مفتاحية بديلاً تقريبياً لمساحة الموضوعات الفرعية التي يتفرّع إليها الاستعلام، وهو مفيد لتخطيط عمق المحتوى.

نمذجة تفرّع استعلام من دون اختلاق الطلب

ألصق سؤالاً أساسياً وجمهوراً وبحثاً موثوقاً للكلمات المفتاحية والأسئلة:

Decompose the primary question into the distinct subquestions an answer system may
need to resolve. Use only the supplied research as evidence of demand. Group each
subquestion by intent, entity, comparison, constraint, or follow-up. Mark speculative
branches clearly, merge duplicates, and map each retained branch to an existing page
or a documented content gap. Do not invent search volume.

اختبار ما إذا كانت صفحة واحدة تغطي التفرّع باتساق

ألصق التفرّع المقترح وعناوين الصفحة وملخصات أقسامها:

For each fan-out branch, identify the best matching section and quote the exact
heading that covers it. Label branches as covered, partially covered, absent, or
better served by another page. Flag sections that try to satisfy unrelated intents.
Recommend heading or internal-link changes without manufacturing facts or forcing
every branch into one URL.

موارد تستحق وقتك

كتاباتي وأبحاثي ذات الصلة

• تحديث: 38% من استشهادات AI Overview تأتي من النتائج العشرة الأولى — الدراسة وراء نتيجة أن التفرّع يؤدي دوراً أكبر في الحصول على المصادر؛ انخفضت النسبة من نحو 76% إلى نحو 38%، عبر 863 ألف صفحة نتائج و4 ملايين عنوان URL في AI Overview.
• 76% من استشهادات AI Overview تأتي من النتائج العشرة الأولى — الدراسة الأصلية التي شملت 1,9 مليون استشهاد والتي يُقاس الاتجاه مقابلها.
• استنتاجات من 55,8 مليون AI Overview عبر 590 مليون عملية بحث — أوسع دراساتي نطاقاً عن AI Overviews: الانتشار وشروط التشغيل والنطاقات الأكثر استشهاداً.
• 8,64% من AI Overviews تظهر خارج المركز الأول — دراستي لعشرة ملايين صفحة نتائج عن موضع AI Overviews الفعلي.
• ما نعرفه فعلاً عن التحسين لبحث LLM — مقال Ahrefs الذي يستخدم بياناتي بشأن ما يرتبط باستشهادات الذكاء الاصطناعي، مثل إشارات العلامة التجارية والحداثة.
• GEO؟ AEO؟ LLMO؟ ما قصة تحسين البحث بالذكاء الاصطناعي؟ — محاضرتي في Ahrefs Evolve 2025 عن مشهد بحث الذكاء الاصطناعي ولماذا لم يتغير شرط الفهرسة.

محاضراتي

• ندوة GEO/AEO/LLMO عبر الويب عن تحسين البحث بالذكاء الاصطناعي — موضع التفرّع والإسناد والاسترجاع داخل الصورة الأوسع لبحث الذكاء الاصطناعي.

من أنحاء القطاع

• ميزات الذكاء الاصطناعي وموقعك الإلكتروني — تأكيد Google لتقنية تفرّع الاستعلام، وهو المصدر الرسمي الأساسي.
• دليل Google للتحسين من أجل ميزات الذكاء الاصطناعي التوليدي — تفنيد Google لأساطير التجزئة وllms.txt والبيانات المنظمة في عصر التفرّع.
• دليل Query Fan-Out — دليل Search Engine Land التطبيقي للمفهوم.
• تقديم AI Performance في Bing Webmaster Tools — تقرير Microsoft الذي يعرض استعلامات الإسناد، وهي أقرب رؤية عامة للاسترجاع الشبيه بالتفرّع.
• “Grounding Queries and Query Fan-outs” (ترجمة) «استعلامات الإسناد وتفرّعات الاستعلام» — شرح Hive Digital لقراءة استعلامات الإسناد في Bing كإشارات تفرّع.
• Microsoft Clarity يعرض الآن استعلامات الإسناد وراء استشهادات الذكاء الاصطناعي — تقرير Search Engine Journal بقلم Dan Taylor عن كشف Clarity.

إحصاءات تستحق الاستشهاد

• نحو 76% ← نحو 38% — حصة استشهادات AI Overview التي ترتب أيضاً ضمن النتائج العشرة التقليدية الأولى، في منتصف 2025 مقابل مطلع 2026، مع نضج تفرّع الاستعلام. التحديث هو بحث Xibeijia Guan في Ahrefs، ويغطي 863 ألف صفحة نتائج و4 ملايين عنوان URL في AI Overview. المصدر
• 18,2% — من استشهادات AI Overview التي لا ترتب ضمن أول 100 نتيجة في Google للاستعلام هي عناوين URL من YouTube، وهو مصدر استشهاد غير متناسب ومستقل عن الترتيب في عالم التفرّع. المصدر
• 0,664 مقابل 0,326 — ترتبط إشارات العلامة التجارية على الويب بظهور AI Overview ارتباطاً أقوى من Domain Rating. يغيّر التفرّع صفحة النتائج التي تحتاج إلى الظهور فيها، لا حقيقة أن السلطة تقود الاستشهاد. المصدر
• «8–12 استعلاماً فرعياً» — عدد التفرّع الشائع تقدير من القطاع لا رقم رسمي من Google. تؤكد Google وجود عدة عمليات بحث مترابطة لكنها لا تنشر عدداً. قدّمه كتقدير لا كحقيقة. السياق
• مرات ظهور فقط ومن دون بُعد للاستعلام — يمنحك تقرير أداء الذكاء الاصطناعي التوليدي الصادر عن Google في يونيو 2026 بيانات ظهور، لكنه لا يتيح رؤية استعلامات التفرّع الفرعية؛ واستعلامات الإسناد في Bing هي الاستثناء. المصدر

اختبر نفسك: تفرّع الاستعلام

خمسة أسئلة سريعة عن كيفية عمل تفرّع الاستعلام وما يعنيه لمحتواك. اختر إجابة لكل سؤال ثم تحقق.

سجل التغييرات