---
title: "AEO: מדידת חלק מהקול בתשובות אסיסטנטים ב-5 צעדים"
description: "איך מודדים Share of Voice בתשובות אסיסטנטים עם AEO: כמה שאלות לשאול, איך לחשב, מה להשוות ואילו טעויות מדידה נפוצות."
canonical: https://adsbeast.pro/blog/he/ai-for-seo-measure-brand-share-of-voice-in-ai-answers
language: he
published: 2026-09-21T02:42:14.319Z
updated: 2026-09-21T02:42:14.319Z
author: "צוות העריכה של ADS Beast"
translations:
  - ar: https://adsbeast.pro/blog/ar/ai-for-seo-measure-brand-share-of-voice-in-ai-answers
  - en: https://adsbeast.pro/blog/en/ai-for-seo-measure-brand-share-of-voice-in-ai-answers
  - es: https://adsbeast.pro/blog/es/seo-con-ia-mide-la-cuota-de-voz-de-tu-marca
  - ru: https://adsbeast.pro/blog/ru/dolya-golosa-brenda-v-otvetakh-assistentov-kak-izmerit
  - sk: https://adsbeast.pro/blog/sk/podiel-hlasu-znacky-v-odpovediach-asistentov-ako-ho-merat
  - uk: https://adsbeast.pro/blog/uk/chastka-golosu-brendu-v-aeo-yak-vimiryuvati
---
# AEO: איך למדוד חלק מהקול בתשובות אסיסטנטים

חלק מהקול (Share of Voice) בתשובות אסיסטנטים הוא אחוז השאילתות שבהן המותג שלכם מוזכר מתוך סדרת שאלות קבועה שהרצתם מול מודלי שפה. כדי למדוד אותו עם AEO, מריצים את אותה סדרת שאלות על פני כמה פלטפורמות, סופרים אזכורים לפי מיקום, וחוזרים על המדידה מדי חודש. המספר עצמו פשוט; המשמעת סביבו היא כל העבודה.

## בקצרה

- Share of Voice נמדד כאחוז תשובות עם אזכור מותג מתוך סדרת שאלות מוגדרת, בנפרד לכל פלטפורמה.
- פחות מ-30 שאלות מייצרות רעש סטטיסטי גדול מדי; 100 עד 200 שאלות לנישה נותנות תמונה יציבה.
- כל שאלה חייבת לרוץ לפחות שלוש פעמים, כי אותו מודל לא מחזיר תשובה זהה בכל הרצה.
- דירוג אורגני בגוגל ונוכחות בתשובת אסיסטנט הם שני מדדים נפרדים, ולכן AEO דורש מדידה משלו.
- מדידה חד-פעמית לא מלמדת כלום על מגמה; ההשוואה החודשית היא שמייצרת תובנה.

## מה בדיוק מודד Share of Voice בתשובות אסיסטנטים

Share of Voice הוא אחוז התשובות שבהן המותג שלכם מוזכר מתוך כל התשובות שנוצרו על ידי מודלי שפה בסדרת שאילתות מוגדרת. אם שאלתם 100 שאלות בתחום שלכם והמותג הופיע ב-23 מהן, חלקו מהקול הוא 23%. זה מדד של נוכחות, לא של איכות התשובה ולא של נפח תנועה.

הנתון נמדד בנפרד לכל פלטפורמה. ChatGPT, Gemini ו-Perplexity שולפים מקורות שונים, מפעילים חיפוש חי בזמנים שונים, ומנסחים אחרת. ממוצע משוקלל של כולן יחביא בדיוק את מה שאתם צריכים לדעת: איפה אתם חזקים ואיפה אתם לא קיימים.

שתי החלטות מגדירות את המדד לפני שהרצתם שאלה אחת. הראשונה היא מה נחשב אזכור. שם מותג מלא, שם מקוצר, דומיין, שם מוצר. השנייה היא מהי אוכלוסיית השאלות. בלי להגדיר את שתיהן בכתב, כל השוואה בין חודשים תתפרק לוויכוח על פרשנות.

## למה אי אפשר להסתפק בנתוני Search Console

דירוג אורגני מודד את מיקום הדף שלכם בתוצאות החיפוש. Share of Voice בתשובות אסיסטנטים מודד אם המותג הוזכר בכלל בתשובה מסונתזת. אתר יכול להיות במקום הראשון בגוגל ועדיין לא להופיע בתשובת ChatGPT, אם התוכן לא בנוי במבנה שהמודל שולף ממנו.

ההבדל נובע מהמכניקה. מנוע חיפוש מציג רשימה של דפים ומפנה את המשתמש אליהם. אסיסטנט קורא כמה מקורות, מסנתז תשובה אחת, ומצטט חלק מהם. דף שמדורג גבוה אבל כתוב כרצף שיווקי בלי הגדרות, בלי השוואות ובלי מבנה סמנטי, פשוט לא ייכנס לתשובה המסונתזת.

מכאן נובעת המסקנה המעשית: AEO דורש מדידה נפרדת ולא הסתמכות על נתוני Search Console בלבד. אפשר להשתמש בהם כהקשר, אבל לא כתחליף. מי שמנסה לגזור נוכחות באסיסטנטים ממיקומי גוגל יגלה שהקורלציה רופפת, ולפעמים שלילית.

## איך בונים את סדרת השאלות למדידה

סדרת השאלות היא כלי המדידה. אם היא בנויה לא נכון, כל המספרים שייצאו ממנה חסרי משמעות. בנו אותה בשלוש קבוצות, וכתבו אותן בשפה שהמשתמשים שלכם באמת משתמשים בה, לא בשפת השיווק הפנימי שלכם.

1. שאלות מותג: מה זה [שם המותג], האם [שם המותג] מתאים ל..., איך משיגים תמיכה ב-[שם המותג]. אלה בודקות אם המודל בכלל מכיר אתכם.
2. שאלות קטגוריה: מה הכלים הטובים ל..., איך עושים..., מה חשוב לדעת לפני ש.... אלה בודקות אם אתם נכנסים לשיחה גם כשאף אחד לא הזכיר אתכם.
3. שאלות השוואה: [מתחרה] מול [מתחרה], מה ההבדל בין... ל..., למי מתאים יותר.... אלה בודקות את המקום שלכם ביחס לשוק.

קבוצת ההשוואה היא הרגישה ביותר, וגם המעניינת ביותר. שם רואים לא רק אם הוזכרתם, אלא מול מי. אם המודל מזכיר חמישה מתחרים ואתכם לא, הבעיה בדרך כלל לא בתקציב אלא בתוכן שלא נותן למודל סיבה לצטט אתכם.

שמרו את הסדרה כקובץ קבוע. כל שינוי בנוסח שאלה שובר את רצף ההשוואה, גם אם השינוי נראה קוסמטי.

## כמה שאלות צריך וכמה הרצות לכל שאלה

מינימום 50 שאלות לנישה, ועדיף 100 עד 200 כדי לצמצם רעש סטטיסטי. מתחת ל-30 שאלות הפער בין מדידות חוזרות יכול לעבור 15 נקודות אחוז בלי שינוי אמיתי בביצועים. כלומר, תקבלו תנודה שנראית כמו מגמה אבל היא רק רעש.

מעל לשאלות, הבעיה הגדולה יותר היא החזרתיות. מודלי שפה לא מחזירים תשובה זהה בכל הרצה, גם באותה שאלה ובאותו יום. לכן כל שאלה צריכה לרוץ שלוש פעמים לפחות, והציון הוא ממוצע. שאלה שהוזכרתם בה פעם אחת מתוך שלוש שווה פחות משאלה שהוזכרתם בה שלוש פעמים מתוך שלוש, גם אם בשתיהן "יש אזכור".

הטבלה הבאה ממפה את ההחלטות האלה למשמעות המעשית שלהן.

| פרמטר מדידה | רמה בסיסית | רמה מהימנה | מה משתנה בפועל |
|---|---|---|---|
| מספר שאלות לנישה | 30 עד 50 | 100 עד 200 | יציבות התוצאה בין מדידות חוזרות |
| הרצות לכל שאלה | פעם אחת | שלוש פעמים ומעלה | האם המספר מייצג נטייה או מקריות |
| פלטפורמות | פלטפורמה אחת | כל פלטפורמה בנפרד | זיהוי מקום שבו אתם חזקים או חסרים |
| תדירות מדידה | פעם ברבעון | פעם בחודש | היכולת לראות מגמה ולא תמונת מצב |
| שמירת מיקום אזכור | לא | כן, לכל אזכור | הבחנה בין הובלה לנוכחות שולית |

## איך מחשבים את חלק מהקול בפועל

סופרים את מספר התשובות שבהן המותג מוזכר בשמו, מחלקים במספר התשובות הכולל, ומכפילים ב-100. זו הנוסחה כולה. המורכבות נמצאת בהחלטות שמסביבה, לא בחשבון.

הרצו כל שאלה שלוש פעמים לפחות, כי המודלים לא מחזירים תשובה זהה בכל פעם, וחשבו ממוצע. שמרו גם את מיקום ההזכרה: אזכור במקום הראשון שווה יותר מאזכור בסוף רשימה של שבעה. מיקום ראשון אומר שהמודל תופס אתכם כדמות המרכזית בשיחה; אזכור שביעי אומר שאתם קיימים אבל לא מובילים.

שתי טעויות נפוצות כאן. הראשונה היא לספור אזכור של דומיין כאזכור של מותג, גם כשהתשובה לא מזכירה את השם עצמו. השנייה היא לספור אזכור שלילי כאזכור חיובי. אם המודל כותב שירות לקוחות גרוע של [מותג], זה לא הישג שיווקי. ספרו את זה בנפרד.

תיעדו את התוצאות כך שתוכלו לחזור לפירוט המלא. מספר בודד בלי הגלם שמאחוריו הופך עד מהרה לניחוש.

## איך נראית מדידה בפועל לאורך זמן

מדידה חד-פעמית נותנת תמונת מצב נקודתית שלא מלמדת אם השינוי בתוכן עבד. מודלי שפה מתעדכנים בתדירות של שבועות עד חודשים, ומקורות שנשלפים משתנים בהתאם. כלומר, גם אם לא שיניתם כלום, המספרים יזוזו.

מעקב חודשי על אותה סדרת שאלות מאפשר לראות מגמה. הדפוס המוכר הוא עלייה מדורגת אחרי פרסום תוכן מובנה עם schema, למשל מעלייה מ-12% ל-27% בתוך רבעון. חשוב להבין מה בדיוק קרה שם: לא הקסם של ה-schema, אלא העובדה שהמודל קיבל תוכן שהוא יכול לשלוף, לפרק ולצטט בלי לפרש.

כדי לדעת אם שינוי בתוכן עבד, צריך להשוות מול שני דברים. הראשון הוא המדידה הקודמת באותה סדרת שאלות בדיוק. השני הוא קבוצת ביקורת של שאלות שלא נגעתם בתוכן הרלוונטי אליהן. בלי קבוצת ביקורת, כל עלייה תיראה כמו הישג, גם אם כל השוק עלה איתכם.

תזמון גם הוא משתנה. תוכן חדש לא נכנס לתשובות מיד. בין פרסום לבין הופעה ראשונה בתשובות עוברים בדרך כלל שבועות, ולפעמים יותר. מדידה אחרי שבוע תגרום לכם להסיק מסקנות שגויות ולבטל מהלך שעובד.

## אילו טעויות מדידה חוזרות אצל כמעט כולם

הטעות הנפוצה ביותר היא מדידה על פלטפורמה אחת והסקה על כולן. ChatGPT, Gemini ו-Perplexity שולפים מקורות שונים, ולכן פער בין הפלטפורמות הוא הנורמלי, לא החריג. מותג יכול להיות חזק באחת ובלתי נראה באחרת.

הטעות השנייה היא שינוי סדרת השאלות בין מדידות. כל הוספה או מחיקה של שאלה משנות את המכנה, ואז ההשוואה חסרת משמעות. אם אתם מוסיפים שאלות, הוסיפו אותן כתוספת נפרדת וחשבו את המגמה על הליבה הקבועה.

הטעות השלישית היא התעלמות מהמקורות שהמודל מצטט. Share of Voice מספר כמה פעמים הוזכרתם. הוא לא מספר למה. אם תאספו גם את רשימת הדומיינים שהמודל הסתמך עליהם, תגלו מהר מאוד איפה כדאי לכם להיות נוכחים, ואיפה אתם נוכחים בלי להשפיע.

הטעות הרביעית היא לשאול שאלות שהן בעצם מודעות ממוקדות. אם כל השאלות שלכם מזכירות את שם המותג, אתם לא מודדים נתח שוק, אתם מודדים כמה טוב המודל מכיר אתכם. שאלות קטגוריה הן החלק שמייצר את הנתון השימושי.

## מה עושים עם המספרים

המדד לבדו לא משנה שום דבר. הוא הופך שימושי כשהוא מחובר להחלטות תוכן. אם חלק מהקול שלכם נמוך בשאלות קטגוריה אבל גבוה בשאלות מותג, הבעיה היא בהיכרות: המודל יודע מי אתם כשהוא נשאל עליכם, ולא יודע להציג אתכם כשהוא נשאל על הבעיה שהלקוח מנסה לפתור.

אם הפער הוא בין פלטפורמות, בדקו מאיפה כל אחת שולפת מידע. לעיתים ההבדל נובע מכך שפלטפורמה אחת מסתמכת יותר על חיפוש חי ואחרת על זיכרון המודל. בשני המקרים הפתרון הוא תוכן מובנה עם הגדרות חד-משמעיות, טבלאות והשוואות, ולא עוד מאמר רעיוני.

אם המספר עולה אבל העסק לא מרגיש בכך, ייתכן שאתם נספרים באזכורים שלא מייצרים כוונת רכישה. שאלה כמו "מה זה [קטגוריה]" שונה לחלוטין מ"איך בוחרים ספק [קטגוריה]". פצלו את המדד לפי כוונה, לא רק לפי נושא.

## הצעד הבא

בחרו פלטפורמה אחת, כתבו 50 שאלות בשפה של הלקוחות שלכם, והריצו כל אחת שלוש פעמים. זה לוקח כמה שעות ומספיק כדי לקבל מספר התחלתי שאפשר להשוות אליו בעוד חודש. את התשתית למדידה שוטפת, כולל מעקב אחרי המקורות שהמודלים שולפים, תמצאו ב-[aeo](/features/he/ai-visibility).

## שאלות נפוצות

**מהו חלקו של מותג מהקול (Share of Voice) בתשובות אסיסטנטים?**

חלק מהקול הוא אחוז התשובות שבהן המותג שלכם מוזכר מתוך כל התשובות שנוצרו על ידי מודלי שפה בסדרת שאילתות מוגדרת. אם שאלתם 100 שאלות בתחום שלכם והמותג הופיע ב-23 מהן, חלקו מהקול הוא 23%. הנתון נמדד בנפרד לכל פלטפורמה, כי ChatGPT, Gemini ו-Perplexity שולפים מקורות שונים.

**כמה שאלות צריך לשאול כדי למדוד Share of Voice בצורה מהימנה?**

מינימום 50 שאלות לנישה, ועדיף 100 עד 200 כדי לצמצם רעש סטטיסטי. מתחת ל-30 שאלות הפער בין מדידות חוזרות יכול לעבור 15 נקודות אחוז בלי שינוי אמיתי בביצועים. חלקו את השאלות לשלוש קבוצות: שאלות מותג, שאלות קטגוריה ושאלות השוואה.

**איך מחשבים את חלקו של מותג מהקול בפועל?**

סופרים את מספר התשובות שבהן המותג מוזכר בשמו, מחלקים במספר התשובות הכולל, ומכפילים ב-100. חשוב להריץ כל שאלה 3 פעמים לפחות, כי המודלים לא מחזירים תשובה זהה בכל פעם, ולחשב ממוצע. שמרו גם את מיקום ההזכרה: אזכור במקום הראשון שווה יותר מאזכור בסוף רשימה של שבעה.

**מה ההבדל בין Share of Voice לבין דירוג אורגני בגוגל?**

דירוג אורגני מודד את מיקום הדף שלכם בתוצאות החיפוש, בעוד Share of Voice בתשובות אסיסטנטים מודד אם המותג הוזכר בכלל בתשובה מסונתזת. אתר יכול להיות במקום הראשון בגוגל ועדיין לא להופיע בתשובת ChatGPT, אם התוכן לא בנוי במבנה שהמודל שולף ממנו. לכן AEO דורש מדידה נפרדת ולא הסתמכות על נתוני Search Console בלבד.

**למה חשוב לעקוב אחר Share of Voice לאורך זמן ולא רק פעם אחת?**

מודלי שפה מתעדכנים בתדירות של שבועות עד חודשים, ומקורות שנשלפים משתנים בהתאם. מדידה חד-פעמית נותנת תמונת מצב נקודתית שלא מלמדת אם השינוי בתוכן עבד. מעקב חודשי על אותה סדרת שאלות מאפשר לראות מגמה, למשל עלייה מ-12% ל-27% בתוך רבעון אחרי פרסום תוכן מובנה עם schema.

**איך בודקים שהעלייה במדד נובעת מהתוכן ולא מרעש?**

השוו את המדידה הנוכחית לקודמת על אותה סדרת שאלות בדיוק, והוסיפו קבוצת ביקורת של שאלות שלא נגעתם בתוכן הרלוונטי אליהן. אם גם קבוצת הביקורת עלתה באותו שיעור, כנראה שהשוק זז ולא אתם. בנוסף, המתינו שבועות בין פרסום התוכן לבין המדידה, כי תוכן חדש לא נכנס לתשובות מיד.

## מאמרים קשורים
- [סורקי עוזרים: את מי להכניס לאתר ואיך בודקים](/blog/he/assistant-crawlers-who-to-allow-and-how-to-verify)
- [בונה UTM: איך ליצור קישור נכון לקמפיין](/blog/he/utm-builder-how-to-create-the-right-campaign-link)

## שאלות ותשובות

### מהו חלקו של מותג מהקול (Share of Voice) בתשובות אסיסטנטים?

חלק מהקול הוא אחוז התשובות שבהן המותג שלכם מוזכר מתוך כל התשובות שנוצרו על ידי מודלי שפה בסדרת שאילתות מוגדרת. אם שאלתם 100 שאלות בתחום שלכם והמותג הופיע ב-23 מהן, חלקו מהקול הוא 23%. הנתון הזה נמדד בנפרד לכל פלטפורמה, כי ChatGPT, Gemini ו-Perplexity שולפים מקורות שונים.

### כמה שאלות צריך לשאול כדי למדוד Share of Voice בצורה מהימנה?

מינימום 50 שאלות לנישה, ועדיף 100 עד 200 כדי לצמצם רעש סטטיסטי. מתחת ל-30 שאלות הפער בין מדידות חוזרות יכול לעבור 15 נקודות אחוז בלי שינוי אמיתי בביצועים. חלקו את השאלות לשלוש קבוצות: שאלות מותג, שאלות קטגוריה ושאלות השוואה.

### איך מחשבים את חלקו של מותג מהקול בפועל?

סופרים את מספר התשובות שבהן המותג מוזכר בשמו, מחלקים במספר התשובות הכולל, ומכפילים ב-100. חשוב להריץ כל שאלה 3 פעמים לפחות, כי המודלים לא מחזירים תשובה זהה בכל פעם, ולחשב ממוצע. שמרו גם את מיקום ההזכרה: אזכור במקום הראשון שווה יותר מאזכור בסוף רשימה של שבעה.

### מה ההבדל בין Share of Voice לבין דירוג אורגני בגוגל?

דירוג אורגני מודד את מיקום הדף שלכם בתוצאות החיפוש, בעוד Share of Voice בתשובות אסיסטנטים מודד אם המותג הוזכר בכלל בתשובה synthesized. אתר יכול להיות במקום הראשון בגוגל ועדיין לא להופיע בתשובת ChatGPT, אם התוכן לא בנוי במבנה שהמודל שולף ממנו. לכן AEO דורש מדידה נפרדת ולא הסתמכות על נתוני Search Console בלבד.

### למה חשוב לעקוב אחר Share of Voice לאורך זמן ולא רק פעם אחת?

מודלי שפה מתעדכנים בתדירות של שבועות עד חודשים, ומקורות שנשלפים משתנים בהתאם. מדידה חד-פעמית נותנת תמונת מצב נקודתית שלא מלמדת אם השינוי בתוכן עבד. מעקב חודשי על אותה סדרת שאלות מאפשר לראות מגמה, למשל עלייה מ-12% ל-27% בתוך רבעון אחרי פרסום תוכן מובנה עם schema.