בקצרה: מחקר שפורסם בינואר 2026 על ידי חוקרים מגוגל מוכיח שמודל שפה אחד יכול לדרג מספר בלתי מוגבל של מסמכים בלי אינדקס נפרד: הוא "מייצר" את הכתובות של התוצאות הטובות ביותר, במקום לחפש אותן במאגר. זה עדיין מחקר ולא מוצר. אבל אם הכיוון יגיע לייצור, מספר התוצאות שהמערכת מחשבת יהיה מוגבל מראש, וכל מה שמחוץ לו פשוט לא יופיע. עבודת ה-SEO תעבור מ"באיזה מקום אני מדורג" ל"האם אני בכלל נכלל".
אני רוצה להקדים ולהבהיר: מה שכתוב כאן הוא ניתוח וספקולציה מושכלת, לא תחזית ודאית. אף אחד עדיין לא החליף אינדקס של רשת שלמה בשיטה הזו. אבל כשגוגל מפרסמת חמש שנים של מחקר שמצביע לאותו כיוון, כדאי להבין לאן הוא מוביל.
איך מנוע חיפוש מדרג היום
בפישוט רב, מנוע חיפוש עובד היום בשני שלבים. בשלב הראשון מודל מהיר וזול שולף מתוך האינדקס כמה מאות או אלפי מסמכים רלוונטיים. בשלב השני מודל איטי ומדויק יותר מסדר מחדש את המובילים שבהם. הסיבה לחלוקה היא עלות: אי אפשר להריץ את המודל המדויק על מיליארדי מסמכים.
המחקר החדש מציע לאחד את שני השלבים למודל גנרטיבי אחד. במקום לחפש מסמכים במאגר, המודל מייצר את המזהים שלהם, אחד אחרי השני, בדיוק כמו שהוא מייצר מילים בתשובה.
סיפור שהתחיל ב-2021
המחקר הזה לא הגיע משום מקום. הוא חותם רצף שהתחיל לפני חמש שנים:
- 2021: חוקרים מגוגל פרסמו הצעה מחקרית שלפיה מערכת חיפוש צריכה לענות ישירות מתוך מאגר שהיא יודעת לצטט, במקום להחזיר רשימת קישורים.
- 2022: אותה קבוצה הציגה אב טיפוס שבו מודל יחיד ממפה שאילתה ישירות למזהי מסמכים, וכל המאגר "מקודד" בתוך הפרמטרים של המודל.
- 2026: המחקר הנוכחי מספק את ההוכחה התיאורטית שמודל כזה יכול לדרג כמות בלתי מוגבלת של מסמכים, וגם שיטת אימון שמלמדת אותו לסדר נכון את כל הרשימה, לא רק את התוצאה הראשונה.
הצעה, אב טיפוס, הוכחה. גוגל לא זורקת כאן רעיון חדש, היא סוגרת פער תיאורטי בהימור שהיא הניחה על השולחן בפומבי לפני חמש שנים.
מה המחקר כן הוכיח, ומה לא
חשוב לא להגזים. הניסויים נערכו על מודל קוד פתוח בינוני, לא על מודל חזית. המסמכים המועמדים הוכנסו לפרומפט, כך שבפועל נבדק דירוג מחדש ולא שליפה ממאגר פתוח. מערכי הנתונים היו קטנים: מאגר מילוני של כ-82 אלף מושגים וניסוי קניות של 310 דוגמאות. באחת התצורות המודל אפילו השתפר בסידור שאר הרשימה, אבל נחלש במיקום התוצאה הטובה ביותר.
זה יסוד, לא מוצר. אבל יסודות הם בדיוק מה שבונים עליו.
שלוש השלכות על מי שתפקידו להיבחר
1. ייחודיות הופכת למטרה
במודל הזה מסמך הוא לא כתובת URL אלא קוד קצר שנגזר מהמשמעות שלו, כך שמסמכים דומים מקבלים קודים דומים. שני עמודים כמעט זהים כבר לא מתחרים על מקומות סמוכים. הם מתחרים על אותה "כתובת", ואחד מהם מפסיד לגמרי. לכן כל אתר עם עשרות עמודי שירות או מוצר כמעט זהים צריך לשים לב לזה כבר עכשיו.
2. נתוני האימון הם האלגוריתם
המודל לומד מדוגמאות של שאילתה, מסמך והמיקום הנכון של המסמך ברשימה. מה שיצר את הרשימות האלה, בין אם נתוני הקלקות, הערכות של בודקים או אותות מעורבות, הופך בעצמו לאלגוריתם. אין שכבה נפרדת של "גורמי דירוג" שאפשר לפרק ולהנדס לאחור.
3. טריות הופכת לבעיית אימון
באינדקס רגיל עמוד חדש נסרק ונכנס למאגר. במודל שבו המאגר מקודד בפרמטרים, צריך "ללמד" אותו את העמוד, ומחקר המשך של גוגל מצא שהוספה מתמשכת של מסמכים גורמת למודל לשכוח מסמכים ישנים. לכן המצב הסביר בטווח הקרוב הוא היברידי: שליפה קלאסית שמזינה דירוג גנרטיבי.
הבעיה האמיתית: אין עמוד 2
מודל גנרטיבי מייצר רשימה קצרה באמצעות טכניקה ששומרת בכל שלב רק מספר קבוע של אפשרויות, נניח עשר, ומשליכה את כל השאר. הרשימה הסופית לא יכולה להיות ארוכה יותר מהמספר הזה.
המשמעות דרמטית. המקום ה-11 הוא לא תוצאה גרועה, הוא תוצאה שמעולם לא חושבה. עמוד 2 מפסיק להיות החלטה עיצובית והופך למשהו שלא קיים. מעקב מיקומים מתחת לגבול הזה לא מודד כלום, כי אין שם מה למדוד. הנראות הופכת לבינארית: או שאתם בתוך הקבוצה שנוצרה, או שאתם לא שם בכלל.
ויש כאן אירוניה. התרומה העיקרית של המחקר היא דירוג טוב יותר של המקומות 2 עד 5. השיפור מגיע בדיוק כשהממשק מציג פחות ופחות מהם.
ומה עם הכסף?
מערכת המודעות של גוגל היא מערכת נפרדת, והמחקר לא נוגע בה ישירות. אבל הוא נוגע בעלות. המבנה הדו־שלבי קיים בגלל שהמודל המדויק יקר מדי, ודירוג גנרטיבי מוריד את העלות הזו מבנית. עלות היא אחד השיקולים שבולמים את הפיכת תשובות ה-AI לחוויית ברירת המחדל. ככל שהעלות יורדת, נחלשת גם אחת הסיבות האחרונות לשמור על עשרת הקישורים הכחולים, שם נמצא מלאי המודעות.
המודעות לא ייעלמו, הן יעברו לממשק החדש. וגוגל כבר הכריזה השנה על פורמטים של מודעות בחיפוש AI שהקריאייטיב שלהם נבנה בזמן אמת לפי הניסוח של השאלה.
מה עושים עם זה עכשיו
לא בונים מחדש את כל האסטרטגיה על סמך מאמר מחקר. אבל יש שלושה צעדים שמתאימים בדיוק למקום שבו הדברים נמצאים היום:
- מודדים ייחודיות: עוברים על האתר ומאתרים עמודים שאי אפשר להבדיל ביניהם לפי המשמעות. מאחדים אותם או מבדלים אותם בתוכן.
- עוברים ממדידת מיקום למדידת הכללה: מתחילים לתעד באילו שאלות האתר מצוטט בתשובות AI ובאיזו עקביות. כשהשינוי יגיע, תרצו היסטוריה להשוות אליה.
- מחזקים את הנתונים שהמערכת "אוכלת": מידע מובנה ומדויק על המוצרים, השירותים, ההסמכות והטענות של העסק. בעולם שבו המערכת מרכיבה את התשובה ואת המודעה בעצמה, איכות הנתונים שלכם היא הקריאייטיב.
שאלות נפוצות
האם גוגל כבר מדרגת כך היום?
לא. מדובר במחקר תיאורטי עם ניסויים קטנים. המצב הסביר בטווח הקרוב הוא שילוב בין אינדקס קלאסי לבין דירוג גנרטיבי, בעיקר בתשובות AI.
האם מעקב מיקומים עדיין רלוונטי?
כן, היום הוא עדיין רלוונטי. אבל כדאי להתחיל לבנות במקביל מדידה של הופעה וציטוט בתשובות AI, כי זה המדד שיהיה חשוב אם הכיוון הזה יתממש.
מה הדבר הראשון שכדאי לבדוק באתר?
עמודים כמעט זהים. אם יש לכם כמה עמודים שעונים על אותה שאלה כמעט באותן מילים, הם מחלישים זה את זה כבר היום, ובמודל גנרטיבי רק אחד מהם יכול לשרוד.
