ChatGPT-5.6 Luna جستجوهای هدفمندتری را انجام می دهد

TL; دکتر

ChatGPT-5.5 و GPT-5.6 چه تفاوتی دارند؟

ما به طور گسترده در مورد ChatGPT-5.5 تحقیق کرده ایم که شامل یک فرو رفتن عمیق در الگوهای شاخه ای. اکنون که GPT-5.6 Luna مدل پیش‌فرض از 9 جولای 2025 است، این مدلی است که افراد هنگام تعامل با ChatGPT دریافت می‌کنند و برندهای مدل از طریق ردیاب‌های دید هوش مصنوعی گزارش می‌دهند.

با در نظر گرفتن این موضوع، می‌خواستیم بدانیم این دو مدل چگونه با هم مقایسه می‌شوند. به طور مشخص:

• چگونه روند بازیابی در دامنه ها و نقل قول ها تغییر کرده است؟
• آیا GPT-5.6 Luna شبیه به هم است یا تفاوت های قابل توجهی وجود دارد؟
• آیا رفتار جستجوی فورک تغییر کرده یا ثابت مانده است؟

ما GPT-5.5 و GPT-5.6 Luna را در 346 درخواست منطبق از شش صنعت مقایسه کردیم.

هشدار اسپویلر: در نگاه اول، این دو مدل بسیار شبیه به هم بودند. در 346 درخواست تطبیق، آنها تقریباً به همان تعداد کوئری های انشعاب را اجرا کردند. تفاوت این است که جستجوهای لونا چقدر هدفمند هستند. در 76 درصد درخواست‌های خود از اپراتور سایت استفاده می‌کند، در مقایسه با 22 درصد با GPT-5.5.

این باعث می‌شود جستجوهای باز بسیار کمتری برای بقیه افراد باقی بماند. بنابراین اگر لونا دیگر مستقیماً سایت شما را جستجو نمی کند، مانع شما برای نمایش بیشتر از قبل است. یافته های برتر ما را در زیر بررسی کنید.

1. GPT-5.6 Luna بیشتر از جستجوی وب استفاده می کند، اما درخواست های جستجوی کمتری را اجرا می کند.

GPT-5.6 Luna بیشتر از GPT-5.5 به جستجوی وب پرداخت. در شش صنعت، Luna در 85.2٪ از تماس ها در مقابل 80.8٪ جستجو کرد. اما هر بار که جستجو کرد، پرس و جوهای انشعاب کمتری انجام داد: 3.42 در هر جستجو، از 3.63 کاهش یافته است.

این دو تغییر تقریباً دقیقاً یکدیگر را جبران می کنند. لونا بیشتر جستجو می‌کرد، اما هر بار درخواست‌های کمتری را اجرا می‌کرد، بنابراین تعداد کل درخواست‌های شاخه‌دار به سختی تغییر کرد. GPT-5.5 امتیاز 733 و Luna امتیاز 729 را به دست آوردند که اختلاف فقط 4 بود.

ما فکر می‌کردیم پس از به‌روزرسانی مدل، درخواست‌های بیشتری برای فورک وجود داشته باشد، به خصوص با توجه به افزایشی که با انتشار GPT-5.5 شاهد بودیم. در عوض، مجموع ثابت ماند و تغییر در روش جستجوی لونا ظاهر شد.

فرضیه ما این است که لونا به پرس و جوهای جستجوی کمتری نیاز دارد زیرا جستجوهای او هدفمندتر هستند. هنگامی که یک جستجوی شاخه‌ای مستقیماً به یک وب‌سایت خاص می‌رود (اطلاعات بیشتر در مورد آن در یافته‌های بعدی)، یک پرس‌وجو می‌تواند کاری را انجام دهد که قبلاً چندین مورد گسترده‌تر انجام می‌شد. بنابراین این دو تعادل را در حجم تغییر می دهند اما در اثر تغییر نمی کنند. اکنون درخواست‌های بیشتر ChatGPT را به شبکه ارسال می‌کنند و هر جستجو فضای کمتری را اشغال می‌کند.

2. جستجوی هدفمند دامنه بیش از سه برابر شده است، به ویژه برای درخواست های غیر مارک

GPT-5.5 قبلاً استفاده از site: operator (فرمان جستجویی که نتایج را به یک وب سایت محدود می کند) در پرس و جوهای گسترده برای هدف قرار دادن سایت های مارک خاص برای پاسخ و به نظر ما جلوگیری از پاسخ های با کیفیت پایین آغاز کرده بود. GPT-5.6 Luna این روش استخراج را حتی فراتر برد.

GPT-5.5 در حدود 22 درصد از جستارهای شاخه ای خود یک سایت:جستجو انجام داد، در حالی که لونا این کار را در 76 درصد انجام داد.

برای درخواست‌های برند، سایت‌های شخص ثالث (ناشران، سایت‌های بررسی، سازمان‌های تحقیقاتی، و غیره) تقریباً با فرکانس یکسان در هر دو مدل ظاهر شدند: 26.6٪ با GPT-5.5 و 24.4٪ با Luna. بنابراین حتی زمانی که کاربر مستقیماً در مورد نام تجاری شما سؤال می کند، ChatGPT همچنان فراتر از وب سایت شما نگاه می کند.

معنی آن همین است درک برند شما در خارج از وب سایت شما به همان اندازه اهمیت دارد به عنوان یک روایت در منابعی که کنترل می کنید به اشتراک می گذارید.

افزایش واقعی از اعلان‌هایی می‌آید که نام تجاری را ذکر نمی‌کنند. درخواست‌های غیر برند شاهد افزایش جستجوهای سایت بودند: از 20.6٪ در GPT-5.5 به 77.3٪ در GPT-5.6. این بدان معنی است که لونا دامنه ای را برای جستجو انتخاب کرده است، حتی زمانی که کاربر برند یا وب سایتی را مشخص نکرده باشد.

همانطور که ChatGPT با بازیابی خود هدفمندتر شد، تعداد کل منابع مورد مطالعه (منابعی که ChatGPT در حین جستجو قبل از تصمیم گیری برای استناد به کدام منابع بازیابی می کند) 43 درصد کاهش یافت از 6134 با GPT-5.5 به 3481 با Luna.

این یک فرصت منحصر به فرد برای برندهایی است که برنامه های جستجوی هوش مصنوعی را راه اندازی می کنند. اگر GPT-5.6 Luna از قبل سایت شما را با جستجوهای site: هدف قرار داده است، مطمئن شوید که اطلاعاتی که به دنبال آن است برای انسان و هوش مصنوعی آسان است.

اگر برند شما یکی از سایت‌هایی نیست که لونا مستقیماً جستجو می‌کند، اکنون که این مدل پیش‌فرض است، ممکن است نقل قول‌های کمتری ببینید. جستجوهای باز، جستجوهایی که هر سایتی می تواند در آنها ظاهر شود، از 575 به 175 کاهش یافت، بنابراین به دست آوردن نتایج احتمالاً کار بیشتری را می طلبد.

هر مرحله از بازیابی را کاوش کنید، از پرس و جوهای شاخه ای گرفته تا منابع مشورتی گرفته تا نقل قول ها، تا ببینید ChatGPT چگونه و از کجا اطلاعاتی درباره برند شما پیدا می کند.

3. استنادهای جاسازی شده 13 درصد کاهش یافت

می دانیم که لونا به روشی متمرکزتر جستجو کرده و از منابع کمتری استفاده کرده است. پاسخ‌های نهایی نیز استنادهای درون خطی کمتری را ارائه کردند (منابع پیوند شده در خود پاسخ).

در تمام 346 درخواست منطبق، GPT-5.5 2054 استناد جاسازی شده را تولید کرد، در حالی که لونا 1790 استناد، کاهش 12.9 درصدی را تولید کرد. جستجوی مکرر تر، استناد بیشتری به همراه نداشت.

نظر ما این است که لونا در دانستن مکان یافتن اطلاعات بهتر شده است، بنابراین به منابع کمتری برای پشتیبان‌گیری از پاسخ‌هایش نیاز دارد.

این امر برای هر برنامه جستجوی هوش مصنوعی که از نقل قول ها به عنوان KPI یا معیار موفقیت یک آزمایش استفاده می کند، پیامدهایی دارد. اگر پس از استاندارد شدن لونا، استناد شما کاهش پیدا کرد، ممکن است ربطی به استراتژی یا تست‌هایی که انجام می‌دهید نداشته باشد.

آن را به عنوان یک به روز رسانی الگوریتم گوگل در نظر بگیرید: پلتفرم تغییر کرده و عملکرد با آن تغییر کرده است. سوئیچ به Luna را در گزارش‌های خود علامت‌گذاری کنید تا یک افت در سطح پلتفرم به عنوان آزمایش ناموفق خوانده نشود.

خب حالا باید چیکار کنی؟

چگونه می توانید این یافته ها را در استراتژی جستجوی هوش مصنوعی خود اعمال کنید؟ در اینجا توصیه های من است:

هنگام اندازه گیری دید جستجوی هوش مصنوعی، به روند بازیابی بیشتر نگاه کنید. اکثر ردیاب‌های دید هوش مصنوعی فقط استنادها را می‌شمارند، که این نکته پایانی فرآیند استخراج است.

فایده بزرگ‌تر از لایه‌های پشت آن‌ها می‌آید: پرس‌وجوهای شاخه‌ای که ChatGPT اجرا می‌کند، دامنه‌هایی که با سایت هدف قرار می‌دهد: جستجوها، و منابعی که قبل از تصمیم‌گیری برای استناد کردن با آنها مشورت می‌کند. این جایی است که خواهید دید چرا نقل قول های شما تغییر کرده است، نه اینکه فقط تغییر کند.

به ارتباطاتی که به نظر می رسد مدل ها بین برندها و تم ها ایجاد می کنند، بیشتر توجه کنید. لونا اغلب تصمیم می‌گیرد که کدام سایت‌ها را قبل از کشیدن چیزی جستجو کند، بنابراین شناخته شدن به‌عنوان منبع مرتبط برای یک موضوع قبل از کشیدن هر صفحه مهم است.

یک مجموعه اصلی از اعلان‌های بدون نام تجاری را که تماشا کرده‌اید، اجرا کنید تا پرس‌وجوهای fanout را بگیرید و سایت‌ها را مرتب کنید: جستجو بر اساس موضوع. ChatGPT در دامنه شما و در عوض در دامنه رقبای شما به دنبال چه موضوعاتی است؟

مدل‌های مختلف را مقایسه کنید یا در طول زمان متوجه خواهید شد که کجا به دست می‌آورید و کجا مالک انجمن است. شما باید روی موضوعاتی که رقبای شما دارند تمرکز کنید: هم در محتوای خود و هم در پوشش ناشران، سایت های بررسی و سازمان های تحقیقاتی.

برای بهبود استراتژی جستجوی خود با هوش مصنوعی آماده هستید، اما نمی دانید از کجا شروع کنید؟ تیم Seer تحقیقات گسترده ای در مورد اینکه چه چیزی کار می کند و چه روند کوتاه مدتی است انجام داده است، و ما می توانیم بر اساس صنعت، بودجه و اندازه تیم خود به شما توصیه کنیم که منابع خود را کجا متمرکز کنید. با ما چت کنید برای یادگیری بیشتر