Labordy Ymchwil NOXEL

Mae Labordy Ymchwil NOXEL yn cyhoeddi data gwreiddiol ar SEO, AEO, GEO, a gwelededd chwilio AI — wedi'i dynnu o archwiliadau gwefan go iawn, nid cyngor eilgylch.

Mae Labordy Ymchwil NOXEL wedi cyhoeddi ei ganfyddiadau rhagarweiniol cyntaf — set ddata v1 o 53 o wefannau hygyrch yn gyhoeddus, a ddadansoddwyd ar gyfer hygyrchedd craflwyr AI a mabwysiadu data strwythuredig. Gweler y canfyddiadau isod, neu darllenwch ein methodoleg lawn. Man cychwyn yw hwn, nid gair terfynol — byddwn yn ehangu'r sampl ac yn ailgyhoeddi wrth i fwy o ddata ddod i mewn.

Beth yw hwn

Mae'r rhan fwyaf o gynnwys SEO yn ailadrodd yr un cyngor a geir ym mhobman arall. Mae Labordy Ymchwil NOXEL wedi'i adeiladu i wneud y gwrthwyneb: cyhoeddi canfyddiadau sy'n dod yn uniongyrchol o archwiliadau go iawn a gynhaliwyd drwy NOXEL SEO, gyda methodoleg dryloyw y tu ôl i bob rhif.

Bydd pob ystadegyn a gyhoeddwn yma yn cynnwys ffigur manwl, maint sampl, methodoleg, dyddiad, a ffynhonnell — dim rhifau dyfeisiedig, dim honiadau amwys.

Archwilio

Ar gael nawr

Methodoleg

Sut mae NOXEL yn cyfrifo sgoriau SEO, AEO, GEO, a Hanfodion Gwe Craidd — y pwysau a'r meini prawf go iawn.

Ar gael nawr

Parodrwydd Chwilio AI — v1

Canfyddiadau cyntaf ar hygyrchedd craflwyr AI a mabwysiadu data strwythuredig, n=53.

Byw · yn ehangu

Ar y gweill

Meincnodau

Meincnodau diwydiant a chategori ar gyfer SEO technegol, perfformiad, a pharodrwydd chwilio AI.

Adeiladu maint sampl

Parodrwydd Chwilio AI NOXEL — Canfyddiadau v1

Sampl: 53 o wefannau hygyrch yn gyhoeddus, wedi'u curadu ar draws asiantaethau marchnata/SEO, offer SaaS, a grŵp rheoli sefydliadol bach (safleoedd llywodraeth, academaidd a chyfeirnod). Set ddata weithio v1 yw hon, nid sampl ar hap nac un gynrychiadol o'r we — rydym yn ei chyhoeddi nawr oherwydd bod astudiaeth dryloyw, fach ei maint yn well na disgwyl yn ddiddiwedd am un "berffaith". Ni enwir unrhyw barthau unigol; cyfanrediad yw pob ffigur isod.

Hygyrchedd craflwyr AI

Rhwystrodd 20.8% o safleoedd o leiaf un craflwr AI mawr (GPTBot, PerplexityBot, ac yn debyg).
O'r rhwystrau hynny, roedd 91% yn gysylltiedig â rheolau robots.txt penodol — nid oedd gan y gweddill achos clir o robots.txt yn unig a byddai angen ymchwiliad lefel gweinydd.

Mabwysiadu data strwythuredig

Nid oedd gan 28.3% o safleoedd unrhyw ddata strwythuredig JSON-LD o gwbl.
Nid oedd gan 66.0% unrhyw sgema Organization neu LocalBusiness.
Nid oedd gan 94.3% unrhyw sgema BreadcrumbList.

Yn fyr: canfu ein hymchwil fod mabwysiadu data strwythuredig — yn enwedig sgema BreadcrumbList — yn parhau i fod yn brin hyd yn oed ymhlith safleoedd technegol soffistigedig, ac mae rhwystro craflwyr AI fel arfer yn dod i lawr i robots.txt, nid waliau tân.

Mae hygyrchedd craflwyr AI yn cyfeirio at a all craflwyr fel GPTBot a PerplexityBot nôl a darllen tudalen yn llwyddiannus — rhagofyniad ar gyfer i'r dudalen honno gael ei dyfynnu gan beiriant ateb AI.

Sut wnaethom gynnal yr ymchwil hwn

Yn gyntaf, dewison ni 53 o safleoedd hygyrch yn gyhoeddus ar draws tair categori: asiantaethau marchnata/SEO, offer SaaS, a safleoedd cyfeirnod sefydliadol.
Yna, rhedson ni bob parth drwy beiriant archwilio NOXEL SEO ei hun — yr un dechnoleg y tu ôl i bob adroddiad NOXEL SEO — gan wirio hygyrchedd craflwyr AI a phresenoldeb data strwythuredig.
Nesaf, cyfanredwyd y canlyniadau i'r canrannau uchod; ni chyhoeddir unrhyw barth neu sgôr unigol.
Yn olaf, rydym yn bwriadu tyfu'r set ddata hon tuag at sampl mwy, mwy cynrychiadol a byddwn yn ailgyhoeddi canfyddiadau wedi'u diweddaru wrth i hynny ddigwydd.

Sganiwyd ein data ym mis Medi 2026. Mae pob ffigur uchod yn nodi ei faint sampl yn blaen, fel yr addawyd.

Pam mae ymchwil gwreiddiol yn bwysig ar gyfer chwilio AI

Nid yw modelau iaith mawr fel ChatGPT, Claude, Perplexity, a Gemini yn rhestru tudalennau fel y mae peiriannau chwilio traddodiadol yn ei wneud — maent yn syntheseiddio atebion, ac maent yn ffafrio ffynonellau sy'n cynnig rhywbeth nad yw dwsin o dudalennau eraill eisoes yn ei ddweud. Anaml y caiff cyngor eilgylch, diffiniadau wedi'u hailysgrifennu, a rhestrau cyffredinol "10 awgrym" eu dyfynnu, oherwydd bod model AI eisoes wedi amsugno'r wybodaeth honno o filoedd o ffynonellau eraill yn ystod hyfforddiant. Mae data gwreiddiol — sampl go iawn, methodoleg go iawn, canrannau go iawn — yn wahanol. Dyma'r math o gynnwys na all model AI eisoes ei wybod, a dyna'n union sy'n ei wneud yn werth ei ddyfynnu.

Dyma'r syniad craidd y tu ôl i Labordy Ymchwil NOXEL: yn hytrach na ysgrifennu mwy o gyngor SEO cyffredinol, rydym yn rhedeg archwiliadau go iawn drwy beiriant NOXEL SEO ei hun ac yn cyhoeddi'r hyn rydym yn ei ganfod. Mae pob astudiaeth yma yn dilyn yr un disgyblaeth — maint sampl a ddatgelwyd, methodoleg a ddisgrifiwyd, dyddiad cyhoeddi, a chanlyniadau cyfanredol yn unig heb enwi unrhyw safle unigol.

Beth sy'n dod nesaf

Mae'r set ddata v1 uchod yn fwriadol gymedrol — mae 53 o safleoedd yn ddigon i'w gyhoeddi'n onest, nid yn ddigon i'w alw'n gynrychiadol o'r we ehangach. Bydd ein rhyddhad nesaf yn tyfu'r sampl tuag at set ddata fwy, fwy haenol (mwy o gategorïau, mwy o safleoedd fesul categori, methodoleg samplu gliriach), a bydd yn ychwanegu signalau newydd y tu hwnt i hygyrchedd craflwyr AI a data strwythuredig — pethau fel ffresni cynnwys, eglurder endid, a dyfnder pynciol ar draws yr un safleoedd.

Os hoffech gael gwybod pan fydd rhyddhad nesaf Labordy Ymchwil NOXEL yn mynd yn fyw, neu os ydych chi'n rhedeg safle ac eisiau ei gynnwys mewn astudiaeth yn y dyfodol (gyda'ch caniatâd penodol — gweler ein polisi data uchod), cysylltwch drwy ein tudalen gyswllt.