כלי ניטור נראות ב-AI: מה הם באמת עושים

כלי ניטור נראות ב-AI אינם מחוברים לשום מנוע. ל-OpenAI, לגוגל, ל-Microsoft ולאף חברה אחרת אין ממשק שמדווח לבעל אתר כמה פעמים צוטט, באילו שאלות, ובאיזו מדינה. אין API כזה, אין דוח כזה, ואין תור המתנה לקבל אותו. לכן לכלים אין מאיפה למשוך נתון, ומה שהם עושים בפועל הוא בדיוק מה שאתם יכולים לעשות ידנית: לשלוח סט שאלות, לקרוא את התשובות, לספור אזכורים ולצבור לאורך זמן.

ההבדל בינם לבינכם הוא קנה מידה ואוטומציה, לא גישה. זה לא הופך אותם לחסרי ערך, אבל זה קובע איך לקרוא כל מספר שמופיע בדוח שלהם.

מאיפה בדיוק מגיע המספר

כל כלי בשוק בנוי מאותם ארבעה שלבים. סט שאלות, הרצה של השאלות מול מודל, פענוח התשובות, וצבירה לציון אחד שנקרא בדרך כלל "נראות" או "נתח קול".

בכל אחד מארבעת השלבים האלה יש החלטות של הספק, ולא של המציאות. מי בחר את השאלות, כמה שאלות יש, באיזו שפה הן נוסחו, כמה פעמים כל שאלה רצה, ומה נחשב אזכור. הציון שמתקבל בסוף הוא מדידה של סט השאלות של הספק, לא מדידה של השוק שלכם.

מכאן נובעות שתי מסקנות מעשיות. השוואה בין מתחרים בתוך אותו כלי היא לגיטימית, כי כולם נמדדים על אותו סט. השוואה בין כלים, או מול "ממוצע ענפי" שמישהו מציג, היא חסרת משמעות, כי מדובר בשני סרגלים שונים שקוראים לעצמם באותו שם.

יש עוד משתנה שרוב הדוחות שותקים לגביו: שונות. אותה שאלה, שנשאלת פעמיים ברצף בחלון נקי, מחזירה לא פעם מקורות שונים. כלי שמריץ כל שאלה פעם אחת בשבוע ומצייר גרף, מצייר לכם רעש ומכנה אותו מגמה. מספר שקפץ מ-40 ל-52 בלי שנגעתם בכלום הוא בדיוק זה. שווה לשאול כמה הרצות יש לכל שאלה, והאם הכלי מציג טווח ולא רק ממוצע. הרקע לשיטה עצמה נמצא במדריך המדידה.

ממשק תכנותי אינו המוצר, וההבדל גדול ממה שנדמה

זו הנקודה שהכי פחות מדברים עליה והיא משנה את פרשנות הדוח יותר מכל דבר אחר.

רוב הכלים פונים למודל דרך ממשק תכנותי, לא דרך האפליקציה שהמשתמש רואה. שני הדברים האלה אינם אותו דבר. באפליקציה יש שכבת מערכת משלה, שליפת מידע בזמן אמת שמופעלת לפי כללים אחרים, זיכרון והתאמה אישית, מיקום, וגרסת מודל שנקבעת בניתוב פנימי. בממשק התכנותי לרוב אין את רובם.

התוצאה: תשובה שהכלי קיבל היא תשובה נכונה למה שהכלי שאל, ולא בהכרח מה שרואה לקוח ישראלי שפותח את האפליקציה בעברית מכתובת ישראלית. במיוחד בשאלות עם כוונה מקומית, "בתל אביב", "קרוב אליי", "בישראל", שבהן מקור הבקשה משפיע על מה שהחיפוש מחזיר. ספק שמריץ הכול משרתים בארצות הברית מודד שוק אחר.

לכן, לפני שמסתכלים על גרף, שואלים ארבעה דברים יבשים: מול איזה ממשק רצה הבדיקה, מאיזו מדינה, באיזו שפה, ובאיזו גרסת מודל. ואם המודל מקובע לגרסה ישנה כדי לשמור על יציבות הגרף, קיבלתם מספר יציב מאוד על מודל שאף אחד כבר לא משתמש בו. ההבדל בין מסלול הזיכרון למסלול החיפוש, שקובע מתי בכלל יש מה למדוד, מוסבר במדריך ChatGPT.

"אזכור" זו לא מילה אחת

חלק גדול מהפער בין דוחות של שני כלים נובע מכך שהם סופרים דברים שונים ומדפיסים מעליהם את אותה כותרת. ארבע רמות, לפי סדר עולה של ערך:

שתי השורות האמצעיות הן העבודה. השורה הראשונה היא מה שנמכר, והשורה האחרונה היא מה שכבר יש לכם בחינם ורוב העסקים לא בודקים.

שלוש השאלות לשאול לפני שקונים

אחת: מאיפה המספר, בפירוט מלא. כמה שאלות בסט, מי ניסח אותן, כמה הרצות לכל שאלה, מאיזו מדינה, באיזו שפה, מול איזה ממשק ואיזו גרסה. ספק שעונה "אלגוריתם קנייני" על שאלה כזו לא הגן על סוד מסחרי, הוא נמנע מלומר שהסט קטן או שההרצות בודדות. אין כאן שום דבר קנייני, השיטה זהה בכל הכלים והיא מתוארת בגלוי בכל מקום.

שתיים: של מי סט השאלות, ומה קורה כשהוא משתנה. זו השאלה שכמעט אף אחד לא שואל והיא היקרה ביותר. אם הסט נבנה אוטומטית על ידי הספק, הוא עשוי להשתנות בעדכון מוצר, ואז הגרף שלכם קפץ בלי שקרה כלום בשוק. אם אתם מוסיפים שאלה באמצע, כל ההיסטוריה שמעליה כבר לא ברת השוואה, אלא אם הכלי שומר את הסדרות בנפרד. ובאותה נשימה: האם אפשר לייצא את הכול, שאלות ותשובות גולמיות ורשימות מקורות, ולא רק ציונים. בלי ייצוא, ביום שתחליפו ספק תאבדו את הבסיס ותתחילו למדוד מאפס.

שלוש: מה בדיוק אני עושה מחר בבוקר עם הדוח הזה. ציון נראות לא אומר לכם מה לתקן. מה שכן אומר הוא רשימת המקורות שצוטטו בשאלות שבהן לא הופעתם, כי היא רשימת יעדי העבודה שלכם לחודש הבא. כלי שמציג ציון ולא נותן לראות אילו כתובות חזרו בציטוטים מוכר לכם מדחום בלי מרשם. הצד הזה מפורט במדריך האזכורים.

מה בעברית שובר את רוב הכלים?

הכלים בשוק נבנו לשוק האנגלי, ורוב הבעיות שלהם בעברית הן לא תקלה אלא היעדר התאמה.

זיהוי השם. עסק ישראלי אחד יכול להיכתב בכתיב מלא, בכתיב חסר, עם או בלי ה"א הידיעה, בתעתיק לועזי, ולפעמים גם באנגלית. כלי שמחפש מחרוזת אחת יספור בחסר. מותג ששמו מילה נפוצה יספור ביתר, וכל אזכור של המילה הרגילה ייחשב לו הצלחה. שווה לבדוק את זה ידנית על עשר תשובות לפני שמאמינים לגרף.

ניסוח השאלות. אצל לא מעט ספקים, סט השאלות בעברית נוצר בתרגום אוטומטי של שאלות אנגליות. התוצאה היא משפטים שאף ישראלי לא מקליד. בקשו את הסט הגולמי וקראו אותו שורה שורה. אם לא הייתם מקלידים את המשפט הזה בעצמכם, הכלי לא מודד את השוק שלכם אלא תרגום שלו.

תערובת השפות. בשאלות עבריות המנוע לא פעם שולף גם מקורות באנגלית. כלי שמסנן לעברית בלבד מחסיר חלק מהתמונה, וכלי שסופר הכול יחד לא מבחין בין שאלה שנענתה ממקור ישראלי לשאלה שנענתה ממקור זר. ההבחנה הזו חשובה, כי היא קובעת אם המקור שצריך לעבוד מולו בכלל מדבר לקהל שלכם.

כיסוי הפלטפורמות. רוב הכלים מדווחים על כמה מנועים במקביל, אבל לא כולם רלוונטיים כאן באותה מידה. עמודה של נתח קול במנוע שכמעט לא בשימוש עברי נראית טוב בדוח ולא מייצגת אף לקוח פוטנציאלי.

מתי כלי משתלם, ומתי גיליון מנצח אותו?

עמדה שלנו, ואנחנו יודעים שהיא לא נוחה לספקים: לעסק בודד, בשפה אחת ובשוק אחד, גיליון ידני עם עשרים שאלות פעם בחודש מספק כמעט את אותו ערך. זו כשעת עבודה, והיא נותנת לכם משהו שהכלי לא נותן: אתם קוראים את התשובות במו עיניכם ורואים איך המנוע מנסח את התחום, מה הוא מדגיש, ומי מוצג בו כברירת מחדל. את זה אי אפשר להסיק מציון.

כלי מתחיל להשתלם כשיש כמות: כמה מותגים, כמה שווקים, כמה שפות, או צורך בהיסטוריה מסודרת בלי להסתמך על משמעת אנושית לאורך שנה. גם גוף שמנהל מספר לקוחות מרוויח שם, וזה שיקול שנכנס לתוך מודל העבודה מול משרד ולתוך תקצוב העבודה.

ההמלצה המעשית, בסדר הזה: להריץ שניים או שלושה חודשים ידנית לפני שקונים. אז יש לכם בסיס משלכם, אתם יודעים בדיוק אילו שאלות חשובות, ויש לכם עם מה להצליב את המספר של הכלי בחודש הראשון. מי שקונה קודם מקבל מספר שאין לו שום דרך לדעת אם הוא נכון, ובדרך כלל גם לא ידע מה לעשות איתו.

ההבדל בין הכלי לבין העבודה נשאר בכל מקרה: מישהו צריך לקרוא את רשימת המקורות ולהפוך אותה למשימות. זה החלק שבו מריצים את הדגימה ומדווחים עליה, והכלי הוא לכל היותר קיצור של שלב האיסוף.

מה כלי ניטור לא יכול לעשות בשבילכם?

הוא לא אומר למה. ציון שירד לא מבחין בין שינוי בגרסת המודל, שינוי בסל המקורות, ומקור מתחרה חדש שנכתב החודש. את זה מוצאים רק בקריאה של התשובות עצמן.

הוא לא מודד סריקה. אם סורק חיפוש חסום אצלכם, שום כלי ניטור לא יגיד לכם את זה. הוא רק יראה שאתם לא מופיעים, וזה נראה בדיוק כמו בעיית תוכן. הבדיקה הזו נעשית בקובץ robots.txt ובלוגי השרת, והיא מפורטת במדריך הטכני.

הוא לא מודד מודעות. יש כלים שמציגים היום מעקב אחרי פרסום בתוך מנועי AI. לעסק הרשום בישראל יש מה למדוד שם מ-16 בספטמבר 2026, אבל לא בכלי הזה: ביצועי מודעות ChatGPT נמדדים בדוח של הפלטפורמה עצמה ולא בדגימת שאלות. המצב המעודכן בכל מנוע נמצא בעמוד המצב בישראל, והפרטים על השווקים שכן נפתחו בעמוד ChatGPT Ads.

הוא לא נותן דיווח אמין על סיכומי AI של גוגל. אין להם שורה נפרדת בכלי הדיווח של גוגל, והתצוגה משתנה בין משתמשים. כל מספר בתחום הזה הוא הערכה מדגימה, כולל אצל כלים גדולים ומוכרים. הרקע בעמוד סיכומי AI.

הוא לא מתקן מידע שגוי. מספר שיורד בגלל שנכתב עליכם משהו לא נכון הוא ממצא, לא פתרון. עמוד הטעויות מונה את המכשולים שחוזרים כאן שוב ושוב.

מה עדיין לא ידוע

אף מנוע לא התחייב לפרסם נתוני ציטוט לבעלי אתרים, ואין סימן פומבי שזה עומד להשתנות. לכן אין ולא תהיה בקרוב דרך לאמת מספר של כלי מול אמת אחת. גם אין תקן מקובל להגדרת "נראות", וכל ספק מגדיר אותה אחרת בלי שהוא חייב לפרסם את ההגדרה.

לא ידוע לנו גם מה יקרה לכלים האלה אם מנועים יגבילו הרצה אוטומטית של שאילתות בהיקף גדול. חלק מהשיטות שבהן משתמשים היום נשענות על גישה שאינה מובטחת, ושינוי מדיניות אצל ספק אחד יכול לשנות באחת את מה שכלי מסוגל למדוד ואת רציפות הנתונים שכבר נאספו. שינויים כאלה, ככל שיפורסמו, נתעד בארכיון העדכונים, והמונחים שמופיעים כאן מוסברים במילון.