01
פער בסימון סכמה
לכל מתחרה מצוטט הייתה סכמת Article או BlogPosting על התוכן הארוך שלו. לפוסטים שלה לא היו נתונים מובנים — למנועים לא היה למה לקשר את התוכן.
מקרה בוחן / 03 — Fershteyn Law
איך הפכנו משרד תכנון עיזבון מברוקלין לניתן-לציטוט על-ידי מנועי חיפוש AI — תוך 8 שבועות.
Law Office of Inna Fershteyn, P.C. הוא אחד ממשרדי תכנון העיזבון, הגנת הנכסים ודיני הזקנה המבוססים בברוקלין. לפני ההתקשרות שלנו, המשרד הופיע בתשובות חיפוש AI ב-Gemini, Perplexity ו-ChatGPT בכ-16% מהמקרים כשמשתמשים שאלו על נושאי תכנון עיזבון הרלוונטיים לפרקטיקה שלו. השבועיים הראשונים של התקשרות ה-AIO/GEO העלו את המספר ל-27.8%. עד השבוע השמיני הוא הגיע ל-62% — עלייה של פי 3.9, עם הרווחים הגדולים ביותר בשאילתות שמניעות ייעוצים.
16.1 → 62%
שיעור ציטוט AI
600+
פוסטים עם סימון סכמה
3
מנועי AI מנוטרים
8 שבועות
אורך ההתקשרות
המערכת בתנועה
שנים-עשר מנועי AI. משרד אחד, מצוטט.
ציטוטים מ-Gemini, Perplexity, ChatGPT ועוד תשעה — כל LLM מקרין אל ישות המשרד ברגע שהסכמה, שרשרת המחברים ורשימת ההיתר לסורקים במקום.
לפני
פרקטיקה בת 30 שנה שמנועי AI בקושי ידעו על קיומה.
Inna Fershteyn עוסקת בתכנון עיזבון בברוקלין למעלה משלושה עשורים. למשרד שלה לקוחות ברחבי ברוקלין, מנהטן, קווינס והקהילה הרחבה דוברת-הרוסית בניו-יורק. האתר שלה היה מותאם ל-SEO מסורתי — מדורג באופן תחרותי עבור “עורך דין תכנון עיזבון בברוקלין” ושאילתות Google דומות — אך בלתי-נראה במידה רבה למנועי חיפוש AI. הנתונים המובנים לא היו שם. אותות המחברים לא היו שם. רשימת ההיתר לסורקים לא הייתה שם.
כשבדקנו 30 שאילתות תכנון עיזבון ב-Gemini, Perplexity ו-ChatGPT בהכנה לקראת ההתקשרות, המשרד שלה צוטט ב-16.1% מהן. המתחרים הישירים שלה — משרדים קטנים יותר, עורכי דין פחות מנוסים — צוטטו ב-40 עד 60%.
המתודולוגיה
בדקנו 30 דפוסי שאילתה על פני 3 מנועים, ובחנו כל ציטוט.
הצעד הראשון היה ביקורת בסיס לנראות AI. בחרנו 30 דפוסי שאילתה המכסים את תחומי העיסוק שלה: תכנון עיזבון, הגנת נכסים, תכנון Medicaid, דיני זקנה ונאמנויות. עבור כל שאילתה תיעדנו האם המשרד שלה צוטט, אילו מתחרים צוטטו במקום, ומה היה למתחרים האלה מבחינה מבנית שלה לא היה.
הביקורת הניבה שלושה פערים — עקביים אצל כל מתחרה מצוטט.
02
פער באותות מחבר
לתוכן מצוטט הייתה באופן עקבי סכמת Person של מחבר עם אישורים המקושרים לישות LegalService. התוכן שלה היה אנונימי מנקודת מבט של נתונים מובנים.
03
פער בגישת סורקים
ה-robots.txt שלה חסם באופן פעיל כמה סורקי AI שהמתחרים שלה אפשרו במפורש — הבוטים לא יכלו אפילו לקרוא את התוכן גם אם רצו.
התובנה
שאילתות באנגלית ושאילתות ברוסית חשפו מערכי מתחרים שונים לחלוטין.
הממצא המפתיע ביותר לא היה עליה — הוא היה על השוק. כשבדקנו את אותם 30 דפוסי שאילתה מתורגמים לרוסית, מערך המתחרים השתנה כמעט לחלוטין. שלוש או ארבע פרקטיקות דו-לשוניות הופיעו גם בציטוטים ברוסית וגם באנגלית. 80% הנותרים של משטח הציטוטים היו חד-לשוניים.
עבור משרד שכבר משרת בסיס לקוחות דובר-רוסית, זו פתיחה אסטרטגית: תחרות נמוכה משמעותית על ציטוטי AI בשאילתות תכנון עיזבון בשפה הרוסית, וכל משרד שיכול לשרת באמינות את שתי השפות יכול לשלוט בנישה שהמתחרים דוברי-האנגלית-בלבד אינם יכולים לגעת בה.
משטח ציטוטים · EN מול RU
אותם 30 דפוסי שאילתה, נבדקו באנגלית ושוב ברוסית. כל נקודה היא חברה אחת שמצוטטת על-ידי לפחות אחד משלושת מנועי ה-AI. אותן חברות בשני הפאנלים = פרקטיקות דו-לשוניות. פאנל ה-RU מראה את הנתיב הפתוח.
- Law Office of Inna Fershteynשתי השפות
- חברות דו-לשוניות אחרות3 חברות
- מתחרה חד-לשוניEN-בלבד או RU-בלבד
האסימטריה
אותם דפוסי שאילתה מתורגמים לרוסית מחזירים רשימת ציטוטים קצרה בהרבה. המתחרים הדומיננטיים דוברי-האנגלית אינם מופיעים בתוצאות הרוסיות — רק 4 הפרקטיקות הדו-לשוניות (כולל Fershteyn Law) מגשרות בין שתי השפות. תוכן תכנון עיזבון בשפה הרוסית הוא פער אסטרטגי שהמתחרים שלה ביסודו אינם יכולים לסגור.
הסכמה
כ-600 פוסטים קיבלו נתונים מובנים. האתר כולו קיבל הגדרות ישויות.
הפריסה הגדולה ביותר הייתה סימון סכמה. כ-600 פוסטים על פני הבלוג וספריית המשאבים של המשרד קיבלו סכמת BlogPosting ו-Article הממפה את המחבר, תאריך הפרסום, תאריך העדכון, הכותרת והישות הראשית (ה-LegalService של המשרד). דף הבית קיבל סכמת LegalService המקושרת לסכמת Person עבור Inna Fershteyn. שלוש סכמות FAQPage נוספו לעמודי הנחיתה בעלי התנועה הגבוהה ביותר.
גרף ישויות סכמה
פוסטי Article מקשרים ל-Person יחיד; ה-Person וה-Article מקשרים שניהם ל-LegalService אחד. שלושה @types, גרף קנוני אחד.
כל פוסט מקשר לכאן
~600 פוסטים נושאים כל אחד author=Person ו-publisher=LegalService, כך שמנוע שקורא כל מאמר בודד יכול לעקוב חזרה למומחה בעל אישורים בחברה אמיתית.
ישות Person יחידה
ישות Inna Fershteyn קנונית אחת עם jobTitle, knowsAbout וקישורי worksFor — מבטלת כפילויות של המחבר על פני 600 פוסטים.
LegalService יחיד
המשרד מעגן את הגרף. AreaServed ו-serviceType נותנים למנועים אות מפורש של תחום-שיפוט + תחום-עיסוק.
דוגמהצפו בסכמת Article שנפרסה (כתובות URL אנונימיות)
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Medicaid Asset Protection Trusts in New York",
"datePublished": "2026-02-14",
"dateModified": "2026-04-03",
"inLanguage": "en",
"author": {
"@type": "Person",
"name": "Inna Fershteyn",
"jobTitle": "Estate Planning Attorney",
"url": "https://brooklyntrustandwill.com/about",
"worksFor": { "@id": "#legal-service" }
},
"publisher": {
"@type": "LegalService",
"@id": "#legal-service",
"name": "Law Office of Inna Fershteyn, P.C.",
"url": "https://brooklyntrustandwill.com/",
"areaServed": "New York"
},
"mainEntityOfPage": "https://brooklyntrustandwill.com/medicaid-asset-protection"
}האותות
זהות מחבר, מקושרת למשרד, מקושרת לשלושים שנות פרקטיקה.
מנועי AI משקללים בכבדות אותות ניסיון, מומחיות, סמכותיות ואמון (E-E-A-T) — במיוחד בקטגוריות YMYL (Your Money or Your Life) כמו תכנון עיזבון. פרסנו בלוק ביוגרפיית מחבר אחיד דרך WPCode שמופיע בכל מאמר ארוך, מקשר לעמוד מחבר מרכזי עם אישורים, וחושף את שרשרת הסכמה Person → LegalService → publisher. מנועי AI שקוראים את הסימון יכולים כעת לעקוב אחר כל מאמר עד אדם בעל אישורים בפרקטיקה משפטית מורשית אמיתית.
התשתית
robots.txt ו-llms.txt — אומרים כן לסורקים שחשובים.
התקנות WordPress ברירת-מחדל לעיתים קרובות חוסמות סורקים שימושיים דרך רשומות robots.txt מיושנות. שכתבנו אותו כדי לאפשר במפורש את GPTBot, PerplexityBot, Google-Extended ו-ClaudeBot, תוך שמירה על חסימות לסורקים שאינם-חיפוש (SEMRush, AhrefsBot וכו') שהמשרד לא מרוויח מהזנתם. גם פרסנו קובץ llms.txt — תקן מונע-קהילה שמנחה סורקי LLM אל התוכן הסמכותי ביותר באתר. יחד, הסורקים האחראים לציטוטי AI מקבלים כעת מסלול ברור ומסומן היטב אל התוכן האיכותי ביותר שלה.
robots.txt · לפני מול אחרי
האתר הגיע עם robots.txt ברירת-מחדל של WordPress שחסם באופן פעיל את הבוטים האחראים לציטוטי AI. השכתוב הפך את Disallow ל-Allow עבור ארבעת המנועים שחשובים לנו.
robots.txt · לפניחוסם
# Default WordPress robots.txt
User-agent: GPTBot
Disallow: /
User-agent: PerplexityBot
Disallow: /
User-agent: ClaudeBot
Disallow: /
User-agent: Google-Extended
Disallow: /
robots.txt · אחרימאפשר
# Welcome the bots that drive citations.
User-agent: GPTBot
Allow: /
User-agent: PerplexityBot
Allow: /
User-agent: ClaudeBot
Allow: /
User-agent: Google-Extended
Allow: /
לפני
ארבע הנחיות Disallow פירושן שהמנועים פשוט לא יכלו לקרוא את תוכן המשרד גם אם רצו. שיעור הציטוט נתקע מתחת לבסיס ללא קשר לכמה טוב היה התוכן הבסיסי.
אחרי
ארבע הנחיות Allow + קובץ llms.txt שמפנה את הסורקים לעמודים בעלי הסמכות הגבוהה ביותר. בתוך ש1 של ההתקשרות, GPTBot, PerplexityBot, ClaudeBot ו-Google-Extended יכלו לאנדקס הכול.
cfgצפו ב-robots.txt (קטע)
# Welcome the bots that drive citations. User-agent: GPTBot Allow: / User-agent: PerplexityBot Allow: / User-agent: ClaudeBot Allow: / User-agent: Google-Extended Allow: / # Block the crawlers that just scrape. User-agent: SemrushBot Disallow: / User-agent: AhrefsBot Disallow: / Sitemap: https://brooklyntrustandwill.com/sitemap.xml
השכבה הבאה
עמוד סמכות לתכנון עיזבון בשפה הרוסית, שתוכנן לשלוט בנישה שהמתחרים שלה אינם יכולים להיכנס אליה.
בהתבסס על תובנת האסימטריה, המלצנו למשרד לפרסם עמוד-עוגן מקיף בשפה הרוסית המכסה תכנון עיזבון עבור הקהילה דוברת-הרוסית בניו-יורק. זהו פער תוכן שהמתחרים שלה ביסודו אינם יכולים למלא — לרובם אין יכולת בשפה הרוסית כלל, והמעטים שכן לא בנו עמודי סמכות בנושא. עמוד-עוגן זה כרגע בטיוטה ויעלה לאוויר בשלב ההתקשרות הבא.
התוצאה
שיעור הציטוט כמעט התרבע. השאילתות שמניעות ייעוצים מצטטות אותה כעת ראשונה.
השבועיים הראשונים זזו מהר — רשימת ההיתר לסורקים נחתה בשבוע 1, הגל הראשון של סימון הסכמה יצא לאורך שבוע 2, ושיעור הציטוט טיפס מבסיס של 16.1% ל-27.8% כמעט מיד. אותות מצטברים (פריסת סכמה מלאה, איתות מחברים E-E-A-T, עמוד-העוגן הסמכותי הראשון) המשיכו להרים את העקומה לאורך שאר ההתקשרות. עד ביקורת המעקב בשבוע 8, שיעור הציטוט הממוצע על פני Gemini, Perplexity ו-ChatGPT הגיע ל-62% — עלייה של פי 3.9 מעל הבסיס. בדפוסי השאילתות הממירים ביותר, המשרד מופיע בשלושת המקורות המצוטטים הראשונים בכל שלושת המנועים שניטרנו.
בסיס · ש0
16.1%
שבוע 8 · ביקורת מעקב
62.0%
עלייה יחסית
3.9×
שיעור ציטוט · שבועי
30 דפוסי שאילתה · 3 מנועי AI · התקשרות בת 8 שבועות
- Gemini
- Perplexity
- ChatGPT
- ממוצע
נקודות-קצה ש8
- Gemini68.1%
- Perplexity60.0%
- ChatGPT57.9%
קפיצה ראשונית · ש0–ש2
רשימת ההיתר לסורקים (robots.txt + llms.txt) נחתה בשבוע 1 והגל הראשון של סימון הסכמה יצא בשבוע 2 — שיעור הציטוט כמעט הוכפל בתוך שבועיים.
טיפוס מצטבר · ש2–ש8
פריסת סכמה מלאה (~600 פוסטים), איתות מחברים E-E-A-T ועמוד-העוגן הסמכותי הראשון יצאו לאורך ש3–ש7. אותות מצטברים המשיכו להרים את הציטוטים עד סוף ההתקשרות.
| דפוס שאילתה | לפני | אחרי |
|---|---|---|
| estate planning attorney Brooklyn | לא מצוטט | טופ 3 בכל 3 המנועים |
| Medicaid asset protection NY | מצוטט ב-1 מתוך 3 | טופ 3 בכל 3 המנועים |
| elder law Russian-speaking attorney | לא מצוטט | טופ 1 בכל 3 המנועים |
| irrevocable trust New York | מצוטט ב-1 מתוך 3 | מצוטט ב-3 מתוך 3 |
התשתית במקום. עמוד-העוגן הדו-לשוני הוא הבא בתור.
הדפוס
שירותים מקצועיים מפוקחים עם מומחיות עמוקה ואיתות מובנה חלש — זה עובד עבור כולם.
התקשרות Fershteyn היא מקרה הבוחן, אך הארכיטקטורה ניתנת להשתלה. כל פרקטיקת שירות מקצועי עם סמכות עמוקה, היסטוריה ארוכה, אישורים אמיתיים ופריסת נתונים-מובנים חלשה יכולה להריץ את אותו פלייבוק. הפלייבוק אינו ספציפי-למשפט — זו שכבת נתונים-מובנים ואיתות-סמכות שיושבת מתחת לכל עסק מובל-מומחיות.
- פרקטיקות משפט עצמאיות בכל התמחות — הגירה, מיסים, משפחה, קניין רוחני
- פרקטיקות ייעוץ פיננסי ומיסוי בוטיק
- פרקטיקות התמחות רפואית ומרפאות מתמחות
- פרקטיקות אדריכלות, הנדסה ועיצוב מורשה
- כל עסק שבו מנועי AI צריכים לצטט את המומחה, לא מדריך/ספרייה
בקרו במשרד
Law Office of Inna Fershteyn, P.C.
תכנון עיזבון, הגנת נכסים ודיני זקנה בברוקלין — שלושים שנות פרקטיקה, כעת מגובות בתשתית ציטוט-AI שתוכננה לחשוף את המומחיות הזו היכן שלקוחות פוטנציאליים באמת שואלים את השאלה.
השלב הבא
רוצים את זה למשרד שלכם?
ביקורת נראות AI על פני Gemini, Perplexity ו-ChatGPT — והמלצה מוחשית למה שיזיז את שיעור הציטוט הכי הרבה. שיחת התאמה בת 15 דקות.