NOXEL Research Lab

NOXEL Research Lab publicē oriģinālus datus par SEO, AEO, GEO un AI meklēšanas redzamību — iegūtus no reāliem vietņu auditiem, nevis pārstrādātiem padomiem.

NOXEL Research Lab ir publicējis savus pirmos provizoriskos rezultātus — v1 datu kopu ar 53 publiski pieejamām vietnēm, kas analizētas pēc AI rāpuļprogrammu pieejamības un strukturēto datu ieviešanas. Skatiet atklājumus zemāk vai izlasiet mūsu pilno metodoloģiju. Tas ir sākumpunkts, nevis galīgais vārds — mēs paplašināsim izlasi un atkārtoti publicēsim, tiklīdz būs pieejami vairāk datu.

Kas tas ir

Lielākā daļa SEO satura atkārto tos pašus padomus, kas atrodami visur citur. NOXEL Research Lab ir izveidots, lai darītu pretējo: publicētu atklājumus, kas tieši iegūti no reāliem auditiem, kas veikti ar NOXEL SEO, ar pārskatāmu metodoloģiju aiz katra skaitļa.

Katrs statistikas dats, ko mēs šeit publicēsim, ietvers precīzu skaitli, izlases lielumu, metodoloģiju, datumu un avotu — bez izdomātiem skaitļiem, bez neskaidriem apgalvojumiem.

Izpētīt

Pieejams tagad

Metodoloģija

Kā NOXEL aprēķina SEO, AEO, GEO un Core Web Vitals rādītājus — patiesie svari un kritēriji.

Pieejams tagad

AI meklēšanas gatavība — v1

Pirmie atklājumi par AI rāpuļprogrammu pieejamību un strukturēto datu ieviešanu, n=53.

Aktīvs · tiek paplašināts

Izstrādē

Etaloni

Nozares un kategoriju etaloni tehniskajam SEO, veiktspējai un AI meklēšanas gatavībai.

Tiek veidots izlases lielums

NOXEL AI meklēšanas gatavība — v1 atklājumi

Izlase: 53 publiski pieejamas vietnes, atlasītas no mārketinga/SEO aģentūrām, SaaS rīkiem un nelielas institucionālās kontrolgrupas (valsts, akadēmiskās un atsauces vietnes). Šī ir darba v1 datu kopa, nevis nejaušs vai reprezentatīvs tīmekļa paraugs — mēs to publicējam tagad, jo pārskatāms, pieticīga apjoma pētījums ir labāks par bezgalīgu gaidīšanu pēc "ideāla". Atsevišķi domēni nekad netiek nosaukti; katrs zemāk norādītais skaitlis ir koprezultāts.

AI rāpuļprogrammu pieejamība

20,8% vietņu bloķēja vismaz vienu lielāko AI rāpuļprogrammu (GPTBot, PerplexityBot un līdzīgas).
No šiem bloķējumiem 91% bija saistīti ar skaidriem robots.txt noteikumiem — pārējiem nebija skaidra iemesla robots.txt failā vien un būtu nepieciešama servera līmeņa izmeklēšana.

Strukturēto datu ieviešana

28,3% vietņu vispār nebija JSON-LD strukturēto datu.
66,0% nebija Organization vai LocalBusiness shēmas.
94,3% nebija BreadcrumbList shēmas.

Īsumā: mūsu pētījums atklāja, ka strukturēto datu ieviešana — it īpaši BreadcrumbList shēma — joprojām ir reta pat tehniski sarežģītu vietņu vidū, un AI rāpuļprogrammu bloķēšana parasti izriet no robots.txt, nevis ugunsmūriem.

AI rāpuļprogrammu pieejamība nozīmē to, vai rāpuļprogrammas, piemēram, GPTBot un PerplexityBot, var veiksmīgi ielādēt un izlasīt lapu — tas ir priekšnosacījums tam, lai šo lapu jebkad varētu citēt AI atbilžu dzinējs.

Kā mēs veicām šo pētījumu

Vispirms mēs atlasījām 53 publiski pieejamas vietnes trīs kategorijās: mārketinga/SEO aģentūras, SaaS rīki un institucionālās atsauces vietnes.
Pēc tam mēs katru domēnu izlaidām caur NOXEL SEO pašu audita dzinēju — to pašu tehnoloģiju, kas ir katra NOXEL SEO ziņojuma pamatā — pārbaudot AI rāpuļprogrammu pieejamību un strukturēto datu esamību.
Tālāk mēs apkopojām rezultātus iepriekš minētajos procentos; neviens atsevišķs domēns vai rādītājs netiek publicēts.
Visbeidzot, mēs plānojam paplašināt šo datu kopu uz lielāku, reprezentatīvāku izlasi un atkārtoti publicēsim atjauninātus atklājumus, tiklīdz tas notiks.

Mūsu dati tika skenēti 2026. gada septembrī. Katrs iepriekš norādītais skaitlis skaidri norāda savu izlases lielumu, kā solīts.

Kāpēc oriģinālie pētījumi ir svarīgi AI meklēšanai

Lielie valodas modeļi, piemēram, ChatGPT, Claude, Perplexity un Gemini, neklasificē lapas tā, kā to dara tradicionālie meklētājdzinēji — tie sintezē atbildes un dod priekšroku avotiem, kas piedāvā ko tādu, ko citas ducis lapu jau nesaka. Pārstrādāti padomi, pārformulētas definīcijas un vispārīgi "10 padomi" saraksti reti tiek citēti, jo AI modelis šo informāciju jau ir apguvis no tūkstošiem citu avotu apmācības laikā. Oriģinālie dati — reāla izlase, reāla metodoloģija, reāli procenti — ir citādi. Tas ir tāda veida saturs, ko AI modelis jau nevar zināt, un tieši tas padara to citēšanas vērtu.

Šī ir galvenā ideja aiz NOXEL Research Lab: tā vietā, lai rakstītu vēl vairāk vispārīgu SEO padomu, mēs veicam reālus auditus ar NOXEL SEO pašu dzinēju un publicējam to, ko patiesībā atrodam. Katrs pētījums šeit ievēro to pašu disciplīnu — atklāts izlases lielums, aprakstīta metodoloģija, publicēšanas datums un tikai apkopotie rezultāti bez nevienas atsevišķas vietnes nosaukšanas.

Kas notiks tālāk

Iepriekš minētā v1 datu kopa ir apzināti pieticīga — 53 vietnes ir pietiekami, lai publicētu godīgi, bet nepietiekami, lai apgalvotu, ka tās ir reprezentatīvas plašākam tīmeklim. Nākamajā laidienā mēs paplašināsim izlasi uz lielāku, vairāk stratificētu datu kopu (vairāk kategoriju, vairāk vietņu katrā kategorijā, skaidrāka izlases metodoloģija) un pievienosim jaunus signālus papildus AI rāpuļprogrammu pieejamībai un strukturētajiem datiem — tādas lietas kā satura aktualitāte, entītiju skaidrība un tematiskais dziļums tajās pašās vietnēs.

Ja vēlaties saņemt paziņojumu, kad tiks publicēts nākamais NOXEL Research Lab laidiens, vai ja jums ir vietne un vēlaties to iekļaut nākamajā pētījumā (ar jūsu skaidru piekrišanu — skatiet mūsu datu politiku iepriekš), sazinieties ar mums, izmantojot mūsu kontaktu lapu.