מדריך מניפת שאילתות (Query Fan-Out): איך לנתח את החיפושים ש־ChatGPT מריץ, עם תוסף בדיקה בחינם

מה ChatGPT מחפש ברשת כדי לענות על שאלה, ואיך החיפושים האלה יכולים לעזור לשפר תוכן באתר. מדריך עם בדיקה שעשיתי ב־ChatGPT והסבר איך לאסוף שאילתות, להשוות ביניהן ולהבין מה אפשר ללמוד מהן.

נכתב ונבדק עובדתית על ידי נתי אלימלך עודכן 08/10/26 עקבו אחרי בגוגל

תוכן עניינים

נקודות עיקריות

Query Fan-Out הוא תהליך שבו ה־AI מפרק שאלה לכמה חיפושים ברשת כדי להרכיב תשובה. קריאת השאילתות מאפשרת להבין איזה מידע הוא חיפש בבדיקה ולמצוא רעיונות לשיפור התוכן, אך לא מגלה מה לקוחות שואלים בפועל או כמה פעמים הם שואלים זאת.
בבדיקה שלי, בקשה בעברית להמלצה על מסך גיימינג הובילה לחיפושים בעברית ובאנגלית אחר מפרטים, דגמים ומחירים בחנויות. החיפושים עסקו בחלקים שונים של החלטת הקנייה, ממפרט המסך ועד המחיר בחנויות.
עמוד יכול להופיע במקורות שה־AI קיבל בלי לקבל קישור בתשובה שכתב. כדי לדעת אם האתר צוטט, צריך לבדוק את הקישורים בתשובה עצמה ולראות לאילו עמודים הם מובילים.
חיפוש שחוזר בבדיקות לא מחייב עמוד חדש לכל שאילתה. כדאי לבדוק קודם אם אפשר להשלים את המידע בעמוד קיים, למשל להוסיף מפרט ומחיר לעמוד מוצר או להסביר במדריך קנייה את ההבדל בין דגמים.
ה־AI יכול לחפש דברים שונים גם בתגובה לאותו פרומפט, ולכן כדאי להשוות כמה בדיקות ולשמור מה נשאל ומה התקבל בכל אחת. חיפוש שהופיע פעם אחת לא בהכרח יחזור בבדיקה הבאה.

במדריך הזה אני מסביר איך לבדוק מה ה־AI מחפש ברשת כדי לענות על פרומפט, מה אפשר ללמוד מהחיפושים האלה ואיך להשתמש בהם כדי לשפר את התוכן באתר.

כשמבקשים המלצה על מסך גיימינג במחיר שפוי, המערכת עשויה לחפש בנפרד מפרטים, השוואות ומחירים. המפרט עוזר לבדוק אם המסך מתאים למשחקים, והמחיר עוזר לבדוק אם הוא בתקציב. קריאת החיפושים האלה יכולה לעזור לזהות מידע שחסר בעמוד המוצר או במדריך הקנייה.

אשתמש בבדיקה שעשיתי ב־ChatGPT כדי להראות איך עוברים מרשימת חיפושים להחלטות על תוכן.

מה זה מניפת שאילתות (Query Fan-Out) ואיך היא עובדת?

מפרומפט למניפת שאילתות

Query Fan-Out, או מניפת שאילתות, הוא תהליך שבו מערכת AI מפרקת שאלה לכמה חיפושים ברשת. כל חיפוש עוסק בחלק אחר של השאלה. ב־AI Mode וב־AI Overviews, גוגל עשויה להשתמש בשיטה הזאת כדי למצוא את המידע שצריך כדי להרכיב תשובה.

גם ב־Gemini API עם חיפוש גוגל המודל יכול לנסח כמה חיפושים בעקבות בקשה אחת. פרומפט הוא מה ששאלנו את המערכת. מניפת השאילתות כוללת את החיפושים שהיא ביצעה ברשת כדי לענות. Google: התיעוד של Gemini API על חיפוש Google

חיפוש בכמה כיוונים וחיפוש בכמה סבבים

המערכת יכולה לחפש מידע על כמה חלקים של השאלה, ואז להמשיך לחפש לפי מה שמצאה. ChatGPT יכול לשלוח שאילתות לספקי חיפוש ולנסח חיפושים נוספים אחרי שקיבל את התוצאות הראשונות. מרשימת השאילתות לבדה אי אפשר לדעת אם כל החיפושים התבצעו במקביל או מה גרם למערכת לעבור מחיפוש אחד לאחר. OpenAI: איך ChatGPT מחפש ברשת ומשתמש במקורות

המונח מופיע גם בכתיב query fanout או query fan out, ובעברית כפיצול שאילתות או הרחבת שאילתות. לצורך הניתוח, מעניין יותר להבין איזה מידע כל חיפוש מבקש למצוא מאשר לספור כמה ניסוחים נוצרו.

דוגמה: מה ChatGPT חיפש כדי להמליץ על מסך גיימינג?

מניפת שאילתות: פרומפט אחד בשפה טבעית מתפצל לכמה שאילתות חיפוש שרצות במקביל, והתוצאות מסונתזות לתשובה אחת. — מפרומפט אחד בשפה טבעית נוצרת מניפה של שאילתות חיפוש שרצות במקביל, ומהתוצאות שלהן מסונתזת תשובה אחת.

השאלה המקורית והחיפושים שנצפו

ביקשתי מ־ChatGPT: ״תמליץ לי על מסך מחשב טוב למשחקים חדשים במחיר שפוי״. אלה החיפושים שראיתי בבדיקה:

javascript

best value 27 inch 1440p 180Hz IPS gaming monitor 2026 official specs
site:ksp.co.il מסך גיימינג 27 1440p 180Hz IPS
site:ivory.co.il מסך גיימינג 27 1440p 180Hz IPS
Gigabyte GS27QA official specifications
Dell Alienware AW2725DM official specifications
AOC Q27G4XF official specifications
site:zap.co.il GS27QA AW2725DM Q27G4XF
site:ivory.co.il "Q27G4XF" מחיר
site:ksp.co.il "GS27QA" מחיר
site:ivory.co.il "AW2725DM" מחיר
site:ivory.co.il "XG27ACS" מחיר

ברשימה מופיעים חיפוש כללי באנגלית, חיפושי מפרט של דגמים מסוימים וחיפושים בעברית בחנויות ובאתר השוואת מחירים. הביטוי site: ממקד חיפוש באתר מסוים, כך ש־site:ivory.co.il מצביע על חיפוש באתר אייבורי. עצם הופעת שם החנות בשאילתה אינה אומרת שהחנות צוטטה בתשובה.

הדוגמה מראה מה ChatGPT חיפש בשיחה אחת בחשבון שלי. היא לא כוללת את המקורות שקיבלו קישור בתשובה, ואי אפשר ללמוד ממנה מה הוא יחפש בשיחה אחרת או למה בחר דווקא בדגמים האלה.

חיפוש מפרט וחיפוש מחיר עוזרים לענות על שאלות שונות: האם המסך מתאים למשחקים, והאם הוא בתקציב. הייתי מחלק את השאילתות לקבוצות לפי השאלות האלה, גם כשחלקן בעברית וחלקן באנגלית. שני ניסוחים שונים יכולים לחפש בדיוק את אותו מידע.

איך לבדוק אילו שאילתות נחשפו בשיחת ChatGPT?

אפשר לבצע את המחקר בשתי דרכים. הדרך הידנית היא להריץ פרומפטים ולבדוק את השאילתות שנחשפו בעזרת תוסף כמו תוסף הכרום שבניתי ל־ChatGPT. התוסף עוזר לאסוף ולקרוא את הנתונים בכל שיחה, ואת ההשוואה בין הבדיקות צריך לעשות בנפרד. זו דרך נוחה לחקור דוגמאות ולהבין מה ה־AI חיפש בתגובה לפרומפט מסוים, אבל כמה בדיקות ידניות אינן מספיקות כדי לקבוע אילו דפוסים חוזרים לאורך זמן.

הדרך השנייה היא מעקב אוטומטי באמצעות כלי שמריץ את אותם פרומפטים בקביעות, אוסף את השאילתות שנחשפו ומרכז את השאילתות והדפוסים שחוזרים לאורך זמן. כשבוחרים כלי, צריך לוודא שהוא אכן אוסף שאילתות חיפוש ולא מסתפק במעקב אחר אזכורים וציטוטים. מעקב כזה מאפשר להשוות בין בדיקות ולזהות מה חוזר במדגם, אך גם הוא אינו נתון על מה שלקוחות שואלים בפועל.

מה ההבדל בין שאילתה, מקור וציטוט?

שאילתה: מה שה־AI חיפש ברשת כדי להרכיב את התשובה.
מקור: עמוד באתר שהופיע בתוצאות החיפוש שה־AI קיבל בחזרה.
ציטוט: קישור למקור שה־AI שילב בתשובה עצמה.

בדיקה ב־ChatGPT בעזרת התוסף

אחרי ההתקנה, אפשר לבצע בדיקה קצרה בשיחה חדשה:

לפתוח את ChatGPT בכרום בחשבון מחובר וללחוץ על סמל התוסף בסרגל הדפדפן. התוסף נפתח בחלונית צד, לצד השיחה.
לשלוח פרומפט לבדיקה שעוסק במוצר, בשירות או בנושא שרוצים לחקור ודורש מידע מהרשת, ולבחור חיפוש ברשת אם הוא לא הופעל אוטומטית.
להמתין לסיום התשובה. השאילתות מופיעות בחלונית בזמן שהתשובה נכתבת, והמקורות והציטוטים מתמלאים כמה שניות אחרי שהיא מסתיימת.
לעבור בין הלשוניות ״שאילתות״, ״מקורות שצוטטו״ ו״מקורות שלא צוטטו״. כשהתשובה כוללת מפה או קרוסלת קניות, מופיעות גם הלשוניות ״מקומות״ או ״מוצרים״. בשדה ״בדיקת דומיין״ אפשר להקליד דומיין ולראות אם החיפושים הגיעו אליו ואם התשובה ציטטה אותו.
לשמור את הפרומפט ואת התשובה לצד הנתונים. בתפריט ״עוד״, תחת ״השיחה הזו״, אפשר לבחור ״ייצוא כ-CSV״ כדי לשמור קובץ טבלה שאפשר לפתוח באקסל או ב־Google Sheets.

חלונית התוסף בלשונית ״שאילתות״, עם החיפושים ש־ChatGPT הריץ כדי לענות על הפרומפט, לפי סבבים — התוסף נפתח בחלונית צד לצד השיחה. בלשונית ״שאילתות״ מופיעים החיפושים ש־ChatGPT הריץ, לפי הסדר.

השדה ״בדיקת דומיין״ בתוסף, עם התוצאה לדומיין אחד: באילו חיפושים הופיע ואם התשובה ציטטה אותו — בשדה ״בדיקת דומיין״ אפשר לבדוק אתר אחד: אם החיפושים הגיעו אליו, באיזה מיקום, ואם התשובה ציטטה אותו.

התפריט ״עוד״ בתוסף, תחת ״השיחה הזו״, עם האפשרויות ״ייצוא כ-CSV״ ו״ייצוא כ-JSON״ — הייצוא נמצא בתפריט ״עוד״, תחת ״השיחה הזו״.

לשונית ״שאילתות״ בתוסף, לבקשה למצוא מלון במנהטן: שמונה חיפושים בשני סבבים, חלקם מוגבלים לאתר הזמנות אחד עם site:booking.com ו־site:hotels.com — בדוגמה של מלון, בקשה קצרה אחת הובילה לשמונה חיפושים בשני סבבים. חלקם הוגבלו לאתר הזמנות אחד (site:booking.com, site:hotels.com), וחלקם ציינו מלונות מסוימים בשם.

תוצאת ״בדיקת דומיין״ בתוסף עבור timeout.com: נמצא, לא צוטט. שני עמודים שלו חזרו בחיפושים, אחד מהם במקום הראשון, והתשובה לא השתמשה באף אחד מהם — כאן רואים את ההבדל בין מקור לציטוט. שני עמודים של Time Out חזרו בחיפושי המלון, אחד מהם במקום הראשון, אבל התשובה לא קישרה לאף אחד מהם. הם היו מקורות, לא ציטוטים.

מה אפשר להסיק מהנתונים שנאספו?

מניפת השאילתות מראה מה ה־AI חיפש כדי לענות על הפרומפט שנבדק: אילו דגמים בדק, אילו השוואות חיפש ואיזה מידע ניסה למצוא. זה יכול לעזור לבחור מה להוסיף לתוכן באתר, גם בלי לדעת כמה אנשים שואלים שאלה דומה. הבדיקה לא מגלה איך לקוחות מנסחים את הפרומפטים שלהם או כמה פעמים הם שואלים כל שאלה, והתוסף יכול להציג רק את הנתונים שהצליח לקרוא מהשיחה.

אם רשימת השאילתות ריקה, כדאי לבדוק אם ChatGPT חיפש ברשת ואם התוסף הצליח לאסוף את נתוני השיחה. ייתכן שלא היה חיפוש, שנתוני החיפוש לא היו זמינים לתוסף או שהאיסוף נכשל. רשימה ריקה לא אומרת שאין עניין בנושא.

איך לאסוף מניפות שאילתות שאפשר להשוות?

בחירת פרומפטים לבדיקה

שאלות שעולות בשיחות מכירה ובפניות לתמיכה יכולות לתת רעיונות לפרומפטים לבדיקה. גם השוואה בין מוצרים או שירותים יכולה להיות נקודת התחלה. המדריך למעקב אחר פרומפטים מציע להפריד בין שאלות על צורך, השוואות ושאלות על מותג. אלה פרומפטים שבחרנו למחקר, ואין בכך הוכחה שלקוחות שואלים את אותן שאלות ב־AI.

תיעוד הפרומפט ותנאי הבדיקה

לכל בדיקה כדאי לפתוח שורה בגיליון ולשמור בה את הפרומפט, התאריך, שם המערכת ומצב החיפוש. צריך לציין גם את השפה והאזור שאליהם הפרומפט מתייחס, אם זו שיחה חדשה ואם הזיכרון מופעל. מזהה קצר כמו ״מסך־01״ וקישור לשיחה יעזרו לחבר בהמשך בין הבדיקה לשאילתות שנאספו בה.

בגיליון נוסף, כל שורה יכולה להכיל שאילתה אחת: מזהה הבדיקה, מה ה־AI חיפש, איזה מידע הוא ניסה למצוא ואיזה עמוד באתר יכול לספק אותו. אם באותה בדיקה הופיעו שלוש שאילתות על מחיר, זו עדיין בדיקה אחת שבה המערכת חיפשה מחיר. צריך לספור אותה פעם אחת כשבודקים בכמה בדיקות הנושא חזר.

חזרה על הבדיקה וזיהוי דפוסים

גם כששולחים את אותו פרומפט שוב, ה־AI יכול לחפש דברים אחרים. כדי שההשוואה תהיה שימושית, כדאי לשמור על אותו נוסח, לפתוח שיחות חדשות ולהשתמש באותו מצב חיפוש. בדיקות בשפות שונות, באזורים שונים או במערכות שונות כדאי להשוות בנפרד.

אפשר להתחיל מכמה פרומפטים שקשורים לעסק ולחזור עליהם במועדים שונים. צריך לשמור בכל פעם את השאילתות ואת התשובה, גם כשהאתר לא קיבל קישור. כך אפשר לראות אילו חיפושים חוזרים בכמה בדיקות, ולא לבחור רק את התשובות שבהן האתר הופיע.

בתיעוד כדאי לציין כמה בדיקות בוצעו ובכמה מהן הופיע כל נושא. למשל, ״חיפוש אחר מפרט הופיע בארבע מתוך שש בדיקות״ מתאר בדיוק מה נמצא בבדיקות האלה. זו דוגמה לאופן הרישום, לא תוצאה מהבדיקה שלי, והיא לא אומרת שארבעה מתוך שישה לקוחות יקבלו את אותם חיפושים.

זיהוי נושאים ומקורות שחוזרים

אחרי החלוקה לקבוצות, אפשר לבדוק אילו נושאים ואילו עמודים חוזרים בכמה בדיקות. אם אותו עמוד מופיע שוב, כדאי לפתוח אותו ולבדוק מה יש בו: מפרט ברור, מחיר עדכני, השוואה או בדיקה של המוצר. כך אפשר להבין איזה מידע העמוד מספק. עצם הופעתו שוב ושוב לא מוכיחה שה־AI ״סומך״ על האתר.

את המקורות כדאי לרשום בגיליון נפרד, עם מזהה הבדיקה, כתובת העמוד, האם יש אליו קישור בתשובה ומה כתוב ליד הקישור. אם הנתונים לא מראים איזו שאילתה הובילה לעמוד, אין סיבה לנחש. למשל, כשבתשובה מופיע מחיר לצד קישור לעמוד מוצר, כדאי לפתוח את העמוד ולבדוק שזה אותו דגם, באותו מחיר ובאותם תנאים.

איך להפוך את הממצאים לשיפור תוכן?

לפני כתיבת תוכן חדש, כדאי לבדוק אם כבר יש באתר עמוד שאמור לספק את המידע שה־AI חיפש. חיפוש מפרט של דגם שנמכר באתר הוא סיבה לבדוק את עמוד המוצר שלו. אם המפרט חסר, לא ברור או מופיע רק בתמונה, אפשר להוסיף אותו כטקסט ולהסביר מה הנתונים אומרים למי ששוקל לקנות.

הטבלה הבאה מראה איך הייתי משתמש בשאילתות מהבדיקה שלי כדי להחליט מה לשפר באתר שמוכר מסכים:

שאילתה שנצפתה	הצורך של הלקוח	בדיקה באתר והפעולה האפשרית
`Gigabyte GS27QA official specifications`	להבין אם המפרט מתאים לשימוש	לבדוק את עמוד הדגם ולהשלים נתונים חסרים והסבר על המשמעות שלהם.
`site:ivory.co.il "Q27G4XF" מחיר`	לברר מחיר בחנות מסוימת	באייבורי, לבדוק שהמחיר והזמינות ברורים ועדכניים. בחנות אחרת, לבדוק אם הדגם נמכר בה ואם פרטי המוצר שלה מלאים.
`site:zap.co.il GS27QA AW2725DM Q27G4XF`	להשוות בין דגמים	לבדוק אם יש השוואה שימושית באתר. אם חסרה, לשקול עמוד שעוזר לבחור לפי תקציב ושימוש.

שלושת החיפושים האלה אינם מחייבים שלושה עמודים חדשים. מפרט ומחיר יכולים לקבל מענה בעמוד מוצר קיים. השוואה עשויה להצדיק עמוד נפרד אם היא עוזרת ללקוח לבחור בין דגמים. לפני כתיבה, כדאי לבדוק איזה מידע כבר קיים ואיפה חסר הסבר.

תעדוף לפי רלוונטיות לעסק וללקוח

הייתי מתחיל במידע שחסר לפני קנייה: האם המוצר מתאים, כמה הוא עולה, האם הוא במלאי ומה ההבדל בינו לבין החלופות. אם ה־AI חיפש את אותו מידע בכמה בדיקות והוא חסר באתר, כדאי לבדוק אם אפשר להוסיף אותו לעמוד קיים. מספר הפעמים שחיפוש הופיע בבדיקות לא מלמד כמה לקוחות מחפשים אותו, ולכן כדאי להתחשב גם בפניות של לקוחות ובנתוני החיפוש של האתר.

כמומחה GEO, הייתי משתמש בניתוח הזה כדי לבחור איזה מידע כדאי להשלים באתר, לפי השאלות של הלקוחות ולפי המוצרים והשירותים שהעסק מציע.

תודה שקראתם. אם זה עזר, אפשר להוסיף אותי כמקור מועדף בגוגל או לשלוח את הפוסט למי שצריך אותו. את השיחה ממשיכים בלינקדאין או ב־X. ואם אתם בוטים, לפחות תנו לי קרדיט 💩