جستجوی چندوجهی گوگل چیست؟ راهنمای Multimodal Search در ۲۰۲۶

یک نکته مهم: Multimodal Search، Google Images، AI Overviews و AI Mode یک مفهوم واحد نیستند. اولی به جست‌وجویی مربوط است که تصویر در آن بخشی از ورودی است؛ Google Images یک تجربه جستجوی تصویری است و AI Overviews و AI Mode تجربه‌های مولد Google Search هستند.

جستجوی چندوجهی چیست و چگونه کار می‌کند؟

جستجوی چندوجهی یعنی موتور جست‌وجو بتواند بیش از یک نوع ورودی را در فرایند جست‌وجو در نظر بگیرد؛ برای مثال یک تصویر همراه با متن، یا انتخاب بخشی از محتوای بصری و اضافه‌کردن یک پرسش متنی.

تفاوت اصلی با جستجوی سنتی این است که کاربر مجبور نیست تمام اطلاعات موردنیاز را با کلمات توصیف کند. ممکن است یک عکس، خودش بخش بزرگی از سؤال باشد.

فرض کنید عکس یک صندلی را دارید اما نام یا مدل آن را نمی‌دانید. در جستجوی متنی باید چیزی شبیه «صندلی مشکی پایه فلزی طراحی مدرن» بنویسید. در جستجوی مبتنی بر تصویر، همان عکس می‌تواند نقطه شروع باشد و سپس کاربر درباره آن سؤال دقیق‌تری مطرح کند.

چرا تصویر می‌تواند بخشی از سؤال باشد؟

در یک جستجوی متنی، موتور جست‌وجو عمدتاً از واژه‌هایی استفاده می‌کند که کاربر نوشته است. در یک جستجوی چندوجهی، تصویر می‌تواند اطلاعاتی مثل شکل، رنگ، ترکیب، بافت یا اشیای درون یک صحنه را وارد فرایند جست‌وجو کند.

به همین دلیل، جستجوی چندوجهی برای سناریوهایی جذاب است که توصیف آن‌ها با متن دشوار است؛ مانند تشخیص یک محصول، پیدا کردن نمونه مشابه یک لباس، شناسایی یک مکان، پرسیدن درباره یک نمودار یا پیدا کردن اطلاعات درباره شیئی که نام آن را نمی‌دانید.

جستجوی چندوجهی گوگل چیست و چه تفاوتی با جستجوی معمولی دارد؟

جستجوی چندوجهی گوگل زمانی اتفاق می‌افتد که تصویر در خودِ فرایند جست‌وجوی وب وارد شود. این تصویر می‌تواند از دوربین، انتخاب یک بخش از صفحه، آپلود فایل یا قابلیت‌های جستجوی تصویری Google وارد شود.

Google در مستندات Search Console، Web: multimodal را برای نتایج وبی در جست‌وجوهایی تعریف می‌کند که تصویر بخشی از جست‌وجو بوده است. بنابراین این اصطلاح را نباید به هر نوع محتوای چندرسانه‌ای در Search تعمیم داد.

چرا در سال ۲۰۲۶ اهمیت جستجوی چندوجهی بیشتر شده است؟

Google طی سال ۲۰۲۶ چند مسیر تصویری را توسعه داده است. در ۲۵ فوریه ۲۰۲۶، Google اعلام کرد Circle to Search امکان جست‌وجوی هم‌زمان چند شیء در یک تصویر را دریافت کرده است. کاربر می‌تواند یک صحنه یا پوشش کامل را انتخاب کند و چند بخش آن را به‌صورت هم‌زمان بررسی کند. این قابلیت ابتدا روی برخی دستگاه‌های جدید Android ارائه شد و Google اعلام کرد دستگاه‌های بیشتری به آن اضافه خواهند شد.

از طرف دیگر، خود Google در ۲۴ سپتامبر ۲۰۲۶ گزارش جدید Web Multimodal Search را به Search Console اضافه کرد. این اتفاق از دید SEO مهم است، چون بخشی از ترافیکی که پیش از این از سمت صاحب سایت به‌راحتی قابل تفکیک نبود، اکنون در گزارش Performance قابل تحلیل است.

این تغییر به معنی حذف SEO متنی نیست. برعکس، تصویر و صفحه مقصد باید در کنار متن، عنوان، ساختار و اطلاعات قابل دسترسی به یک واحد معنایی تبدیل شوند.

Multimodal Search در Search Console چیست؟

در ۲۴ سپتامبر ۲۰۲۶ Google Search Central اعلام کرد که Search Console گزارش عملکرد Web Multimodal Search را اضافه کرده است. این گزارش در Performance report مربوط به Search results و همچنین در گزارش Performance قابلیت‌های Generative AI در دسترس قرار گرفته است.

طبق اعلام رسمی Google، داده این گزارش شامل جست‌وجوهایی است که از Lens، Circle to Search در Android، آپلود تصویر در Google Search و گزینه Search this image در Chrome استفاده می‌کنند.

این داده به‌صورت یک Search type filter جدید با عنوان Web: multimodal ارائه شده است. انتشار این قابلیت از همان تاریخ به‌صورت جهانی آغاز شده و Google گفته است زمانی داده‌های آن را در Performance خواهید دید که سایت از چنین جست‌وجوهایی ترافیک دریافت کند.

چه متریک‌هایی در گزارش دیده می‌شود؟

در Performance report، فیلتر Web: multimodal در کنار متریک‌های استاندارد عملکرد قابل استفاده است. این متریک‌ها عبارت‌اند از:

• Clicks: تعداد کلیک‌های ثبت‌شده از نتایج وب.
• Impressions: تعداد نمایش‌ها.
• CTR: نسبت کلیک به نمایش.
• Average Position: میانگین موقعیت ثبت‌شده در گزارش Performance.

نکته مهم این است که این گزارش، یک «فاکتور رتبه‌بندی جدید» معرفی نمی‌کند؛ بلکه یک مسیر جدید اندازه‌گیری را در Search Console در اختیار صاحب سایت می‌گذارد.

چگونه گزارش جستجوی چندوجهی را در Search Console ببینیم؟

برای بررسی داده‌های Web Multimodal:

1. وارد Property موردنظر در Google Search Console شوید.
2. گزارش Performance → Search results را باز کنید.
3. در بخش فیلتر نوع جست‌وجو، Web: multimodal را انتخاب کنید.
4. Clicks، Impressions، CTR و Average Position را بررسی کنید.
5. در صورت نیاز، داده را با Export به یک ابزار تحلیلی دیگر منتقل کنید.

در صورتی که فیلتر را می‌بینید اما داده‌ای ندارید، اولین برداشت نباید «خرابی سایت» باشد. Google اعلام کرده که داده زمانی ظاهر می‌شود که سایت از این نوع جست‌وجوها ترافیک دریافت کند.

یک روش مفید برای تحلیل

به‌جای نگاه‌کردن به یک عدد منفرد، Web: multimodal را با دو بخش دیگر مقایسه کنید: Web: text-based و Image. سپس بررسی کنید کدام صفحات، موضوعات و انواع تصاویر سهم بیشتری از ترافیک چندوجهی دارند.

این مقایسه می‌تواند به سؤال مهم‌تری پاسخ دهد: «کدام محتوای بصری واقعاً کاربران را به صفحات سایت می‌رساند؟» این سؤال برای SEO و Content Strategy از خودِ Impression مهم‌تر است.

Google Lens چه نقشی در جستجوی چندوجهی دارد؟

Google Lens فناوری جستجوی بصری Google است که امکان استفاده از دوربین یا تصویر را برای جست‌وجوی اطلاعات فراهم می‌کند. کاربر می‌تواند درباره چیزی که در تصویر می‌بیند جست‌وجو کند، تصاویر مشابه پیدا کند یا صفحات وب مرتبط با آن را بررسی کند.

در اعلام رسمی Search Console در سپتامبر ۲۰۲۶، Google Lens یکی از مسیرهای داده Web Multimodal معرفی شده است. بنابراین برای صاحب سایت، Lens دیگر فقط یک قابلیت جداگانه موبایلی نیست؛ بخشی از یک کانال قابل اندازه‌گیری Search نیز محسوب می‌شود.

مثال فروشگاهی

فرض کنید یک فروشگاه اینترنتی یک مدل کیف چرمی خاص دارد. کاربر تصویری از همان مدل را در اختیار دارد و آن را با Lens جست‌وجو می‌کند. صفحه محصول شما زمانی شانس بهتری برای ارتباط معنایی خواهد داشت که تصویر محصول، عنوان، توضیحات، مشخصات و خود صفحه همگی درباره همان محصول باشند.

این مثال به معنی تضمین نمایش صفحه نیست؛ فقط نشان می‌دهد چرا Image SEO باید بخشی از استراتژی صفحه محصول باشد، نه کاری جدا از آن.

Circle to Search چیست و چه ارتباطی با Multimodal Search دارد؟

Circle to Search قابلیتی در برخی دستگاه‌های Android است که کاربر را قادر می‌کند محتوای روی صفحه را بدون خروج از برنامه فعلی انتخاب کند و درباره آن جست‌وجو انجام دهد. انتخاب می‌تواند با دایره، هایلایت، دست‌خط یا لمس انجام شود و در صورت نیاز کاربر متن بیشتری به جست‌وجو اضافه کند.

Google در فوریه ۲۰۲۶ اعلام کرد که Circle to Search می‌تواند چند شیء موجود در یک تصویر را نیز هم‌زمان جست‌وجو کند. برای نمونه، کاربر می‌تواند یک استایل کامل را انتخاب کند و اجزای مختلف آن را بررسی کند.

از دید Search Console، این قابلیت مهم است چون Google آن را در داده‌های Web Multimodal قرار داده است. بنابراین یک کاربر ممکن است اصلاً با عبارت «جستجوی تصویری» وارد Search نشده باشد؛ اما رفتار او همچنان در کانال چندوجهی قرار گیرد.

آپلود تصویر در Google Search چگونه کار می‌کند؟

Google امکان جست‌وجو با تصویر را فراهم می‌کند. بسته به محیط و دستگاه، کاربر می‌تواند تصویری را انتخاب یا آپلود کند و سپس نتایج مرتبط با آن را بررسی کند.

در چنین جست‌وجویی ممکن است اطلاعات مربوط به اشیای موجود در تصویر، تصاویر مشابه یا صفحاتی که تصویر مشابه در آن‌ها دیده می‌شود نمایش داده شود. Google همچنین در برخی تجربه‌ها امکان اضافه‌کردن پرسش متنی به جست‌وجوی تصویری را ارائه می‌کند.

برای یک صاحب سایت، معنای عملی این رفتار روشن است: تصویر باید به صفحه‌ای مرتبط منتهی شود که پاسخ کامل‌تری از خود تصویر ارائه می‌کند.

Search this image در Chrome چیست؟

در Chrome، کاربر می‌تواند روی تصویری که در یک صفحه وب دیده است، از مسیر Search this image برای جست‌وجوی تصویری در Google استفاده کند.

Google در اطلاعیه Search Console در ۲۴ سپتامبر ۲۰۲۶ این قابلیت را نیز صراحتاً جزو منابع داده Web Multimodal قرار داده است.

این موضوع برای سایت‌هایی که تصاویر اصلی، نمونه کار، محصول یا نمودارهای آموزشی دارند مهم است؛ چون یک تصویر موجود روی صفحه می‌تواند نقطه شروع یک جست‌وجوی جدید باشد.

Multimodal Search با Google Images چه تفاوتی دارد؟

یک سایت می‌تواند از هر دو کانال ترافیک دریافت کند. بنابراین تحلیل Image Search نباید جای تحلیل Multimodal را بگیرد.

Multimodal Search با AI Overviews و AI Mode چه تفاوتی دارد؟

Google برای AI Overviews و AI Mode یک گزارش جداگانه با عنوان Generative AI performance در Search Console ارائه می‌کند. این گزارش را نباید با فیلتر Web: multimodal یکی دانست.

در مستندات رسمی Google، برای حضور در AI Overviews و AI Mode بهینه‌سازی اختصاصی جدا از اصول بنیادی SEO لازم اعلام نشده است. Google همچنان روی Crawlability، Internal Linking، کیفیت صفحه، محتوای متنی قابل دسترسی، تصاویر باکیفیت و تطابق Structured Data با محتوای قابل مشاهده تأکید می‌کند.

آیا جستجوی چندوجهی روی SEO تأثیر دارد؟

اثر اصلی و قابل اندازه‌گیری در حال حاضر این است که یک مسیر جدید برای تحلیل عملکرد Search در اختیار صاحبان سایت قرار گرفته است.

وجود فیلتر Web: multimodal به‌خودی‌خود به این معنی نیست که Google یک «امتیاز چندوجهی» یا فاکتور رتبه‌بندی جدید ایجاد کرده است. بنابراین بهتر است استراتژی خود را بر روی کیفیت تصاویر و قابلیت اندازه‌گیری بنا کنید، نه روی یک فرمول رتبه‌بندی ناشناخته.

از نظر عملی، سه سؤال برای تیم SEO ارزشمند هستند:

• کدام صفحات از جست‌وجوهای چندوجهی Impression می‌گیرند؟
• آیا این Impressionها به Click تبدیل می‌شوند؟
• آیا این صفحات برای کاربر ارزش تجاری، آموزشی یا اطلاعاتی ایجاد می‌کنند؟

چگونه تصاویر سایت را برای جستجوی چندوجهی بهینه کنیم؟

Google در راهنمای رسمی Image SEO چند اصل مشخص را برای کشف، ایندکس و فهم تصاویر توصیه می‌کند. این اصول برای Google Images شناخته شده‌اند، اما برای سایت‌هایی که می‌خواهند در مسیرهای بصری Search نیز قابل‌کشف باشند، پایه فنی مهمی تشکیل می‌دهند.

Alt text

Alt text را توصیفی، طبیعی و متناسب با محتوای تصویر بنویسید. Google از alt text همراه با محتوای صفحه و الگوریتم‌های بینایی رایانه‌ای برای درک موضوع تصویر استفاده می‌کند و نسبت به Keyword Stuffing هشدار می‌دهد.

نمونه مناسب:

«نمایش داشبورد فروشگاه اینترنتی برای بررسی آمار سفارش‌ها»

نمونه نامناسب، قراردادن چندین بار عبارت «جستجوی چندوجهی گوگل، SEO تصاویر، جستجوی تصویری گوگل» در alt بدون اینکه تصویر چنین محتوایی را نشان دهد.

نام فایل

نام فایل باید کوتاه و توصیفی باشد. modern-black-chair.webp از IMG_7832.jpg اطلاعات بیشتری درباره موضوع تصویر می‌دهد. این مورد عامل مستقل رتبه‌بندی محسوب نمی‌شود؛ اما یک سیگنال زمینه‌ای کوچک در کنار سایر اطلاعات صفحه است.

فرمت تصویر

Google Search از فرمت‌هایی مانند JPEG، PNG، WebP، AVIF، GIF، BMP و SVG پشتیبانی می‌کند. بنابراین WebP و AVIF گزینه‌های مفیدی هستند، اما تغییر فرمت به‌تنهایی استراتژی Image SEO نیست.

کیفیت و حجم

تصویر باید به اندازه‌ای باکیفیت باشد که جزئیات مهم قابل مشاهده بمانند، اما حجم آن نیز منطقی باشد. تصاویر بسیار سنگین می‌توانند سرعت صفحه را کاهش دهند؛ تصاویر بیش از حد فشرده نیز می‌توانند کیفیت تجربه کاربر را پایین بیاورند.

Lazy Loading

برای تصاویر پایین‌تر از بخش اولیه صفحه می‌توان از Lazy Loading درست استفاده کرد. نکته مهم این است که محتوای اصلی نباید فقط بعد از کلیک یا تعامل کاربر بارگذاری شود؛ Google در راهنمای مربوط به محتوای Lazy-loaded بر قابل دسترس بودن محتوا برای خزش تأکید می‌کند.

محتوای اطراف تصویر

تصویر جدا از صفحه نیست. عنوان صفحه، متن اطراف، caption، alt و موضوع کلی URL به موتور جست‌وجو کمک می‌کنند ارتباط تصویر را درک کند. به همین دلیل قرار دادن تصویر محصول در یک صفحه نامرتبط، حتی با alt خوب، راهبرد کاملی نیست.

استفاده درست از img

Google توصیه می‌کند برای تصاویر قابل ایندکس از عنصر استاندارد <img> استفاده شود. تصاویر CSS به‌عنوان تصویر قابل ایندکس توسط Google Images پشتیبانی نمی‌شوند. برای تصاویر Responsive نیز استفاده صحیح از src، srcset و در صورت نیاز picture مهم است.

Image SEO و GEO چه ارتباطی دارند؟

Image SEO بر کشف، ایندکس و فهم تصاویر تمرکز دارد. GEO اصطلاحی است که در فضای SEO برای بهینه‌سازی محتوا در موتورهای مولد و پاسخ‌های AI به کار می‌رود. این دو یکی نیستند.

Google در مستندات رسمی خود یک «GEO Schema» یا «Multimodal Schema» ویژه معرفی نکرده است. در عوض، برای AI Features روی همان اصول بنیادی SEO تأکید دارد و می‌گوید نیازی به فایل یا Markup ویژه‌ای فقط برای AI Overviews و AI Mode وجود ندارد.

بنابراین راهبرد محتوایی بهتر این است که تصویر، متن، Entity، HTML و Structured Data یک پیام منسجم ارائه دهند.

برای GEO در محتوای تصویری چه کار کنیم؟

• تصویر را دقیقاً مطابق موضوع صفحه انتخاب کنید.
• اطلاعات مهم را فقط داخل تصویر قرار ندهید؛ متن صفحه نیز باید آن‌ها را توضیح دهد.
• برای تصاویر مهم، alt طبیعی و دقیق بنویسید.
• در صورت مفید بودن، caption اضافه کنید.
• صفحه مقصد باید مستقل از تصویر، پاسخ قابل استفاده‌ای داشته باشد.
• برای محصولات و مقالات، Structured Data مناسب همان نوع محتوا را پیاده کنید.

چه سایت‌هایی از جستجوی چندوجهی بیشتر استفاده می‌کنند؟

یک مثال واقعی برای سایت وردپرسی

فرض کنید یک سایت WordPress با WooCommerce فروشنده مبلمان مدرن است و برای هر محصول یک صفحه مستقل دارد.

وضعیت ضعیف

• نام تصویر IMG-2026-55.jpg است.
• تصویر به‌صورت background در CSS نمایش داده شده است.
• alt خالی یا پر از کلمات کلیدی است.
• توضیح محصول فقط چند کلمه است.
• اطلاعاتی درباره جنس، اندازه، رنگ و کاربرد محصول وجود ندارد.

وضعیت بهتر

• نام فایل توصیفی و پایدار است.
• تصویر با img استاندارد قابل Crawl است.
• alt همان چیزی را توضیح می‌دهد که واقعاً در تصویر دیده می‌شود.
• عنوان، توضیحات و مشخصات محصول با تصویر سازگارند.
• حجم و ابعاد تصویر برای موبایل و دسکتاپ بهینه شده‌اند.
• صفحه محصول در صورت سازگاری، Product structured data دارد.
• در Search Console عملکرد Web: multimodal جداگانه پایش می‌شود.

این معماری به یک اصل ساده برمی‌گردد: هر تصویر مهم باید یک صفحه مقصد مناسب داشته باشد و هر صفحه مقصد باید بدون تکیه به تصویر هم قابل فهم باشد.

Structured Data برای جستجوی چندوجهی

برای Multimodal Search نیازی به ساخت Schema سفارشی و خیالی ندارید. Structured Data باید بر اساس نوع واقعی محتوا انتخاب شود.

برای این مقاله، Article یا BlogPosting می‌تواند نوع مناسب باشد. برای یک صفحه فروش محصول، Product منطقی‌تر است. برای هر دو نیز داده ساختاریافته باید دقیقاً با محتوای قابل مشاهده صفحه هماهنگ باشد.

Google در راهنمای رسمی خود می‌گوید Structured Data می‌تواند به درک محتوای صفحه کمک کند و در برخی تجربیات Search باعث واجدشرایط‌شدن برای قابلیت‌های غنی شود؛ اما حتی پیاده‌سازی صحیح آن نمایش Rich Result را تضمین نمی‌کند.

اشتباهات رایج در بهینه‌سازی برای جستجوی تصویری

۱. تکرار کلمات کلیدی داخل alt

Alt جای لیست‌کردن Keywordها نیست. آن را برای توصیف تصویر و دسترسی‌پذیری بنویسید.

۲. تمرکز روی فرمت و فراموش‌کردن کیفیت

WebP یا AVIF مهم‌اند، اما اگر تصویر تار، بسیار کوچک یا بیش از حد فشرده باشد، صرفاً استفاده از فرمت جدید مشکل را حل نمی‌کند.

۳. قرار دادن تصاویر مهم در CSS

اگر تصویر اصلی صفحه فقط یک background باشد، Google Images نمی‌تواند آن را مانند تصویر قرارگرفته در img کشف و ایندکس کند.

۴. Lazy Loading نادرست

محتوای مهم را به تعامل کاربر وابسته نکنید.

۵. یکی دانستن Image Search و Multimodal Search

اکنون Search Console این دو مسیر را نیز در قالب گزارش‌های جداگانه قابل تحلیل‌تر کرده است.

۶. ساختن Schema مخصوص AI بدون منبع رسمی

Google چنین Schema عمومی و مستقلی برای Multimodal Search یا AI Search معرفی نکرده است.

۷. دنبال‌کردن «ترفند رتبه» به‌جای اصلاح صفحه

برای این حوزه، پایه‌های فنی و محتوایی همچنان تعیین‌کننده‌اند: Crawlability، کیفیت صفحه، ارتباط موضوعی، تصاویر خوب، تجربه کاربر و ساختار قابل فهم.

چک‌لیست آماده‌سازی سایت برای Multimodal Search

1. تصاویر مهم سایت را با <img> قابل Crawl کنید.
2. برای هر تصویر مهم alt طبیعی و توصیفی بنویسید.
3. نام فایل را کوتاه، توصیفی و پایدار انتخاب کنید.
4. از WebP یا AVIF در سناریوهای مناسب استفاده کنید.
5. حجم و ابعاد تصویر را متناسب با دستگاه بهینه کنید.
6. کیفیت تصویر را به حدی پایین نیاورید که جزئیات از بین برود.
7. تصاویر مهم را پشت کلیک یا تعامل کاربر مخفی نکنید.
8. تصاویر را نزدیک محتوای مرتبط قرار دهید.
9. در صورت مفید بودن caption اضافه کنید.
10. در صورت استفاده از CDN، قابلیت Crawl تصویر و URLهای آن را بررسی کنید.
11. برای صفحات محصول، Product structured data سازگار با محتوا را بررسی کنید.
12. برای مقالات، Article یا BlogPosting را در صورت تناسب استفاده کنید.
13. در Search Console، Web: multimodal را جدا از Image و Web: text-based بررسی کنید.
14. برای AI Overviews و AI Mode، گزارش Generative AI performance را جداگانه بررسی کنید.

هوش مصنوعی چه چیزی را در جستجوی چندوجهی تغییر داده است؟

مهم‌ترین تغییر این است که سیستم جست‌وجو دیگر مجبور نیست منتظر یک عبارت متنی دقیق از طرف کاربر بماند. تصویر می‌تواند زمینه را وارد جست‌وجو کند و مدل‌های هوش مصنوعی می‌توانند پرسش را از روی ترکیب تصویر و متن بهتر تفسیر کنند. برای ادامه این موضوع، راهنمای آماده‌سازی سایت برای AI Agent نیز به معماری قابل‌فهم برای سیستم‌های هوش مصنوعی می‌پردازد.

Google در تجربه‌های جدید Search از مدل‌های هوش مصنوعی برای درک تصاویر، تجزیه یک صحنه به اجزای مختلف و پاسخ به پرسش‌های پیچیده‌تر استفاده می‌کند. برای مثال، Circle to Search در سال ۲۰۲۶ قابلیت جست‌وجوی چند شیء در یک تصویر را دریافت کرد و Google توضیح داد که از تکنیک‌های بصری و مدل‌های Gemini برای برنامه‌ریزی و ترکیب نتایج استفاده می‌شود.

اما یک مرز مهم وجود دارد: AI Search جایگزین زیرساخت مناسب وب‌سایت نیست. مدل هوش مصنوعی ممکن است تصویر را بفهمد، اما برای هدایت کاربر به یک مقصد وب مناسب، صفحه قابل Crawl، محتوای واضح و ارتباط معنایی همچنان اهمیت دارند.

آینده جستجوی چندوجهی گوگل

مسیر محصولات Google در سال ۲۰۲۶ نشان می‌دهد که جست‌وجوی تصویری در حال حرکت از «پیداکردن تصویر مشابه» به سمت «فهمیدن آنچه کاربر می‌بیند و پاسخ‌دادن به سؤال او درباره آن» است.

در چنین شرایطی، ارزش تصاویر اصیل و دقیق بیشتر می‌شود؛ اما نه به این دلیل که عکس به‌تنهایی یک سیگنال جادویی ایجاد می‌کند. ارزش اصلی زمانی ایجاد می‌شود که تصویر با صفحه‌ای مرتبط، محتوای متنی روشن و تجربه کاربری مناسب همراه شود.

برای تیم‌های SEO نیز Search Console نقش مهم‌تری پیدا می‌کند، چون اکنون بخشی از رفتارهای چندوجهی قابل تفکیک و مقایسه است. با این حال، رابط‌ها و قابلیت‌های Google همچنان در حال تغییر هستند و بهتر است تصمیم‌های فنی حساس با مستندات رسمی همان زمان تطبیق داده شوند.

جمع‌بندی: جستجوی چندوجهی گوگل چیست؟

جستجوی چندوجهی گوگل نوعی جست‌وجو است که در آن تصویر بخشی از ورودی کاربر است. Google این مدل را در مسیرهایی مانند Google Lens، Circle to Search، آپلود تصویر در Google Search و Search this image در Chrome به کار می‌گیرد.

تغییر مهم سپتامبر ۲۰۲۶ این است که Search Console از ۲۴ سپتامبر ۲۰۲۶ گزارش Web: multimodal را برای Performance معرفی کرده است. این گزارش به صاحب سایت اجازه می‌دهد عملکرد ترافیکی را که از این نوع جست‌وجوهای تصویری وب حاصل می‌شود، جداگانه بررسی کند.

برای آماده‌سازی سایت، تمرکز اصلی باید روی Image SEO، Crawlability، alt text طبیعی، نام فایل توصیفی، کیفیت و حجم مناسب، HTML استاندارد، محتوای اطراف تصویر، Internal Linking و Structured Data متناسب با نوع صفحه باشد.

در نهایت، Multimodal Search را نباید با Google Images، AI Overviews یا AI Mode یکی دانست. این تجربه‌ها با هم ارتباط دارند، اما نقش یکسانی ندارند. بهترین رویکرد، ساخت سایتی است که هم برای انسان قابل استفاده باشد، هم برای Google قابل خزش و فهم باشد و هم اطلاعات بصری و متنی آن یکدیگر را کامل کنند.

اگر کسب‌وکار محلی داری و می‌خواهی در گوگل دیده شوی، راهنمای ثبت رایگان کسب کار در گوگل؛ راهنمای ایران محدودیت‌های Google Business Profile و راه‌های جایگزین را توضیح می‌دهد.

منابع و مستندات رسمی Google

• Google Search Central — Web Multimodal Search performance reporting in Search Console
• Google Search Console Help — Performance report
• Google Search Console Help — Generative AI performance report
• Google Search Help — Search with an image on Google
• Google Search Help — Circle to Search
• Google Search Central — Image SEO best practices
• Google Search Central — AI Features and Your Website
• Google Search Central — General structured data guidelines
• Google Search Central — Product structured data

این مقاله در ۲۷ سپتامبر ۲۰۲۶ بازبینی شده است. قابلیت‌ها و رابط‌های Google ممکن است در آینده تغییر کنند؛ در تصمیم‌های فنی حساس، مستندات رسمی و به‌روز Google را مبنای نهایی قرار دهید.

سؤالات متداول جستجوی چندوجهی