تبدأ شركات كثيرة قياس AI عبر JavaScript في المتصفح. هذا منطقي. يمكنه كشف الزيارات البشرية القادمة من referrers مرتبطة بAI وقياس السلوك والنماذج والتحويلات. لكن إذا توقف القياس هنا، ستبقى نسبة كبيرة من نشاط AI غير مرئية.
crawlers الخاصة بAI غالبا لا تشغل JavaScript. طلبات fetch من جهة الخادم لا تنشئ session عادية في المتصفح. مكالمات MCP أو API لا تظهر في analytics التقليدية. JavaScript مهم، لكنه ليس السلسلة كلها.
L0: خط أساس المنصات
GA4 وGSC وتقارير المنصات تعطي نقطة بداية. ترى جزءا من الجلسات البشرية وإشارات الطلب. لكنها لا تظهر غالبا أي صفحات قرأتها الوكلاء. هذا مفيد، لكنه غير كامل.
L1: JavaScript first-party
سكريبت مملوك للشركة يحسن رؤية referrers الخاصة بAI، ومسارات الزوار، والتفاعل، وما قبل التحويل. مهم لجودة البيانات وملكية القياس. لكنه لا يرى الوكلاء الذين لا يشغلون JavaScript.
L1.5: Edge Lite Bridge
على مستوى CDN أو Edge يمكن رصد requests قبل وصولها إلى origin. تصبح GPTBot وClaudeBot وPerplexityBot وChatGPT-User أكثر وضوحا. غالبا هذه أعلى خطوة من حيث العائد المبكر لأنها تكشف طبقة Request التي لا يراها JS.
لكن أرقام AI قد تقفز بعدها. هذا لا يعني دائما نموا في السوق. غالبا يعني أن التغطية زادت. لذلك يجب أن يوضح التقرير متى تغير مستوى القياس.
L2: ربط السجلات
سجلات Cloudflare وVercel وShopify أو server logs تعطي خريطة كاملة: الوكيل، المسار، التكرار، status code، والوقت. هذه البيانات تربط GEO وSEO والأمن والبنية التحتية حول نفس الحقيقة.
L3: تليمترية المؤسسة
OpenTelemetry GenAI spans وMCP tool calls وتدقيق APIs وآثار checkout أو payment هي المستوى المتقدم. ليست ضرورية لكل فريق في البداية. لكنها تصبح مهمة عندما تبدأ وكلاء AI باستخدام أنظمة تشغيلية أو التأثير في معاملات.
Evidence Ladder يمنع تسمية كل شيء “AI traffic”. JS يثبت الزيارات البشرية. Edge يثبت طلبات الوكلاء. logs تثبت خريطة الطلبات. التليمترية تثبت سلاسل الأدوات والمعاملات. القياس الجيد يفصل هذه المستويات أولا، ثم يربطها عبر AIAA.
المستوى | نشاط AI المرئي | طبقة AIAA الجديدة | القفزة عند أول تطبيق |
|---|---|---|---|
L0 | 5-10% | جزء من Visit وجزء من Commerce | خط الأساس |
L1 | 8-15% | Visit أقوى | قد تزيد Visit بنسبة 30-80% |
L1.5 | 25-45% | Request | قد تقفز النشاطات الكلية 200-500% |
L2 | 40-65% | Request أقوى | قد تزيد Request بنسبة 20-40% |
L3 | 75-95% | Answer, Attribution | أول صورة شبه كاملة |
النقطة الأهم هي أن القفزة بعد إضافة مستوى جديد ليست دائما نموا في السوق. عند تفعيل Edge Lite قد ترتفع أرقام AI بقوة لأن طلبات الوكلاء التي كانت غير مرئية أصبحت مرئية. هذا مفيد، لكنه توسع في التغطية.
ليست كل شركة بحاجة إلى L3 في البداية. الطريق العملي يبدأ من L0 كخط أساس، ثم L1 لرؤية الزيارات البشرية، ثم L1.5 لرؤية طلبات الوكلاء، ثم L2 لتوحيد السجلات. يصبح L3 ضروريا عندما تستخدم الوكلاء tools أو APIs أو checkout أو payments.
بهذا يصبح Evidence Ladder خارطة طريق. زيادة Request قد تعني ملاحظة أفضل. زيادة Visit تعني استجابة بشرية. زيادة Commerce تعني نية تجارية. زيادة Attribution تعني قدرة أكبر على تفسير الإيراد. من دون هذا الفصل، يمكن الخلط بين تحسين تقني في القياس ونمو حقيقي في الطلب.
في مؤسسة حقيقية، يقلل هذا الفصل من الخلافات. فرق analytics وSEO والبنية التحتية والتجارة وCRM والمالية ترى أنظمة مختلفة. وكلاء AI يعبرون هذه الحدود: يقرأون صفحات المنتج، يرسلون requests، وقد يؤثرون في الزيارات والنماذج والطلبات. Evidence Ladder يعطي لغة مشتركة من دون خلط مستويات الدليل.
التقرير الجيد يضع علامة على كل تغيير في المستوى. إذا تم تفعيل Edge Lite في يونيو، يجب أن يظهر يونيو كتغيير في التغطية. المقارنة العادلة تبدأ عندما تستقر التغطية. وينطبق الأمر نفسه على log connector أو telemetrie. رؤية المزيد تقدم مهم، لكنها ليست دائما طلبا جديدا.
كما يصبح مسار الاستثمار أوضح. إذا كانت العلامة لا ترى AI referrers تقريبا، تبدأ من L1. إذا كانت تحتاج إلى فهم طلبات الوكلاء، تضيف L1.5 وL2. إذا بدأت الوكلاء باستخدام APIs أو tools أو checkout، تحتاج إلى L3. هذه السلسلة تمنع بناء نظام معقد مبكرا، وتمنع أيضا القياس الناقص عندما يزيد الخطر التشغيلي.
عند تحديد ترتيب التنفيذ، يجب سؤال بسيط: ما أقل دليل نحتاجه للقرار الحالي؟ إذا كان الهدف تقرير إيراد AI للإدارة، فستحتاج إلى بيانات قريبة من Attribution. إذا كان الهدف قياس أثر GEO المبكر، فقد تكفي Answer وRequest. إذا كان الهدف تحسين الموقع، فلا بد من Visit وCommerce. اختلاف الهدف يعني اختلاف المستوى المطلوب.
في كثير من الشركات، ليس من المنطقي بناء L3 منذ اليوم الأول. الأفضل تثبيت L1 وL1.5 أولا: معرفة الزوار القادمين من AI، والصفحات التي تقرؤها الوكلاء، وأين يظهر الاهتمام في المنتج والFAQ والسعر والدراسات والمقارنات. هذا وحده يغير أولويات المحتوى وGEO. وعند إضافة Commerce وAttribution يصبح واضحا هل تقترب AI من فرصة تجارية أم لا.
هناك نقطة أخرى تخص الأمن والبنية التحتية. منع كل bots قد يعطي شعورا بالأمان، لكنه قد يضر قابلية قراءة AI وفرص GEO. والسماح للجميع قد يرفع الحمل ومخاطر scraping. Evidence Ladder يساعد التسويق والبنية التحتية على مناقشة أي agents يجب مراقبتها، وأيها يسمح لها، وأيها يقيد، بناء على نفس البيانات.
FAQ
Q1: لماذا لا يكفي JavaScript؟
A: لأن كثيرا من الوكلاء لا يشغلون JavaScript ولا ينشئون sessions عادية.
Q2: من أين نبدأ؟
A: غالبا من JavaScript first-party مع مراقبة Edge.
Q3: لماذا تقفز الأرقام بعد Edge؟
A: لأن طلبات كانت غير مرئية أصبحت ظاهرة. قد يكون ذلك توسعا في الرؤية لا نموا حقيقيا.
Q4: متى نحتاج إلى L3؟
A: عندما تنفذ الوكلاء tool calls أو APIs أو تؤثر في checkout أو payment.
Q5: ماذا يفعل AIAA؟
A: يرتب الإشارات حسب قوة الدليل ثم يصلها بسلسلة تجارية.