GeoCircle מול areaServed ב-Schema: איך לגרום ל-AI להבין את הרדיוס שלכם ב-2026

בשבוע שעבר ישבתי עם בעל סטודיו לעיצוב פנים מרחוב אחד העם בתל אביב.

העסק שלו מצוין, אבל Perplexity הפנה אליו לקוחות מחיפה. במקביל, המנוע התעקש שהוא לא מעניק שירות בשכונת פלורנטין הסמוכה.

הסיבה? קוד Schema ישן מ-2022 שהגדיר אזור שירות בטקסט כללי בלבד.

מנועי AI ב-2026 לא מתרשמים מביטויים עמומים. הם מחפשים גבולות גיאוגרפיים חד-משמעיים. הנה ההבדל בין הגישה הישנה לחדשה.

1. טקסט פשוט מול קואורדינטות: מבחן ההבנה של מנועי תשובות

הגדרה · GeoCircle

אובייקט ב-Schema.org המגדיר רדיוס מדויק (במטרים) סביב נקודת קואורדינטות, המאפשר למנועי בינה מלאכותית לחשב מרחק גיאוגרפי אמיתי מעסק.

ב-SEO קלאסי, כותבים ב-areaServed שם של עיר או מדינה. זה עבד מצוין עבור גוגל של העשור הקודם.

אבל ChatGPT ו-Claude לא מחפשים רק מילות מפתח. הם מבצעים חישוב מרחבי.

כשמשתמש שואל ב-Perplexity: "תמצא לי אינסטלטור חירום שמגיע תוך 20 דקות לרמת אביב ג'", המנוע מחשב מרחק מרחבי מתמטי.

2. המחיר של הגדרה לא מדויקת

כשאתם רושמים רק "תל אביב", המנוע מניח משהו כללי.

מה קורה אם העסק יושב ברמת החייל ואתם לא מגיעים ליפו? ה-AI יציע אתכם, הלקוח יתאכזב, והדירוג שלכם במנועים ייפגע.

לחלופין, אם אתם פועלים מגבעתיים ומכסים רדיוס של 10 ק"מ, אך רשמתם רק "גבעתיים" — הפסדתם את רמת גן וחולון.

מנועי תשובות מעדיפים ודאות.

💡

קוד Schema מדויק מונע מה-AI לנחש. כשאין ל-AI ספק, הוא ממליץ עליכם.

3. איך כותבים את הקוד הנכון?

אל תוותרו על City, אבל הוסיפו לצידו את GeoCircle.

הנה המבנה שאני מטמיע באתרי לקוחות:

{
  "@context": "https://schema.org",
  "@type": "LocalBusiness",
  "name": "אדיר בן יעקב - GEO ודיגיטל",
  "areaServed": [
    {
      "@type": "GeoCircle",
      "geoMidpoint": {
        "@type": "GeoCoordinates",
        "latitude": 32.066158,
        "longitude": 34.777819
      },
      "geoRadius": "15000"
    },
    {
      "@type": "City",
      "name": "תל אביב"
    }
  ]
}

הקוד הזה מעניק למנוע התשובות את שני העולמות: השם הטקסטואלי והנתון הגיאוגרפי.

המלצה חד-משמעית: שילוב היברידי

אל תבחרו בין השניים.

הגישה שלי פשוטה.

הגדירו ערים מרכזיות עבור SEO מסורתי, ובמקביל הוסיפו GeoCircle עבור מנועי ה-AI. זו עבודה של 10 דקות בקוד, שמביאה יתרון עצום בשנה הקרובה.