ابزار AT-W46REV. 2026-A
دستهبندی کلیدواژهها: کدام عبارتها در یک صفحه جای دارند؟
عبارتهایی که فقط در شکل واژه، ترتیب یا محل فرق دارند، به یک صفحه تعلق دارند. اگر دو عبارت موضوع مشترک ولی هدف متفاوت داشته باشند، دو صفحه لازم است. ابزار هر سطر را به ریشۀ واژههایش تبدیل میکند، واژههای مرکب آلمانی را تجزیه میکند و هدف جستجو را از واژههای نشانه میخواند. نتیجه، پلان صفحات با نشانههای رقابت صفحات است که آن را به شکل CSV ویرایش کرده میتوانید.
- رایگان
- بدون ثبت نام
- در براوزر مرتب میکند
01 / دستهبندی
لست را درج کنید و گروهها و پلان صفحات را ببینید
دستهبندی · گروهها، هدف جستجو و پلان صفحات
ابزار متن، ریشۀ واژه و واژههای نشانه را میخواند. نمیبیند که Google واقعاً برای یک عبارت چه نشان میدهد؛ در موارد نامشخص و مرزی، نتایج جستجو تعیینکنندهاند.
پلان صفحه برای هر گروه
مرتبشده بر اساس حجم جستجو؛ بدون حجم، بر اساس تعداد عبارتها. با کلیک روی یک گروه، عبارتها، هدف و دلیل را میبینید.
قواعد و لست واژهها به تاریخ 14 نومبر 2026. عنوان و توضیح صفحات را با پیشنمایش Snippet بررسی کنید؛ اگر صفحات را یکجا میکنید، پلانگذار تغییر مسیر تغییر مسیرها را پلان میکند.
در براوزر شما مرتب میکند. لست فرستاده یا ذخیره نمیشود.
02 / روش
از عبارت جستجو تا گروه
لست کلیدواژههای پلانگذار منظم به نظر میرسد، اما بهندرت چنین است. یک سوال پنج بار در آن آمده: گاهی جمع، گاهی با نام محل و گاهی به شکل واژۀ مرکب. کسی که از آن صفحات بسازد، در پایان سه متن دارد که برای یک جایگاه در Google رقابت میکنند. به همین دلیل، ابزار نخست واژهها را منظم میکند و بعد مقایسه میکند.
ریشۀ واژه بهجای شکل واژه
هر واژه به ریشۀ خود برمیگردد: «Webdesigner» و «Webdesign» به «webdesign»، و «Steuerberatung» و «Steuerberater» به «steuerberat» تبدیل میشوند. ابزار برای این کار از ریشهیاب آلمانی Snowball استفاده میکند که بر روش Porter استوار است: پسوندها قدمبهقدم، بر اساس طول بخش باقیمانده جدا میشوند Porter 1980. پیادهسازی ما برای تمام 35.053 واژۀ مجموعۀ آزمایشی منتشرشده، همان ریشۀ نسخۀ اصلی را میدهد. مفید بودن این کار در آلمانی بهخوبی ثابت شده: حتی ریشهیابی ساده جستجو را بهتر میکند و تجزیۀ واژههای مرکب تأثیر بسیار بیشتری دارد Braschler و Ripplinger 2004؛ در آزمایش حدود 25 فیصد Monz و de Rijke 2002.
جدا کردن اجزای واژههای مرکب
«Zahnarztpraxis»، «Kinderzahnarzt»، «Webdesignkosten»: زبان آلمانی واژهها را به هم میچسباند و مقایسۀ صرف واژهها، آنها را سه عبارت بیارتباط میبیند. ابزار واژۀ مرکب را به واژههای شناختهشدۀ حداقل سهحرفی، با «s» یا «es» بهعنوان پیوند، تجزیه میکند و تجزیهای را انتخاب میکند که بالاترین میانگین هندسی فراوانیها را دارد Koehn و Knight 2003. واژههای موجود در لست شما و یک لست واژههای پایه، شناختهشده محسوب میشوند. اگر واژۀ مرکب به نشانۀ «-kosten» یا «-praxis» ختم شود، آن بخش جدا میشود: «Webdesignkosten» یعنی طراحی ویبسایت همراه با سوال قیمت.
تجزیه ممکن است اشتباه شود، چون ابزار معنا را بررسی نمیکند؛ معمولاً دقیقاً برای همین کار به مدلهای زبانی نیاز است Riedl و Biemann 2016. به همین دلیل، واژۀ کامل همیشه حفظ میشود و اجزا در مقایسه فقط وزن 0,5 دارند. پس «Zahnarzt» و «Kinderzahnarzt» نیمهمشابهاند، نه یکسان.
شکل 1 · هسته با حاشیه و رنگ پُر، واژههای نشانه و پرسشی با خطوط هاشور، محلها با نقطه و واژههای اضافی با خطچین نشان داده شدهاند. «Homepage» نمایندۀ Website، Webseite و Homepage است.
معنای یکسان، بدون واژههای یکسان
«Homepage» و «Webseite» بخش حرفی مشترکی ندارند که ریشهیاب پیدا کند. این حالت در متنهای کوتاه مانند عبارتهای جستجو معمول است و مقایسۀ واژهها نتیجۀ صفر میدهد Sahami و Heilman 2006. به همین دلیل، ابزار لست کوتاهی از همارزیها دارد، مثلاً website = webseite = homepage = internetseite = internetauftritt = webpräsenz؛ onlineshop = webshop = internetshop؛ email = mail؛ smartphone = handy. چیزی را که در لست نیست، نمیشناسد؛ نکتههای مربوط به گروههای نزدیک برای همین است.
شباهت و میزان سختگیری
از هر عبارت، هسته باقی میماند؛ یعنی موضوع بدون واژههای اضافی، نشانهها و محلها. ابزار دو هسته را واژهبهواژه مقایسه میکند: هر واژۀ هسته با بهترین تطابق در طرف دیگر محاسبه میشود؛ ریشۀ یکسان با وزن 1 و تطابق فقط بهعنوان جزء واژۀ مرکب با وزن 0,5. مجموع تقسیم بر تعداد تمام واژههای هسته، مقداری بین 0 و 1 میدهد. عمومیترین عبارتها نخست عبارت راهنمای یک گروه میشوند؛ هر عبارت بعدی، در صورت رسیدن به آستانه، به گروهی میرود که عبارت راهنمای آن بیشترین شباهت را دارد. مقایسۀ صرف واژهها در چنین متنهای کوتاهی محدود است؛ معلومات کلیک موتور جستجو آن را بهتر میکند Wen و همکاران 2002. ابزار این معلومات را ندارد. بنابراین نشان میدهد کجا دو گروه بسیار نزدیکاند و در آنجا بررسی نتایج جستجو تعیینکننده است.
| سختگیری | آستانه | چه چیزهایی یکجا میشوند | مثال (شباهت) | گروهها در مثال |
|---|---|---|---|---|
| محدود | 1 | فقط هستۀ یکسان (بر اساس ریشه، همارزی و واژۀ مرکب) | «zahnarzt plauen» و «zahnarztpraxis plauen» (1) | 12 |
| متوسط | 0,6 | هسته تا حد زیادی یکسان است | «webdesign» و «webdesign wordpress» (0,67) | 10 |
| گسترده | 0,4 | موضوع اصلی مشترک کافی است | «wordpress hosting» و «wordpress theme» (0,5) | 9 |
گروههای مثال: مثال از پیش درجشدۀ ابزار با 23 عبارت. حالت متوسط از پیش انتخاب شده است.
03 / هدف جستجو
جستجوکننده چه میخواهد: پنج هدف و موارد نامشخص
دستهبندی رایج از سال 2002 است: جستجوکننده میخواهد چیزی بداند، به صفحۀ مشخصی برسد یا کاری مانند خرید یا دانلود انجام دهد Broder 2002. Google در رهنمودهای ارزیابان خود همین دستهها را Know، Website و Do مینامد و Visit-in-person، یعنی مراجعۀ حضوری، را اضافه میکند. ابزار از این روش پیروی میکند و دو دسته را جداگانه نگه میدارد، چون برای شرکتها نوع صفحه را تعیین میکنند. بررسی تجارتی یعنی شخص پیش از تصمیمگیری مقایسه میکند؛ هدفی که تحقیقات جداگانه بررسی کردهاند Ashkan و همکاران 2009. محلی یعنی شخص در نزدیکی خود دنبال ارائهدهنده میگردد.
| هدف | جستجوکننده … | واژههای نشانه (گزیده) | مثال | نوع صفحه |
|---|---|---|---|---|
| معلوماتیinformational · Google: Know | میخواهد چیزی بداند یا یاد بگیرد | واژۀ پرسشی در آغاز، anleitung، tutorial، tipps، ratgeber، erklärung | «wie funktioniert seo» «wie» معلوماتی، «funktioniert» معلوماتی. | مقالۀ رهنما |
| یافتن ویبسایتnavigational · Google: Website | میخواهد به ویبسایت مشخصی برسد | نام برند بهتنهایی، دامین، login، einloggen، anmelden، anmeldung | «jimdo login» «login» یافتن ویبسایت، «jimdo» فقط برند، یافتن ویبسایت. | تقویت صفحۀ موجود |
| انجام معاملهtransactional · Google: Do | میخواهد کاری انجام دهد: خرید، رزرف، دانلود | kaufen، bestellen، buchen، mieten، leihen، leasen | «vorlage kostenlos download» «vorlage» انجام معامله، «kostenlos» انجام معامله، «download» انجام معامله. | صفحۀ پیشنهاد یا محصول |
| بررسی تجارتیcommercial investigation | پیش از تصمیمگیری مقایسه میکند | test، testsieger، vergleich، vergleichen، vs، versus | «homepage baukasten vergleich» «vergleich» بررسی تجارتی. | صفحۀ خدمات یا مقایسه |
| محلیlocal · Google: Visit-in-person | در نزدیکی خود دنبال ارائهدهنده میگردد | نام محل، کود پستی، nähe، umgebung، umkreis، öffnungszeiten، anfahrt | «seo agentur plauen» «agentur» بررسی تجارتی، «plauen» محل. ارتباط با محل بر بررسی تجارتی مقدم است. | صفحۀ خدمات مربوط به محل |
| نامشخصبدون واژۀ نشانه | از متن عبارت مشخص نمیشود | هیچ | «zahnarzt» بدون واژۀ نشانه. نتایج جستجو نشان میدهد که منظور رهنما است یا پیشنهاد خدمات. | نتایج جستجو تعیینکنندهاند |
مثالها و دلیلها با همان منطق ابزار محاسبه میشوند. تمام واژههای نشانه در بخش «برای دستیارهای هوش مصنوعی» یا در فایل معلومات ابزار آمدهاند.
ابزار اینگونه تصمیم میگیرد
- شمردن واژههای نشانه. نشانههای قوی مانند «kaufen»، «Vergleich» یا «Anleitung» 2 امتیاز و نشانههای ضعیف مانند «kostenlos» یا «Agentur» 1 امتیاز دارند. واژۀ پرسشی در آغاز 2 امتیاز و دامین یا برند کاملاً تنها 3 امتیاز دارد. این ویژگیها از بررسی گستردۀ سوابق جستجو گرفته و به آلمانی منتقل شدهاند Jansen و همکاران 2008.
- بالاترین امتیاز برنده است. در حالت مساوی، ترتیب چنین است: یافتن ویبسایت، انجام معامله، بررسی تجارتی، معلوماتی. در «was kostet eine homepage»، واژۀ «was» نشانۀ معلوماتی و «kostet» نشانۀ بررسی تجارتی است؛ امتیاز 2 در برابر 2 است. سوال قیمت مقدم میشود؛ نتیجه بررسی تجارتی است و با برچسب آلمانی «gemischt» یعنی مختلط مشخص میشود.
- محل پیش از خرید و مقایسه. اگر عبارتی به محل مربوط باشد و هدف دیگرش خرید یا مقایسه باشد، محلی محسوب میشود؛ صفحۀ مناسب آن، صفحۀ خدمات مربوط به محل است. عبارتهای معلوماتی با نام محل، معلوماتی میمانند.
- برند بهتنهایی یعنی یافتن ویبسایت. فقط عبارتی که یک ویبسایت مشخص را در نظر دارد، مانند نام شرکت، هدف یافتن ویبسایت دارد Rose و Levinson 2004. اگر موضوعی هم همراه آن باشد، برند بخشی از موضوع است: «amazon» یافتن ویبسایت است، «amazon kindle preis» بررسی تجارتی.
- بدون نشانه، هدف نامشخص میماند. «Zahnarzt» بهتنهایی نشان نمیدهد که شخص دنبال مطب است یا دنداندرد دارد. در بررسی Jansen، چنین عبارتها خودکار در دستۀ معلوماتی قرار گرفتند. ما آنها را نامشخص میگذاریم، چون بسیاری از درخواستهای ظاهراً معلوماتی در حقیقت دنبال ارائهدهندهاند Rose و Levinson 2004.
- سوالها به FAQ تبدیل میشوند. اگر عبارتی با واژۀ پرسشی آغاز شود، پلان صفحات آن را بهعنوان سوال برای بخش سوالهای رایج یا عنوان فرعی پیشنهاد میکند. سوالهای موتور جستجو را بر اساس هدف و نوع واژۀ پرسشی با اطمینان نسبتاً خوب دستهبندی کرده میتوان Cambazoglu و همکاران 2021.
چرا لست واژهها و نه مدل زبانی؟ چون قواعد مبتنی بر کلیدواژه در مقایسههای تازه از روشهای آموزشدیده ضعیفتر نبودند و برای هر درخواست سریع اجرا میشوند Alexander و همکاران 2022. مهمتر اینکه دلیل هر تصمیم قابل خواندن است. این ضروری است، چون هدف هرگز کاملاً قطعی نیست: در مطالعۀ بزرگی با حدود 50.000 درخواست، نه ارزیابان بیرونی و نه خود جستجوکنندگان هدف را با اطمینان مشخص کردند Lewandowski و همکاران 2012. قواعد Jansen با دستهبندی دستی 74 فیصد مطابقت داشت Jansen و همکاران 2008. توزیع هدفها نیز شدیداً به موضوع وابسته است، حتی در موتورهای جستجوی آلمانی Lewandowski 2006. پس فرض ثابت «بیشتر معلوماتی» برای لست خدمات پیشهوران نادرست است.
در مثال، 23 عبارت چنین تقسیم میشوند: معلوماتی 3، یافتن ویبسایت 2، انجام معامله 1، بررسی تجارتی 9، محلی 7، نامشخص 1.
04 / ارتباط با محل
چه وقت نام محل واقعاً محل شمرده میشود
حدود 13 فیصد درخواستهای جستجو، هدفی در محل مشخص دارند. اما کمی بیش از یکچهارم شامل واژههای مکانیاند، بدون اینکه منظور محل باشد؛ مثلاً بخشی از نام شرکت Gan و همکاران 2008. در آلمانی، نام بعضی شهرها مانند واژههای معمولی است. بنابراین ابزار نامهای «Essen»، «Halle»، «Hof»، «Siegen»، «Hagen» و مانند آنها را فقط پس از «in»، «bei»، «aus» یا «Raum» محل میشمارد.
ابزار حدود 80 شهر بزرگتر، ایالتها، فوگتلند و محلهای اطراف را میشناسد. محلهای کوچکتر ساحۀ خدمات خود را در خانۀ «محلهای شما» وارد کنید. توجه کنید: حتی بدون نام محل، جستجو ممکن است محلی باشد. برای «Zahnarzt» یا «Heizungsbauer»، Google معمولاً نتایج نزدیک را نشان میدهد و چنین درخواستها از سوابق جستجو بهخوبی شناسایی میشوند Welch و Cho 2008. ابزار این را از متن عبارت نمیفهمد؛ بخش نقشه در نتایج جستجو آن را نشان میدهد.
| عبارت | هدف | دلیل |
|---|---|---|
| pizza bestellen in essen | محلی | «bestellen» انجام معامله، «essen» محل. ارتباط با محل بر انجام معامله مقدم است. |
| essen bestellen | انجام معامله | «bestellen» انجام معامله. |
| feier in halle | محلی | «halle» محل. |
| halle mieten | انجام معامله | «mieten» انجام معامله. |
| heizungsbauer 08228 | محلی | «08228» محل. |
یک صفحه برای هر محل؟
وسوسه زیاد است: «Webdesign Plauen»، «Webdesign Zwickau»، «Webdesign Auerbach»؛ برای هرکدام یک صفحه با نام محل عوضشده. Google در رهنمودهای اسپم خود این را صریحاً مثال صفحات واسطهای مینامد. بنابراین ابزار عبارتهایی را که فقط در محل فرق دارند در یک گروه میگذارد و اگر گروهی چند محل داشته باشد، یادآوری میکند. صفحۀ مستقل محلی زمانی ارزش دارد که چیزی مخصوص آنجا برای گفتن داشته باشید: دفتر، پروژههای همانجا یا روش کاری مخصوص. پروفایل کامل شرکت در Google از هر صفحۀ محلی مهمتر است؛ بررسی پروفایل شرکت نشان میدهد چه چیزی در آن کم است.
05 / پلان صفحات
یک موضوع، یک صفحه: شناسایی رقابت صفحات
همنوعخواری زمانی رخ میدهد که دو صفحۀ یک ویبسایت بر سر یک عبارت رقابت کنند. Google گاهی یکی و گاهی دیگری را نشان میدهد و هیچکدام به جایگاه بالای یک صفحۀ قوی واحد نمیرسد. معمولاً این روند تدریجی است: یک مقالۀ بلاگ دربارۀ موضوع، بعد یک صفحۀ خدمات و در کنار آن یک صفحۀ تبلیغاتی قدیمی که هرگز حذف نشده است. ابزار سه نوع از این موارد را به ترتیب زیر پیدا میکند.
| درجه | آنچه ابزار میبیند | کاری که باید انجام شود |
|---|---|---|
| رقابت صفحات با یکدیگر | یک عبارت با دو URL در لست آمده، یا یک گروه میان چند URL تقسیم شده است. | یک صفحه را هدف تعیین کنید؛ بقیه را یکجا و به آن تغییر مسیر دهید یا حدود موضوعیشان را روشن جدا کنید. |
| بررسی | یک URL قرار است چند گروه را پوشش دهد، یا شباهت دو گروه کمی پایینتر از آستانه است. | ده نتیجۀ اول هر دو عبارت اصلی را مقایسه کنید. اگر بیشترشان یکساناند، موضوع به یک صفحه تعلق دارد. |
| پلانگذاری | موضوع یکسان با دو هدف، چند محل در یک گروه، سالها. | رهنما و صفحۀ خدمات را جدا و به هم لینک کنید؛ صفحات محلی فقط با ارتباط واقعی؛ تاریخ را آشکار و بهروز نگه دارید. |
ابزار مرحلۀ اول را فقط وقتی میبیند که URLها را نیز بدهید. سادهترین راه از Search Console است: در گزارش «Leistung» یعنی عملکرد، بر اساس یک عبارت جستجو فیلتر کنید و در تب «Seiten» یعنی صفحات ببینید آیا بیش از یک URL ظاهر میشود. سطر چنین خواهد بود: steuerberater rodewisch;300;https://beispiel.de/steuerberatung. برای یکجا کردن صفحات، توضیح Google دربارۀ URL اصلی معتبر است: تغییر مسیر دایمی قویترین نشانه و rel="canonical" دومین گزینۀ قوی است. پلانگذار تغییر مسیر تغییر مسیرهای لازم را پلان میکند و پیشنمایش Snippet عنوان صفحات نو را بررسی میکند.
در پلان صفحات چه آمده است
- عبارت اصلی. عبارتی با بیشترین حجم جستجو؛ بدون حجم، عمومیترین عبارت. جای آن در عنوان و سرعنوان اصلی است.
- نوع صفحه. بر اساس هدفی که در گروه بیشترین وزن دارد: رهنما، صفحۀ خدمات با یا بدون محل، صفحۀ پیشنهاد؛ یا برای جستجوی برند، بدون صفحۀ نو.
- پیشنهاد URL. از هسته ساخته میشود؛ رهنماها زیر /ratgeber/. اگر در لست شما URL موجود باشد، پلان همان را ذکر میکند.
- عبارتهای فرعی و سوالها. عبارتهای دیگر گروه در عنوانهای فرعی و متن جای دارند و سوالها در FAQ. به صفحات جداگانه نیاز ندارند.
06 / روش کار
اینگونه از لست، پلان بسازید
- جمعآوری عبارتها. از پلانگذار کلیدواژه، Search Console و سوالهای مشتریان در تیلفون. بهخصوص سوالهای مشتریان در هیچ ابزاری نیستند.
- دستهبندی. لست را درج کنید، محلهای ساحۀ خدمات و نام شرکت خود را وارد کنید. حالت متوسط برای بیشتر لستها مناسب است؛ برای خدمات بسیار مشابه، حالت «محدود» کمک میکند.
- بررسی موارد نامشخص و نزدیک. برای هر عبارت اصلی نامشخص و هر جفت نزدیک، یک بار خودتان جستجو کنید. ده دقیقهای که اغلب از ساختن یک صفحۀ اضافی جلوگیری میکند.
- مقایسه با صفحههای موجود. کدام گروهها از پیش صفحه دارند، کدام گروهها صفحه ندارند و کجا دو صفحه با هم رقابت میکنند؟ برای این بررسی از ستون «URL در لست» در فایل CSV استفاده کنید.
- تعیین ترتیب. نخست گروههای دارای رقابت صفحات، سپس گروههای با حجم زیاد و هدف روشن. صفحات خدمات محلی معمولاً برای شرکتهای کوچک زودتر درخواست میآورند.
جایی که کار ابزار تمام میشود
- فقط متن عبارت. ابزار بررسی نمیکند که Google برای یک عبارت چه نشان میدهد. اگر دو عبارت نتایج اول مشترک داشته باشند، به هم تعلق دارند، حتی اگر ابزار جدا کند.
- آلمانی در اولویت. ریشهیابی و تجزیۀ واژههای مرکب برای آلمانی ساخته شدهاند؛ نشانههای انگلیسی مانند «best» یا «buy» نیز خوانده میشوند، اما شکلهای مختلف واژههای انگلیسی یکجا نمیشوند.
- لستها، نه فرهنگهای لغت. محلها، برندها، همارزیها و واژههای پایه لستهای گزینشیاند. موارد کمبود را در خانهها اضافه کنید، وگرنه شناسایی نمیشوند.
- حجم جستجو از ورودی گرفته میشود. ابزار حجمی تعیین نمیکند. بدون اعداد، پلان بر اساس تعداد عبارتها مرتب میشود.
روش ساختن صفحات برای عبارتهای جستجو در فوگتلند در SEO در رودویش (Rodewisch) آمده است. رهنمای ویبسایت در Google پیدا نمیشود توضیح میدهد چرا ویبسایت با وجود متن خوب ظاهر نمیشود؛ تغییرات جستجوی هوش مصنوعی در SEO، AEO و GEO آمده است. بررسی SpotLens تمام ویبسایت را از نظر تخنیک، محتوا و دیدهشدن در دستیارهای هوش مصنوعی ارزیابی میکند. ابزارهای بیشتر برای پیدا شدن در SEO و دیدهشدن موجود است.
07 / تحقیق
تحقیقات علمی در این باره چه میگوید
قواعد ابزار بر حدس استوار نیستند. شش یافتۀ تحقیقی پشتوانۀ مهمترین قواعد است؛ لست کامل با یادداشت بررسی در پایین آمده است.
- بیشتر درخواستها معلوماتیاند، اما همه روشن نیستند. بیش از 80 فیصد معلوماتی، هر یک از یافتن ویبسایت و انجام معامله حدود 10 فیصد؛ و یکچهارم مبهم یا چندمعنایی ماند Jansen و همکاران 2008. بنابراین ابزار موارد مختلط را مشخص میکند.
- تشخیص هدف حتی برای انسان دشوار است. نه ارزیابان و نه خود جستجوکنندگان آن را با اطمینان تشخیص دادند Lewandowski و همکاران 2012. بنابراین کنار هر عبارت دلیل آمده است.
- قواعد قابل توضیح کافیاند. مدلهای آموزشدیده از قواعد کلیدواژهای بهتر نبودند Alexander و همکاران 2022.
- واژههای آلمانی به ریشهیابی و تجزیه نیاز دارند. هر دو، جستجو در آلمانی را بهطور چشمگیر بهتر میکنند Braschler و Ripplinger 2004؛ تجزیۀ واژههای مرکب بر اساس فراوانی ساده و مؤثر است Koehn و Knight 2003.
- درخواستهای کوتاه واژههای مشترک کمی دارند. مقایسۀ صرف واژهها، عبارتهای جستجو را خوب گروهبندی نمیکند Wen و همکاران 2002؛ مترادفهای بدون جزء مشترک اصلاً شناسایی نمیشوند Sahami و Heilman 2006. بنابراین همارزیها و نکتههای گروههای نزدیک به کار میروند.
- واژههای مکانی همیشه به محل اشاره ندارند. یکچهارم درخواستها واژههای مکانی داشتند، بدون هدف مکانی Gan و همکاران 2008.
08 / برای دستیارهای هوش مصنوعی
استفاده از این ابزار از طریق یک دستیار هوش مصنوعی
دستیارهایی مانند Claude یا ChatGPT که Model Context Protocol (MCP) را میفهمند، حساب این صفحه را مستقیم صدا زده میتوانند، به جای اینکه خودشان دوباره بسازند. سرور عمومی است، به ثبت نام ضرورت ندارد و چیزی ذخیره نمیکند. جواب همیشه لینک این صفحه، تاریخ معلومات و حدود نتیجه را در بر دارد.
- نقطۀ پایانی (Endpoint)
https://aureum-tech.com/mcp- ابزار
werkzeug_keyword_sortierer- انتقال
- Streamable HTTP، فقط خواندنی
| نام | حتمی | معنا |
|---|---|---|
begriffe | بلی | لست عبارتها، حداکثر 1000 مورد. آلمانی؛ واژههای نشانۀ انگلیسی (buy, best, how) نیز خوانده میشوند. |
strenge | نخیر | میزان محدود بودن گروهها: eng = فقط هستۀ یکسان (بر اساس ریشه، همارزی و واژۀ مرکب) (آستانه 1)؛ mittel = هسته تا حد زیادی یکسان است (آستانه 0.6)؛ weit = موضوع اصلی مشترک کافی است (آستانه 0.4). بدون تعیین مقدار، mittel. |
orte | نخیر | اختیاری: محلهای ساحۀ خدمات شما که باید ارتباط مکانی محسوب شوند، مثلاً ["Treuen", "Lengenfeld"]. |
marken | نخیر | اختیاری: نام برندهای خود و دیگران. اگر برند بهتنهایی در عبارت باشد، هدف یافتن ویبسایت محسوب میشود. |
سوالهایی که دستیار باید با آنها این ابزار را صدا بزند
- «کدامیک از این 200 کلیدواژه به یک صفحه تعلق دارند و برای هر گروه چه صفحهای لازم دارم؟»
- «آیا «webdesign kosten» جستجوی بررسی تجارتی است یا معلوماتی؟»
- «این خروجی Search Console من با عبارت جستجو و صفحه است: کجا صفحات من با یکدیگر رقابت میکنند؟»
- «این عبارتهای جستجو را برای یک مشاور مالیاتی در پلاون (Plauen) بر اساس هدف جستجو مرتب کن و پلان صفحات بساز.»
اینکه اتصال چطور کار میکند و MCP در شرکت خود شما چه کرده میتواند، در صفحۀ ادغام MCP نوشته شده است.
09 / سوالهای رایج
سوالهای رایج دربارۀ کلیدواژهها، گروهها و هدف جستجو
گروهبندی کلیدواژهها چیست؟
در گروهبندی، عبارتهای جستجویی که باید در یک صفحه باشند، یکجا میشوند. «Webdesign Plauen»، «Webdesigner Plauen» و «Webdesign in der Nähe» یک موضوع با یک هدفاند؛ پس به یک صفحه تعلق دارند. «Was ist SEO» و «SEO Agentur Plauen» موضوع مشترک دارند، اما خواست متفاوت: یکی رهنما میخواهد و دیگری صفحۀ خدمات. ابزار، عبارتها را بر اساس ریشۀ واژه و اجزای واژههای مرکب، جداگانه برای هر هدف گروهبندی میکند؛ در مثال این صفحه، 23 عبارت به 10 گروه تبدیل میشود.
همنوعخواری کلیدواژهها چیست؟
رقابت بر سر یک کلیدواژه یعنی چند صفحۀ یک ویبسایت یک عبارت جستجو را هدف میگیرند و جایگاه یکدیگر را در نتایج پایین میآورند. روشنترین نشانه این است که برای یک عبارت، دو URL به نوبت در Search Console ظاهر شوند. اگر URLها را در ستون سوم وارد کنید، ابزار این موارد را نخست گزارش میدهد. راهحل در بیشتر موارد این است که یک صفحۀ هدف تعیین کنید و از صفحههای دیگر به آن لینک بدهید یا آنها را به آن تغییر مسیر دهید.
چه هدفهایی برای جستجو وجود دارد؟
تحقیقات از سال 2002 جستجوهای معلوماتی، یافتن ویبسایت و انجام معامله را از هم جدا میکند؛ Google آنها را Know، Website و Do مینامد و Visit-in-person را برای مراجعۀ حضوری اضافه میکند. در بررسی بیش از 1,5 میلیون درخواست، بیش از 80 فیصد معلوماتی و هر یک از دو نوع یافتن ویبسایت و انجام معامله حدود 10 فیصد بود. ابزار، بررسی تجارتی پیش از خرید و هدف محلی را نیز اضافه میکند.
آیا مفرد، جمع و ترتیبهای متفاوت واژهها به یک صفحه تعلق دارند؟
بلی. Google عبارتهای «Webseiten erstellen» و «Webseite erstellen» را یک سوال میداند؛ دو متن برای آنها فقط با هم رقابت میکنند. ابزار هر دو را به ریشۀ یکسان «webseit» تبدیل و در یک گروه قرار میدهد. عبارتها زمانی جدا میمانند که هدف تغییر کند، مثلاً از «Kosten» یعنی هزینه، به «Anleitung» یعنی دستورالعمل.
آیا برای هر محل به صفحۀ جداگانه نیاز دارم؟
فقط وقتی واقعاً چیزی در آنجا ارائه میکنید، مثلاً دفتر، پروژهها یا روش کاری مخصوص آن محل. Google صفحات تقریباً یکسانی را که فقط نام محل در آنها فرق دارد، صفحات واسطهای (doorway pages) و در نتیجه اسپم میداند. برای یک ساحۀ خدمات معمولاً یک صفحۀ خدمات که نام محلها را ذکر کند، همراه با پروفایل بهروز شرکت در Google کافی است.
حجم جستجو را از کجا بگیرم؟
پلانگذار کلیدواژه در Google Ads تعداد جستجوهای ماهانه را به شکل بازه یا اعداد گردشده نشان میدهد؛ برای صفحات موجود، Search Console تعداد نمایش برای هر عبارت جستجو را نشان میدهد. خروجی هر دو را مستقیم درج کرده میتوانید؛ سطر عنوان شناسایی میشود. ابزار خودش حجم جستجو را به دست نمیآورد؛ بدون اعداد، گروهها را بر اساس تعداد عبارتها مرتب میکند.
محدودیت دستهبندی کلیدواژهها کجاست؟
ابزار فقط متن عبارت را میخواند: ریشه، واژههای مرکب، واژههای نشانه و محلها. نمیبیند که Google واقعاً برای یک عبارت چه نشان میدهد و مترادفهای بدون جزء مشترک را فقط از یک لست کوتاه میشناسد. اینکه گروهها با نتایج واقعی جستجو سازگار اند، صفحات چگونه باشند و کدام تغییر مسیرها لازماند، با شما روشن میکنیم؛ SpotLens ارزیابی کلی ویبسایت شما را ارائه میکند.
10 / تحقیقات و منابع
این ابزار بر چه تکیه دارد
مقادیر رهنما و نکتههای بالا بر این 17 اثر علمی استوارند. هرکدام از طریق DOI یا صفحۀ ناشر بررسی شده است؛ آخرین بار در 14 نومبر 2026: اثر وجود دارد، پس گرفته نشده و یافتهاش هنوز برای این موضوع معتبر است.
Broder, A. (2002): A taxonomy of web search. ACM SIGIR Forum 36 (2)، صفحات 3–10
یافته پشت جستجوی ویب اغلب نیاز به معلومات نیست. جستجوکننده میخواهد به صفحۀ مشخصی برسد (navigational) یا کاری انجام دهد، مثلاً خرید یا دانلود فایل (transactional).
در ابزار سه دستۀ بنیادی ابزار: معلوماتی، یافتن ویبسایت، انجام معامله.
doi.org/10.1145/792550.792552 · مجلۀ علمی
Rose, D. E.; Levinson, D. (2004): Understanding user goals in web search. Proceedings of the 13th International Conference on World Wide Web (WWW 2004)، صفحات 13–19
یافته جستجوهای یافتن ویبسایت کمتر از تصور رایجاند. فقط عبارتی که یک ویبسایت مشخص و مرجع را در نظر دارد، مثلاً نام شرکت، در این دسته است. بخش بزرگی از درخواستهای ظاهراً معلوماتی میخواهند بدانند محصول یا خدمت را کجا میتوان یافت.
در ابزار برند بهتنهایی هدف یافتن ویبسایت دارد؛ برند همراه موضوع ندارد. عبارتهای بدون واژۀ نشانه خودکار رهنما محسوب نمیشوند و نامشخص میمانند.
doi.org/10.1145/988672.988675 · مقالۀ کنفرانس
Jansen, B. J.; Booth, D. L.; Spink, A. (2008): Determining the informational, navigational, and transactional intent of Web queries. Information Processing & Management 44 (3)، صفحات 1251–1266
یافته یک دستهبند با ویژگیهای ثابت (واژههای پرسشی، نام شرکتها و دامینها، درخواستهای کوتاه، واژههای خرید و دانلود) بیش از 1,5 میلیون درخواست را دستهبندی کرد: بیش از 80 فیصد معلوماتی و هر یک از یافتن ویبسایت و انجام معامله حدود 10 فیصد. مطابقت آن با دستهبندی دستی 74 فیصد بود؛ بقیه مبهم یا چندمعنایی بودند.
در ابزار لست واژههای نشانه از این ویژگیها پیروی میکند. ابزار عبارتهای چندمعنایی را بهجای پنهان کردن، با برچسب آلمانی «gemischt» یعنی مختلط مشخص میکند.
doi.org/10.1016/j.ipm.2007.07.015 · مجلۀ علمی
Lewandowski, D. (2006): Query types and search topics of German Web search engine users. Information Services & Use 26 (4)، صفحات 261–269
یافته 1.500 درخواست از موتورهای جستجوی آلمانی Fireball، Seekport و Metager بر اساس Broder دستهبندی شد: هر سه نوع به میزان زیاد وجود دارند و توزیع آنها با موضوع بهطور چشمگیر فرق میکند.
در ابزار معیار ثابت برای تمام عبارتها وجود ندارد: ابزار هر عبارت را بر اساس واژههای نشانۀ خودش دستهبندی میکند.
doi.org/10.3233/ISU-2006-26401 · مجلۀ علمی
Lewandowski, D.; Drechsler, J.; von Mach, S. (2012): Deriving query intents from web search engine queries. Journal of the American Society for Information Science and Technology 63 (9)، صفحات 1773–1788
یافته حدود 50.000 درخواست توسط ارزیابان دستهبندی و با معلومات کلیک و نظرسنجی بازبینی شد: نه ارزیابان بیرونی و نه خود جستجوکنندگان هدف را با اطمینان مشخص کردند.
در ابزار هر دستهبندی دلیل خود را نشان میدهد. برای عبارتهای نامشخص و مختلط، ابزار بهجای نشان دادن اطمینان کاذب، به نتایج جستجو ارجاع میدهد.
doi.org/10.1002/asi.22706 · مجلۀ علمی
Alexander, D.; Kusa, W.; de Vries, A. P. (2022): ORCAS-I: Queries Annotated with Intent using Weak Supervision. Proceedings of the 45th International ACM SIGIR Conference (SIGIR 2022)، صفحات 3057–3066
یافته درخواستهای جستجو با قواعد کلیدواژهای و روشهای ابتکاری بر اساس Broder برچسبگذاری شدند؛ دستۀ معلوماتی به زیرگروههای دقیقتر تقسیم شد. مدلهای آموزشدیده از این قواعد بهتر نبودند و قواعد برای هر درخواست سریع اجرا میشوند.
در ابزار دلیل استفاده از لستهای واژۀ قابل مشاهده بهجای مدل: کیفیت یکسان و امکان خواندن دلیل هر تصمیم.
doi.org/10.1145/3477495.3531737 · مقالۀ کنفرانس
Cambazoglu, B. B.; Tavakoli, L.; Scholer, F. و همکاران (2021): An Intent Taxonomy for Questions Asked in Web Search. Proceedings of the 2021 Conference on Human Information Interaction and Retrieval (CHIIR 2021)، ص. 85–94
یافته بر پایۀ 1.000 سوال واقعی از یک موتور جستجو، دستهبندیای بر اساس هدف، نوع واژۀ پرسشی و جواب مورد انتظار ساخته شد. این دستهبندی از شیوههای قدیمی دقیقتر است و با این حال، توافق بیشتری میان ارزیابان به دست میآورد.
در ابزار واژههای پرسشی در آغاز، یک عبارت را به سوال تبدیل میکنند؛ پلان صفحات این عبارتها را برای بخش سوالهای رایج پیشنهاد میکند.
doi.org/10.1145/3406522.3446027 · مقالۀ کنفرانس
Ashkan, A.; Clarke, C. L. A.; Agichtein, E.; Guo, Q. (2009): Classifying and Characterizing Query Intent. Advances in Information Retrieval (ECIR 2009)، Lecture Notes in Computer Science 5478، ص. 578–586
یافته تحقیق بیشتر بر هدف تجارتی تمرکز داشت. کلیک روی اعلانها، ویژگیهای عبارت جستجو و محتوای صفحۀ نتایج، در کنار هم این هدف را بهخوبی تشخیص دادند.
در ابزار هدف تجارتی یک دستۀ جداگانه است. چون صفحۀ نتایج نیز هدف را روشن میسازد، ابزار پیشنهاد میکند در صورت تردید، نتایج جستجو را ببینید.
doi.org/10.1007/978-3-642-00958-7_53 · مقالۀ کنفرانس
Gan, Q.; Attenberg, J.; Markowetz, A.; Suel, T. (2008): Analysis of geographic queries in a search engine log. Proceedings of the First International Workshop on Location and the Web (LocWeb 2008)، ص. 49–56
یافته از میان 36 میلیون جستجوی AOL، حدود 13 فیصد هدف جغرافیایی داشتند. اندکی بیش از 24 فیصد دیگر شامل نام مکانها بودند، بدون آنکه منظورشان یک مکان باشد؛ مثلاً در نام شرکتها.
در ابزار نام مکانهایی که واژۀ عادی نیز هستند («Essen»، «Halle»، «Hof»)، تنها پس از «in»، «bei» و واژههای مشابه، مکان حساب میشوند.
doi.org/10.1145/1367798.1367806 · مقالۀ کنفرانس
Welch, M. J.; Cho, J. (2008): Automatically identifying localizable queries. Proceedings of the 31st Annual International ACM SIGIR Conference (SIGIR 2008)، ص. 507–514
یافته برخی جستجوها بدون ذکر مکان نیز «قابل محلیسازی» هستند: نتایج نزدیک به کاربر مناسبتر میباشند. یک دستهبند، اینگونه جستجوها را از سوابق جستجو با دقت 94 فیصد تشخیص داد.
در ابزار نکته در نتیجه: یک عبارت با هدف نامشخص مانند «zahnarzt» (داکتر دندان) نیز ممکن است منظور محلی داشته باشد؛ نمایش دادن یا ندادن نقشه توسط Google این را روشن میسازد.
doi.org/10.1145/1390334.1390421 · مقالۀ کنفرانس
Wen, J.-R.; Nie, J.-Y.; Zhang, H.-J. (2002): Query clustering using user logs. ACM Transactions on Information Systems 20 (1)، ص. 59–81
یافته چون عبارتهای جستجو بسیار کوتاهاند، مقایسۀ صرف واژهها برای گروهبندی چندان مناسب نیست. اینکه کاربران برای یک جستجو روی کدام سندها کلیک میکنند، کمککننده است؛ ترکیب واژهها و کلیکها بهترین نتیجه را داشت.
در ابزار ابزار دستهبندی، بهجای مقایسۀ صرف واژهها، بنهای واژه و اجزای واژههای مرکب را مقایسه میکند. برای گروههای نزدیک به هم، مقایسۀ نتایج جستجو را پیشنهاد میکند، چون معلومات کلیکها را در اختیار ندارد.
doi.org/10.1145/503104.503108 · مجلۀ علمی
Sahami, M.; Heilman, T. D. (2006): A web-based kernel function for measuring the similarity of short text snippets. Proceedings of the 15th International Conference on World Wide Web (WWW 2006)، ص. 377–386
یافته متنهای کوتاه مانند عبارتهای جستجو اغلب حتی یک واژۀ مشترک ندارند، با آنکه معنای یکسان دارند؛ مثلاً «AI» و «Artificial Intelligence». در این حالت، مقایسۀ واژهها نتیجۀ صفر میدهد؛ معلومات زمینهای از نتایج جستجو این کمبود را جبران میکند.
در ابزار لست واژههایی که معادل حساب میشوند (Homepage، Webseite، Website …) و این محدودیت که مترادفهای دیگر شناسایی نمیشوند.
doi.org/10.1145/1135777.1135834 · مقالۀ کنفرانس
Braschler, M.; Ripplinger, B. (2004): How Effective is Stemming and Decompounding for German Text Retrieval?. Information Retrieval 7 (3–4)، ص. 291–316
یافته برای متنهای آلمانی، بنیابی حتی با روشهای ساده نیز کمک میکند. تجزیۀ دقیق واژههای مرکب، جستجو را بهطور چشمگیری بهتر میسازد.
در ابزار هر عبارت به بنهای واژههایش برگردانده میشود و واژههای مرکب به اجزای خود تجزیه میشوند.
doi.org/10.1023/B:INRT.0000011208.60754.a1 · مجلۀ علمی
Monz, C.; de Rijke, M. (2002): Shallow Morphological Analysis in Monolingual Information Retrieval for Dutch, German, and Italian. Evaluation of Cross-Language Information Retrieval Systems (CLEF 2001)، Lecture Notes in Computer Science 2406، ص. 262–277
یافته بنیابی و تجزیۀ واژههای مرکب، جستجو در زبان آلمانی را حدود 25 فیصد و در زبان هالندی را تا 69 فیصد بهتر ساختند.
در ابزار شاهدی بر اینکه کار روی تجزیۀ واژههای مرکب آلمانی ارزش دارد، بهویژه برای عبارتهای کوتاه جستجو.
doi.org/10.1007/3-540-45691-0_24 · مقالۀ کنفرانس
Koehn, P.; Knight, K. (2003): Empirical methods for compound splitting. Proceedings of the 10th Conference of the European Chapter of the ACL (EACL 2003)، ص. 187–193
یافته واژههای مرکب به تمام ترکیبهای ممکن از واژههای شناختهشدۀ دارای حداقل سه حرف تجزیه میشوند؛ «s» یا «es» میتواند میان اجزا قرار گیرد. تجزیهای انتخاب میشود که بالاترین میانگین هندسی فراوانی واژهها را داشته باشد. این روش با استفاده از معلومات متنهای موازی به دقت 99,1 فیصد رسید.
در ابزار تجزیه در ابزار دستهبندی از همین روش پیروی میکند؛ فراوانیها از لست شما و یک لست واژههای پایه گرفته میشوند.
doi.org/10.3115/1067807.1067833 · مقالۀ کنفرانس
Riedl, M.; Biemann, C. (2016): Unsupervised Compound Splitting With Distributional Semantics Rivals Supervised Methods. Proceedings of NAACL-HLT 2016، ص. 617–622
یافته اجزای یک واژۀ مرکب معمولاً از نظر معنا به کل واژه نزدیکاند؛ این ویژگی تجزیههای نادرست را کنار میگذارد. این روش بدون دانش زبانی، در زبان آلمانی به سطح روشهای مبتنی بر قاعده و روشهای تحت نظارت نزدیک میشود.
در ابزار ابزار دستهبندی معنا را بررسی نمیکند. به همین دلیل، واژۀ کامل حفظ میشود و اجزا تنها با نصف وزن حساب میشوند؛ به این ترتیب یک تجزیۀ نادرست نمیتواند گروهها را با هم ادغام کند.
doi.org/10.18653/v1/N16-1075 · مقالۀ کنفرانس
Porter, M. F. (1980): An algorithm for suffix stripping. Program 14 (3)، ص. 130–137
یافته پسوندها در چند مرحله جدا میشوند و هر مرحله به شکل بخش باقیماندۀ واژه بستگی دارد. این روش ساده، اندکی بهتر از یک سیستم بسیار پیچیدهتر عمل کرد.
در ابزار اساس بنیاب Snowball برای زبان آلمانی است که ابزار دستهبندی با آن شکلهای مختلف یک واژه را یکجا میکند.
doi.org/10.1108/eb046814 · مجلۀ علمی
معیارها، ادارات و معلومات تولیدکنندگان
- German stemming algorithm (قواعد و کود منبع german.sbl)، Snowball 3.2.0 مورخ 17.10.2026 · Snowball
- دادههای آزمایشی آلمانی: voc.txt و output.txt (35.053 واژه) · Snowball
- لست واژههای توقف آلمانی · Snowball
- Search Quality Rater Guidelines، نسخۀ 11.09.2025: درک هدف کاربر (Know, Do, Website, Visit-in-person) · Google
- پالیسیهای اسپم: صفحات واسطه (doorway abuse) · Google Search Central
- تعیین URL اصلی: تغییر مسیر، rel="canonical"، نقشۀ سایت · Google Search Central
11 / ابزارهای دیگر
هنوز سوالی دارید؟
- AT-W42 · شرکتها
پیشنمایش Snippet
صفحۀ شما در Google چطور دیده میشود؟ عنوان و توضیح با عرض پیکسل، برای کمپیوتر و مبایل. - AT-W43 · شرکتها
سازندۀ Schema
معلومات ساختاریافته برای شرکت شما: LocalBusiness، ساعات کاری و FAQ به شکل JSON-LD برای چسپاندن. - AT-W44 · شرکتها
بررسی پروفایل شرکت
آیا پروفایل شرکت شما در Google کامل است؟ آنچه کم است، به ترتیب تاثیر. - AT-W45 · شرکتها
بررسی NAP
آیا نام، آدرس و شمارۀ تیلفون شما همه جا یکسان نوشته شده؟ مقایسۀ ثبتها در فهرستهای آنلاین. - AT-W47 · شخصی و شرکتها
بررسی خوانایی متن
متن شما چقدر فهمیده میشود؟ شاخص خوانایی برای زبان آلمانی، جملههای دراز و کلمههای سخت نشانی میشوند. - AT-W48 · شرکتها
آزمایش robots.txt
آیا Googlebot اجازه دارد این صفحه را بخواند؟ بررسی robots.txt مطابق RFC 9309، قاعده به قاعده.
پلان صفحات شما آماده است؟ فایل CSV یا نتیجۀ کاپیشده را برای ما بفرستید. ما گروهها را با نتایج واقعی جستجو بررسی میکنیم، متن صفحات را مینویسیم و تغییر مسیرها را تنظیم میکنیم؛ برای شرکتها در رودویش (Rodewisch) و سراسر فوگتلند (Vogtland).
+49 3744 4399760[email protected]دوشنبه تا جمعه، ساعت 8 تا 17 · Straße der Jugend 5, 08228 Rodewisch