🤖 מה זה GEO וההבדל מ SEO, שאלה של דור חדש
תקשיבו לזה. ב 2024 כל ה SEO ידעו לעשות אופטימיזציה לגוגל. ב 2025 התחילו לדבר על ChatGPT, Claude, Perplexity. ב 2026? GEO זה כבר לא טרנד, זה הכרח. ומי שלא בפנים, יוצא החוצה מהר.
GEO זה Generative Engine Optimization. אופטימיזציה למנועים גנרטיביים. בקצרה, איך לגרום ל ChatGPT, Claude, Gemini, Perplexity, וגם ל AI Overviews של גוגל, להציג את האתר שלכם או לצטט אותו כשהמשתמש שואל שאלה.
ההבדל מ SEO הקלאסי
SEO קלאסי
- המטרה, להיות בעמוד 1 בגוגל
- המדידה, מיקום, CTR, traffic
- הכלי, Search Console, Ahrefs
- התוכן, מילות מפתח, headings, schema
- הצלחה נמדדת בקליקים
GEO
- המטרה, להיות citation ב AI responses
- המדידה, נוכחות, ציטוטים, אזכורים
- הכלי, Highver, AthenaHQ, ChatGPT API
- התוכן, מבנה נכון ל LLMs, schema עשיר
- הצלחה לא תמיד נמדדת בקליקים
ב SEO קלאסי, המטרה היא קליקים. ב GEO, יכול להיות שהמשתמש יקבל את התשובה ב ChatGPT, לא יקליק על האתר שלכם, אבל עצם הציטוט הוא ערך. הוא בונה מותג, autoritet, ו brand awareness. הזרימה משתנה, התשואה משתנה.
במאמר הזה אני אעבור איתכם על איך זה באמת עובד, איך LLMs בוחרים מה לצטט, ומה אתם יכולים לעשות עכשיו כדי להופיע יותר ב AI responses. בלי שטויות, בלי בולשיט, רק מה שעובד.
🔍 איך LLMs בוחרים מה לצטט, ההסבר העמוק
זה הסוד שאף אחד לא מסביר ברצינות. אז בואו נדבר עליו. LLMs (Large Language Models) לא חיפוש. הם לא Google. הם דבר אחר לחלוטין.
שתי הארכיטקטורות העיקריות
RAG (Retrieval Augmented Generation)
ה LLM שואל שאלה, מנוע חיפוש מאחורי הקלעים מביא מקורות רלוונטיים, ה LLM קורא את המקורות וכותב תשובה. ChatGPT עם web search, Perplexity, ו AI Overviews של גוגל פועלים כך.
Training-based knowledge
ה LLM למד את כל האינטרנט בזמן ה training. כשמשיב, הוא משתמש בידע ה fossilized הזה. ChatGPT בלי web search, Claude (לרוב), Gemini בחלק מהמצבים.
איך להופיע בכל אחת
ב RAG (web search active)
פה זה דומה ל SEO, אבל אחרת. ה LLM מסתמך על מקורות שנגישים בזמן השאלה. אז עליכם להיות, אינדקס מהיר ב גוגל, תוכן עם תשובה ברורה (ה LLM יכול לצטט בקלות), schema markup חזק, ו authority בנישה (LLMs נוטים לאתרי authority).
ב Training-based
פה זה הרבה יותר קשה. אתם צריכים שהאתר שלכם יהיה במידע שה LLM למד. זה אומר, נוכחות לאורך זמן, אזכורים באתרי authority שה LLM סרק, brand mentions בקונטקסט הנכון, חזרתיות ידע.
כל מודל מתנהג אחרת. ChatGPT אוהב מבנה ברור. Claude מעדיף עומק וניואנס. Perplexity מציג ציטוטים מודגשים. Gemini משתמש בידע של גוגל. אופטימיזציה למודל אחד היא לא אופטימיזציה לאחר.
📊 4 ה LLMs הגדולים, ההבדלים הפרקטיים
אם אתם רוצים להופיע ב AI, צריך להכיר את המשחקנים. כל אחד עם הכללים שלו.
| מודל | חברה | RAG | נטייה | איך להופיע |
|---|---|---|---|---|
| ChatGPT | OpenAI | כן (Search) | אהוב מבנה ברור, רשימות, headings | תוכן structured, schema, authority |
| Claude | Anthropic | חלקי | עומק, ניואנס, מקורות אקדמיים | תוכן עומק, מחקרים, ציטוטים |
| Gemini | כן (Search) | זהה לגוגל, אבל עם generative | SEO רגיל + schema עשיר | |
| Perplexity | Perplexity | כן (חזק) | ציטוטים מודגשים, מקורות מרובים | תוכן מקיף, מספרים, authority |
| AI Overviews | כן (חזק) | תוכן מהאינדקס של גוגל | SEO + structure לתשובה ישירה |
איך הם סורקים את האתר שלכם
- GPTBot (OpenAI), סורק לטובת training של GPT
- ClaudeBot (Anthropic), סורק לטובת training של Claude
- Google-Extended (Google), סורק לטובת Bard/Gemini, שונה מ Googlebot
- PerplexityBot, סורק עבור Perplexity (גם RAG וגם training)
- CCBot (Common Crawl), סורק לכלל ה LLMs
ב robots.txt אתם יכולים לכלול או לחסום כל בוט. רוב האתרים רוצים לאפשר את כולם, כי זה רק מועיל. אם אתם בנישת תוכן premium או יש לכם הסכמים, חסימה היא לגיטימית. אבל תזכרו, חסימה = לא מופיע ב AI = פוטנציאל ענק שמתפספס.
היחס בין ה LLMs בישראל
ב 2026, ChatGPT עדיין הדומיננטי בישראל בקרב משתמשים. AI Overviews של גוגל גדל מהר. Claude עוד בתחילת אימוץ אבל גדל בשוק העסקי. Perplexity ב נישה אבל עולה. Gemini זוכה לתאוצה לאט. נקודה.
🌊 Query Fan Out, מה שגוגל עושה מאחורי הקלעים ב AI
זה הדבר הכי קריטי ב GEO ואף אחד לא מסביר את זה כמו שצריך. אז תקשיבו.
כשמשתמש שואל שאלה ב AI Overviews של גוגל, גוגל לא רק עושה חיפוש אחד. הוא עושה Query Fan Out, מפצל את השאלה למספר חיפושים מקבילים, אוסף את התוצאות, ומסכם הכל.
דוגמה תיאורטית
אם משתמש שואל "מה הכי טוב ל קידום אתרים בעברית?", גוגל יפצל את זה ל:
- "כלי SEO לעברית"
- "חברות קידום אתרים בישראל"
- "איך עושים SEO בעברית"
- "מומחי SEO ישראלים"
- "קורסים ל SEO בעברית"
גוגל מבצע 5 חיפושים, אוסף מקורות מכל אחד, ומסכם תשובה אחת. אם אתם מופיעים בעמוד 1 רק על "כלי SEO לעברית", אבל לא על השאר, סבירות שתופיעו ב AI Overviews נמוכה.
איך לעבוד עם Query Fan Out
חשבו רחב
על מה השאלה האמיתית? אילו תתי-שאלות יש?
צרו תוכן שמכסה תתי-שאלות
לא רק "החברה שלי הכי טובה", אלא "השוואה בין X חברות", "מה כל חברה עושה", "איך לבחור".
קישורים פנימיים בין תתי-נושאים
אם יש לכם תוכן על "כלי SEO", "חברות SEO", "מחירי SEO", קשרו בין כולם.
headings ברורים
גוגל יציג את ה heading שמתאים ל sub-query הספציפי בתשובה.
Query Fan Out יוצר הזדמנות אדירה לאתרים בינוניים. אתם לא צריכים להיות מספר 1 על מילת המפתח הראשית. אתם צריכים להיות מספר 1 על אחת מתתי-השאלות. ואם אתם מספר 1 על 3 מתתי-השאלות, סבירות גדולה שתופיעו ב AI Overviews.
💬 Citations ו Mentions, ההבדל שמשנה הכל
ב SEO הישן, רק קישור היה ערך. ב GEO, יש ערך גם לאזכור בלי קישור. אבל לא כל אזכור שווה.
3 סוגי הופעה ב AI
Citation עם קישור
ה AI מצטט אתכם וגם נותן קישור ישיר. הכי טוב. דוגמה, Perplexity מציג קישורים בולטים לכל מקור.
Citation בלי קישור
ה AI מזכיר את האתר או הברנד שלכם בשם, אבל בלי לינק. עדיין ערך, בונה brand awareness. דוגמה, ChatGPT לעיתים אומר "לפי שמוליק דורינבאום" בלי לינק.
Mention באמצע תוכן
ה AI משלב את הברנד שלכם בתוך טקסט, "X (שמוליק דורינבאום הוא מומחה ידוע)". ערך בעיקר ל brand.
איך מודדים
זה לא פשוט. כלים שאני משתמש בהם:
- Highver, הכלי שלי, מדידת ציטוטים ב ChatGPT עברית
- AthenaHQ, מדידת AI visibility ב מגוון מודלים
- Profound, מעקב brand mentions ב LLMs
- בדיקה ידנית, הכי חינמי, ולעיתים הכי מדויק. שואלים את ה AI את ה queries הרלוונטיות, רושמים מה הוא אומר
תזכרו ש LLMs לא נותנים אותה תשובה כל פעם. אם תשאלו את ChatGPT את אותה שאלה 10 פעמים, תקבלו 10 ניסוחים שונים. לפעמים תופיעו, לפעמים לא. מדידה דורשת הרבה חזרות כדי לקבל תמונה אמיתית.
✍️ איך לכתוב תוכן ש AI יצטט, השיטה
זה החלק הפרקטי. אם רוצים להופיע ב AI, צריך לכתוב אחרת. הנה השיטה.
1. תשובה ברורה בפסקה הראשונה
LLMs אוהבים לקרוא את הפסקה הראשונה ולקחת ממנה את התשובה. אם השאלה היא "מה זה GEO", הפסקה הראשונה שלכם צריכה לכלול תשובה ישירה, "GEO זה Generative Engine Optimization, אופטימיזציה למנועים גנרטיביים כמו ChatGPT". בלי הקדמה.
2. structure ברור
headings ברורות (H2, H3), רשימות ממוספרות, טבלאות. ה AI מנתח את ה structure לפני התוכן. אם אין מבנה, האלגוריתם יתקשה לחלץ את התשובה.
3. הגדרות מדויקות
הגדירו מושגים בצורה ברורה. "X זה Y, כאשר Y הוא Z". ה AI אוהב הגדרות שאפשר לצטט בלי לפרש.
4. מספרים ונתונים
ה AI נוטה לצטט תוכן עם נתונים. תחזיות, מחקרים, סטטיסטיקות מצוטטות (כן, מ מקור אמין, לא מומצא). זה מגביר אמון ב AI.
5. שאלות ותשובות
סקציית FAQ עם שאלות ותשובות ישירות. ה AI אוהב לקחת תשובה מ FAQ ולתת אותה למשתמש. זו הסיבה שיש לעמוד הזה FAQ מקיף.
6. עומק ומלאות
תוכן של 5,000+ מילים נחשב יותר authoritative. כי הוא מכסה את הנושא מכל הזוויות. ה AI מעריך את זה.
המאמר שאתם קוראים עכשיו עוצב במיוחד להופיע ב AI. תשובה ישירה ברגע, structure ברור, headings בעברית ובאנגלית, FAQ מפורט, schema עשיר. זו הסיבה שעמודי בייסיק SEO שלי מתחילים להופיע ב ChatGPT כאשר שואלים על SEO בעברית.
📋 Schema Markup ל LLMs, מה השתנה
Schema תמיד היה חשוב ל SEO. אבל ל GEO זה כפול בחשיבות. למה? כי LLMs יכולים לקרוא JSON מובנה הרבה יותר טוב מ HTML חופשי.
Schemas שחשובים במיוחד ל GEO
- Article + TechArticle, מסביר ל AI מה זה התוכן, מי כתב, מתי
- Person, מי מאחורי האתר, חיוני ל E-E-A-T ול AI לקטלג
- Organization, מי החברה, מאפשר אזכורים
- FAQPage, ה AI יכול להפיק תשובות ישירות
- HowTo, ה AI יכול לצטט שלבים
- DefinedTermSet, ה AI יכול לקחת הגדרות
- Quotation, ה AI מזהה ציטוטים ויכול לצטט בחזרה
- BreadcrumbList, ה AI מבין את ההיררכיה של האתר
- WebSite + SearchAction, מאפשר sitelinks search
- SpeakableSpecification, איזה חלקים יכולים להיקרא בקול
איך לבנות schema graph שלם
במקום להוסיף schemas פרטניים, צרו @graph אחד עם כל הישויות מקושרות. כל ישות עם @id ייחודי, וקישורים בין הישויות. זה מציג ל AI גרף ידע מלא של האתר.
השתמשו ב Rich Results Test של גוגל לבדוק ש schema תקין. השתמשו ב Schema.org Validator לוודא תיאמה למפרט. ובדקו ידנית ב ChatGPT/Perplexity, האם הם אכן רואים את הברנד שלכם.
🏗 מבנה תוכן ל AI, איך לכתוב כמו רובוט שאוהב בני אדם
זה החלק החשוב. כי גם אם הסכמות שלכם מושלמות, אם המבנה של התוכן רע, ה AI לא יצטט אותכם.
הפורמט המנצח
שאלה ב heading, תשובה ישירה למטה
"מה זה X? X הוא Y שעושה Z." זה הכי קל ל AI לקחת ולהשתמש.
רשימות ממוספרות לתהליכים
"איך לעשות X?", רשימה של 5 שלבים. ה AI מצטט את הרשימה.
טבלאות להשוואות
"X לעומת Y", טבלה עם עמודות. ה AI ממיר את זה לתשובה.
הגדרות בולטות
"X זה, Y". מודגש, ברור. ה AI מזהה הגדרה.
סיכומים בסוף סקציות
"בקצרה, X מאופיין ב Y ו Z". ה AI אוהב סיכומים.
מה לא לעשות
- הקדמות ארוכות לפני שמגיעים לעניין
- תוכן שזורם בלי headings
- פסקאות ארוכות של 300+ מילים
- שימוש במונחים בלי הגדרה
- טון שיווקי כבד ("המוצר המהפכני שלנו")
LLMs אוהבים תוכן informational, לא promotional. אם התוכן שלכם נשמע כמו אד, ה AI יעדיף תוכן אובייקטיבי של אתר חדשות, ויקיפדיה, או מקור אקדמי. הפכו את הברנד שלכם למקור מידע, לא לדפדפן פרסומי.
🎯 Brand Mentions Strategy, להופיע גם בלי קישור
בעולם ה GEO, אזכור הברנד שלכם מבלי קישור הוא הרבה יותר ערך מאשר היה ב SEO הקלאסי. למה? כי LLMs מקטלגים entities (ישויות) ולא רק URLs.
איך LLMs מקטלגים ברנדים
כשמודל לומד את האינטרנט, הוא בונה גרף ידע (Knowledge Graph) של מי הוא מי. אם ה brand שלכם מוזכר 1,000 פעמים ב הקשר של "מומחי SEO בישראל", המודל ילמד שאתם מומחי SEO בישראל. גם אם אף אחד מ ה 1,000 אזכורים לא היה קישור.
איך לבנות brand mentions
- אזכורים בעיתונות, פוסטים, ראיונות, ציטוטים. גם בלי קישור = ערך
- פודקסטים, להיות אורח, להיות מוזכר
- פורומים מקצועיים, אזכורים על ידי משתמשים אחרים
- Wikipedia, אם אתם ראויים, התנסו ב כניסה. אבל בזהירות, כללי Wikipedia קפדניים
- LinkedIn posts, אזכורים על ידי מומחים בנישה
- YouTube, אזכורים ב סרטוני נישה
- Reddit ו Quora, תשובות שמזכירות אתכם
LLMs מתאמנים על Common Crawl, ארכיון של האינטרנט. אם הברנד שלכם מופיע באתרים שנכללים ב Common Crawl, יש סיכוי שתופיעו ב knowledge cutoff של ה LLM. זו הסיבה שבניית brand נוכחות חוצה אתרים היא קריטית ל GEO.
📡 כלי המדידה, איך יודעים אם אתם שם
הבעיה הגדולה ב GEO, איך מודדים? אין Search Console ל ChatGPT. ביצועי אתר ב AI הם תיבת שחורה. אז איך עוקבים?
פתרונות מעשיים ב 2026
Highver (הכלי שלי)
מודד נוכחות של מותגים ב ChatGPT עברית. אתם מקבלים reports יומיים על כמה פעמים הברנד שלכם מצוטט, על איזה queries, ב איזה הקשר. לבדיקה.
AthenaHQ
פלטפורמה אמריקאית, מודדת AI visibility ב ChatGPT, Claude, Perplexity, Gemini. טובה לעסקים גלובליים.
Profound
brand monitoring ב LLMs. מתמקד באזכורים והקשרים.
בדיקה ידנית
תכנו רשימה של 20-30 queries רלוונטיים. שאלו את כל ה LLMs פעם בשבוע. רישמו מה הם אומרים. מבנה ב Excel.
Google Search Console חלקים מסוימים
תחת Performance > Search Type > Discover או Google News, רואים נתונים מ AI Overviews בעקיפין.
המטריקות החשובות
- Citation Rate, אחוז ה queries שבהם אתם מצוטטים
- Position in Response, האם אתם הראשון, השני, או באמצע
- Mention Quality, חיובי, נייטרלי, שלילי
- Source Type, ציטוט עם קישור או רק שם הברנד
- Query Coverage, על אילו תתי-נושאים אתם מופיעים
🇮🇱 GEO בעברית, השוני הקריטי
תקשיבו, GEO בעברית זה לא GEO באנגלית. יש הבדלים מהותיים שאם אתם לא מבינים אותם, אתם מבזבזים זמן ותקציב.
למה זה שונה
- פחות נתונים אימון בעברית, LLMs ראו פחות עברית בזמן ה training. הידע שלהם פחות עמוק.
- RAG חזק יותר בעברית, ChatGPT עם search מנצח את ChatGPT בלי search בעברית, כי הוא לא מסתמך על הידע המוגבל.
- פחות תחרות, פחות אתרים עוקבים אחרי GEO בעברית. הזדמנות אמיתית לתפוס מקום.
- שוק קטן יותר, פחות מותגים מוכרים. ל ChatGPT קל יותר לזהות שאתם המוביל בנישה.
- תרגום אוטומטי לא תמיד עובד, LLM מתרגם תשובות באנגלית לעברית ולעיתים מקלקל ניואנסים.
הזדמנות תיאורטית
אם אתם הראשונים בנישה שלכם שמקדמים GEO בעברית, סבירות גבוהה שתתפסו מקום מרכזי במשך שנים. למה? כי לא יהיו לכם מתחרים שעובדים על זה. במידה כל המתחרים שלכם עדיין רודפים אחר עמוד 1 בגוגל, אתם יכולים להיות citation מספר 1 ב ChatGPT.
ב 2027, צופה שיותר מ 30% מהשאלות בעברית יתחילו ב ChatGPT או AI Overviews. מי שלא מעוצב לזה עד אז, יאבד נתח שוק משמעותי. ההמלצה, להתחיל היום, לא בעוד שנה.
🚀 תכנית 90 יום לבניית נוכחות ב AI
הנה התכנית שאני נותן ללקוחות שרוצים להתחיל לבנות נוכחות ב AI. 90 יום, מציאותי, ובדוק.
ימים 1-30, Foundation
- הריצו audit על האתר, אילו עמודי authority יש לכם בנישה?
- בדקו ידנית ב ChatGPT, Claude, Perplexity, האם הברנד שלכם מצוטט?
- צרו רשימה של 30 queries מרכזיים בנישה
- תעדפו 5 עמודי pillar שאתם רוצים שיהיו citations
- הוסיפו schema מקיף לכל אחד מהעמודים (Article, FAQPage, HowTo, DefinedTermSet)
- בדקו את robots.txt, אפשרו את כל ה AI bots
ימים 31-60, Content Optimization
- הוסיפו תשובה ישירה בפסקה הראשונה של כל עמוד מרכזי
- הוסיפו FAQ של 10-15 שאלות לכל pillar
- הוסיפו טבלאות השוואה ב כל מקום שמתאים
- הוסיפו רשימות ממוספרות ב כל תהליך
- מבנה headings ב heירארכיה ברורה
- בדקו את ה Person schema שלכם, האם הוא מקיף?
ימים 61-90, Authority Building
- פנו ל 10 פודקסטים בנישה להתארח
- פרסמו 5 פוסטים אורח באתרי authority
- עברו על Wikipedia, האם יש ערך לעדכן או להוסיף? (בזהירות)
- פרסמו ב Reddit/Quora תשובות מקצועיות שמאזכרות אתכם
- שלחו ל HARO 30 תגובות מקצועיות
- הצטרפו לדיונים בלינקדאין, אזכרו את הברנד
אחרי 90 יום, סבירות גבוהה שתראו את הברנד שלכם מצוטט ב ChatGPT לפחות פעם או פעמיים על queries רלוונטיים. אחרי 6 חודשים, אם המשכתם, סבירות גבוהה שתהיו מקור מצוטט קבוע. אחרי שנה, מקור מוביל בנישה.
🔮 תחזיות ל 2027, מה צופה
אני לא חוזה מה יקרה. אני רואה טרנדים ומחבר נקודות. הנה מה שאני רואה.
AI Overviews יתפוס 50% מהחיפושים בגוגל
גוגל מתרחבת לאט אבל בטוח. ב 2026 זה 30%, ב 2027 צופה 50%.
ChatGPT יוסיף פרסומות
OpenAI כבר רומזת. ההכנסה היחידה הקבועה שלהם, פרסומות בתשובות. זה ישנה הכל.
Multi-modal AI יעלה
תשובות עם תמונות, וידאו, אינטראקטיביות. תוכן רק טקסטואלי יתקשה.
Personal AI Agents
סוכנים אישיים שיחפשו עבור המשתמש. ה SEO יצטרך לקדם לסוכן, לא לאדם.
שינוי במדידה
Search Console תוסיף נתוני AI Overviews מלאים. Google Analytics תוסיף "AI Referral".
תוכן ארוך יחזור
LLMs מעדיפים תוכן עומק. תוכן של 1,000 מילים פחות מצוטט מ 5,000 מילים.
Schema יהפוך לחובה
אתרים בלי schema פשוט לא יופיעו ב AI. זה ההפרדה בין רגוע לעני.
בניית Brand תהיה עיקר השוק
פחות "מילות מפתח", יותר "מי אתם?". LLMs בוחרים ברנדים מוכרים.
✅ צ'ק ליסט GEO, מה לעשות השבוע
תקשיבו, אם אתם רוצים להתחיל היום, הנה הרשימה. תעברו אחת אחת. כל סעיף, סמנו או רישמו פעולה.
הגדרות בסיסיות
- robots.txt מאפשר GPTBot, ClaudeBot, Google-Extended, PerplexityBot, CCBot
- schema מקיף על עמוד הבית (WebSite, Organization, Person)
- schema על כל pillar (Article, FAQPage, HowTo, DefinedTermSet)
- BreadcrumbList בכל עמוד
- sameAs ב Person schema לכל פרופיל חברתי
תוכן
- תשובה ישירה בפסקה הראשונה של כל עמוד מרכזי
- FAQ של 15+ שאלות בכל pillar
- headings ברורות (H2, H3) בכל עמוד
- טבלאות השוואה איפה שאפשר
- רשימות ממוספרות בכל תהליך
- הגדרות מודגשות לכל מושג חדש
Authority
- פרופיל LinkedIn מקצועי ומאומת
- פרופילים חברתיים ב Twitter, YouTube, Facebook
- אזכורים באתרי authority (HARO, פוסט אורח)
- פוסטים בלינקדאין שמייצגים expertise
- תשובות מקצועיות ב Reddit/Quora רלוונטיים
מדידה
- רשימה של 20-30 queries לבדיקה ידנית שבועית
- חשבון ב Highver או AthenaHQ ל מדידה אוטומטית
- מעקב Brand Mentions עם Google Alerts
- בדיקה חודשית ב Wayback Machine איך ה AI Overview משתנה
📖 מילון מושגים
- GEO
- Generative Engine Optimization, אופטימיזציה למנועי AI גנרטיביים
- LLM
- Large Language Model, מודל שפה גדול כמו ChatGPT או Claude
- RAG
- Retrieval Augmented Generation, ה LLM מחפש מקורות לפני שהוא משיב
- Query Fan Out
- פיצול שאלה למספר חיפושים מקבילים, מה שגוגל עושה ב AI Overviews
- Citation
- ציטוט מקור על ידי LLM, יכול להיות עם קישור או רק שם הברנד
- Knowledge Graph
- גרף ידע של ישויות (אנשים, מקומות, ברנדים) שה LLM בונה בזמן training
- GPTBot
- הבוט של OpenAI שסורק אתרים ל training של GPT
- ClaudeBot
- הבוט של Anthropic שסורק אתרים ל training של Claude
- Google Extended
- הבוט של גוגל ל Bard/Gemini, שונה מ Googlebot
- AI Overviews
- תוצאות גנרטיביות שגוגל מציג בראש דף החיפוש
- Common Crawl
- ארכיון פתוח של האינטרנט שמשמש כרבים מ LLMs ל training
- Speakable
- תג schema שמסמן איזה חלקי העמוד מתאימים לקריאה בקול