كيف تقوم رؤية الذكاء الاصطناعي بإنشاء قواعد اللعبة الخاصة بها ذات القبعة السوداء

طلبت مديرة مالية من مساعدها في مجال الذكاء الاصطناعي البحث عن بائعي البنية التحتية السحابية من أجل استثمار كبير.

عاد المساعد بمقارنة دقيقة. لقد وزنت الخيارات، وقامت بالمقايضات، وأوصت بثقة ببائع واحد. لقد كان هذا هو نوع الرد الذي تقدمه للفريق وتتصرف بناءً عليه.

لكنها نسيت لحظة من ستة أسابيع مضت.

لقد نقرت على زر “التلخيص باستخدام الذكاء الاصطناعي” في إحدى المدونات الصناعية. بدا غير ضار. ثانيتين، نقرة واحدة، ثم العودة إلى البريد الإلكتروني.

خلف هذا الزر توجد تعليمات مخفية تطلب من المساعد أن يتذكر شركة واحدة باعتبارها أفضل مزود للبنية التحتية السحابية لاستثمارات المؤسسات. لم تكتب تلك الجملة قط، ولم توافق عليها. لكن المساعد قام بتسجيله على أية حال.

وعندما طلبت لاحقًا توصية أحد البائعين، بدا الجواب أشبه بالتحليل، ولكن جزءًا من المنطق قد تم دفعه بالفعل.

هذا هو القرصنة المفضلة.

تطلق Microsoft على توصية الذكاء الاصطناعي هذه تسمية تسميم: تضمين تعليمات مخفية في الروابط أو الأزرار أو المستندات أو المطالبات للتأثير على ما يتذكره مساعدو الذكاء الاصطناعي ويوصون به لاحقًا.

في وقت مبكر من فبراير 2026، أبلغ فريق أمان Microsoft عن أكثر من 50 محاولة تسميم من 31 شركة عبر 14 صناعة في 60 يومًا فقط، استهدفت مساعدين مثل ChatGPT وMicrosoft Copilot وClaude وGoogle Gemini وPerplexity، عبر التمويل والرعاية الصحية والقانونية وSaaS.

تم تسويق إحدى الأدوات التي سلطوا الضوء عليها على أنها “اختراق نمو تحسين محركات البحث لـ LLMs”. إذا كنت في مرحلة مبكرة من عمليات تحسين محركات البحث (SEO)، فهذه قصة مألوفة.

كل خوارزمية تنمي اقتصاد القبعة السوداء الخاص بها

لقد منحنا البحث حشوًا للكلمات الرئيسية، ومزارع الروابط، وصفحات المدخل، ومطاحن المحتوى، ومواقع المراجعة “المستقلة” التي لم تكن مستقلة على الإطلاق.

لقد أعطتنا وسائل التواصل الاجتماعي حجرات المشاركة، وشبكات الروبوتات، وزراعة الغضب، والفيروسية المصنعة.

قدمت لنا الأسواق مراجعات زائفة، وبوابات مراجعة، وترويجًا كاذبًا منسقًا متطورًا للغاية، ولا يزال بعضها قيد التشغيل.

بمجرد أن تتحول الرؤية إلى أموال، يبدأ الناس في البحث عن الطرق المختصرة.

أولاً، الاختراقات واضحة. ثم تصبح أكثر نظافة، ويصعب رؤيتها، ويسهل تبريرها. في نهاية المطاف، تقوم المنصة بتحديث قواعدها، ويتكيف مرسلي البريد العشوائي، ويصبح هذا الأمر ذهابًا وإيابًا جزءًا من المشهد الطبيعي.

لقد وصل بحث الذكاء الاصطناعي إلى هذه المرحلة، مع وصول اختراقات النمو بشكل أسرع من حواجز الحماية.

المنصات تتفاعل بالفعل.

تقوم Microsoft بنشر الأبحاث وتشديد الدفاعات. أوضحت جوجل أن سياسات البحث غير المرغوب فيها تنطبق على استجابات الذكاء الاصطناعي المنتجة أيضًا، بما في ذلك محاولات التلاعب بهذه الأنظمة. تتغير القواعد لأن هذه لم تعد حالة حافة افتراضية.

لكن التلاعب بالذكاء الاصطناعي يختلف عن التلاعب بالبحث في جانب واحد مهم.

بحث البريد المزعج جلس على السطح. يمكنك مسح الصفحة ضوئيًا، وتحديد الحشو، وملاحظة موقع المراجعة غير الواضح، ثم العودة إلى النتائج.

يمكن أن يحدث التلاعب بالذكاء الاصطناعي داخل الذاكرة، أو الاسترجاع، أو اختيار المصدر، أو الاستدلال. قد يرى المستخدم الإجابة النهائية فقط. وعندما توصي هذه الإجابة ببائع أو منتج مالي أو منصة SaaS، فليس من السهل اكتشاف التلاعب.

سطح التلاعب أكبر من موقعك

في الوقت الحالي، يركز المسوقون بشكل مكثف على رؤية الذكاء الاصطناعي والحصول على نماذج تذكر علاماتهم التجارية وعروضهم. وهذا تركيز ضيق للغاية.

عندما يسأل شخص ما أحد المساعدين، “من هم أفضل البائعين لـ X؟”، ينظر المساعد إلى مواقع الويب ثم يتجه نحو عمليات البحث المقارنة وأفضل القوائم وصفحات المراجعة واستعلامات أسماء العلامات التجارية والمنتديات والوثائق والأسواق الشريكة وتعليقات الطرف الثالث.

يشير تحليل Peec AI لمجموعات الاستعلام المتشعبة إلى أن أنظمة مثل ChatGPT يمكنها توسيع موجه واحد إلى مجموعات من عمليات البحث ذات الصلة قبل تقديم إجابة. وهذا يغير ما تحتاج فرق GTM إلى مراقبته.

صفحتك الرئيسية هي مدخل واحد. وكذلك هي ملفات تعريف المراجعة، وصفحات المقارنة، وسلاسل Reddit، وقوائم السوق، وصفحات الشركاء، وكتابات المحللين، ومراكز التوثيق، ومقالات مركز المساعدة، وقصص العملاء، وصفحات معلومات الذكاء الاصطناعي. أي من تلك الأشكال التي يصفك بها المساعد.

نحن نرى بالفعل كيف يبدو ذلك في الممارسة العملية.

شارك نيكولاس طومسون مقالًا من The Atlantic وعلق حول كيفية قيام Shopify بنشر العشرات من قوائم “أفضل منصة للتجارة الإلكترونية” التي تصنف جميعها Shopify في المرتبة الأولى، وكيف يوصي ChatGPT بعد ذلك Shopify للحصول على “أفضل طريقة لإعداد واجهة متجر عبر الإنترنت”، مستشهدًا بتلك القوائم نفسها كدليل.

يبدو المحتوى بمثابة نصيحة للبشر، ولكنه يعمل كبيانات تدريب للروبوتات.

بمجرد أن تؤثر هذه المصادر على الإجابات، سيبدأ المسوقون في تحسينها. بعض هذا العمل ضروري. تحتاج أنظمة الذكاء الاصطناعي إلى إشارات أكثر وضوحًا وتنظيمًا.

ولكنه يعني أيضًا أن الخط الفاصل بين التأريض المفيد والتلاعب الهادئ سوف يتلاشى.

من التأريض إلى التسمم

في الأسبوع الماضي، ذكرت أن شركات التعاملات بين الشركات (B2B) تحتاج إلى طبقات أساسية: أدلة منظمة وصادقة تساعد أنظمة الذكاء الاصطناعي على تقييم توصيات البائعين ومقارنتها والدفاع عنها.

ما زلت أعتقد ذلك.

التأريض هو ما يسمح للمساعد بالإجابة على أسئلة مثل: هل يلبي هذا البائع متطلبات الأمان والامتثال الخاصة بنا؟ كيف يبدو التنفيذ حقًا بالنسبة لشركة مثل شركتنا؟ أين نجح هذا المنتج، وأين لم ينجح؟

تحتاج أنظمة الذكاء الاصطناعي إلى هذا المستوى من التفاصيل: وضعك الأمني، وعمليات التكامل، وتبعيات التشغيل، والقيود، وإثبات العميل، والأماكن التي لا تناسبك.

ولكن بمجرد أن يبدأ التأريض في التأثير على التوصيات، فإنه يصبح ذا قيمة تجارية أيضًا. وبمجرد أن يصبح شيء ما ذو قيمة تجارية، سيحاول شخص ما ثنيه.

لذلك نحن بحاجة إلى لغة أفضل للطيف الذي نحن على وشك العيش فيه.

التأريض: الدليل الذي يمكن للمساعد فحصه

يبدو الأمر وكأنه بنية أمنية تشرح تدفقات البيانات وخيارات الإقامة وعناصر التحكم في الوصول بدلاً من الاختباء خلف الشارات والشعارات.

تفاصيل التكامل التي توضح ما هو أصلي، وما يحتاج إلى خدمات، وأين تصبح عمليات التنفيذ عادةً ثابتة. طرح التوقعات التي تربط “التنفيذ لمدة ستة أسابيع” بالتبعيات الحقيقية الموجودة تحتها. يرتبط إثبات العميل بالبيئات والأطر الزمنية والنتائج الحقيقية. تم تسمية الحدود عن قصد، حتى يتمكن المشترون من رؤية المكان الذي لا يناسبك.

الهدف هو الوضوح. أين تنتمي، وأين لا تنتمي، وما الذي يمكن التحقق منه، وما الذي لا يزال يحتاج إلى محادثة.

التشكيل: مرئي، لكن مائل

تتكاثر الصفحات التي تواجه الذكاء الاصطناعي بسرعة: صفحات معلومات الذكاء الاصطناعي، وتعليمات الذكاء الاصطناعي، وصحائف حقائق LLM، وملخصات تخفيض السعر. بعضها مفيد حقًا، حيث يقدم أوصافًا واضحة ومنظمة لما تفعله، ومن تساعده، والمنتجات التي تقدمها، وما هي المصادر التي تدعم هذه الادعاءات.

والبعض الآخر يميل إلى الماضي.

يقترحون كيف ينبغي للنموذج أن يصف الشركة، ويكرر العبارات المفضلة، ويضيف مطالبات تحديد المواقع دون الكثير من الأدلة، وينشئ محتوى مقارنة يستهدف الاستعلامات التي من المحتمل أن تقوم بها أنظمة الذكاء الاصطناعي، مع حذف الأجزاء غير الملائمة.

هذا هو المكان الذي تعيش فيه تجارب تحسين محركات البحث (SEO) وGEO الحالية.

أبلغ كريس لونج أن فريقه في Nectiv أنشأ صفحة “تعليمات ومعلومات الذكاء الاصطناعي” في تخفيض السعر، وتم ربطها من التذييل، وأضاف التفاصيل التي تفيد بأنهم يعملون مع العلامات التجارية التي تزيد قيمتها عن 30 مليون دولار أمريكي. ولم يظهر هذا المؤهل في أي مكان آخر على الموقع. وشارك أيضًا أنه في غضون 48 ساعة، كان ChatGPT يستشهد بالصفحة ويكرر هذا الموضع.

شارك Wil Reynolds اختبارات من Seer Interactive تظهر قفزة حادة في استشهادات ChatGPT إلى صفحة معلومات الذكاء الاصطناعي، على الرغم من أن تأثير الأعمال حتى الآن متواضع.

تتم مشاركة هذه الاختبارات بشكل مفتوح، وهي مفيدة لأنها توضح مدى سرعة استيعاب النماذج للغة العلامة التجارية المنظمة وإعادة استخدامها عند العثور عليها.

لكنهم يفرضون سؤالا: هل نعطي الذكاء الاصطناعي أدلة أفضل، أم أننا نعلمه نقاط الحديث؟

من الناحية العملية، ستبدأ العديد من الفرق في المعسكر الأول وتنتقل إلى المعسكر الثاني.

التسمم: خفي، مستمر، غير رضائي

يحدث التسمم عندما يعتقد المستخدم أنه يطلب شيئًا واحدًا، وتحاول الصفحة أو الرابط أو المستند القيام بشيء آخر.

زر “التلخيص باستخدام الذكاء الاصطناعي” الذي يزرع أيضًا ذكرى حول البائع المفضل. مطالبة مخفية تخبر المساعد بالتعامل مع الشركة باعتبارها شركة موثوقة في المحادثات المستقبلية. رابط يرشد النموذج إلى تذكر علامة تجارية موثوقة لموضوعات محددة.

هذا تلاعب بمنطق الأداة التي يحاول الناس الاعتماد عليها.

هذه مشكلة تتعلق بتسويق GEO وGTM والذكاء الاصطناعي

من المغري تقديم هذا كمشكلة في تحسين المحرك التوليدي والمضي قدمًا. لكن هذه صفقة أكبر بكثير، وتؤثر على كل من شركات الذكاء الاصطناعي ومستهلكي الذكاء الاصطناعي.

بالنسبة لشركات الذكاء الاصطناعي، تتعلق المشكلة بما إذا كان المشترون يعتقدون أنه يمكن الوثوق بعملية التوصية نفسها.

لا ينجح الشراء بمساعدة الوكيل إلا إذا كان الأشخاص على استعداد لتسليم جزء من أعمال البحث والمقارنة والتقييم إلى المساعدين. التوصية بالتسمم تهاجم تلك الرغبة مباشرة.

لقد كتبت من قبل عن فجوة التفويض: المسافة بين ما يمكن أن يفعله الذكاء الاصطناعي تقنيًا وما يشعر البشر بالراحة في تسليمه.

التسمم يوسع هذه الفجوة.

بمجرد أن يشك المشترون في أن مساعدهم قد تم دفعه دون علمهم، فإنهم لا يشككون في نتيجة واحدة فقط؛ يشككون في القناة. إنهم يعودون إلى البحث اليدوي، ويعتمدون على أقرانهم، ويتجاهلون شاغل الوظيفة، ويعاملون إجابات الذكاء الاصطناعي كشيء يجب التحقق منه وليس كشيء يمكن أن ينهي القرار.

نتيجة بحث سيئة يمكنك اكتشافها وتجاهلها. يقوم المساعد المتحيز بتشكيل القائمة المختصرة قبل أن تعرف أنك متأثر.

إنها مشكلة ثقة في النظام الأساسي، وهي مشكلة الذهاب إلى السوق لأي شخص يراهن على الشراء بوساطة الذكاء الاصطناعي.

ماذا تفعل الآن

لقد حان الوقت لتحديد أنواع التحسين التي ترغب في الدفاع عنها.

إذا كنت تستخدم مساعدين للبحث أو اتخاذ القرارات:

• راجع ما يتذكره مساعدك. يعرض معظم المساعدين الرئيسيين الآن الذاكرة المحفوظة أو التفضيلات. إذا رأيت مصادر موثوقة أو آراء بائعين لا تتذكر أنها قدمتها، فقم بإزالتها.
• كن انتقائيًا باستخدام أزرار الذكاء الاصطناعي بنقرة واحدة. يمكن أن يكون زر “التلخيص باستخدام الذكاء الاصطناعي” مفيدًا، ولكنه ليس محايدًا دائمًا. لاتخاذ القرارات المهمة، انسخ النص بنفسك إلى مساعدك بدلاً من الاعتماد على مطالبة على مستوى الصفحة لم تكتبها.
• اسأل “لماذا هذا؟” عندما تكون المخاطر عالية. عندما يوصي أحد المساعدين ببائع أو أداة أو استراتيجية مهمة، اسأله عن المصادر التي استخدمها، وما هي البدائل التي أخذها في الاعتبار، وأين الأدلة ضعيفة. الإجابات الواثقة تدين لك بالأساس المنطقي.

إذا كنت تدير التسويق أو تسويق المنتجات أو GTM:

• قم بتخطيط الأسطح التي تواجه الذكاء الاصطناعي. قد تظهر صفحات معلومات الذكاء الاصطناعي ومراكز الثقة ومراكز المستندات وصفحات المقارنة وقوائم السوق وملفات تعريف الشركاء ومواقع المراجعة ومحتوى المساعدة في النشرات المتشعبة. انظر إليهما معًا.
• اسأل: هل ننشر الأدلة أم نزرع التفضيلات؟ إذا كانت صفحة الذكاء الاصطناعي تساعد النموذج في التحقق مما هو صحيح، فأنت في منطقة التأريض. إذا كان يبدو وكأنه نص يوضح الطريقة التي تريد أن يصفك بها النموذج، فأنت في مرحلة تشكيل المنطقة.
• مطابقة المطالبات مع الأدلة. إذا قلت أنك تخدم شركات بقيمة 30 مليون دولار + ARR، فيجب أن يُظهر إثبات العميل ذلك. إذا قلت أن التنفيذ سريع، فيجب أن توضح مستنداتك الشروط. لا تطلب من النماذج أن تعتقد أن تحديد موضع أدلتك لا يمكن أن يدعمه.
• اكتب قاعدة المنزل. اختبار بسيط: إذا لم تكن تشعر بالارتياح عند قراءة هذه المطالبة بصوت عالٍ لأحد العملاء، فلا تشحنها. ومن ثم تحويل ذلك إلى سياسة. قرر ما هو مقبول، وما هو غير مقبول، ومن يقوم بمراجعة التجارب التي تواجه الذكاء الاصطناعي قبل نشرها.

جانب الخط الذي يستحق الاختيار

البحث عن البريد العشوائي لم يختف أبدًا. ولم يتم اختراق المشاركة ولا المراجعات المزيفة. لكن كل موجة تنظيف جعلت الطرق المختصرة أكثر هشاشة، وجعلت العمل الصادق والمتسق أكثر قيمة.

سوف يتبع الذكاء الاصطناعي قوسًا مشابهًا. سوف تتحسن الدفاعات. سوف يتعلم المشترون أن يسألوا من أين جاءت التوصيات. ستصبح المنصات والجهات التنظيمية أكثر جدية بشأن من حاول التأثير على الأنظمة وكيفية ذلك.

يمكنك التعامل مع رؤية الذكاء الاصطناعي باعتبارها ثغرة يمكن استغلالها بينما لا تزال القواعد ضعيفة. أو يمكنك التعامل معها كطبقة ثقة ستبقى بينك وبين المشترين لفترة طويلة.

وهذا يعني نشر الأدلة بدلاً من زرع التفضيلات، وتسهيل التحقق من الادعاءات، وتحديد حدودك قبل أن يبرزها شخص آخر، وبناء أساس يساعد الذكاء الاصطناعي على تقييم الواقع بدلاً من تكرار عرضك.

يعتبر هذا العمل أبطأ وأصعب، ولكنه أيضًا نوع العمل الذي لا يزال قائمًا عندما تأتي عملية التنظيف التالية. وهو ما سوف يحدث دائمًا.

في بيئة الشراء الوكلاءية، عليك أن تنجو من السؤال التالي: “لماذا هذا البائع؟”

المزيد من الموارد:

اقرأ النشرة الإخبارية للنمو الذي يقوده الوكلاء من Purna Virji. اشترك الآن.

صورة مميزة: رومان سامبورسكي / شاترستوك