تحقیق کلمات کلیدی با ChatGPT؛ روش، پرامپت و اعتبارسنجی

تحقیق کلمات کلیدی با ChatGPT؛ روش، پرامپت و اعتبارسنجی

تحقیق کلمات کلیدی با ChatGPT؛ روش، پرامپت و اعتبارسنجی

تحقیق کلمات کلیدی با ChatGPT روشی سریع برای پیدا کردن عبارت های جستجو، کشف نیازهای کاربران، دسته بندی موضوعات و ساخت ایده های اولیه سئو است. با این حال، خروجی ChatGPT به تنهایی داده قطعی سئو محسوب نمی شود و باید با نتایج جستجو، ابزارهای تحقیق کلمات کلیدی و داده های واقعی سایت اعتبارسنجی شود.

تحقیق کلمات کلیدی سال هاست یکی از مراحل پایه در تدوین استراتژی سئو محسوب می شود، اما روش انجام آن تغییر کرده است. در گذشته بخش زیادی از زمان متخصص سئو صرف استخراج فهرست های طولانی از عبارت های مرتبط، بررسی مترادف ها و دسته بندی موضوعات می شد. امروز مدل های زبانی مانند ChatGPT می توانند بخش قابل توجهی از این کار را سریع تر انجام دهند؛ البته به شرطی که بدانیم چه چیزی از هوش مصنوعی بخواهیم و کدام بخش از پاسخ آن را نباید قطعی در نظر بگیریم.

نکته مهم این است که ChatGPT جایگزین کامل ابزارهای داده محور سئو نیست. یک مدل زبانی می تواند بر اساس شناخت خود از زبان، موضوع و الگوهای جستجو، پیشنهادهای ارزشمندی ارائه کند، اما لزوما به حجم جستجوی واقعی، نرخ کلیک، سختی کلمه کلیدی یا داده لحظه ای SERP دسترسی ندارد. بنابراین بهترین روش، ترکیب توانایی تحلیلی ChatGPT با داده های واقعی موتور جستجو است.

آیا ChatGPT برای تحقیق کلمات کلیدی مناسب است؟

بله، اما بیشتر به عنوان یک دستیار تحقیق و تحلیل، نه تنها منبع داده. ChatGPT در مرحله کشف موضوعات، تولید ایده، پیدا کردن عبارت های طولانی، شناسایی سوالات کاربران، تشخیص ارتباط معنایی میان کلمات و گروه بندی کلمات کلیدی عملکرد بسیار خوبی دارد.

برای مثال، اگر موضوع یک سایت «قهوه ساز خانگی» باشد، استفاده از ChatGPT فقط برای تولید عباراتی مانند «خرید قهوه ساز» یا «بهترین قهوه ساز» ارزش محدودی دارد. درخواست دقیق تر می تواند موضوع را به زیرموضوع هایی مانند انتخاب دستگاه، تفاوت انواع قهوه ساز، نگهداری، مقایسه مدل ها، مشکلات رایج، هزینه خرید و سوالات کاربران تقسیم کند.

این تفاوت مهم است، زیرا تحقیق کلمات کلیدی حرفه ای فقط پیدا کردن چند عبارت پرجستجو نیست. هدف اصلی، کشف زبان واقعی مخاطب و تبدیل آن به یک ساختار محتوایی قابل اجراست.

ChatGPT در کدام بخش های تحقیق کلمات کلیدی کاربرد دارد؟

ChatGPT را می توان در چند مرحله از فرآیند تحقیق استفاده کرد:

1. کشف کلمات کلیدی اولیه

ابتدا می توانید موضوع، محصول یا خدمت خود را به مدل بدهید و بخواهید فهرستی از عبارت های مرتبط ارائه کند. بهتر است از آن بخواهید کلمات را بر اساس نوع جستجو یا موضوع دسته بندی کند، نه اینکه فقط یک لیست طولانی تولید کند.

برای نمونه، به جای درخواست ساده «برای فروشگاه کفش کلمه کلیدی بده»، می توان گفت:

برای یک فروشگاه اینترنتی کفش، کلمات کلیدی مرتبط با خرید، مقایسه، انتخاب، مشکلات کاربران و آموزش را جداگانه پیشنهاد بده و برای هر گروه عبارت های کوتاه و Long-tail ارائه کن.

این نوع درخواست خروجی کاربردی تری ایجاد می کند.

2. پیدا کردن کلمات کلیدی Long-tail

کلمات کلیدی طولانی معمولا مشخص تر از عبارت های عمومی هستند و می توانند نیاز دقیق تری را نشان دهند. ChatGPT برای تولید این نوع عبارت ها مناسب است، زیرا می تواند سناریوهای مختلف استفاده از یک محصول یا خدمت را در نظر بگیرد.

مثلا برای «خرید لپ تاپ» می توان از عبارت هایی مانند «بهترین لپ تاپ برای تدوین با بودجه مشخص» یا «لپ تاپ مناسب دانشجوی معماری» به عنوان ایده اولیه رسید. البته وجود چنین عبارتی در پیشنهاد ChatGPT به معنی وجود حجم جستجوی قابل توجه برای آن نیست و همین جا مرحله اعتبارسنجی اهمیت پیدا می کند.

3. تشخیص Search Intent

یکی از ارزشمندترین کاربردهای ChatGPT، تحلیل Search Intent یا نیت جستجو است. منظور از نیت جستجو این است که کاربر هنگام جستجوی یک عبارت دقیقا چه چیزی می خواهد.

عبارت ها را می توان به صورت کلی در چهار گروه قرار داد:

نوع نیتهدف کاربرنمونه
اطلاعاتییادگیری یا دریافت پاسختحقیق کلمات کلیدی چیست
تجاریبررسی و مقایسه قبل از خریدبهترین ابزار تحقیق کلمات کلیدی
تراکنشیانجام خرید یا اقدامخرید ابزار سئو
ناوبریرسیدن به یک سایت یا برند مشخصGoogle Search Console

ChatGPT می تواند به شما کمک کند این دسته بندی را برای صدها عبارت انجام دهید و کلمات مشابه را در گروه های منطقی قرار دهید.

4. خوشه بندی کلمات کلیدی

بعد از جمع آوری کلمات، مرحله بعدی Keyword Clustering یا خوشه بندی است. در این مرحله، عبارت هایی که از نظر موضوعی و نیت جستجو به یکدیگر نزدیک هستند در یک گروه قرار می گیرند.

این کار به تصمیم گیری درباره معماری محتوا کمک می کند. برای مثال، به جای اینکه برای هر عبارت یک مقاله جداگانه منتشر شود، می توان تشخیص داد که چند عبارت مختلف یک نیاز مشترک دارند و بهتر است در یک صفحه جامع پوشش داده شوند.

این رویکرد از تولید محتوای تکراری جلوگیری می کند و به ساخت Topic Cluster یا خوشه موضوعی منسجم کمک می کند.

کاربرد هوش مصنوعی در تحقیق کلمات کلیدی

پرامپت مناسب برای تحقیق کلمات کلیدی با ChatGPT

کیفیت خروجی تا حد زیادی به کیفیت ورودی بستگی دارد. اگر فقط بنویسید «کلمات کلیدی این موضوع را پیدا کن»، مدل اطلاعات محدودی برای تصمیم گیری دارد.

یک پرامپت کاربردی باید حداقل موضوع، مخاطب، نوع کسب و کار و هدف سئو را مشخص کند. برای نمونه:

نقش یک متخصص سئو را داشته باش. برای موضوع «[موضوع]» یک تحقیق اولیه کلمات کلیدی انجام بده. کلمات را در گروه های کلمه کلیدی اصلی، Long-tail، سوالات کاربران، عبارات مقایسه ای، عبارات تجاری و کلمات مرتبط معنایی دسته بندی کن. برای هر عبارت، Search Intent احتمالی را مشخص کن و عبارت هایی را که احتمالا یک صفحه مشترک می توانند داشته باشند در یک خوشه قرار بده. از ساختن آمار درباره حجم جستجو یا سختی کلمات خودداری کن و فقط پیشنهادهای معنایی ارائه بده.

این پرامپت عمدا از مدل نمی خواهد حجم جستجو یا Keyword Difficulty را حدس بزند. دلیل آن ساده است: اگر داده واقعی در اختیار مدل نباشد، عدد ارائه شده می تواند ظاهری دقیق اما از نظر سئو غیرقابل اعتماد داشته باشد.

سئو با هوش مصنوعی نویا

چگونه از ChatGPT بخواهیم کلمات کلیدی را بر اساس قیف بازاریابی پیدا کند؟

گاهی دسته بندی ساده اطلاعاتی، تجاری و تراکنشی کافی نیست. برای سایت های فروشگاهی و خدماتی می توان کلمات را بر اساس مرحله تصمیم گیری کاربر تقسیم کرد.

در ابتدای قیف، کاربر معمولا هنوز در حال شناخت مسئله است. در میانه قیف، راه حل ها را مقایسه می کند و در انتهای قیف به دنبال خرید، قیمت، ارائه دهنده یا اقدام مشخص است.

برای این مرحله می توانید از پرامپتی مانند زیر استفاده کنید:

برای موضوع [موضوع] کلمات کلیدی کاربران را در سه مرحله آگاهی، بررسی و تصمیم به خرید دسته بندی کن. برای هر مرحله، سوالات و دغدغه های احتمالی کاربر را بنویس و سپس عبارت های جستجویی متناسب با هر دغدغه پیشنهاد بده.

این روش کمک می کند استراتژی محتوا فقط روی کلمات خرید محور متمرکز نباشد و مسیر کامل تصمیم گیری مخاطب را پوشش دهد.

تولید محتوای سئو‌شده با هوش مصنوعی| مزایا و نکات مهم

اعتبارسنجی نتایج ChatGPT؛ مهم ترین مرحله کار

خروجی ChatGPT را نباید مستقیما به فایل Keyword Research منتقل کرد و بر اساس آن استراتژی نهایی ساخت. اعتبارسنجی همان مرحله ای است که یک فهرست پیشنهادی را به داده قابل استفاده تبدیل می کند.

بررسی نتایج Google

اولین کار، جستجوی عبارت های مهم در Google است. نتایج صفحه اول می توانند اطلاعات زیادی درباره نیت جستجو، نوع محتوا و سطح رقابت ارائه کنند.

اگر برای یک عبارت، بیشتر نتایج صفحه اول صفحات محصول هستند، احتمالا نیت کاربر تجاری یا تراکنشی است. اگر بیشتر نتایج مقاله، راهنما یا آموزش باشند، باید انتظار نیت اطلاعاتی داشته باشیم.

همچنین باید بررسی کنید آیا نتایج مختلف یک موضوع مشترک را پوشش می دهند یا هر عبارت به یک صفحه مستقل نیاز دارد.

استفاده از Google Search Console

برای سایتی که از قبل ترافیک ارگانیک دارد، Search Console یکی از ارزشمندترین منابع اعتبارسنجی است. این ابزار می تواند نشان دهد سایت برای چه عبارت هایی نمایش داده شده، چه تعداد کلیک گرفته و کدام صفحات برای هر عبارت عملکرد بهتری دارند.

اگر ChatGPT عبارتی را پیشنهاد دهد که مشابه آن در داده های واقعی Search Console وجود دارد، آن عبارت ارزش بررسی بیشتری پیدا می کند. حتی ممکن است در Search Console عباراتی پیدا کنید که ChatGPT پیشنهاد نکرده است. چنین داده هایی معمولا برای توسعه Keyword Research بسیار مهم هستند، زیرا از رفتار واقعی کاربران سایت می آیند.

بررسی حجم جستجو و سختی کلمه

برای تصمیم گیری درباره اولویت کلمات، باید از ابزارهایی استفاده شود که داده های واقعی یا برآوردهای مبتنی بر داده ارائه می دهند. بسته به ابزار مورد استفاده، می توانید حجم جستجو، روند جستجو، رقابت، سختی کلمه کلیدی و گاهی CPC را بررسی کنید.نکته مهم این است که حجم جستجو به تنهایی معیار مناسبی برای انتخاب کلمه کلیدی نیست. عبارتی با حجم پایین اما نیت خرید بالا ممکن است برای یک کسب و کار ارزش بیشتری از یک عبارت بسیار عمومی داشته باشد.

بررسی SERP Features

صفحه نتایج گوگل فقط از لینک های معمولی تشکیل نشده است. Featured Snippet، People Also Ask، ویدئوها، تصاویر، Local Pack و سایر قابلیت های SERP می توانند نوع محتوای مناسب برای یک عبارت را مشخص کنند.

اگر ChatGPT یک کلمه کلیدی را مناسب مقاله معرفی کرده باشد، اما بررسی SERP نشان دهد نتایج عمدتا صفحات محصول یا دسته بندی هستند، باید استراتژی خود را اصلاح کنید.

چه اطلاعاتی را نباید از ChatGPT به صورت قطعی قبول کرد؟

یکی از اشتباهات رایج، درخواست اطلاعات عددی از مدل و استفاده مستقیم از آن در Keyword Research است. برای مثال، عباراتی مانند «این کلمه ماهانه چند جستجو دارد؟» یا «سختی این کلمه چند درصد است؟» بدون دسترسی به منبع داده معتبر، پاسخ قطعی ایجاد نمی کنند.

بنابراین بهتر است خروجی ChatGPT را به دو دسته تقسیم کنید:

قابل استفاده برای ایده پردازینیازمند اعتبارسنجی داده ای
پیشنهاد کلمات مرتبطحجم جستجو
سوالات کاربرانKeyword Difficulty
دسته بندی موضوعیروند جستجو
تشخیص احتمالی Intentنرخ کلیک
خوشه بندی اولیهرقابت واقعی
ایده Long-tailارزش تجاری دقیق

این تفکیک یکی از مهم ترین اصول استفاده حرفه ای از هوش مصنوعی در سئو است.

یک روش عملی برای تحقیق کلمات کلیدی با ChatGPT

اگر بخواهید این فرآیند را از ابتدا تا انتها اجرا کنید، می توانید آن را به هفت مرحله تقسیم کنید.

مرحله اول: تعریف موضوع و مخاطب. مشخص کنید سایت درباره چیست، مخاطب چه کسی است و هدف اصلی صفحه افزایش ترافیک، فروش، دریافت سرنخ یا آموزش است.

مرحله دوم: تولید Seed Keywords. چند کلمه پایه در اختیار ChatGPT قرار دهید و از آن بخواهید موضوعات و عبارت های مرتبط را توسعه دهد.

مرحله سوم: استخراج Long-tail و سوالات. از مدل بخواهید پرسش ها، دغدغه ها و جستجوهای طولانی احتمالی کاربران را استخراج کند.

مرحله چهارم: دسته بندی بر اساس Intent. کلمات را به گروه های اطلاعاتی، تجاری، تراکنشی و ناوبری تقسیم کنید.

مرحله پنجم: خوشه بندی. عبارت هایی را که می توانند با یک محتوای جامع پاسخ داده شوند در یک Cluster قرار دهید.

مرحله ششم: اعتبارسنجی. کلمات مهم را با Google، Search Console و ابزارهای داده محور Keyword Research بررسی کنید.

مرحله هفتم: اولویت بندی. در نهایت کلمات را بر اساس ارتباط با کسب و کار، نیت جستجو، پتانسیل ترافیک، رقابت، ارزش تجاری و امکان تولید محتوای بهتر اولویت بندی کنید.

این روش باعث می شود ChatGPT نقش یک دستیار تحلیلی را داشته باشد، نه یک منبع مستقل و بدون بررسی.

چگونه خروجی تحقیق کلمات کلیدی را به استراتژی محتوا تبدیل کنیم؟

Keyword Research زمانی ارزش واقعی پیدا می کند که نتیجه آن به برنامه تولید محتوا تبدیل شود. بعد از اعتبارسنجی، برای هر خوشه باید مشخص کنید صفحه اصلی آن چیست و چه صفحات پشتیبانی می توانند به آن ارتباط داشته باشند.

برای مثال، فرض کنید یک خوشه درباره «تحقیق کلمات کلیدی» دارید. یک صفحه جامع می تواند موضوع اصلی را پوشش دهد و صفحات جداگانه درباره ابزارها، Search Intent، کلمات Long-tail و اشتباهات تحقیق کلمات کلیدی به آن متصل شوند.

در این مرحله، ارتباط میان صفحات و لینک سازی داخلی اهمیت پیدا می کند. ابزارهایی مانند پلاگین سئو هوش مصنوعی نویا نیز می توانند در بخش هایی مانند پیشنهاد کلمات کلیدی مرتبط، ایده های محتوایی، خوشه بندی موضوعی و مدیریت لینک های داخلی به اجرای این استراتژی کمک کنند. طبق اطلاعات صفحه رسمی این ابزار، نویا ماژول هایی برای مولد کلمات کلیدی، ایده محتوایی، خوشه های موضوعی و لینک سازی داخلی ارائه می کند.

در چنین کاربردی، مزیت ابزار زمانی بیشتر مشخص می شود که حجم صفحات و کلمات زیاد باشد و بررسی دستی فرصت های داخلی زمان زیادی بگیرد.

تحلیل محتوا افزونه سئو هوش مصنوعی نویا

اشتباهات رایج در استفاده از ChatGPT برای Keyword Research

اعتماد کامل به فهرست تولید شده

طولانی بودن یک فهرست به معنی کیفیت آن نیست. ممکن است چندین عبارت بسیار مشابه تولید شوند یا بعضی پیشنهادها اصلا تقاضای جستجوی قابل توجهی نداشته باشند.

درخواست عدد بدون منبع داده

اگر مدل به داده واقعی متصل نباشد، عددهای مربوط به حجم جستجو و سختی را نباید به عنوان داده قطعی استفاده کرد.

نادیده گرفتن SERP

حتی اگر یک کلمه از نظر معنایی کاملا مناسب باشد، ممکن است نوع صفحه ای که برای آن رتبه می گیرد با محتوایی که شما قصد تولید آن را دارید متفاوت باشد.

ساخت یک صفحه برای هر کلمه

وجود چند کلمه کلیدی مرتبط لزوما به معنی نیاز به چند صفحه نیست. اگر چند عبارت یک Search Intent دارند، معمولا باید ابتدا بررسی کنید آیا یک صفحه جامع می تواند همه آن ها را پاسخ دهد.

تمرکز بیش از حد روی کلمات پرجستجو

استراتژی موفق فقط به دنبال بیشترین حجم جستجو نیست. ارتباط کلمه با محصول یا خدمت، نیت کاربر و احتمال تبدیل نیز باید در تصمیم گیری دخالت داشته باشد.

چگونه با هوش مصنوعی شکاف محتوایی سایت را پیدا کنیم؟

آیا می توان تحقیق کلمات کلیدی را کاملا با هوش مصنوعی انجام داد؟

هوش مصنوعی می تواند بخش قابل توجهی از فرآیند را سریع کند، اما تحقیق حرفه ای کلمات کلیدی هنوز به داده واقعی و قضاوت انسانی نیاز دارد. بهترین مدل استفاده، تقسیم کار میان هوش مصنوعی و ابزارهای داده محور است.

ChatGPT برای کشف، توسعه، دسته بندی و تحلیل معنایی بسیار مفید است. ابزارهای سئو برای سنجش داده های جستجو و رقابت مناسب تر هستند و متخصص سئو باید در نهایت تصمیم بگیرد کدام فرصت برای کسب و کار ارزشمندتر است.

این موضوع در پروژه های بزرگ اهمیت بیشتری پیدا می کند. وقتی تعداد صفحات زیاد است، داشتن قابلیت تحلیل انبوه، تحلیل رقبا، خوشه بندی موضوعی و بررسی داده های Search Console می تواند فرآیند تصمیم گیری را منظم تر کند. نویا در صفحه رسمی خود قابلیت هایی مانند تحلیل انبوه، تحلیل رقبا، خوشه های موضوعی، برنامه ریزی محتوا، Search Console و ردیابی رتبه را معرفی کرده است.

در نتیجه، استفاده از افزونه سئو هوش مصنوعی وردپرس می تواند در مرحله اجرای استراتژی، مکمل فرآیند تحقیق باشد؛ اما همچنان اعتبارسنجی کلمات و تصمیم نهایی باید بر اساس داده و شرایط واقعی سایت انجام شود.

چک لیست نهایی تحقیق کلمات کلیدی با ChatGPT

قبل از نهایی کردن Keyword Research، این موارد را بررسی کنید:

  • آیا موضوع اصلی و مخاطب مشخص شده است؟
  • آیا کلمات کوتاه و Long-tail هر دو بررسی شده اند؟
  • آیا Search Intent برای کلمات مشخص شده است؟
  • آیا کلمات مشابه در خوشه های منطقی قرار گرفته اند؟
  • آیا SERP عبارت های مهم بررسی شده است؟
  • آیا حجم جستجو از یک منبع داده معتبر بررسی شده است؟
  • آیا سختی و رقابت کلمات بررسی شده است؟
  • آیا داده های Search Console در دسترس هستند؟
  • آیا کلمات بر اساس ارزش تجاری اولویت بندی شده اند؟
  • آیا هر خوشه به یک صفحه مستقل نیاز دارد یا یک صفحه جامع کافی است؟
  • آیا کلمات انتخاب شده با خدمات و محصولات واقعی کسب و کار ارتباط دارند؟
  • آیا بعد از تحقیق، ساختار محتوایی و لینک سازی داخلی مشخص شده است؟
مولد کلمات کلیدی افزونه سئو هوش مصنوعی نویا

جمع بندی

تحقیق کلمات کلیدی با ChatGPT زمانی بیشترین ارزش را دارد که آن را به عنوان مرحله کشف و تحلیل در نظر بگیریم، نه منبع نهایی داده. می توان با کمک آن Seed Keywordها را گسترش داد، Long-tailها و سوالات کاربران را پیدا کرد، Search Intent را تحلیل کرد و کلمات را در خوشه های موضوعی قرار داد. سپس باید این پیشنهادها با SERP، Search Console و ابزارهای داده محور اعتبارسنجی شوند.

در نهایت، کیفیت Keyword Research به تعداد کلمات استخراج شده بستگی ندارد؛ بلکه به این بستگی دارد که آیا کلمات انتخاب شده واقعا نیاز مخاطب را نشان می دهند، با اهداف کسب و کار ارتباط دارند و می توانند به یک معماری محتوایی منسجم تبدیل شوند یا نه. برای سایت های وردپرسی که علاوه بر تحقیق، به اجرای منظم تحلیل محتوا، خوشه بندی، لینک سازی داخلی و پایش عملکرد نیاز دارند، بررسی قابلیت های پلاگین AIseo نویا می تواند گام بعدی منطقی باشد.

پرسش‌های پرتکرار

آیا ChatGPT برای تحقیق کلمات کلیدی مناسب است؟

بله، ChatGPT برای کشف ایده‌ها، عبارت‌های طولانی، سوالات کاربران، تحلیل نیت جستجو و خوشه‌بندی کلمات مناسب است. بااین‌حال، نباید آن را تنها منبع داده سئو در نظر گرفت.

آیا کلمات کلیدی پیشنهادی ChatGPT حجم جستجوی واقعی دارند؟

لزوماً نه؛ پیشنهاد ChatGPT به‌تنهایی حجم جستجو، نرخ کلیک یا سختی کلمه کلیدی را ثابت نمی‌کند. این اطلاعات باید با ابزارهای تحقیق کلمات کلیدی، نتایج جستجو و داده‌های واقعی سایت بررسی شوند.

بهترین پرامپت برای تحقیق کلمات کلیدی با ChatGPT چیست؟

در پرامپت، موضوع، مخاطب، بازار هدف و نوع خروجی را دقیق مشخص کنید. برای نمونه، بخواهید کلمات مرتبط با خرید، مقایسه، آموزش، مشکلات کاربران و عبارت‌های Long-tail را جداگانه و بر اساس نیت جستجو دسته‌بندی کند.

چگونه با ChatGPT نیت جستجوی کلمات کلیدی را تشخیص دهیم؟

فهرست کلمات را به ChatGPT بدهید و از آن بخواهید هر عبارت را در دسته‌های اطلاعاتی، تجاری، تراکنشی یا ناوبری قرار دهد. سپس نتیجه را با محتوای رتبه‌گرفته در نتایج جستجو مقایسه کنید تا دسته‌بندی دقیق‌تر شود.

چگونه خروجی ChatGPT را برای سئو اعتبارسنجی کنیم؟

کلمات پیشنهادی را در ابزارهای تحقیق کلمات کلیدی، Google Search Console و نتایج واقعی جستجو بررسی کنید. حجم جستجو، رقابت، نیت کاربر و عملکرد صفحات موجود را بسنجید و فقط عبارت‌های دارای ارزش واقعی را وارد استراتژی محتوا کنید.

آنچه در این مطلب میخوانید !
هیچ داده ای یافت نشد

یک پاسخ

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *