مسار الاسترجاع هو سلسلة كاملة من الخطوات التي تتم بين لحظة طرح المستخدم للسؤال ولحظة عرض الإجابة عليه مع الروابط. يعد فهم هذه السلسلة أمرًا أساسيًا للتحسين، لأن كل خطوة تمثل نقطة منفصلة يمكن أن يتم استبعاد المحتوى عندها – ومعظم المحتوى يتم استبعاده قبل أن يصل إلى النموذج أصلاً. الخطوة الأولى هي معالجة الاستفسار. لا يأخذ النظام السؤال حرفيًا، بل يقسمه إلى استفسارات فرعية، ويكمل السياق الناقص من المحادثة السابقة، ويقدر النية. وبالتالي، فإن السؤال حول الحل المناسب لشركة صغيرة سيتفكك إلى استفسارات عن الأسعار، والميزات، والبدائل، وتجارب المستخدمين. وهنا تظهر الفرصة الأولى: فكلما زاد عدد الاستفسارات الجزئية التي يستطيع المحتوى الخاص بك تغطيتها، زاد عدد المدخلات المتاحة للخطوات التالية. والخطوة الثانية هي البحث الأولي عن النتائج المرشحة. بالنسبة لكل استفسار جزئي، يتم استخراج مجموعة من الوثائق من الفهرس، وعادةً ما يتم ذلك من خلال الجمع بين البحث حسب الكلمات والبحث حسب القرب المعنوي. وهنا يتحدد ما إذا كان المحتوى الخاص بك موجودًا في الفهرس أصلاً، وما إذا كان متاحًا للروبوتات، وما إذا كانت المعلومات الأساسية تُحمَّل دون تشغيل البرامج النصية. لا يُعتبر المحتوى المخفي خلف عنصر تفاعلي موجودًا في هذه الخطوة. والخطوة الثالثة هي إعادة التصنيف. من بين عشرات أو مئات المرشحين، يتم اختيار المقاطع التي تستجيب بشكل أفضل لاستعلام جزئي محدد باستخدام نموذج أكثر دقة. لا تُعتبر مصداقية الموقع بأكمله عاملاً حاسماً، بل مدى تطابق المقطع المحدد مع السؤال المحدد. ولهذا السبب بالذات تظهر المواقع الصغيرة في الإجابات جنبًا إلى جنب مع العلامات التجارية الكبرى. والخطوة الرابعة هي تكوين السياق. تُدرج المقاطع المختارة في مدخلات النموذج، مع تقييد عددها – من وحدات إلى عشرات. أما باقي النصوص فلن تدخل في الإجابة. وفي الوقت نفسه، يعمل النموذج بشكل أكثر موثوقية مع المعلومات الموجودة في بداية ونهاية النص المدخل، لذا فإن الادعاءات المخفية في منتصف فقرة طويلة لديها فرصة أقل في أن يتم تضمينها. والخطوة الخامسة هي توليد الإجابة. يقوم النموذج بصياغة النص بحيث يستند إلى المقاطع المدخلة، ويقوم بتعيين مصادر للادعاءات. ويُعطي الأولوية للمقاطع التي تؤكد الادعاء بشكل لا لبس فيه ودون استنتاجات – أي الأرقام المحددة، والتعريفات الموجزة في جملة واحدة، والشروط الواضحة. لا يمكن ترسيخ الصياغات التسويقية الغامضة، ولذلك يتم استبعادها من الإجابة، حتى لو كانت الصفحة تحتل مرتبة جيدة في نتائج البحث التقليدية. الخطوة السادسة هي التحقق والعرض. يقوم النظام بالتحقق من توافق الادعاءات مع المصادر، ويضيف الروابط، ثم يعرض الإجابة. في هذه المرحلة، يتم أيضًا تحديد ترتيب العلامات المذكورة، وهو ترتيب ليس عشوائيًا ويتأثر بمدى توافقها مع ما تدعيه المصادر الأخرى. الاستنتاج العملي من هذه السلسلة بأكملها بسيط. لا يعتبر تحسين البحث التوليدي نشاطًا واحدًا، بل هو إزالة العوائق في ست نقاط مختلفة: التوافر التقني لروبوتات البحث، وجود مقاطع تتناول الأسئلة الفرعية الفردية، وصياغة الإجابة في الجملة الأولى مباشرةً، ودقة البيانات، والاتساق مع المصادر الأخرى، والهوية الواضحة للشركة. إن إهمال أي منها يعني أن العمل على الباقي يكون عديم الجدوى. لذلك، عند تخطيط العمل، من الأفضل اتباع الترتيب الذي تعمل به سلسلة البحث. أولاً، يتم التحقق من التوافر التقني، أي ما إذا كانت الروبوتات ستصل إلى المحتوى أصلاً وما إذا كان النص يُحمَّل بدون استخدام سكريبت. بعد ذلك، تُستكمل الإجابات الناقصة على الاستفسارات الفرعية التي تنبثق عن عملية تخطيط الأسئلة. بعد ذلك، يتم تعديل الصياغة بحيث تكون الجملة الأولى في كل قسم إجابة مباشرة وتحتوي على معلومة محددة. وأخيرًا، يتم تنسيق المعلومات المتعلقة بالشركة عبر المصادر الخارجية، حتى لا تنشأ تناقضات عند التحقق. الترتيب المعكوس، أي كتابة محتوى جديد على مواقع الويب التي لا تصل إليها الروبوتات، هو السبب الأكثر شيوعًا لعدم تحقيق الاستثمار في المحتوى أي نتائج في البحث التوليدي. كما أنه من المفيد تتبع الخطوة في السلسلة التي تتكبد فيها أكبر خسارة – ويمكن تقدير ذلك من خلال ما إذا كنت غائبًا تمامًا عن الإجابات، أو مذكورًا دون رابط، أو مقتبسًا فقط في الأسئلة الهامشية.
انظر أيضًا: تفرع الاستعلام (query fan-out)، إعادة الترتيب (reranking)، استرجاع أفضل k نتائج (top-k retrieval).
