Що патенти Google розповідають про виявлення пошукового спаму

Що саме описує патент Google

13 грудня 2011 року було видано американський патент US8078629B2 — Detecting spam documents in a phrase based information retrieval system.

У ньому описано метод виявлення спамних документів через аналіз словосполучень і зв'язків між ними. Ідея полягає в тому, що в природному тематичному тексті певні фрази трапляються разом частіше, ніж можна очікувати випадково.

Наприклад, у змістовній статті про SEO можуть зустрічатися поняття «пошуковий робот», «індексація» та «канонічна адреса». Їхня спільна присутність логічно пояснюється темою матеріалу.

Але спамний текст може бути заповнений великою кількістю популярних фраз, між якими немає зрозумілого зв'язку. Патент розглядає способи виявлення підозрілих закономірностей шляхом порівняння фактичної спільної появи фраз із очікуваною.

Це спрощене пояснення технічної ідеї патенту. Вона не зводиться до простого підрахунку кількості ключових слів у статті.

Чому патент — не доказ алгоритму ранжування

Патентування й упровадження технології — різні процеси. Компанія може отримати патент, але не використовувати його в продукті, застосувати лише частину ідей або згодом розробити іншу систему.

До того ж у патентних документах часто описують кілька можливих реалізацій. Це не означає, що всі вони одночасно працюють у пошуковій системі.

Тому твердження «Google точно знижує позиції сторінок, якщо в них немає певних словосполучень» не випливає з патенту US8078629B2.

Так само не можна визначити універсальну допустиму щільність ключових слів або оптимальну кількість тематичних фраз, просто прочитавши технічний опис винаходу.

Патенти корисні насамперед для дослідження того, які проблеми намагалися розв'язати інженери й які підходи розглядали.

Щоб дізнатися про чинні вимоги до сайтів, потрібно звертатися до офіційної документації Google, а не вважати патент інструкцією з SEO.

Які спамні практики заборонені сьогодні

У сучасних правилах Google Пошуку описано кілька видів контентного спаму.

Один із них — keyword stuffing, тобто надмірне повторення ключових слів для маніпулювання пошуком. Наприклад, коли сторінку про онлайн-курси SEO заповнюють десятками майже однакових речень із потрібною ключовою фразою.

Інша проблема — scaled content abuse: масове створення сторінок переважно для маніпулювання ранжуванням, а не для допомоги читачам. Спосіб створення таких текстів — вручну чи за допомогою AI — сам по собі не визначає порушення.

Тут важливо відрізняти нормальний SEO-копірайтинг від спамних практик. Точні терміни, ключові слова й тематичні словосполучення потрібні для зрозумілого опису теми. Проблема виникає тоді, коли текст створюють насамперед для маніпулювання пошуковою системою.

У Spam Policies Google наводить приклади заборонених практик. Проте ці правила не розкривають повну внутрішню будову алгоритмів, які знаходять порушення.

Як еволюціонує боротьба з пошуковим спамом

У різні роки Google розвивав системи для роботи з якістю контенту та посилальними маніпуляціями.

Наприклад, Google Panda 4.2 належить до історії систем, спрямованих на проблеми якості сторінок. Інші технології зосереджувалися на посилальному спамі.

У грудні 2022 року Google повідомив про використання SpamBrain для виявлення й нейтралізації штучних посилальних сигналів. Це офіційно підтверджений приклад роботи системи, на відміну від припущень про застосування конкретного патенту.

Важливо не змішувати ці напрями. Патент US8078629B2 описує аналіз текстових фраз, тоді як повідомлення 2022 року стосується боротьби з маніпулятивними посиланнями.

Сучасні системи використовують складніші методи аналізу інформації, зокрема машинне навчання. Але наявність AI-технологій не означає, що можна достовірно встановити алгоритм ранжування за зовнішніми спостереженнями.

Для редактора й SEO-фахівця найкорисніша практика — перевіряти, звідки походить твердження. Якщо джерелом є патент, його слід описувати як технічну ідею. Якщо офіційна документація — як позицію Google щодо роботи пошуку. Якщо окремий SEO-експеримент — як результат конкретного тесту з його обмеженнями.

Таке розмежування допомагає не перетворювати цікаві інженерні документи на вигадані правила оптимізації сайтів.