Autor tekstu w Search Engine Journal opisuje, jak analiza zakładki Network w Chrome DevTools (F12, filtr Fetch/XHR) pozwala podejrzeć, jak działają Google i ChatGPT. Dzięki temu znalazł lukę w wyszukiwarce Google, za którą Google Vulnerability Reward Program wypłacił $13 337, uznając, że „exploitation likelihood is high”. W callbacku URL zauważył parametr _fmt ustawiony na prog; po jego usunięciu Google zwróciło ustrukturyzowane dane: site quality scores, inverse document frequency, czas ostatniej istotnej aktualizacji strony (epoch time) i IP serwera. W danych pojawiło się też pole rq_semantic_class — Google klasyfikuje zapytania do ośmiu klas „refined query”. Na próbce 4,8 mln angielskich zapytań autor wytrenował z użyciem DistilBERT (ok. 50 godzin na laptopie gamingowym) klasyfikator QueryClassifier, dostępny za darmo, który przewiduje klasę zapytania w Google. Wiedza o klasie zapytania pozwala przewidywać, jakich funkcji SERP i jakiego typu treści oczekuje Google. Autor wspomina też, że analiza ruchu ChatGPT pokazała zestawy źródeł, z których korzysta, okna świeżości przy wyszukiwaniu oraz dowody, że Reddit jest nadal czytany, choć rzadziej cytowany. Dla SEO to przypomnienie, że przewagę dają informacje, których konkurencja nie ma — tekst pełni funkcję przewodnika dla początkujących.
Źródło: Search Engine Journal — oryginalny artykuł ↗
Chcesz wiedzieć, jak ta zmiana wpłynie na Twoją stronę?
Nasz zespół analizuje każdą aktualizację Google w 48h i przekłada ją na konkretne działania dla klientów.
Bezpłatna analiza wpływu