Оптимизация SEO: Как работает ИИ Google (август 2026)

Оптимизация поисковых систем (SEO) – это процесс оптимизации факторов на странице и вне страницы, которые влияют на то, насколько высоко веб-страница ранжируется для конкретного поискового запроса. Этот многофакторный процесс включает в себя оптимизацию скорости загрузки страницы, генерацию стратегии построения ссылок, использование инструментов SEO, а также обучение на основе вычислительного мышления.

Вычислительное мышление – это продвинутый тип анализа и техники решения проблем, которые используют программисты при написании кода и алгоритмов. Мыслители, ориентированные на вычисления, будут искать основную истину, разбивая проблему и анализируя ее с помощью мышления первого порядка.

Поскольку Google (GOOGL ) не раскрывает свою секретную формулу никому, мы полагаемся на вычислительное мышление. Мы пройдем через некоторые ключевые моменты в истории Google, которые сформировали алгоритмы, используемые им, и мы узнаем, почему это важно.

Как создать разум

Мы начнем с книги, опубликованной в 2012 году, под названием “Как создать разум: Тайна человеческой мысли раскрыта” известного футуролога и изобретателя Рэя Курцвейла. Эта книга разобрала человеческий мозг и объяснила, как он работает. Мы учимся с основ, как мозг тренирует себя, используя распознавание образов, чтобы стать машиной предсказания, всегда работающей над предсказанием будущего, даже предсказанием следующего слова.

Как люди распознают образы в повседневной жизни? Как эти связи образуются в мозге? Книга начинается с понимания иерархического мышления, это понимание структуры, состоящей из разнообразных элементов, которые расположены в определенном порядке, этот порядок представляет символ, такой как буква или знак, и затем этот порядок располагается в более сложный образ, такой как слово, и в конечном итоге предложение. В конечном итоге эти образы формируют идеи, и эти идеи превращаются в продукты, которые люди создают.

Имитируя человеческий мозг, открывается путь к созданию продвинутого ИИ, превосходящего текущие возможности нейронных сетей, существовавших на момент публикации.

Книга была蓝принтом для создания ИИ, который может масштабироваться, поглощая данные всего мира, и использовать свою многослойную обработку распознавания образов для разбора текста, изображений, аудио и видео. Система, оптимизированная для масштабирования благодаря преимуществам облака и его параллельных возможностей обработки. Другими словами, не было бы предела для входных или выходных данных.

Эта книга была настолько важной, что вскоре после ее публикации автор Рэй Курцвейл был нанят Google в качестве директора по инженерии, сосредоточенного на машинном обучении и обработке языка. Роль, идеально соответствующая книге, которую он написал.

Было бы невозможно отрицать, насколько эта книга повлияла на будущее Google и то, как они ранжируют веб-сайты. Эта книга об ИИ должна быть обязательной для чтения для всех, кто хочет стать экспертом по SEO.

DeepMind

Запущенный в 2010 году, DeepMind был горячим новым стартапом, использующим революционный новый тип алгоритма ИИ, который потрясал мир, это была система обучения с подкреплением. DeepMind описал это лучше всего как:

“Мы представляем первый глубокий модель обучения, который успешно научился контролировать политики直接 из высокоразмерного сенсорного входа с помощью обучения с подкреплением. Модель представляет собой свёрточную нейронную сеть, обученную с помощью варианта Q-обучения, вход которой является сырыми пикселями, а выходом является функция ценности, оценивающая будущие награды.”

Объединив глубокое обучение с обучением с подкреплением, это стало системой глубокого обучения с подкреплением. К 2013 году DeepMind использовал эти алгоритмы, чтобы одержать победы над человеческими игроками в играх Atari 2600 – и это было достигнуто, имитируя человеческий мозг и то, как он учится на тренировках и повторениях.

Аналогично тому, как человек учится, повторяя действия, будь то удар по мячу или игра в Тетрис, ИИ также будет учиться. Нейронная сеть ИИ отслеживала производительность и инкрементально улучшалась, в результате чего получались более сильные ходы в следующей итерации.

DeepMind был настолько доминирующим в своем технологическом лидерстве, что Google должен был купить доступ к этой технологии. DeepMind был приобретен за более чем 500 миллионов долларов в 2014 году.

После приобретения индустрия ИИ стала свидетелем последовательных прорывов, не виденных с 11 мая 1997 года, когда чемпион мира по шахматам Гарри Каспаров проиграл первую игру из шести матчей против Deep Blue, шахматного компьютера, разработанного учеными в IBM.

В 2015 году DeepMind усовершенствовал алгоритм, чтобы протестировать его на наборе из 49 игр Atari, и машина превзошла человеческую производительность в 23 из них.

Это было только начало, позже в 2015 году DeepMind начал сосредотачиваться на AlphaGo, программе с заявленной целью победить профессионального чемпиона мира по игре Го. Древняя игра Го, которая впервые появилась в Китае около 4000 лет назад, считается самой сложной игрой в истории человечества, с ее потенциальными 10³⁶⁰ возможными ходами.

DeepMind использовал обучение с учителем, чтобы обучить систему AlphaGo, изучая игру человеческих игроков. Soon после этого DeepMind сделал заголовки после того, как AlphaGo победил Ли Седоля, чемпиона мира, в матче из пяти игр в марте 2016 года.

Не отставая, в октябре 2017 года DeepMind выпустил AlphaGo Zero, новую модель с ключевым отличием, что она не требовала никакого обучения у человека. Поскольку она не требовала обучения у человека, она также не требовала никакого маркирования данных, система по сути использовала обучение без учителя. AlphaGo Zero быстро превзошел своего предшественника, как описано DeepMind.

“Предыдущие версии AlphaGo изначально были обучены на тысячах игр человеческих любителей и профессионалов, чтобы научиться играть в Го. AlphaGo Zero пропускает этот шаг и учится играть, просто играя в игры против себя, начиная с совершенно случайной игры. Таким образом, он быстро превзошел человеческий уровень игры и победил ранее опубликованную версию AlphaGo со счетом 100:0.”

Тем временем мир SEO был чрезвычайно сосредоточен на PageRank, основной основе Google. Это началось в 1995 году, когда Ларри Пейдж и Сергей Брин были аспирантами в Стэнфордском университете. Дуэт начал сотрудничество над новым исследовательским проектом под кодовым названием “BackRub“. Целью было ранжирование веб-страниц по мере их важности, преобразуя их данные о обратных ссылках. Обратная ссылка – это просто любая ссылка с одной страницы на другую, аналогичная этой ссылке.

Алгоритм был позже переименован в PageRank, названный в честь термина “веб-страница” и сооснователя Ларри Пейджа. Ларри Пейдж и Сергей Брин имели амбициозную цель построить поисковую систему, которая могла бы обеспечить весь веб исключительно на основе обратных ссылок.

И это сработало.

PageRank доминирует в заголовках

Профессионалы SEO сразу же поняли основы того, как Google рассчитывает качественный рейтинг для веб-страницы, используя PageRank. Некоторые умные предприниматели черного хата SEO поняли, что для масштабирования контента может иметь смысл покупать ссылки, а не ждать их получения естественным путем.

Новая экономика возникла вокруг обратных ссылок. Желая повлиять на рейтинг поисковых систем, владельцы веб-сайтов покупали ссылки, а отчаявшиеся веб-сайты, стремящиеся монетизировать свои веб-сайты, продавали им ссылки.

Веб-сайты, которые покупали ссылки, часто за одну ночь вторглись в Google, обогнав устоявшиеся бренды.

Рейтинг с помощью этого метода работал очень хорошо в течение долгого времени – пока не перестал работать, вероятно, в то же время, когда машинное обучение решило основную проблему. С введением глубокого обучения с подкреплением PageRank стал переменной ранжирования, а не доминирующим фактором.

На данный момент сообщество SEO разделено на покупку ссылок как на стратегию. Я лично считаю, что покупка ссылок дает субоптимальные результаты, и что лучшие методы получения обратных ссылок основаны на переменных, специфичных для отрасли. Одна законная служба, которую я могу порекомендовать, называется HARO (Помогите репортеру). Возможность на HARO – получить обратные ссылки, выполняя запросы средств массовой информации.

Установленные бренды никогда не беспокоились о поиске ссылок, поскольку у них была выгода от времени, работающего в их пользу. Чем старше веб-сайт, тем больше времени у него было, чтобы собрать высококачественные обратные ссылки. Другими словами, рейтинг поисковой системы сильно зависел от возраста веб-сайта, если вы рассчитываете с помощью метрики время = обратные ссылки.

Например, CNN естественным образом получал бы обратные ссылки на новостную статью из-за своего бренда, доверия и потому, что он был перечислен высоко изначально – поэтому он естественным образом получал еще больше обратных ссылок от людей, исследующих статью и ссылающихся на первый результат поиска, который они нашли.

Это означало, что веб-страницы с более высоким рейтингом естественным образом получали больше обратных ссылок. К сожалению, это означало, что новые веб-сайты часто были вынуждены злоупотреблять алгоритмом обратных ссылок, обращаясь к рынку обратных ссылок.

В начале 2000-х годов покупка обратных ссылок работала замечательно, и это был простой процесс. Покупатели ссылок покупали ссылки у веб-сайтов с высоким авторитетом, часто сайдвайд футер-ссылки или, возможно, на основе статьи (часто маскируясь под гостевой пост), а продавцы, отчаянно стремящиеся монетизировать свои веб-сайты, были счастливы согласиться – к сожалению, часто жертвуя качеством.

В конце концов таланты Google в области машинного обучения поняли, что кодирование результатов поисковых систем вручную было бесполезным, и многое из PageRank было написано вручную. Вместо этого они поняли, что ИИ в конечном итоге станет ответственным за полный расчет рейтингов с минимальным вмешательством человека.

Чтобы оставаться конкурентоспособными, Google использует все инструменты в своем арсенале, включая глубокое обучение с подкреплением – самый продвинутый тип алгоритма машинного обучения в мире.

Эта система, наложенная на приобретение Google MetaWeb, стала игроком. Причина, по которой приобретение MetaWeb в 2010 году было так важно, заключалась в том, что оно уменьшило вес, который Google придавал ключевым словам. Контекст стал важным, и это было достигнуто с помощью методологии категоризации, называемой “сущности”. Как Fast Company описал:

Как только Metaweb выяснит, на какую сущность вы ссылаетесь, он может предоставить набор результатов. Он даже может объединить сущности для более сложных поисков – “актрисы старше 40” может быть одной сущностью, “актрисы, живущие в Нью-Йорке”, могут быть другой, а “актрисы с фильмом, который сейчас идет”, могут быть еще одной.

Эта технология была интегрирована в крупное обновление алгоритма под названием RankBrain, которое было запущено весной 2015 года. RankBrain был сосредоточен на понимании контекста, а не на чисто ключевых словах, и RankBrain также учитывал контекстные контексты (например, местоположение поиска) и выводил смысл, где его не было раньше. Это было важное обновление, особенно для мобильных пользователей.

Теперь, когда мы понимаем, как Google использует эти технологии, давайте вернемся к штрафу за рейтинг, который негативно влияет на миллионы веб-сайтов, часто без ведома владельца веб-сайта.

PageSpeed Insights

Google не часто прозрачен, но PageSpeed Insights – это исключение. Веб-сайты, которые проваливают этот тест скорости, будут отправлены в штрафную коробку за медленную загрузку – особенно если мобильные пользователи пострадали.

Что подозрительно, так это то, что в какой-то момент процесса существует дерево решений, которое парсит быстрые веб-сайты и веб-сайты с медленной загрузкой (не прошедшие тест PageSpeed Insights). Дерево решений – это по сути алгоритмический подход, который разделяет набор данных на отдельные данные на основе различных критериев. Критериями могут быть негативное влияние на рейтинг для мобильных пользователей по сравнению с настольными пользователями.

Гипотетически штраф может быть применен к естественному рейтингу. Например, веб-сайт, который без штрафа мог бы занять #5, может иметь -20, -50 или некоторую другую неизвестную переменную, которая уменьшит рейтинг до #25, #55 или другого числа, выбранного ИИ.

В будущем мы можем увидеть конец PageSpeed Insights, когда Google станет более уверенным в своем ИИ. Это текущее вмешательство в скорость со стороны Google опасно, поскольку оно может потенциально исключить результаты, которые были бы оптимальными, и оно дискриминирует тех, кто менее технически подкован.

Это большая просьба требовать от каждого, кто управляет малым бизнесом, иметь экспертизу в диагностике и устранении проблем с тестом скорости. Одним простым решением было бы, если бы Google просто выпустил плагин для оптимизации скорости для пользователей WordPress, поскольку WordPress обеспечивает 43% интернета.

К сожалению, все усилия по SEO напрасны, если веб-сайт не проходит тест PageSpeed Insights от Google. Ставки составляют не менее исчезновения веб-сайта из Google.

Как пройти этот тест, это тема для другой статьи, но как минимум вы должны проверить, проходит ли ваш веб-сайт.

Другой важный технический показатель, о котором следует беспокоиться, – это протокол безопасности под названием SSL (Secure Sockets Layer). Это изменяет URL домена с http на https и обеспечивает безопасную передачу данных. Любой веб-сайт, который не имеет включенного SSL, будет наказан. Хотя есть некоторые исключения из этого правила, веб-сайты электронной коммерции и финансовые веб-сайты будут наиболее сильно затронуты.

Низкобюджетные хосты взимают ежегодную плату за реализацию SSL, в то время как хорошие хосты, такие как Siteground, выдают сертификаты SSL бесплатно и автоматически интегрируют их.

Мета-данные

Другим важным элементом на веб-сайте являются Мета-название и Мета-описание. Эти поля содержания имеют чрезмерно важное значение, которые могут способствовать успеху или провалу страницы так же, как и весь контент этой страницы.

Это потому, что Google имеет высокую вероятность выбрать Мета-название и Мета-описание для отображения в результатах поиска. И это почему важно заполнить поля Мета-название и Мета-описание как можно более тщательно.

Альтернативой является то, что Google может выбрать игнорирование Мета-названия и Мета-описания и вместо этого автоматически сгенерировать данные, которые, по его мнению, приведут к большему количеству кликов. Если Google предсказывает плохо, какое название сгенерировать, это приведет к меньшему количеству кликов со стороны поисковиков и, следовательно, к потере рейтинга поисковой системы.

Если Google считает, что включенное Мета-описание оптимизировано для получения кликов, оно будет отображать его в результатах поиска. Если Google предсказывает плохо, какое описание сгенерировать, это приведет к меньшему количеству кликов со стороны поисковиков и, следовательно, к потере рейтинга поисковой системы.

Конечно, если вы считаете, что контент на вашей странице действительно хорош, иногда имеет смысл позволить Google выбрать оптимизированное Мета-описание, которое лучше всего соответствует запросу пользователя. Мы выберем отсутствие Мета-описания для этой статьи, поскольку она богата контентом, и Google, вероятно, выберет хорошее описание.

Тем временем миллиарды людей кликают на лучшие результаты поиска – это человек в цикле, последний механизм обратной связи Google – и это где начинается обучение с подкреплением.

Что такое обучение с подкреплением?

Обучение с подкреплением – это техника машинного обучения, которая включает в себя обучение агента ИИ путем повторения действий и связанных с ними наград. Агент обучения с подкреплением экспериментирует в окружающей среде, выполняет действия и получает награды, когда выполняются правильные действия. Со временем агент учится выполнять действия, которые максимизируют его награду.

Награда может быть основана на простом вычислении, которое рассчитывает время, проведенное на рекомендуемой странице.

Если вы объедините эту методологию с человеком в цикле, это звучит очень похоже на существующие системы рекомендаций, которые контролируют все аспекты нашей цифровой жизни, такие как YouTube, Netflix (NFLX ), Amazon (AMZN ) Prime – и если это звучит как то, как должна работать поисковая система, вы правы.

Как Google использует обучение с подкреплением

Механизм Google улучшается с каждым поиском, люди обучают ИИ, выбирая лучший результат, который лучше всего отвечает на их запрос, и аналогичный запрос миллионов других пользователей.

Агент обучения с подкреплением непрерывно работает над самоулучшением, укрепляя только самые положительные взаимодействия между поиском и результатом.

Google измеряет время, необходимое пользователю для просмотра страницы результатов, URL, на который он кликает, и он измеряет время, проведенное на посещаемом веб-сайте, и он регистрирует обратный клик. Эти данные затем компилируются и сравниваются для каждого веб-сайта, который предлагает аналогичный опыт или пользовательский опыт.

Веб-сайт с низким показателем удержания (время, проведенное на сайте), затем подается агенту обучения с подкреплением с отрицательным значением, и другие конкурирующие веб-сайты тестируются для улучшения предложенных рейтингов. Google беспристрастен, предполагая, что нет ручного вмешательства, Google в конечном итоге предоставляет желаемую страницу результатов поиска.

Пользователи – это человек в цикле, предоставляющий Google бесплатные данные и становящийся окончательным компонентом системы глубокого обучения с подкреплением. В обмен на эту услугу Google предлагает конечному пользователю возможность кликнуть на рекламу.

Реклама, кроме того, что она генерирует доход, служит второстепенным фактором рейтинга, предоставляя больше данных о том, что делает пользователя кликнуть.

Google по сути учится, чего хочет пользователь. Это можно примерно сравнить с системой рекомендаций видеосервиса. В этом случае система рекомендаций будет подавать пользователю контент, ориентированный на его интересы. Например, пользователь, который привык смотреть романтические комедии, может наслаждаться некоторыми пародиями, если они имеют общих комиков.

Как это помогает SEO?

Если мы продолжим вычислительное мышление, мы можем предположить, что Google обучил себя предоставлять лучшие результаты, и это часто достигается путем обобщения и удовлетворения человеческих предубеждений. На самом деле было бы невозможно для ИИ Google не оптимизировать результаты, которые удовлетворяют этим предубеждениям, если бы он сделал это, результаты были бы субоптимальными.

В других словах, нет магической формулы, но есть некоторые лучшие практики.

Это ответственность практика SEO распознавать предубеждения, которые Google ищет, специфичные для их отрасли – и кормить эти предубеждения. Например, кто-то, ищущий результаты выборов без указания даты, вероятно, ищет самые недавние результаты – это предубеждение новизны. Кто-то, ищущий рецепт, вероятно, не нуждается в самом недавнем результате, и может даже предпочитать рецепт, который выдержал испытание временем.

Это ответственность практика SEO предоставлять посетителям результаты, которые они ищут. Это самый устойчивый способ ранжирования в Google.

Владельцы веб-сайтов должны отказаться от нацеливания на конкретное ключевое слово с ожиданием, что они могут доставить пользователю все, что он хочет. Результат поиска должен точно соответствовать потребностям пользователя.

Что такое предубеждение? Это может быть наличие доменного имени, которое выглядит как высокий авторитет, то есть соответствует рынку, который вы обслуживаете? Имея доменное имя с словом Индия в нем, может отговорить пользователей из США от клика на URL из-за националистического предубеждения доверия результатам, исходящим из страны проживания пользователя. Имея однословное доменное имя, также может создать иллюзию авторитета.

Самое важное предубеждение – что хочет пользователь, чтобы соответствовать его поисковому запросу? Это ли FAQ, топ-10 список, блог-пост? Это нужно ответить, и ответ легко найти. Просто проанализируйте конкуренцию, выполнив поиск Google в вашем целевом рынке.

Черный хат SEO мертв

Сравните это с черным хат SEO, агрессивным методом ранжирования веб-сайтов, который эксплуатирует хитрые методы спама, включая покупку ссылок, фальсификацию ссылок, взлом веб-сайтов, автоматическое создание социальных закладок в большом масштабе, и другие темные методологии, применяемые через сеть инструментов черного хата.

Инструменты, которые часто перерабатываются и перепродаются на различных форумах маркетинга в поисковых системах, продукты с практически нулевой ценностью и минимальными шансами на успех. На данный момент эти инструменты позволяют продавцам стать богатыми, предлагая минимальную ценность конечному пользователю.

Это почему я рекомендую отказаться от черного хата. Сосредоточьтесь на SEO, глядя на него через призму машинного обучения. Важно понять, что каждый раз, когда кто-то пропускает результат поиска, чтобы кликнуть на результат, спрятанный под ним, это человек в цикле, сотрудничающий с системой глубокого обучения с подкреплением. Человек помогает ИИ самоулучшаться, становясь бесконечно лучше с течением времени.

Это алгоритм машинного обучения, который был обучен большим количеством пользователей, чем любая другая система в истории человечества.

Google обрабатывает 3,8 миллиона поисков в минуту в среднем по всему миру. Это составляет 228 миллионов поисков в час, 5,6 миллиарда поисков в день. Это много данных, и это почему попытка черного хата SEO глупа. Предполагая, что ИИ Google останется застойным, глупо, система использует закон ускоряющихся доходов, чтобы экспоненциально самоулучшаться.

ИИ Google становится настолько мощным, что вполне возможно, что он может стать первым ИИ, достигшим искусственного общего интеллекта (ИОИ). ИОИ – это интеллект, который может использовать переносное обучение, чтобы овладеть одним полем и затем применить этот интеллект в нескольких областях. Хотя интересно исследовать будущие усилия Google по ИОИ, следует понимать, что как только процесс запущен, его трудно остановить. Это, конечно, спекуляции о будущем, поскольку Google в настоящее время является типом узкого ИИ, но это тема для другой статьи.

Зная это, тратить еще одну секунду на черный хат – глупая задача.

Белый хат SEO

Если мы принимаем, что ИИ Google будет постоянно самоулучшаться, то у нас нет выбора, кроме как отказаться от попыток обмануть Google. Вместо этого сосредоточьтесь на оптимизации веб-сайта, чтобы предоставить Google именно то, что он ищет.

Как описано, это включает в себя включение SSL, оптимизацию скорости загрузки страницы и оптимизацию Мета-названия и Мета-описания. Чтобы оптимизировать эти поля, Мета-название и Мета-описание должны быть сравнены с конкурирующими веб-сайтами – определить победные элементы, которые приводят к высокому показателю кликабельности.

Если вы оптимизировали кликабельность, следующей вехой является создание лучшей страницы приземления. Цель – страница приземления, которая оптимизирует ценность пользователя так сильно, что среднее время, проведенное на странице, превосходит аналогичных конкурентов, борющихся за верхние результаты поисковых систем.

Только предлагая лучший пользовательский опыт, веб-страница может увеличить рейтинг.

До сих пор мы определили эти метрики как наиболее важные:

• Скорость загрузки
• Включение SSL
• Мета-название и Мета-описание
• Страница приземления

Страница приземления – это наиболее сложный элемент, поскольку вы конкурируете с миром. Страница приземления должна загружаться быстро и должна предоставлять все, что ожидается, и затем удивлять пользователя еще больше.

Окончательные мысли

Было бы легко заполнить еще 2000 слов, описывая другие технологии ИИ, которые использует Google, а также глубже погрузиться в кроличью нору SEO. Намерение здесь – сосредоточить внимание на наиболее важных метриках.

Практики SEO так сосредоточены на обмане системы, что они забывают, что в конце концов наиболее важным элементом SEO является предоставление пользователям как можно больше ценности.

Одним из способов достичь этого является то, что никогда не позволяйте важному контенту становиться устаревшим. Если через месяц я думаю о важном вкладе, он будет добавлен в эту статью. Google может затем определить, насколько свеж контент, сопоставленный с историей страницы, предоставляющей ценность.

Если вы все еще беспокоитесь о приобретении обратных ссылок, решение простое. Уважайте время посетителей и предоставьте им ценность. Обратные ссылки будут приходить естественным образом, поскольку пользователи найдут ценность в обмене вашим контентом.

Вопрос затем смещается к владельцу веб-сайта, чтобы определить, как предоставить лучшую ценность пользователя и пользовательский опыт.