הוספתם Organization schema ל-AI. זה לא מה שיגרום לו לצטט אתכם
בכל פעם שיוצא פורמט חדש, מגיע גם מישהו שמוכר אותו כמפתח קסם. בשנתיים האחרונות הפורמט הוא Organization , וההבטחה היא שאם רק תסמנו נכון את המותג בקוד, מנועי ה-AI יבינו מי אתם ויתחילו לצטט אתכם. אז הנה הנתון שהכי פחות נוח למי שמוכר את זה: במחקר שבדק 730 ציטוטים של ChatGPT ו-Gemini, ומולם את עשר התוצאות האורגניות הראשונות בגוגל לאותן שאילתות, שיעור העמודים שהחזיקו schema היה 43.1% בקרב המצוטטים ו-44.8% בקרב אלה שלא צוטטו. במילים אחרות, ההבדל היה כמעט אפס.
זה לא אומר ש-schema חסר ערך. זה אומר שמכרו לכם אותו בתור הדבר הלא נכון. יש כאן שתי עבודות שונות לגמרי שהתעשייה מערבבת ביניהן, ורוב התקציבים מושקעים דווקא בזו שמשפיעה פחות.
מה גוגל בעצם אומרת, ולמה זה נשמע סותר
בתיעוד הרשמי של גוגל ל-AI Features כתוב באופן מפורש שאין צורך ליצור קבצים חדשים קריאי מכונה, קבצי טקסט ל-AI או סימון כדי להופיע ב- או ב-AI Mode, ושאין structured data ייעודי של schema.org שצריך להוסיף. העמוד עודכן בדצמבר 2025. במקביל, התיעוד של גוגל ל-Organization structured data, שעודכן באפריל 2026, מסביר שהסימון עוזר לגוגל להבין את פרטי הארגון ולהבחין בינו לבין ארגונים אחרים בתוצאות. אותה חברה, שני מסמכים, ונשמע כאילו הם סותרים.
הם לא. הם פשוט מדברים על שני שלבים שונים בתהליך. הסימון לא גורם למנוע לשלוף את העמוד שלכם. הוא קובע מה המנוע מבין כשהוא כבר הגיע אליכם. באותו תיעוד גוגל מתארת שגם AI Overviews וגם AI Mode עשויים להשתמש בשיטה שנקראת query fan-out, כלומר להריץ כמה חיפושים קשורים במקביל על תתי נושאים ועל מקורות מידע שונים כדי לבנות תשובה אחת. אותו תיאור בדיוק חוזר גם בעמוד העזרה של גוגל למשתמשים. שימו לב מה זה אומר: מה שקובע אם תגיעו לתשובה הוא אם אתם צפים בחיפושים המקבילים האלה, לא מה שהקוד שלכם מצהיר על עצמו.
ההפרדה הזו היא כל הסיפור, והיא הרבה יותר שימושית מכל צ'קליסט של מאפיינים:
שכבת האחזור: האם בכלל מגיעים אליכם
כאן נקבע אם המנוע ימצא אתכם בכלל. הכלים הם מיקום אורגני, אזכורים באתרים אחרים, וכיסוי עיתונאי. זה לא נשלט מתוך הקוד שלכם, ולכן זה גם החלק שהכי קל להתעלם ממנו.
שכבת הזהות: האם מבינים נכון מי אתם
כאן Organization schema, sameAs ו-alternateName באמת עובדים. הם מונעים בלבול בין המותג שלכם לבין חברה אחרת עם שם דומה, והם מסבירים איך קוראים לכם בעברית ואיך באנגלית.
הטעות שרוב הצוותים עושים
משקיעים תשעים אחוז מהמאמץ בשכבת הזהות, כי היא היחידה שאפשר לסמן כבוצעה בסוף היום, ואז מתפלאים שהנוכחות ב-AI לא זזה. תג שם הוא לא הזמנה.
שני המחקרים שבדקו את זה בפועל, וגם מה שהם לא מצאו
על השאלה הזו יש שתי עבודות, והן הגיעו לאותה מסקנה משני כיוונים מתודולוגיים שונים לגמרי. הראשונה היא של קורט פישמן, שפורסמה ב-12.02.2026 ומופצת כ-preprint ב-SSRN. חשוב לומר מראש: היא לא עברה שיפוט עמיתים, והכותב הוא מייסד ומנכ"ל Marshal, חברה שמוכרת ניהול תפעול של סוכני AI לעסקים. אבל המתודולוגיה שקופה, המדגם אמיתי, והמסקנה פועלת נגד האינטרס המסחרי של מי שכתב אותה, וזה בדרך כלל סימן טוב.
המדגם: 730 ציטוטים מ-ChatGPT ומ-Gemini על 75 שאילתות מסחריות בחמישה מגזרים, ומולם עשר התוצאות האורגניות הראשונות בגוגל לאותן שאילתות כקבוצת ביקורת. בסך הכל נותחו 1,006 עמודים ייחודיים. אחרי תיקון סטטיסטי שמנטרל את ההשפעה של דירוג אורגני, נוכחות schema קיבלה יחס סיכויים של 0.678 עם ערך מובהקות של 0.296, כלומר אפס אפקט מובהק. עושר הישויות בסימון: 1.001. התאמת הסימון לשאילתה: 1.068. שלושתם ניטרליים.
מה כן היה מובהק? המיקום האורגני. כל מיקום שיורדים מוריד את הסיכוי לציטוט ביחס של 0.762. בפועל: עמוד במקום הראשון צוטט ב-43% מהשאילתות, ובמקום השביעי הנתון צנח ל-5%. יש בכל זאת חריג חיובי אחד, וכדאי לקרוא אותו בדיוק כפי שהוא: סימון Product ו-Review עם שדות מאוכלסים בפועל צוטט ב-61.7%, לעומת 41.6% לסימון גנרי מסוג Article או Breadcrumb, בערך מובהקות של 0.012. שימו לב מה ההשוואה הזו לא אומרת. היא מעמידה סימון מלא מול סימון גנרי, לא מול עמוד בלי סימון בכלל, והמחקר עצמו מתאר את היתרון כצנוע ומרוכז בעיקר בדומיינים עם סמכות נמוכה, DR 60 ומטה. זה הבדל בין להצהיר שאתם ישות לבין להגיד עליה משהו. זו לא הוכחה שהסימון הוא שהביא את הציטוט.
העבודה השנייה חזקה יותר מתודולוגית, כי היא לא מסתכלת על חתך רוחב אלא על שינוי לאורך זמן. Ahrefs פרסמה ב-11.05.2026 מעקב אחרי 1,885 עמודים שהוסיפו סימון JSON-LD בין אוגוסט 2025 למרץ 2026, מול כ-4,000 עמודי ביקורת מותאמים, בשיטת difference-in-differences שמנטרלת מגמות רוחביות בפלטפורמה. זו בדיוק השאלה שמנהל שיווק שואל: הוספתי סימון, מה קרה אחר כך. שווה לשים לב לגבול של המחקר לפני שקוראים את המספרים, כי הוא בדק עמודים שכבר צוטטו על ידי מנועי AI, לא עמודים שמנסים להיכנס לתמונה מאפס. התשובה: ב-Google AI Mode השינוי היה 2.4% ובצ'אט 2.2%, שניהם לא ניתנים להבחנה מאפס מבחינה סטטיסטית. ב-AI Overviews הציטוטים דווקא ירדו ב-4.6%, ירידה מובהקת אך קטנה, כשתים עשרה ציטוטים ביום לעמוד במדגם שרוב העמודים בו קיבלו מאות ביום. Ahrefs עצמה כותבת שאי אפשר לדעת מהנתונים האלה לבד אם מדובר באפקט קטן של הסימון או בגורמים אחרים. הניסוח שלהם: הוספת JSON-LD לא הגדילה ציטוטים ב-Google AI Mode או ב-ChatGPT, והראתה רק ירידה קטנה ב-AI Overviews שאי אפשר לייחס בבירור לסימון.
שימו לב מה קרה כאן, כי זה חשוב יותר מכל מספר בודד. שני מדגמים שונים, שתי שיטות שונות, חתך רוחב מול מעקב לפני ואחרי, ושני צוותים שמוכרים שירותים שהממצא הזה לא מחמיא להם, הגיעו לאותה תשובה. הסכמה כזו בין עבודות עצמאיות שווה יותר מכל מחקר יחיד, ומכל מקרה בוחן של ספק.
ויש דבר אחד ששני המחקרים בכלל לא בדקו. חיפשתי ספציפית ראיות לשאלה אם sameAs פותר בלבול בין מותגים בעלי שם זהה במנועי AI, ולא מצאתי מחקר מדוד שבחן אותה. כל מה שמצאתי הוא בלוגים של ספקים. אם מישהו מוכר לכם פתרון בלבול ישויות ומצטט מספר, שאלו אותו מאיפה המספר.
מה כן מנבא ציטוט: מדברים עליכם, לא מקשרים אליכם
Ahrefs ניתחה 75,000 מותגים ובדקה מתאם בין גורמים שונים לבין הופעה ב-AI Overviews. התוצאה הכי שימושית שם היא לא הגודל אלא הסדר. אזכורי מותג ברשת קיבלו מתאם של 0.664. עוגני קישור ממותגים: 0.527. נפח חיפוש ממותג: 0.392. דירוג דומיין: 0.326. קישורים נכנסים: 0.218. כן, Ahrefs מוכרת כלי מדידה בדיוק לזה, אז זה מתאם ולא סיבתיות. אבל הפער בין 0.664 ל-0.218 גדול מכדי להסביר אותו רק בהטיה מסחרית.
מהצד השני של אותה תמונה, Muck Rack ניתחה מעל 25 מיליון קישורים מ-ChatGPT, Claude ו-Gemini ומצאה ש-84% מהציטוטים מגיעים ממדיה מרוויחה, בעוד תוכן ממומן ואדוורטוריאל מהווים 0.3%. גם כאן צריך לומר את המובן מאליו: Muck Rack מוכרת תוכנת יחסי ציבור, ומסקנה שלפיה יחסי ציבור מנצחים משרתת אותה. עדיין, שלוש מהדורות של אותו מחקר מאז יולי 2025 החזירו טווח יציב של 82% עד 89%. עקביות כזו קשה לזייף.
הסיבה שזה עובד ככה מוסברת יפה במחקר אקדמי ישן יותר, שדווקא כן עבר שיפוט עמיתים. Mallen ועמיתיו הראו ב-ACL 2023 שהיכולת של מודל לענות נכון על שאלה תלויה בפופולריות של הישות. על 4,000 השאלות עם הישויות הפחות מוכרות ב-PopQA, GPT-3 davinci-003 הגיע ל-19% דיוק בלבד, לעומת 16% ל-GPT-j בגודל שישה מיליארד פרמטרים, מודל קטן ממנו בסדר גודל שלם. כלומר הגדלת המודל כמעט לא עזרה. מותג שאף אחד לא כתב עליו הוא ישות בזנב הארוך, והזיכרון הפנימי של המודל לגביו ריק. רק אחזור מציל אותו, ואחזור מוצא רק מה שאחרים כתבו.
שתי מסקנות מעשיות נגזרות מזה, ושתיהן חוסכות תקציב. הראשונה: הציטוטים לא מתפזרים באופן שווה. במחקר שבדק שתים עשרה שפות אירופיות, 3,878 דומיינים מתוך 21,077 נשאו 80% מהציטוטים. כלומר עשרה אזכורים באתרים שנמצאים בראש ההתפלגות שווים יותר ממאה אזכורים במקומות אקראיים, ושווה לבנות רשימת יעדים לפני שמתחילים לפנות. השנייה: תשכחו מהשגת נוכחות מלאה בכל המנועים. Semrush ניתחה 126 מיליון פרומפטים אמריקאיים בין ינואר לאפריל 2026 ומצאה שרק 36 מותגים בעולם החזיקו נוכחות במאה הראשונה בארבע הפלטפורמות המובילות, בכל אחד מחודשי המחקר. לעסק ישראלי בינוני זו לא מטרה ריאלית, וגם לא צריכה להיות. בוחרים משטח אחד שבו הקהל באמת שואל, ומודדים אותו.
איפה כן שווה להשקיע בשכבת הזהות
עכשיו כשברור מה הסימון לא עושה, אפשר לדבר על מה שהוא כן. גוגל מציינת בתיעוד עשרות מאפיינים מומלצים ל-Organization ואפס מאפיינים נדרשים, והיא מנסחת את זה מפורשות: אין מאפיינים נדרשים, הוסיפו את אלה שרלוונטיים לארגון שלכם. כלומר אין כאן ציון עובר. יש כאן החלטה מה שווה למלא. אלה ארבעת הדברים שיש להם בסיס מתועד:
בלוק אחד, בדף הבית
גוגל ממליצה למקם את המידע בדף הבית או בעמוד יחיד שמתאר את הארגון, וכותבת שאין צורך לכלול אותו בכל עמוד באתר. ריבוי בלוקים סותרים גורם בדיוק לבלבול שניסיתם למנוע.
שדות מלאים, לא הצהרה ריקה
החריג החיובי אצל פישמן היה סימון עם מאפיינים מאוכלסים בפועל, 61.7% מול 41.6% לסימון גנרי. יתרון צנוע, ובעיקר בדומיינים עם DR 60 ומטה.
sameAs לפרופילים שאחרים מאשרים
ההגדרה של גוגל היא עמוד באתר אחר עם מידע נוסף עליכם. פרופיל שאתם שולטים בו לגמרי שווה פחות מרשומה בגוף חיצוני שמאשר את קיומכם.
alternateName לכל וריאציה אמיתית
השם בעברית, התעתיק באנגלית, השם המשפטי, והשגיאה הנפוצה שלקוחות כותבים. זה המנוף הזול ביותר שיש למותג ישראלי, ורובם לא ממלאים אותו.
ושתי הנחיות שליליות שחוסכות זמן. הראשונה: גוגל כתבה בתיעוד ה-AI Features שאין צורך ליצור קבצים חדשים קריאי מכונה, קבצי טקסט ל-AI או סימון כדי להופיע בפיצ'רים האלה, ושאין structured data ייעודי שצריך להוסיף. השנייה: לפני שרודפים אחרי כל סוג סימון שיוצא, שווה להסתכל על יומן העדכונים של גוגל עצמה. ב-09.09.2025 הוסר התיעוד לחמישה סוגי structured data שכבר לא מוצגים בתוצאות, בינואר 2026 הוסר גם practice problem, וב-07.05.2026 פיצ'ר ה-FAQ rich result הפסיק להופיע בחיפוש, כשהתיעוד שלו ירד ב-15.06.2026. Organization לא היה באף אחת מהרשימות האלה, אבל הכיוון ברור: סוגי סימון באים והולכים. מי שרוצה להבין מה עדיין נספר ומה כבר לא, כדאי שיקרא את Schema markup ב-2026: מה עדיין עובד ואת מה עושים עם FAQ schema אחרי ההסרה.
הזווית הישראלית: אתם מודדים את עצמכם בשפה הלא נכונה
וכאן מגיע הממצא שהכי מעט מדברים עליו בישראל, והוא בדיוק זה שקובע אם המדידה שלכם בכלל שווה משהו. מחקר שפורסם ב-arXiv ביוני 2026 בדק 66 מותגים בשלושה מנועים ובשתים עשרה שפות אירופיות, בסך הכל 35,640 תשובות ומעל 150,000 ציטוטים. הממצא המרכזי: כשעוברים משאילתה באנגלית לשאילתה בשפת הבית של המותג, נתח ההמלצה של אלופים מקומיים עולה ב-0.80, לעומת עלייה של 0.15 בלבד אצל חברות רב לאומיות. אלה הפרשים בין שתי שפות, לא ציונים מוחלטים, וההבדל ביניהם מובהק סטטיסטית. במילים אחרות, ההיסט שהשפה מייצרת גדול בערך פי חמישה אצל המותג המקומי. שוב, זה preprint, והכותב מצהיר על שיוך לחברה שמפתחת כלי נראות מותג ב-AI. ועברית לא נמצאת בין שתים עשרה השפות שנבדקו. אבל זו העבודה הכמותית הקרובה ביותר שמצאתי למצב של שוק קטן עם שפה מקומית.
מה זה אומר בפועל למותג ישראלי? שאם בדקתם את הנוכחות שלכם ב-ChatGPT באנגלית והתאכזבתם, יכול להיות שבדקתם את הדבר הלא נכון. באותו מחקר, ויקיפדיה הייתה הדומיין המצוטט ביותר באחת עשרה מתוך שתים עשרה השפות, והציטוטים מתפלגים בחוק חזקה: 3,878 דומיינים מתוך 21,077 נושאים 80% מהציטוטים.
נוסף לזה, ניתוח שפורסם ב-Search Engine Land באוגוסט 2026 מצא ש-ChatGPT שולף עמודים באנגלית ב-65% עד 79% מהמקרים, פי 1.9 עד 6.5 יותר ממה שהביקוש האורגני מצדיק, עם חציון של כ-2.6, בעוד ש-Google AI דווקא נוטה קלות לטובת השפה המקומית. כלומר מותג ישראלי ייראה חזק ב-Gemini וחלש ב-ChatGPT מסיבות מבניות שאין להן קשר לאיכות התוכן שלו. אותו ניתוח מדד גם מה נותנת תיקיית אנגלית, וכאן חשוב לא לערבב בין המנועים, כי כל אחד נמדד אחרת. ב-Copilot אתרים עם תיקיית אנגלית קיבלו 892 ציטוטים לכל 10,000 חשיפות לעומת 585 בלעדיה. ב-ChatGPT נמדדה עלייה של 122% בציטוטים. בגוגל מדובר ב-28% עלייה מצרפית בחשיפות AI לפי פאנל ה-Gen AI ב-Search Console, שזה מדד אחר לגמרי, חשיפות ולא ציטוטים, ואחרי ניכוי חריגים החציון לאתר בודד ירד ל-9%. הניתוח גם הזהיר שעמוד אנגלי מיושן גרוע מאין עמוד אנגלי בכלל. זה מחייב אחזקה, לא תרגום חד פעמי. הפער הזה בין הגרסה העברית לאנגלית מפורק לעומק בAEO רב לשוני.
עוד נקודה מעשית לגבי מדידה: Semrush עקבה אחרי מעל 230,000 פרומפטים ומעל 100 מיליון ציטוטים לאורך שלושה עשר שבועות ומצאה שוויקיפדיה ירדה מכ-55% לפחות מ-20% מתשובות ChatGPT, ובגוגל AI Mode היא מופיעה בכ-2% בלבד מהתשובות, שם דווקא לינקדאין מוביל בכ-15%. כלומר ההמלצה הגורפת להשיג ערך ויקיפדיה היא עצה ל-ChatGPT, לא עצה ל-Gemini. את שיטת המדידה עצמה כדאי לבנות לפי מסגרת מדידת נוכחות המותג בחיפוש AI, ואת בחירת הכלים לפי השוואת כלי נתח קול ב-AI.
שאלות נפוצות
אם schema לא מייצר ציטוטים, למה בכלל להטמיע אותו?
כי הוא עושה עבודה אחרת. הוא קובע איך מזהים אתכם כשכבר הגעתם לתשובה, ומונע בלבול בין המותג שלכם לישות אחרת בעלת שם דומה. גוגל מנסחת את מטרת הסימון בדיוק ככה: לעזור לה להבין את פרטי הארגון ולהבחין בינו לבין ארגונים אחרים. זו עבודה אמיתית, היא פשוט לא העבודה של להביא אתכם לשם.
איך מחלקים תקציב בין השתיים?
הטמעת Organization schema מלא היא פרויקט של ימים בודדים, לא של רבעון. אחרי שסיימתם אותו, כל שקל נוסף שווה יותר בצד של האזכורים החיצוניים, כי שם נמצא המתאם של 0.664. הכלל הפשוט: את שכבת הזהות מסיימים פעם אחת ומתחזקים, את שכבת האחזור בונים כל הזמן.
האם כדאי לפתוח גרסה אנגלית לאתר?
רק אם מתכוונים לתחזק אותה. הנתון של 892 מול 585 ציטוטים לכל 10,000 חשיפות אמיתי, אבל הוא של Copilot בלבד ולא של כל המנועים. באותו ניתוח, ב-ChatGPT נמדדה עלייה של 122% בציטוטים, ובגוגל 28% עלייה מצרפית בחשיפות AI, שזה מדד אחר, וחציון של 9% לאתר בודד אחרי ניכוי חריגים. אותו מקור מזהיר שעמוד אנגלי מיושן מזיק יותר מהיעדרו. אם אין מי שיעדכן אותה, עדיף להשקיע את אותו מאמץ בעברית ולמדוד שם.
איך יודעים אם מנועי AI מבלבלים בין המותג שלנו לחברה אחרת?
שואלים את השם החשוף בעברית ובאנגלית בארבעת המנועים ורושמים איזו ישות חוזרת. לא מצאתי על זה מחקר מדוד, אז זו בדיקה ידנית ולא מדד. אם חוזרת ישות אחרת, המילוי של alternateName ו-legalName הוא הצעד הראשון, והצעד השני והחשוב יותר הוא לייצר טקסטים חיצוניים שמצמידים את השם שלכם לקטגוריה שלכם.
הקו התחתון
אם יש לכם השבוע יום עבודה פנוי, אל תבזבזו אותו על הרחבת הסימון. תריצו את חמש השאלות המרכזיות של הקטגוריה שלכם בעברית ובאנגלית, בשני מנועים לפחות, ותרשמו מי מצוטט. אם אתם לא שם, הבעיה כמעט בוודאות לא בקוד, אלא בזה שאין מספיק אתרים חיצוניים שכתבו עליכם משהו. Organization schema הוא תג שם. תג שם לא מכניס אף אחד לחדר.
📲 כל כתבה חדשה, ישר לטלגרם
בלי אלגוריתם ובלי פיד. עדכון אחד בערוץ בכל פעם שעולה כתבה.
5 עדכונים שחשוב לדעת + ניתוח אחד. אימייל אחד בשבוע, בלי ספאם.