جواب کوتاه: در سال ۲۰۲۴ دو منبع بی‌سابقه درباره‌ی نحوه‌ی کار جستجوی گوگل منتشر شد: اسناد داخلی افشاشده‌ی گوگل (بیش از ۱۴ هزار ویژگی در ۲,۵۹۶ ماژول) و شهادت مهندسان گوگل در دادگاه ضدانحصار آمریکا. مهم‌ترین چیزی که هر دو تایید کردند NavBoost است؛ سیستمی که کلیک‌های کاربران را در یک بازه‌ی ۱۳ ماهه به خاطر می‌سپارد و روی رتبه‌ها اثر می‌گذارد. اسناد همچنین نشان دادند گوگل امتیازی شبیه «اعتبار سایت»، داده‌های کروم و سن دامنه را نگه می‌دارد؛ چیزهایی که سال‌ها به‌طور عمومی انکار یا کم‌اهمیت جلوه داده می‌شد.
پنج نکته‌ی اصلی در یک نگاه:
- کلیک‌ها مهم‌اند. NavBoost با شمارش کلیک‌های خوب و بد، نتایج را تنظیم می‌کند.
- کیفیت سایت یک امتیاز تقریبا ثابت دارد (Q*) که PageRank یکی از ورودی‌های آن است.
- داده‌ی کروم در سیگنال محبوبیت (P*) استفاده می‌شود.
- بیشتر سیگنال‌ها دست‌ساز هستند، نه یادگیری ماشین؛ مهندسان آن‌ها را تنظیم می‌کنند.
- دیدن یک ویژگی در اسناد به معنی اثر آن روی رتبه نیست؛ وزن‌ها هیچ‌وقت منتشر نشد.
این مقاله بخشی از مرحله‌ی هشتم رودمپ سئو است و مکمل مقاله‌ی الگوریتم‌های گوگل.
ماجرای لیک اسناد گوگل چه بود؟
حدود مارس ۲۰۲۴ (اسفند ۱۴۰۲) یک فرایند خودکار، بخشی از مستندات داخلی Content Warehouse API گوگل را به اشتباه در یک مخزن عمومی گیت‌هاب منتشر کرد. این اسناد تا اوایل ماه مه در دسترس بود و پیش از حذف، در سایت‌های مستندات کد ذخیره شده بود.
- اردیبهشت ۱۴۰۳ (مه ۲۰۲۴): عرفان عظیمی، متخصص سئو، اسناد را پیدا کرد و در اختیار رند فیشکین (هم‌بنیان‌گذار Moz و SparkToro) گذاشت.
- ۲۷ و ۲۸ مه ۲۰۲۴: فیشکین و مایک کینگ (iPullRank) پس از بررسی با چند کارمند سابق گوگل، تحلیل‌هایشان را منتشر کردند.
- ۲۹ مه ۲۰۲۴: گوگل اصالت اسناد را تایید کرد، اما هشدار داد که از روی اطلاعات «خارج از متن، قدیمی یا ناقص» نتیجه‌گیری نادرست نکنید.
این اسناد ۲,۵۹۶ ماژول و ۱۴,۰۱۴ ویژگی (attribute) را شامل می‌شد؛ یعنی فهرست داده‌هایی که گوگل درباره‌ی صفحه‌ها، لینک‌ها و تعامل کاربران ذخیره می‌کند. اما نکته‌ی مهم: هیچ فرمول یا وزنی در آن‌ها نبود. ما می‌دانیم گوگل چه چیزهایی را اندازه می‌گیرد، نه اینکه هر کدام چقدر مهم است.
دادگاه ضدانحصار گوگل: وقتی مهندسان گوگل زیر قسم حرف زدند
همزمان، وزارت دادگستری آمریکا علیه گوگل به اتهام انحصار در بازار جستجو شکایت کرده بود. در جلسات این پرونده (از سال ۲۰۲۳) مدیران و مهندسان ارشد جستجوی گوگل، از جمله پاندو نایاک (معاون بخش جستجو) و اریک لمن (مهندس ارشد سابق)، درباره‌ی سیستم‌های رتبه‌بندی شهادت دادند. چرا؟ چون بحث اصلی دادگاه این بود که داده‌ی کاربران مزیت رقابتی گوگل است.
- مرداد ۱۴۰۳ (۵ اوت ۲۰۲۴): قاضی امیت مهتا حکم داد که گوگل یک انحصارگر است و برای حفظ انحصار خود رفتار غیرقانونی داشته است.
- شهریور ۱۴۰۴ (۲ سپتامبر ۲۰۲۵): حکم مجازات‌ها صادر شد. گوگل مجبور به فروش کروم نشد، اما قراردادهای انحصاری پیش‌فرض بودن ممنوع شد و گوگل باید بخشی از داده‌های ایندکس و تعامل کاربران را با «رقبای واجد شرایط» به اشتراک بگذارد. گوگل اعلام کرده با حکم مخالف است.
در اسناد و شهادت‌های این پرونده، برای اولین بار نام و نقش چند سیستم داخلی گوگل به‌طور رسمی تایید شد.
NavBoost سیستمی است که یاد می‌گیرد برای هر جستجو، کاربران روی کدام نتیجه‌ها کلیک کرده‌اند و بعد از کلیک چه رفتاری داشته‌اند. پاندو نایاک در دادگاه آن را «یکی از سیگنال‌های مهم» گوگل نامید.
«فقط یک جدول بزرگ است»
برخلاف تصور خیلی‌ها، NavBoost یک هوش مصنوعی پیچیده نیست. اریک لمن در شهادتش گفت NavBoost سیستم یادگیری ماشین نیست و «فقط یک جدول بزرگ است»؛ جدولی که برای هر ترکیب «جستجو + صفحه» شمار کلیک‌ها و چند داده‌ی دیگر را نگه می‌دارد. در یکی از اسناد دادگاه هم آمده که تقریبا همه‌ی سیگنال‌ها به جز RankBrain و DeepRank «دست‌ساز» هستند؛ یعنی مهندسان آن‌ها را طراحی و تنظیم می‌کنند.
کلیک خوب، کلیک بد، آخرین کلیک طولانی
اسناد افشاشده ویژگی‌هایی مثل goodClicks، badClicks و lastLongestClicks را در بخش مربوط به NavBoost نشان می‌دهند:
- کلیک خوب: کاربر روی نتیجه کلیک کرده و مدتی مانده است.
- کلیک بد: کاربر سریع به صفحه‌ی نتایج برگشته (Pogo-sticking)؛ نشانه‌ی اینکه جوابش را نگرفته.
- آخرین کلیک طولانی: آخرین نتیجه‌ای که کاربر روی آن کلیک کرد و دیگر برنگشت؛ احتمالا همان صفحه‌ای که جستجو را تمام کرد.
بازه‌ی ۱۳ ماهه و برش بر اساس مکان و دستگاه
طبق مستندات دادگاه، NavBoost روی ۱۳ ماه داده‌ی کلیک آموزش می‌بیند. دادگاه این حجم داده را با بیش از ۱۷ سال داده‌ی بینگ مقایسه کرده است؛ همین مقایسه نشان می‌دهد چرا داده‌ی کاربران مزیت اصلی گوگل است. این داده‌ها بر اساس موقعیت مکانی و نوع دستگاه (موبایل یا دسکتاپ) هم تفکیک می‌شوند؛ پس رفتار کاربران ایرانی روی موبایل می‌تواند با رفتار کاربران دسکتاپ در کشور دیگری متفاوت حساب شود.
طبق توضیحات دادگاه، NavBoost در مراحل اولیه کمک می‌کند ده‌ها هزار سند کاندید به چند صد نتیجه محدود شوند؛ سپس مدل‌های دیگر مثل RankBrain روی همین فهرست کوتاه کار می‌کنند. یعنی اگر صفحه‌ای در گذشته کلیک‌های ضعیفی گرفته باشد، ممکن است اصلا به مرحله‌های بعدی نرسد.
NavBoost مربوط به ده لینک آبی است. برای بخش‌های دیگر صفحه‌ی نتایج (تصاویر، ویدیوها، پنل دانش، اسنیپت‌های ویژه) سیستمی به نام Glue از تعاملاتی مثل کلیک، هاور و اسکرول یاد می‌گیرد. حکم دادگاه داده‌ی Glue را «نان و کره‌ی مزیت مقیاس گوگل» توصیف کرده است.
سیستم‌های دیگری که در دادگاه فاش شد
Q*: امتیاز کیفیت سایت
طبق شهادت‌ها، گوگل یک امتیاز کیفیت به نام Q* دارد که تا حد زیادی مستقل از جستجو و نسبتا ثابت است؛ یعنی کیفیت کلی سایت، جدا از اینکه چه کلمه‌ای جستجو شده. PageRank هنوز وجود دارد و یکی از ورودی‌های این امتیاز است. این یعنی کیفیت کلی سایت شما روی همه‌ی صفحه‌هایش اثر می‌گذارد؛ همان چیزی که در E-E-A-T هم دیده می‌شود.
P*: سیگنال محبوبیت و داده‌ی کروم
حکم دادگاه به دو سند اشاره می‌کند که نشان می‌دهند سیگنال محبوبیت (P*) از داده‌ی بازدید کروم و تعداد انکرها (لینک‌ها) استفاده می‌کند. این در حالی است که سال‌ها گفته می‌شد داده‌ی کروم در رتبه‌بندی استفاده نمی‌شود. البته دادگاه گفته شواهد کافی برای جزئیات بیشتر در این مورد نداشته است.
T* و سیگنال‌های ABC
پایه‌ی «ارتباط موضوعی» یک صفحه با جستجو (T*) از سه منبع می‌آید که در اسناد دادگاه به ABC معروف شد: Anchors (متن لینک‌هایی که به صفحه داده شده)، Body (متن خود صفحه) و Clicks (کلیک کاربران).
RankBrain، DeepRank و RankEmbedBERT
مدل‌های یادگیری عمیق گوگل به‌عنوان «سیگنال‌های اضافه» روی نتایج کار می‌کنند و بخشی از آن‌ها روی داده‌ی جستجو و کلیک آموزش دیده‌اند. RankEmbedBERT برای جستجوهای طولانی و کم‌تکرار مفید توصیف شده است.
Twiddlers: تنظیم‌های پایانی
اسناد افشاشده از توابعی به نام Twiddler نام می‌برند که پس از رتبه‌بندی اصلی، نتایج را جابه‌جا می‌کنند؛ مثلا برای تنوع نتایج، تازگی یا اعمال جریمه‌ها (Demotion).
آنچه گوگل می‌گفت و آنچه اسناد نشان داد
| موضوع | موضع عمومی گوگل در سال‌های گذشته | آنچه اسناد و دادگاه نشان داد |
|---|---|---|
| کلیک کاربران | کلیک مستقیما سیگنال رتبه نیست | NavBoost و Glue بر پایه‌ی کلیک کار می‌کنند |
| اعتبار دامنه | چیزی به نام Domain Authority نداریم | ویژگی siteAuthority در اسناد وجود دارد |
| داده‌ی کروم | از کروم برای رتبه‌بندی استفاده نمی‌کنیم | سیگنال P* از داده‌ی بازدید کروم استفاده می‌کند |
| سندباکس سایت جدید | سندباکس وجود ندارد | ویژگی‌هایی مثل hostAge برای سایت‌های جدید دیده می‌شود |
| سن دامنه | سن دامنه اهمیتی ندارد | تاریخ‌ها و سن هاست ذخیره می‌شود |
انصاف حکم می‌کند بگوییم: «ذخیره شدن» یک داده با «اثر داشتن» آن روی رتبه یکی نیست و بخشی از اظهارات گوگل هم با دقت حقوقی بیان شده بود (مثلا «Domain Authority» نام معیار ابزار Moz است). اما فاصله‌ی بین پیام عمومی و واقعیت فنی، قابل انکار نیست.
نکته‌های جالب دیگر در اسناد افشاشده
- جریمه‌ها (Demotions): ناهماهنگی متن لینک با محتوای صفحه، ناوبری ضعیف، دامنه‌های Exact Match، نقدهای بی‌کیفیت محصول و نتایج غیرمحلی برای جستجوهای محلی.
- سه نوع تاریخ: تاریخ صریح نوشته (bylineDate)، تاریخ داخل URL یا عنوان (syntacticDate) و تاریخ استخراج‌شده از محتوا (semanticDate). تاریخ‌های ناهماهنگ می‌تواند مشکل‌ساز باشد.
- نویسنده به‌عنوان موجودیت: گوگل اطلاعات نویسنده را ذخیره می‌کند و می‌تواند آن را به یک «موجودیت» (Entity) وصل کند.
- تمرکز موضوعی سایت: ویژگی‌هایی مثل siteFocusScore و siteRadius نشان می‌دهند گوگل می‌سنجد سایت چقدر روی یک موضوع متمرکز است و هر صفحه چقدر از آن موضوع دور است.
- سایت‌های شخصی کوچک: پرچمی به نام smallPersonalSite وجود دارد؛ اینکه چه اثری دارد مشخص نیست.
- ارزش لینک بر اساس طبقه‌ی ایندکس: لینک از صفحه‌هایی که در طبقه‌ی باکیفیت‌تر و پرتکرارتر ایندکس نگهداری می‌شوند، ارزشمندتر به نظر می‌رسد.
افسانه‌هایی که بعد از لیک ساخته شد
- «پس با ربات کلیک، رتبه می‌گیریم.» نه. NavBoost کلیک‌ها را در ۱۳ ماه، به تفکیک مکان و دستگاه و با تشخیص کلیک خوب و بد جمع می‌کند و گوگل سال‌هاست با کلیک جعلی مقابله می‌کند. نتیجه‌ی ربات‌ها در بهترین حالت هیچ است. (بیشتر در سئو کلاه سیاه)
- «هر ویژگی در اسناد یک فاکتور رتبه است.» نه. بسیاری از این ۱۴ هزار ویژگی برای سرویس‌های دیگر (یوتیوب، دستیار گوگل و…) یا فقط برای ذخیره و آزمایش هستند.
- «دیگر به حرف گوگل اعتماد نکنید.» اسناد بیشتر از هر چیز همان توصیه‌های قدیمی را تایید کردند: محتوای مفید، برند معتبر و تجربه‌ی کاربری خوب.
درس‌های عملی برای سایت‌های فارسی
- نتیجه‌ای بسازید که کلیک بگیرد. عنوان و توضیحات متا را برای انسان بنویسید؛ CTR فقط یک عدد در سرچ کنسول نیست.
- جستجو را تمام کنید. هدف این است که کاربر بعد از صفحه‌ی شما به گوگل برنگردد؛ یعنی جواب کامل و مستقیم، نه مقدمه‌ی طولانی.
- برند بسازید. وقتی کاربران نام شما را می‌شناسند و دنبال آن می‌گردند، روی نتیجه‌ی شما بیشتر کلیک می‌کنند و همین کلیک‌ها در NavBoost ثبت می‌شود.
- روی یک موضوع متمرکز بمانید. سایتی که درباره‌ی همه‌چیز می‌نویسد، تمرکز موضوعی ضعیفی دارد.
- تاریخ‌ها را هماهنگ نگه دارید. تاریخ انتشار، تاریخ به‌روزرسانی، اسکیما و نقشه‌ی سایت باید یکی باشند و فقط وقتی محتوا واقعا عوض شد، تاریخ را تغییر دهید.
- لینک‌های طبیعی و مرتبط بگیرید. متن لینک باید با محتوای صفحه‌ی مقصد هماهنگ باشد. (بیشتر در سئو خارجی)
- نویسنده‌ی واقعی معرفی کنید. نام، صفحه‌ی نویسنده و پروفایل‌های واقعی کمک می‌کند گوگل نویسنده را به‌عنوان یک موجودیت بشناسد.
سوالات متداول
آیا اسناد لیک‌شده‌ی گوگل واقعی است؟
بله. گوگل در ۲۹ مه ۲۰۲۴ اصالت آن‌ها را تایید کرد، اما گفت ممکن است قدیمی، ناقص یا خارج از متن باشند.
طبق شهادت‌های دادگاه، NavBoost یکی از سیگنال‌های مهم گوگل بوده و حکم ۲۰۲۵ هم به داده‌های آموزشی آن اشاره کرده است. گوگل جزئیات نسخه‌ی فعلی را اعلام نمی‌کند.
آیا گوگل در جستجو از داده‌ی کروم استفاده می‌کند؟
حکم دادگاه به اسنادی اشاره می‌کند که نشان می‌دهند سیگنال محبوبیت از داده‌ی بازدید کروم استفاده می‌کند؛ هرچند دادگاه گفته شواهد کافی برای جزئیات بیشتر نداشته است.
آیا از این به بعد گوگل داده‌هایش را با رقبا به اشتراک می‌گذارد؟
طبق حکم سپتامبر ۲۰۲۵، گوگل باید بخشی از داده‌های ایندکس و تعامل کاربران را تحت نظارت یک کمیته‌ی فنی با رقبای واجد شرایط به اشتراک بگذارد. جزئیات اجرای آن هنوز در حال شکل‌گیری است.
مهم‌ترین درس این ماجرا برای سئوکارها چیست؟
اینکه رفتار واقعی کاربران روی نتایج و صفحه‌ی شما اهمیت دارد. هیچ ترفندی جای صفحه‌ای را نمی‌گیرد که کاربر روی آن کلیک کند و راضی بماند.
منابع
- مقاله‌ی ویکی‌پدیا درباره‌ی لیک اسناد جستجوی گوگل (۲۰۲۴)
- گزارش Search Engine Roundtable از لیک و پاسخ گوگل
- اسناد دادگاه درباره‌ی تعامل کاربران و داده‌ی کروم
- شهادت اریک لمن: NavBoost یادگیری ماشین نیست
- خلاصه‌ی پرونده‌ی گوگل و وزارت دادگستری آمریکا (Hobo Web)
- جزئیات حکم مجازات‌ها (MediaPost)
سوالی درباره‌ی NavBoost یا اسناد گوگل دارید؟ در بخش نظرات بپرسید.
ارسال دیدگاه