الگوریتم برت (BERT) گوگل چیست؟ انقلابی در درک زبان طبیعی
در سال ۲۰۱۹، گوگل یک انقلاب واقعی به پا کرد. با وجود مرغ مگسخوار و رنکبرین، گوگل توانسته بود نیت کاربر را بهتر بفهمد، اما هنوز در درک زبان طبیعی انسان مشکلاتی داشت.
اینجا بود که الگوریتم BERT (Bidirectional Encoder Representations from Transformers) معرفی شد؛ الگوریتمی که از پردازش زبان طبیعی (NLP) در سطحی بیسابقه استفاده میکرد. گوگل حالا حتی ریزترین جزئیات زبان محاورهای را میفهمید.
ماموریت BERT:
«باید زبان انسان را مثل خود انسان بفهمم.»
ویژگیها و کاربرد اصلی:
- درک بهتر کلمات در جمله کامل (نه بهصورت جداگانه).
- توجه به حروف ریز مثل «از»، «به»، «برای» که معنای جمله را تغییر میدهند.
- کمک به گوگل برای فهمیدن سوالات محاورهای و پیچیده.
- تکمیل راهی که مرغ مگسخوار آغاز کرده بود.
تأثیر واقعی در دنیای وب:
- محتوایی که روان، طبیعی و انسانی نوشته شده بود، رتبه بهتری گرفت.
- استفاده افراطی از کلمات کلیدی دیگر هیچ فایدهای نداشت.
- نویسندگان محتوا یاد گرفتند باید برای انسان بنویسند، نه برای موتور جستجو.
مثال ساده:
کاربری سرچ کند: “آیا میتوان دارو را برای کودک خرید؟”
- قبل از BERT → گوگل ممکن بود نتایجی دربارهی “خرید دارو” نشان دهد.
- بعد از BERT → گوگل متوجه میشود که تمرکز کاربر روی کودک است و نتایج مرتبط با قوانین و ایمنی دارو برای کودکان را نشان میدهد.
BERT یک نقطه عطف بود. از اینجا به بعد، گوگل بیش از هر زمان دیگری به درک زبان انسان شبیه شد.
BERT گوگل، جستجو را شبیه یک مکالمه طبیعی میکند.
برای یادگیری بهتر بعد از خواندن مقاله کوئیز زیر را جواب دهید.
الگوریتم BERT چه نقشی در گوگل دارد؟
الگوریتم BERT یا Bidirectional Encoder Representations from Transformers یکی از بزرگترین نوآوریهای گوگل در حوزه درک زبان طبیعی (NLP) است که در سال ۲۰۱۹ معرفی شد. این الگوریتم به گوگل کمک میکند زبان انسان را نهتنها بهصورت سطحی، بلکه با تمام ظرافتهای آن بفهمد. یعنی حتی کوچکترین بخشهای جمله مثل حروف اضافه یا ترتیب کلمات که پیشتر توسط موتورهای جستجو نادیده گرفته میشدند، حالا بهدرستی درک میشوند. به بیان ساده، گوگل با استفاده از BERT میتواند زبان محاورهای کاربران را مشابه یک انسان واقعی تفسیر کند، نه صرفاً بهعنوان مجموعهای از کلمات کلیدی.
قبل از معرفی BERT، موتور جستجوی گوگل بیشتر کلمات را بهطور جداگانه بررسی میکرد و همین موضوع باعث میشد بعضی از نتایج نمایشدادهشده با هدف اصلی کاربر فاصله زیادی داشته باشند. اما الگوریتم BERT با داشتن قابلیت «درک دوطرفه» جملات، هم از سمت راست و هم از سمت چپ جمله، معنای کلمات را در متن تحلیل میکند. به همین دلیل گوگل امروز قادر است مفهوم واقعی عبارات را بفهمد و نتایجی بسیار دقیقتر و مرتبطتر ارائه دهد. این یعنی دیگر تمرکز صرف روی کلمات کلیدی کافی نیست و توجه به معنا و هدف جستجوی کاربر به اولویت اصلی تبدیل شده است.

برت چگونه تفاوتهای ظریف زبان را درک میکند؟
یکی از مهمترین ویژگیهای الگوریتم BERT توانایی درک تفاوتهای ظریف و ظاهراً کوچک در زبان است؛ تفاوتهایی که گاهی میتوانند معنای جمله را کاملاً تغییر دهند. پیش از این، موتور جستجو بیشتر بر اساس تکتک کلمات عمل میکرد و ارتباط آنها با یکدیگر را بهخوبی متوجه نمیشد. اما حالا گوگل با کمک BERT مثل یک انسان، کل جمله را بهصورت یک مفهوم یکپارچه درک میکند.
برای مثال، فرض کنید دو کاربر دو عبارت متفاوت را جستجو کنند:
- «خرید بلیط قطار به مشهد»
- «خرید بلیط قطار از مشهد»
پیش از الگوریتم BERT، گوگل این دو کوئری را تقریباً مشابه در نظر میگرفت و نتایجی نزدیک به هم نمایش میداد. اما امروز، کاملاً متوجه میشود که یکی بهدنبال بلیط رفتن به مشهد است و دیگری بهدنبال بلیط بازگشت از مشهد. این درک دقیق باعث میشود کاربر سریعتر به نتیجه دلخواه برسد و تجربه جستجو بهمراتب کارآمدتر و رضایتبخشتر باشد.
وقتی گوگل معنای واقعی سؤال شما را میفهمد!
برای درک بهتر الگوریتم BERT، بیایید سراغ یک مثال ملموستر برویم. فرض کنید در گوگل جستجو کنید: «بهترین مکان برای خرید کفش به مدرسه». پیش از بهروزرسانی برت، گوگل بیشتر روی کلمات «خرید کفش» تمرکز میکرد و نتایجی مثل فروشگاههای آنلاین کفش یا تبلیغات کفش ورزشی نمایش میداد، بدون اینکه به کلمه «مدرسه» اهمیت زیادی بدهد.
اما بعد از ورود الگوریتم این هوش مصنوعی، اوضاع تغییر کرد. گوگل دیگر فقط به تکتک کلمات نگاه نمیکند، بلکه کل جمله و ارتباط بین کلمات را تحلیل میکند. حالا وقتی همان عبارت را جستجو کنید، نتایجی میبینید که دقیقاً متناسب با هدف شماست؛ یعنی کفشهای راحت و مناسب برای محیط مدرسه. به همین دلیل این الگوریتم کمک کرده تا جستجوها از یک حالت خشک و ماشینی خارج شوند و بیشتر شبیه به پرسوجوی واقعی یک انسان عمل کنند.
این تغییر کوچک در ظاهر، تحولی بزرگ در تجربه کاربری است. چون باعث میشود کاربران زمان کمتری برای پیدا کردن جواب صرف کنند و گوگل هم اعتماد بیشتری جلب کند. به همین دلیل است که الگوریتم BERT به یکی از مهمترین نقاط عطف در تاریخ موتور جستجوی گوگل تبدیل شد.
الگوریتم برت چگونه کار میکند؟
الگوریتم BERT در واقع ترکیبی از دو مفهوم کلیدی هوش مصنوعی است: شبکههای عصبی و پردازش زبان طبیعی (NLP). شبکههای عصبی همان الگوریتمهایی هستند که برای تشخیص الگوها طراحی شدهاند و میتوانند با آموزش روی حجم زیادی از دادهها، الگوهای پنهان را شناسایی کنند؛ درست مثل مغز انسان که قادر به تشخیص چهره یا صداست.
از سوی دیگر، NLP شاخهای از هوش مصنوعی است که به کامپیوترها امکان میدهد زبان انسان را درک کنند. شما نمونههای آن را هر روز میبینید: پیشنهاد کلمات در کیبورد گوشی، رباتهای چت یا ابزارهایی که مکالمات کاربران در شبکههای اجتماعی را تحلیل میکنند. کاری که BERT انجام میدهد، ارتقای همین NLP است، با این تفاوت که به جای نگاه یکطرفه به متن، به صورت دوطرفه (Bidirectional) ساختار جمله را بررسی میکند و معنای کلمات را بر اساس ارتباطشان با قبل و بعدشان میفهمد.
این الگوریتم معنای واقعی کلمات شما را درک میکند، نه فقط خود واژهها.
پیش از ورود این الگوریتم، گوگل بیشتر کلمات را جداگانه بررسی میکرد و به همین دلیل در درک هدف کاربر دچار خطا میشد. اما حالا BERT میتواند حتی در جملات طولانی و پیچیده، معنای دقیق را تشخیص دهد. مثلاً اگر کاربری بپرسد «روزی چند لیوان شیر برای بدن لازم است؟» موتور جستجو پیشتر ممکن بود نتایجی مربوط به «شیر آب» یا حتی حیوان شیر نمایش دهد. در حالیکه اکنون، با درک ارتباط بین «لیوان» و «بدن»، متوجه میشود منظور کاربر شیر خوراکی است و همان نتایج را نشان میدهد.
یا اگر عبارتی مثل «کتاب تمرین ریاضی برای نوجوانان پایه ششم تا هشتم» جستجو شود، گوگل دیگر صرفاً نتایج عمومی ریاضی را ارائه نمیدهد، بلکه دقیقاً کتابهایی را پیشنهاد میکند که مناسب همان گروه سنی است و حتی ممکن است آنها را در جایگاه ویژه Featured Snippet قرار دهد.
همین تغییر باعث شده BERT نقطه عطفی در تکامل گوگل باشد. این الگوریتم با نگاه انسانیتر به زبان، توانسته کیفیت نتایج جستجو را بالا ببرد، خطاها را کاهش دهد و تجربه کاربری را بهبود بخشد. حالا دیگر موتور جستجو مثل یک ماشین خشک عمل نمیکند، بلکه بهنوعی میتواند مثل انسان فکر کند و نیاز واقعی کاربر را درک کند.
تفاوت الگوریتم برت (BERT) و رنکبرین (RankBrain) چیست؟
خیلی از افراد تصور میکنند که BERT همان نسخه جدید RankBrain است؛ اما حقیقت اینه که این دو الگوریتم دو مسیر جداگانه دارند و در کنار هم کار میکنند، نه به جای هم. هر دو برای درک بهتر زبان و هدف کاربر ساخته شدهاند، اما رویکردشان کاملاً متفاوته.
رنکبرین (۲۰۱۵):
اولین الگوریتم هوش مصنوعی گوگل برای درک نیت جستجوی کاربران بود. رنکبرین با استفاده از یادگیری ماشین، سوالات جدید و ناشناخته کاربران رو با سوالات مشابه قبلی مقایسه میکنه و نتایج رو بر اساس تجربه گذشته تنظیم میکنه. مثلا اگر کسی سرچ کنه «بلندترین نشان پاریس»، حتی بدون ذکر نام «برج ایفل»، رنکبرین متوجه میشه کاربر به دنبال اطلاعات برج ایفل هست. یعنی وظیفه اصلیش یافتن ارتباط بین مفاهیم مشابه و پر کردن شکافهای معناییه.
برت (۲۰۱۹):
BERT مخفف Bidirectional Encoder Representations from Transformers هست و تمرکزش روی درک دقیقتر زبان محاورهای و ساختار جملات. ویژگی مهم برت «دوطرفه بودن»شه؛ یعنی همزمان به کلمات قبل و بعد یک واژه نگاه میکنه تا معنی دقیق اون رو بفهمه. مثلاً در عبارت «مهاجرت به کانادا» و «مهاجرت از کانادا»، برت تفاوت «به» و «از» رو درک میکنه و نتایج کاملاً متفاوتی ارائه میده. این چیزی بود که الگوریتمهای قبلی گوگل بهخوبی قادر به انجامش نبودند.
BERT نیومده تا جای RankBrain رو بگیره؛ بلکه مکمل اونه. در واقع گوگل بسته به نوع کوئری ممکنه از فقط رنکبرین، فقط برت یا ترکیبی از هر دو استفاده کنه. رنکبرین زمینه کلی جستجو رو متوجه میشه، و BERT جزییات دقیق جمله و ارتباط بین کلمات رو درک میکنه.
الگوریتم BERT بر چه جستجوهایی تأثیر میگذارد؟
الگوریتم BERT وقتی در اکتبر ۲۰۱۹ (نه مارس) بهصورت رسمی معرفی شد، غوغای زیادی به پا کرد و بسیاری از متخصصان سئو منتظر تغییرات شدید در رتبهبندی سایتها بودند. اما برخلاف تصورات اولیه، خبری از افتوخیزهای شدید در نتایج نبود. دلیل این موضوع هم ساده است: برت بیشتر روی جستجوهای طولانی، دیالوگمحور و محاورهای تمرکز دارد؛ همان جستجوهایی که کاربران در قالب سوال یا جمله کامل وارد گوگل میکنند، نه صرفاً چند کلمه کلیدی کوتاه.
به همین خاطر، خیلی از سایتها که استراتژی محتوایشان همچنان روی کلمات کلیدی کوتاه (Short-Tail Keywords) متمرکز بود، تغییر خاصی حس نکردند. در واقع BERT آمده تا به گوگل کمک کند منظور واقعی کاربر را بهتر بفهمد، مخصوصاً وقتی جملهای با حروف اضافه یا ساختار پیچیده تایپ میکند.
طبق اعلام رسمی گوگل، الگوریتم برت حدود ۱۰ درصد نتایج جستجو را تحتتأثیر قرار داده است. یعنی از هر ۱۰ کوئری جستجو، حداقل یکی از آنها با کمک برت تفسیر و پردازش میشود. این رقم شاید کوچک به نظر برسد، اما برای دنیای موتور جستجو یک انقلاب محسوب میشود. چون BERT باعث شده گوگل در جستجوهایی که قبلاً مبهم بودند (مثل جستجوهای سوالی یا با چند معنا) حالا نتایج دقیقتر و مرتبطتری نشان دهد.
به بیان ساده: اگر شما در گوگل عبارتهایی مثل «بهترین راه مهاجرت به آلمان برای دانشجوها» یا «کتابی که درباره مدیریت زمان حرف میزند» را جستجو کنید، برت بهجای تمرکز صرف روی کلمات «مهاجرت» یا «کتاب»، کل جمله و ارتباط بین کلمات را بررسی میکند تا بفهمد دقیقاً به دنبال چه هستید. همین تغییر کوچک، دنیای نتایج جستجو را زیر و رو کرده است.
تأثیر الگوریتم برت در سئو و روشهای بهینهسازی
یکی از اولین پرسشهایی که بعد از انتشار این الگوریتم در سال ۲۰۱۹ مطرح شد این بود: «آیا BERT روی سئو تأثیر دارد؟» پاسخ روشن است: بله! چون سئو یعنی بهینهسازی برای موتورهای جستجو و هر تغییر در الگوریتمهای گوگل، مستقیماً مسیر سئو را تغییر میدهد. اما سؤال مهمتر این است که: چطور باید برای برت بهینهسازی کنیم؟
گوگل بارها تأکید کرده که شما نمیتوانید «مستقیماً برای الگوریتم برت بهینهسازی کنید». حتی دنی سالیوان (نماینده گوگل) در توییتر گفته: «هیچ ترفند خاصی برای بهینهسازی BERT وجود ندارد؛ این الگوریتم فقط به ما کمک میکند محتوای انسانی را بهتر درک کنیم.» به بیانی دیگر، اگر پیشتر محتوا را برای گوگل مینوشتید، حالا وقتش رسیده برای انسانها بنویسید و اجازه دهید گوگل خودش متوجه کیفیت کارتان شود.
با این حال، این موضوع به معنی «هیچ کاری نکنید» نیست. برت نشان داد که موفقیت در سئو آینده، وابسته به درک نیت کاربر و تولید محتوای طبیعی و شفاف است. در واقع، محتوایی که مستقیماً نیاز کاربر را پاسخ دهد، بهترین بهینهسازی برای BERT محسوب میشود.
درک هدف جستجوی کاربر؛ هدف الگوریتم برت
الگوریتم BERT یکی از مهمترین تغییرات گوگل در درک زبان طبیعی است. یکی از قابلیتهای شگفتانگیز آن، پیشبینی هدف جستجو با خطای بسیار پایین است. یعنی حتی اگر کاربر یک کلمه را اشتباه تایپ کند یا از عبارتی محاورهای استفاده کند، گوگل به لطف BERT همچنان منظور اصلی او را میفهمد. برای مثال، فرض کنید کسی به جای «قیمت بلیت هواپیما به مشهد» تایپ کند «قیمت بلیط برای مشهد»؛ گوگل بدون هیچ سردرگمی، همان نتایج درست مربوط به خرید بلیت را نمایش میدهد.
این ویژگی نشان میدهد که این هوش مصنوعی بیش از هر چیز روی نیت کاربر تمرکز دارد، نه روی تکرار مکانیکی کلمات کلیدی. پس به جای اینکه وقت خود را صرف ترفندهای ماشینی مثل تکرار بیرویه کلیدواژهها یا استفاده از پلاگینهای ساده کنید، باید یاد بگیرید مثل کاربر فکر کنید، به زبان او حرف بزنید و محتوایی تولید کنید که دقیقاً نیازش را برطرف کند.

چند راهکار کلیدی برای بهینهسازی محتوا بر اساس User Intent در BERT:
-
نوشتن برای انسانها نه رباتها: محتوای شما باید روان، محاورهای و کاربردی باشد، نه پر از کلیدواژههای مصنوعی.
-
تمرکز بر نیت جستجو: تشخیص دهید کاربر به دنبال آموزش است، قصد خرید دارد یا فقط مقایسه میکند.
-
استفاده از کلیدواژههای طولانی و سوالی: جملات طبیعی مثل «چطور سئو سایت فروشگاهی را انجام دهیم؟» برای گوگل بسیار ارزشمندتر از کلمات تکواژهای هستند.
-
پاسخ مستقیم به سوالات: متن را طوری بنویسید که کاربر جواب فوری بگیرد؛ این شانس حضور شما در Featured Snippet را بالا میبرد.
-
ساختاردهی محتوا: از تیترها، پاراگرافهای کوتاه و زبان ساده استفاده کنید تا هم گوگل و هم کاربر راحتتر مفهوم را درک کنند.
-
بهبود تجربه کاربری: سرعت، موبایلفرندلی بودن و طراحی کاربرپسند همچنان مکمل ضروری برای موفقیت در نتایج هستند.
به بیان ساده، BERT گوگل روزبهروز انسانیتر میشود. اگر محتوای شما به زبان کاربر نوشته شده باشد و دقیقاً به نیاز او پاسخ دهد، دیگر لازم نیست نگران الگوریتم باشید؛ چرا که خود گوگل بهترین مترجم بین شما و کاربرتان خواهد شد.
اپدیت های الگوریتم برت
از زمان معرفی الگوریتم BERT در اکتبر ۲۰۱۹ تا امروز، این الگوریتم یکی از مهمترین دستاوردهای گوگل در حوزه پردازش زبان طبیعی (NLP) محسوب میشود. گوگل در همان ابتدا اعلام کرد که برای پیادهسازی BERT تنها به تغییرات نرمافزاری بسنده نکرده و حتی زیرساختهای سختافزاری خود را هم ارتقا داده است. دلیل این موضوع هم پیچیدگی بالای مدلهای مبتنی بر BERT بود؛ مدلهایی که پردازش آنها با سرورهای معمولی زمانبر و پرهزینه میشد. برای همین گوگل در این مرحله از Cloud TPUها (تنسور پردازش یونیتهای ابری) استفاده کرد تا بتواند در کوتاهترین زمان ممکن، نتایج دقیقتری به کاربران نمایش دهد.
با BERT، گوگل دقیقاً میفهمد کاربر چه چیزی میخواهد.
نخستین بهروزرسانی بزرگ این الگوریتم در ۹ دسامبر ۲۰۱۹ (۱۸ آذر ۱۳۹۸) اتفاق افتاد؛ زمانی که گوگل اعلام کرد BERT علاوه بر زبان انگلیسی، به بیش از ۷۰ زبان زنده دنیا از جمله فارسی گسترش یافته است. این آپدیت به معنای بینالمللی شدن برت بود و از آن تاریخ به بعد کاربران در کشورهای مختلف هم تأثیر مستقیم آن را در نتایج جستجوی خود احساس کردند. البته در همان زمان گوگل توضیح داد که BERT بیشتر روی کوئریهای طولانی و محاورهای اثر میگذارد، چون این نوع جستجوها بیشترین ابهام و چالش را برای موتور جستجو ایجاد میکنند.
به طور خلاصه، دو آپدیت کلیدی برای BERT تاکنون به ثبت رسیده است:
-
۳۰ مهر ۱۳۹۸ (۲۲ اکتبر ۲۰۱۹): معرفی رسمی الگوریتم BERT و ارتقای زیرساختهای سختافزاری گوگل.
-
۱۸ آذر ۱۳۹۸ (۹ دسامبر ۲۰۱۹): بینالمللی شدن BERT و فعالسازی آن برای بیش از ۷۰ زبان دنیا.
از آن زمان تاکنون، گوگل بهطور مداوم مدلهای زبانی BERT را بهبود داده و هر بار آن را هوشمندتر کرده است. به همین دلیل است که امروز وقتی عبارتی محاورهای، طولانی یا حتی با اشتباه تایپی جستجو میکنید، گوگل دقیقتر از همیشه متوجه منظور شما میشود.
مهمترین سوالات کاربران درباره جدیدترین الگوریتم برت گوگل
از همان ابتدای معرفی الگوریتم BERT، کاربران و متخصصان سئو سوالات زیادی درباره تأثیر آن روی نتایج جستجو و آینده بازاریابی محتوا مطرح کردهاند. در ادامه به اساسیترین و پر تکرارترین پرسشها همراه با پاسخهای کامل میپردازیم:
1. آیا الگوریتم BERT برای زبان فارسی هم فعال است؟
بله، در ابتدا این الگوریتم فقط برای زبان انگلیسی فعال بود، اما گوگل خیلی زود آن را برای زبانهای دیگر هم توسعه داد. امروز BERT روی بسیاری از زبانها از جمله فارسی اعمال شده و نتایج جستجوی ما در گوگل دقیقتر و هوشمندتر از قبل تحلیل میشود.
2. آیا BERT همان RankBrain جدید است؟
خیر. بسیاری فکر میکنند برت جایگزین رنکبرین شده، اما اینطور نیست. رنکبرین اولین قدم گوگل برای درک زبان طبیعی بود، در حالی که BERT یک مکمل قدرتمند است که دقت و عمق درک گوگل از متنها را بیشتر کرده. به بیان ساده، رنکبرین مسیر را باز کرد و برت آن را کاملتر کرد.
3. الگوریتم BERT از چه زمانی وارد جستجوی گوگل شد؟
برت در اکتبر ۲۰۱۹ بهطور رسمی در جستجوی گوگل فعال شد و طبق آمار رسمی، از همان ابتدا روی حدود ۱۰ درصد از جستجوها در زبان انگلیسی تأثیر گذاشت. امروز این الگوریتم تقریباً در همه زبانها (از جمله فارسی) حضور دارد و بخش بزرگی از کوئریهای طولانی و محاورهای را تحت تأثیر قرار میدهد.
4. آیا الگوریتم BERT بازاریابی محتوا را تغییر داده است؟
قطعاً بله. وقتی گوگل بهتر زبان ما را میفهمد، دیگر روشهای قدیمی مثل تکرار بیهدف کلمات کلیدی کارایی ندارند. تنها راه موفقیت این است که محتوایی تولید کنیم که واقعاً به زبان کاربر نوشته شده باشد و نیاز او را رفع کند. BERT نشان داد که کیفیت محتوا و درک نیت کاربر مهمتر از هر چیز دیگری است.
5. الگوریتم BERT بیشتر روی چه نوع جستجوهایی تاثیر میگذارد؟
بیشترین تاثیر بر روی کوئریهای طولانی، محاورهای و سوالی است. مثلاً اگر کسی سرچ کند «بهترین رژیم غذایی برای افراد دیابتی در سنین بالا»، گوگل حالا میتواند دقیقاً بفهمد کاربر دنبال چه چیزی است و نتایج دقیقتر و مرتبطتری نمایش دهد.
6. آیا میتوان سایت را برای BERT بهینهسازی کرد؟
خیر! طبق گفته گوگل، هیچ روش مستقیم برای «سئو کردن مخصوص BERT» وجود ندارد. تنها راه این است که برای انسانها محتوا تولید کنید نه برای ماشینها. هر چه محتوای شما سادهتر، محاورهایتر و کاربرپسندتر باشد، شانس موفقیت بیشتری خواهید داشت.
7. آیا BERT میتواند باعث افت رتبه سایت من شود؟
اگر محتوای سایت شما صرفاً بر پایه تکرار کلمات کلیدی یا تکنیکهای ماشینی نوشته شده باشد، بله احتمال افت وجود دارد. اما اگر محتوای شما کاربرمحور، طبیعی و ارزشمند باشد، BERT برعکس به رشد و بهبود رتبهتان کمک خواهد کرد.
قدمی بزرگ به سمت جستجوی انسانیتر
الگوریتم BERT نقطه عطفی در تاریخ گوگل است؛ چون برای اولین بار موتور جستجو توانست زبان انسان را شبیه خود ما درک کند. حالا دیگر ترفندهای قدیمی مثل تکرار کلمات کلیدی کارساز نیستند و تنها چیزی که ارزش واقعی دارد، درک هدف کاربر و تولید محتوای طبیعی و ارزشمند است. اگر محتوای شما به زبان ساده و کاربرپسند نوشته شده باشد، BERT به جای مانع، یک فرصت بزرگ برای رشد سایت شما خواهد بود.
گوگل هر روز بیشتر شبیه انسان فکر میکند. پس برای موفقیت در آینده سئو، کافی است شما هم مثل یک انسان واقعی بنویسید، نه مثل یک ماشین.