قبل أن تحكم على زيارات وضع الذكاء الاصطناعي، اعرف المخاطر المعتادة لنوع الحملة الذي جاءت منه؛ فـمخاطر الزيارات غير الصالحة بحسب نوع حملة Google Ads تضع هذا الخط الأساسي.
استخدمت Google فعالية Google Marketing Live 2026 لتُظهر وجهة إعلانات البحث التالية: مزيد من الدعم بالذكاء الاصطناعي، ومزيد من الارتباط بالسياق، وصلة أوثق باللحظة التي يبحث فيها المستخدم عن قرار. والتغيير الأكبر لفرق توليد العملاء المحتملين هو أن النقرة لم تعد بالضرورة تأتي من مسار نظيف من الكلمة الرئيسية إلى الإعلان إلى الصفحة المقصودة، وهو تحول بدأته AI Overviews (الملخصات المولَّدة بالذكاء الاصطناعي) بالفعل.
هذا لا يعني أن الصيغ الجديدة سيئة. بل يعني أن فحوص الجودة القديمة لم تعد كاملة.
إذا تحدث عميل محتمل مع إعلان مدعوم بالذكاء الاصطناعي، أو رأى شرحًا بالذكاء الاصطناعي داخل نتيجة ممولة، أو نقر من قائمة توصيات في وضع الذكاء الاصطناعي، فإن الحساب يحتاج إلى أكثر من حجم النقرات وحجم تعبئة النماذج لفهم الأداء. يحتاج إلى طريقة للإجابة عن سؤال أصعب: هل أنتج هذا التفاعل الجديد عميلًا محتملًا يستحق أن نبيع له؟
يشرح هذا الدليل ما أعلنته Google، وما ينبغي لفرق PPC مراقبته، وكيف تحمي تحسين Google Ads من إشارات التحويل الضعيفة أو المشبوهة أو قليلة الملاءمة.
أهم النقاط
- تختبر Google صيغ إعلانات في وضع الذكاء الاصطناعي مبنية على Gemini، منها إعلانات Conversational Discovery وHighlighted Answers.
- أعلنت Google أيضًا عن إعلانات Shopping مدعومة بالذكاء الاصطناعي، وBusiness Agent for Leads، وتوسيع المشروع التجريبي Direct Offers.
- يمكن لهذه التحديثات أن تحوّل رحلة المشتري من نية بحث مباشرة إلى بحث مساعَد ومحادثة وتوصية واكتشاف للعروض.
- ينبغي لفرق توليد العملاء المحتملين مراقبة معدل العملاء المحتملين المؤهلين وقبول المبيعات والإيراد لكل عميل محتمل وجودة المحادثات وأنماط الزيارات المشبوهة قبل التوسع.
- يجب الحكم على أداء وضع الذكاء الاصطناعي بنتائج CRM، لا بتحويلات Google Ads وحدها.
- تساعد طبقة جودة الزيارات في فصل النية الحقيقية عن النقرات المتكررة وجلسات الروبوتات ونشاط VPN والخوادم الوكيلة والسلوك الضعيف بعد النقرة.
ما الذي أعلنته Google عن إعلانات وضع الذكاء الاصطناعي
صاغت مجموعة Google Marketing Live 2026 الرسمية التحديث حول الإعلانات المدعومة بـGemini عبر البحث وYouTube والتجارة والقياس وأتمتة الحملات. وفي البحث تحديدًا، يقول إعلان Google عن عصر الذكاء الاصطناعي في إعلانات البحث إنها تختبر صيغ إعلانات جديدة في البحث وتوسع Direct Offers.
يهم إعلان البحث لأنه يقدم عدة أسطح قد تكون أقرب إلى البحث المساعَد بالذكاء الاصطناعي من إعلانات البحث التقليدية:
- إعلانات Conversational Discovery: إعلانات تجيب عن سؤال محدد للمستخدم بمحتوى إبداعي مولَّد بواسطة Gemini ومصمم بحسب الاستعلام.
- Highlighted Answers: إجابات ممولة مؤهلة للظهور في قوائم التوصيات في وضع الذكاء الاصطناعي.
- إعلانات Shopping المدعومة بالذكاء الاصطناعي: إعلانات Shopping تستخدم Gemini لشرح سبب ملاءمة منتج لحاجة المستخدم.
- Business Agent for Leads: وكيل ذكي للعلامة التجارية داخل تجربة الإعلان، يمكن للمستخدم فيه أن ينقر على «Chat» بدل تعبئة نموذج ثابت فورًا.
- Direct Offers: تجارب عروض قد تظهر في ردود وضع الذكاء الاصطناعي، وتشمل أنواع عروض موسعة ودفعًا أصليًا للشركاء التجاريين المؤهلين.
وربطت Google هذه التغييرات كذلك بأتمتة أوسع للحملات. يقول تحديث AI Max إن AI Max يتوسع إلى صيغ Shopping والسفر، مع AI Brief الذي يمنح المعلِنين تحكمًا أكبر في الرسائل والمطابقة وإرشاد الجمهور. وقدّم تحديث المزايدة والميزانية المزايدة المدركة للرحلة في نسخة تجريبية، وتوسيع Smart Bidding Exploration، ووتيرة الإنفاق المرتبطة بالطلب.
بالنسبة إلى فرق PPC، الاتجاه واضح: أنظمة Google تزداد مرونة في إيجاد الطلب وتوليد السياق وتوجيه المستخدمين والمزايدة عبر رحلات أقل قابلية للتنبؤ.
وسؤال الجودة واضح بالقدر نفسه: هل تنتج هذه الرحلات عملاء أفضل، أم أحداث تحويل أكثر فقط؟
لماذا هذا تحديث لجودة العملاء المحتملين لا لصيغة الإعلان فحسب
تبدأ جودة البحث التقليدي من النية المعلنة. يكتب المستخدم استعلامًا، ويرى إعلانًا، وينقر، ويصل إلى صفحة. ويستطيع المعلِن فحص الكلمة الرئيسية وموضوع الاستعلام والصفحة المقصودة وإجراء التحويل ونتيجة CRM.
يغيّر وضع الذكاء الاصطناعي شكل هذا المسار. فقد يقوم المستخدم بما يلي:
- يطرح سؤال بحث عامًا
- يتلقى شرحًا مولَّدًا بالذكاء الاصطناعي
- يرى اقتراحًا ممولًا داخل قائمة
- يتحادث مع وكيل العلامة التجارية
- ينقر بعد عدة أسئلة مساعَدة
- يتحول عبر إجراء عميل محتمل أخف
هذا السياق الإضافي قد يساعد المشتري المؤهل على التحرك أسرع. وقد يجذب أيضًا مستخدمين فضوليين أو يقارنون الأسعار أو يبحثون عن إجابات أو غير مستعدين لمتابعة المبيعات.
حسابات توليد العملاء المحتملين شديدة الحساسية لهذا الفارق لأن تعبئات النماذج سهلة العد وصعبة التأهيل. قد تُظهر الحملة حجم تحويلات أقوى بينما يرى النشاط التجاري معدلات تواصل أضعف، وقبولًا أقل من المبيعات، وعملاء محتملين مكررين أكثر، أو خط مبيعات أقل.
وهو النمط نفسه الذي نراه في الحملات الكثيفة الأتمتة الأخرى. يمكن لـAI Max وPerformance Max والمطابقة التقريبية وDemand Gen أن تصنع قيمة حين تكون الإشارة نظيفة. ويمكنها أيضًا أن تضخّم النتيجة الخاطئة حين يكون حدث التحويل رخوًا أكثر من اللازم. فإذا تعلم نظام المزايدة من عملاء محتملين مشوشين، فسيبحث عن مزيد من العملاء الذين يشبهون هذا التشويش.
وللحصول على خط أساس أعمق، اقرن هذا الدليل بـجودة زيارات AI Max للبحث وجودة الزيارات بين إعلانات البحث الديناميكية وAI Max وتقارير قنوات Performance Max للزيارات منخفضة الجودة.
تجارب الإعلانات الجديدة بالذكاء الاصطناعي وما ينبغي مراقبته
ينبغي قياس الإعلانات المدعومة بالذكاء الاصطناعي بوصفها تجارب زيارات جديدة، لا مجرد مخزون جديد. فكل صيغة تغيّر توقعات المستخدم وإشارات النية ومسار التحويل.
| تجربة الإعلان | ما الذي يتغير | خطر جودة العملاء المحتملين | ما ينبغي مراقبته |
|---|---|---|---|
| إعلانات Conversational Discovery | يمكن للإعلان أن يجيب عن سؤال محدد للمستخدم بمحتوى إبداعي مصمم بحسب الاستعلام. | قد يتفاعل مستخدمون فضوليون مع الإجابة دون أن تكون نيتهم الشرائية قوية. | معدل التحول من المحادثة إلى عميل محتمل، وعمق الصفحة المقصودة، والجلسات المتكررة، ومعدل العملاء المحتملين المقبولين من المبيعات. |
| Highlighted Answers | يمكن أن تظهر اقتراحات ممولة داخل قوائم التوصيات في وضع الذكاء الاصطناعي. | قد ينقر المستخدمون بعد أن تلبي الإجابة حاجتهم البحثية، فتصبح النية بعد النقرة أخف. | معدل الارتداد، وعمق التمرير، وجودة النماذج، ومعدل العملاء المحتملين المؤهلين بحسب شريحة الحملة المدعومة بالذكاء الاصطناعي. |
| Business Agent for Leads | يمكن للمستخدم أن ينقر على «Chat» ويتفاعل مع وكيل العلامة التجارية قبل أن يصبح عميلًا محتملًا. | قد تنتج تفاعلات الوكيل عملاء محتملين ضعفاء أو مكررين أو قليلي الملاءمة إذا كانت قواعد التأهيل ضعيفة. | معدل إتمام المحادثة، وموضوعات النصوص، ومعدل بيانات الاتصال الصالحة، وقبول المبيعات، ومعدل التكرار. |
| إعلانات Shopping المدعومة بالذكاء الاصطناعي | يمكن لـGemini أن يشرح داخل تجربة الإعلان سبب ملاءمة منتج لحاجة المستخدم. | قد ترتفع نقرات البحث والمقارنة قبل أن تتضح الجاهزية الشرائية. | معدل السلة، ومعدل إتمام الدفع، والنقرات المتكررة على المنتج، وأنماط الجلسات المشبوهة، والإيراد لكل نقرة. |
| Direct Offers | يمكن أن تظهر العروض بصورة أكثر مباشرة في الردود المدعومة بالذكاء الاصطناعي ومسارات التجارة. | قد يتحول المستخدمون المدفوعون بالحوافز بتكلفة زهيدة دون أن يصبحوا عملاء ذوي قيمة. | إساءة استخدام العروض، والأجهزة المتكررة، والإيراد المعدّل بالهامش، ومعدل المرتجعات، والقيمة الدائمة للعميل. |
الخلاصة العملية بسيطة: كل سطح جديد مدعوم بالذكاء الاصطناعي يحتاج إلى لوحة جودة قبل أن ينال ثقة الميزانية الكاملة.
يحتاج Business Agent for Leads إلى تأهيل أكثر صرامة
يُعدّ Business Agent for Leads من أهم الإعلانات لقطاعات B2B والتعليم والخدمات المالية والخدمات القريبة من الرعاية الصحية والخدمات المنزلية، ولكل نشاط يجب فيه تأهيل العميل المحتمل قبل أن تنفق المبيعات وقتها عليه.
الجانب الإيجابي واضح. النموذج الثابت يطرح الأسئلة نفسها في كل مرة. أما الوكيل الذكي فيستطيع الرد على أسئلة المستخدم الفعلية، وشرح الملاءمة، وربما توجيه العملاء المحتملين الأعلى نية إلى الخطوة التالية المناسبة.
والخطر واضح أيضًا. فإذا عامل الوكيل كل محادثة على أنها نية ذات معنى، فقد ينتج الحساب مزيدًا من «العملاء المحتملين» دون أن ينتج مزيدًا من المشترين.
لهذا ينبغي للفرق أن تفصل بين ثلاثة أحداث:
- تفاعل الوكيل: فتح المستخدم المحادثة أو تفاعل معها.
- إشارة عميل محتمل مؤهل: قدّم المستخدم بيانات صالحة وطابق معايير الملاءمة الأساسية.
- عميل محتمل مقبول من المبيعات: أكدت المبيعات أن السجل يمكن الوصول إليه وذو صلة ويستحق المتابعة.
الحدث الثالث وحده ينبغي أن يُعدّ إشارة مزايدة جادة متى توفر حجم كافٍ. والحدث الثاني يمكن أن يفيد في التعلم المبكر، لكنه يحتاج إلى تنظيف. أما الأول فمفيد لتحليل تجربة المستخدم لا لتحسين الإيراد.
وإذا كان إعدادك الحالي ما زال يحسّن على تعبئات النماذج الخام، فأصلح ذلك قبل التوسع في اقتناص العملاء المحتملين عبر وضع الذكاء الاصطناعي. تزداد أهمية التحويلات المحسّنة للعملاء المحتملين واستيراد التحويلات غير المتصلة بالإنترنت كلما زادت التفاعلات المدعومة بالذكاء الاصطناعي.
وتطرح أصول نماذج العملاء المحتملين السؤال نفسه بصورة أبسط، إذ يُلتقط العميل المحتمل داخل الإعلان لا على موقعك. وللاطلاع على الإعدادات وفحوص webhook المفيدة، راجع إيقاف الرسائل العشوائية في نماذج العملاء المحتملين على Google Ads.
المقاييس التي ينبغي مراقبتها قبل الوثوق بتحويلات وضع الذكاء الاصطناعي
لا تحكم على إعلانات وضع الذكاء الاصطناعي بنسبة النقر إلى الظهور أو معدل التحويل الخام وحدهما. فقد تتحرك هذه الأرقام في الاتجاه الصحيح بينما تتحرك جودة خط المبيعات في الاتجاه المعاكس.
ابدأ ببطاقة أداء من طبقتين.
أولًا، قس الطبقة الإعلانية:
- حجم النقرات
- تكلفة النقرة
- معدل التحويل
- تكلفة العميل المحتمل
- مزيج الأجهزة
- مزيج المواقع الجغرافية
- مسار الصفحة المقصودة
- الجلسات الجديدة مقابل العائدة
ثم قس الطبقة التجارية:
- معدل العملاء المحتملين الصالحين
- معدل العملاء المحتملين الذين يمكن التواصل معهم
- معدل قبول المبيعات
- معدل SQL
- معدل فرص البيع
- معدل الإغلاق
- الإيراد لكل عميل محتمل
- معدل العملاء المحتملين المكررين
- معدل الاسترداد أو الإلغاء أو الإرجاع حيثما ينطبق
المقارنة المهمة ليست «هل أنتج وضع الذكاء الاصطناعي عملاء محتملين؟». بل «هل أنتج عملاء محتملين يتقدمون بالمعدل نفسه أو بمعدل أفضل من زيارات البحث الخاضعة للرقابة؟»
إذا خفّض وضع الذكاء الاصطناعي تكلفة العميل المحتمل لكنه خفّض معدل SQL بسرعة أكبر، فليس هذا مكسبًا في الكفاءة. إنه مقايضة على الجودة. وإذا رفع حجم النقرات بينما ينخفض قبول المبيعات، فالحساب يحتاج إلى تصفية أقوى قبل أن يوسّع الميزانية.
ولإطار أوسع لجودة PPC، استخدم كيف تضر الزيارات غير الصالحة بجودة العملاء المحتملين معيارًا مرجعيًا. والمبدأ نفسه ينطبق هنا: يجب التوفيق بين نجاح المنصة ونجاح النشاط التجاري قبل الوثوق بالأتمتة.
راقب توسع الاستعلامات وتوسع الميزانية معًا
لا تأتي تحديثات Google في مايو 2026 بمعزل عن غيرها. فصيغ وضع الذكاء الاصطناعي تصل مع أدوات أكثر أتمتة للمطابقة والمزايدة والميزانية.
صُمم AI Max لاقتناص مزيد من الطلب الحواري والطلب في الذيل الطويل. وبُني Smart Bidding Exploration لإيجاد تحويلات إضافية من استعلامات أقل وضوحًا. وتهدف وتيرة الإنفاق المرتبطة بالطلب إلى نقل الميزانية مع تغير طلب المستهلكين. وتهدف المزايدة المدركة للرحلة إلى التعلم من جزء أكبر من مسار العميل المحتمل إلى البيع.
هذه إمكانات قوية حين تكون بيانات الحساب نظيفة. وهي خطيرة حين تكون صحة التحويلات ضعيفة.
الخطر ليس ميزة واحدة بعينها. الخطر هو تراكب الأتمتة:
- المطابقة الأوسع تجد طلبًا جديدًا
- الإعلانات المدعومة بالذكاء الاصطناعي تنشئ مسارات تفاعل جديدة
- إجراءات التحويل الأخف تغذي المزايدة
- الميزانيات المرنة تلاحق تحولات الحجم
- تنظيف CRM يحدث متأخرًا جدًا
هكذا قد يبدو الحساب أكثر كفاءة في Google Ads بينما يصبح أقل كفاءة في النشاط التجاري.
قبل إضافة ميزانية إلى الصيغ المدعومة بالذكاء الاصطناعي، أجب عن هذه الأسئلة:
- أي إجراء تحويل ستحسّن الحملة نحوه؟
- هل جرى التحقق من هذا الإجراء بعد دخول العميل المحتمل إلى CRM؟
- هل استُبعد العملاء المحتملون الوهميون والمكررون والذين يتعذر الوصول إليهم من الاستيراد غير المتصل بالإنترنت؟
- هل تستطيع المبيعات تعليم العملاء غير الملائمين بطريقة يستفيد منها التسويق؟
- هل تُحظر الجلسات المشبوهة أو تُقسَّم قبل أن تدرّب الأتمتة؟
- هل لديك خط أساس خاضع للرقابة في البحث للمقارنة؟
إذا كانت الإجابة غير واضحة، فالحساب غير جاهز للتوسع بقوة في زيارات وضع الذكاء الاصطناعي.
قائمة فحص الجودة قبل الإطلاق لفرق PPC
استخدم هذه القائمة قبل أن تعتمد عملاء وضع الذكاء الاصطناعي المحتملين إشارة تحسين موثوقة.
- حدّد النتيجة التجارية الأساسية قبل الإطلاق، مثل عميل محتمل مقبول من المبيعات أو فرصة بيع مؤهلة أو اجتماع محجوز أو إيراد.
- أبقِ بدايات المحادثات وتعبئات النماذج والتحويلات الدقيقة منفصلة عن أحداث العملاء المحتملين المؤهلين.
- ضع علامات واضحة على الحملات أو التجارب أو الشرائح المدعومة بالذكاء الاصطناعي لتتمكن من مقارنة نتائج CRM لاحقًا.
- ابنِ مرجعية بحث خاضعة للرقابة باستخدام جودة الحملات الحالية، لا متوسط تكلفة العميل المحتمل في الحساب فقط.
- راجع الصفحات المقصودة من حيث مطابقة النية، خاصة إذا كان توسيع عنوان URL النهائي أو توجيه AI Max مفعّلًا.
- حدّد مراجعة أسبوعية لجودة العملاء المحتملين مع المبيعات خلال أول 30 إلى 60 يومًا.
- استبعد أو خفّض أولوية العملاء المحتملين غير الصالحين أو الذين يتعذر الوصول إليهم أو المكررين أو خارج منطقة الخدمة أو الواضح أنهم غير ملائمين.
- راقب النقرات المشبوهة والجلسات المتكررة وزيارات VPN والخوادم الوكيلة وسلوك الروبوتات والانحراف غير المعتاد في الأجهزة أو المواقع الجغرافية.
- ارفع أحداث تحويل لاحقة أنظف متى توفرت بيانات كافية.
- تجنب رفع الميزانية لمجرد أن تكلفة العميل المحتمل الأولية تبدو أرخص.
يحمي هذا الأسلوب الحساب من مشكلة شائعة في الأتمتة: يتعلم النظام بسرعة، لكنه يتعلم فقط من البيانات التي تصله.
أين تندرج ClickFortify في منظومة جودة وضع الذكاء الاصطناعي
لا تحل ClickFortify محل تقارير Google Ads أو تقارير CRM أو مراجعة المبيعات. إنها تضيف طبقة جودة الزيارات التي تفوتها هذه الأنظمة عادةً.
وهذا مهم لأن الصيغ المدعومة بالذكاء الاصطناعي قد تجعل الأداء أصعب تفسيرًا. فحين تتدخل أسطح أكثر وشروح مولَّدة وتفاعلات محادثة ومطابقة آلية، يحتاج الحساب إلى رؤية أوضح: هل جاءت النقرة من عميل محتمل حقيقي أم من جلسة مشبوهة؟
ينبغي أن تتضمن منظومة الجودة لتوليد العملاء المحتملين عبر وضع الذكاء الاصطناعي ما يلي:
- تقارير حملات Google Ads وتحويلاتها
- بيانات سلوك GA4 أو التحليلات
- بيانات تأهيل CRM ونتائج المبيعات
- استيراد التحويلات غير المتصلة بالإنترنت أو التحويلات المحسّنة للعملاء المحتملين
- مراقبة جودة الزيارات لرصد سلوك النقرات المشبوه
- ملاحظات منتظمة من المبيعات حول ملاءمة العملاء المحتملين وإمكانية التواصل معهم
تدعم ClickFortify الطبقة الأخيرة بمساعدة الفرق على رصد أنماط مثل النقر المتكرر والجلسات الشبيهة بالروبوتات ومخاطر VPN والخوادم الوكيلة والسلوك الضعيف بعد النقرة والزيارات التي تبدو نشطة في المنصة الإعلانية لكنها ضعيفة في مسار التحويل.
وهذا مفيد بصفة خاصة حين تستخدم أنظمة الذكاء الاصطناعي بيانات التحويل لاتخاذ قرارات المزايدة المستقبلية. فأنت لا تحمي ميزانية اليوم فقط، بل تحمي إشارة التحسين لغدك أيضًا.
وإذا كنت تراجع ذلك عبر أنواع الحملات، فقارن جودة وضع الذكاء الاصطناعي بـجودة العملاء المحتملين من شركاء البحث في Google Ads وجودة زيارات Performance Max وحملات البحث الخاضعة للرقابة لديك. ثم استخدم طبقة مخصصة من برنامج الحماية من الاحتيال بالنقرات للفصل بين الزيارات المشبوهة والبحث المساعَد المشروع.
أخطاء شائعة ينبغي تجنبها
الخطأ الأول هو معاملة كل تفاعل مدعوم بالذكاء الاصطناعي على أنه عالي النية. فقد يكون المستخدم الذي يطرح سؤالًا مفصلًا جادًا، لكنه قد يكون أيضًا يبحث أو يقارن أو يشبع فضوله.
الخطأ الثاني هو التحسين نحو بدايات المحادثات. بدايات المحادثات أحداث تفاعل. وليست بالضرورة عملاء محتملين مؤهلين.
الخطأ الثالث هو الحكم على الطرح مبكرًا جدًا. تحتاج الزيارات المدعومة بالذكاء الاصطناعي إلى وقت كافٍ لتمر بمتابعة المبيعات وإنشاء الفرص ومراجعة الإيراد.
الخطأ الرابع هو دمج زيارات وضع الذكاء الاصطناعي في متوسطات الحساب. فإذا لم تُقسَّم الصيغ الجديدة، فقد تختبئ جودة العملاء المحتملين الضعيفة خلف أداء بحث تقليدي أقوى.
الخطأ الخامس هو افتراض أن انخفاض تكلفة العميل المحتمل يعني أداءً أفضل. لا تكون التكلفة المنخفضة ذات قيمة إلا إذا ظل العميل المحتمل صالحًا ويمكن الوصول إليه وذا صلة ومفيدًا تجاريًا.
ما ينبغي أن تفعله فرق PPC بعد ذلك
تعامل مع إعلانات وضع الذكاء الاصطناعي على أنها تجربة خاضعة للرقابة لجودة العملاء المحتملين.
ابدأ بميزانية صغيرة أو طرح محدود حيثما أمكن. حافظ على نظافة إجراء التحويل. قارن النتائج بخط أساس معروف في البحث. راجع نتائج CRM أسبوعيًا. أعد إلى المزايدة الأحداث التي جرى التحقق منها فقط. راقب إشارات الزيارات المشبوهة قبل زيادة الميزانية.
لن تكون الشركات الأكثر استفادة من تغييرات Google الإعلانية بالذكاء الاصطناعي هي الفرق التي تطارد كل صيغة جديدة بأسرع ما يمكن. بل ستكون الفرق التي تربط الطلب المدعوم بالذكاء الاصطناعي بقياس نظيف وتأهيل حقيقي وضبط منضبط لجودة الزيارات.
تجعل Google الإعلانات أكثر حوارية وإدراكًا للسياق. وعلى فرق PPC الآن أن تعتمد قياسًا مدركًا للسياق بالقدر نفسه.
