NOXEL Research Lab
NOXEL Research Lab menerbitkan data asal tentang SEO, AEO, GEO, dan keterlihatan carian AI — diambil daripada audit laman web sebenar, bukan nasihat yang dikitar semula.
Apakah ini
Kebanyakan kandungan SEO mengulang nasihat yang sama yang terdapat di mana-mana sahaja. NOXEL Research Lab dibina untuk melakukan sebaliknya: menerbitkan penemuan yang datang terus daripada audit sebenar yang dijalankan melalui NOXEL SEO, dengan metodologi yang telus di sebalik setiap angka.
Setiap statistik yang kami terbitkan di sini akan merangkumi angka yang tepat, saiz sampel, metodologi, tarikh, dan sumber — tiada angka rekaan, tiada dakwaan yang kabur.
Terokai
Metodologi
Bagaimana NOXEL mengira skor SEO, AEO, GEO, dan Core Web Vitals — pemberat dan kriteria sebenar.
Kesediaan Carian AI — v1
Penemuan pertama tentang kebolehaksesan perangkak AI dan penggunaan data berstruktur, n=53.
Langsung · sedang berkembangPenanda Aras
Penanda aras industri dan kategori untuk SEO teknikal, prestasi, dan kesediaan carian AI.
Membina saiz sampelKesediaan Carian AI NOXEL — Penemuan v1
Sampel: 53 laman web yang boleh diakses secara awam, dikurasi merentasi agensi pemasaran/SEO, alat SaaS, dan kumpulan kawalan institusi yang kecil (laman web kerajaan, akademik, dan rujukan). Ini adalah set data kerja v1, bukan sampel rawak atau wakil web — kami menerbitkannya sekarang kerana kajian yang telus dan bersaiz sederhana lebih baik daripada menunggu tanpa henti untuk kajian yang "sempurna". Domain individu tidak pernah dinamakan; setiap angka di bawah adalah agregat.
Kebolehaksesan perangkak AI
- 20.8% daripada laman web menyekat sekurang-kurangnya satu perangkak AI utama (GPTBot, PerplexityBot, dan yang serupa).
- Daripada sekatan tersebut, 91% boleh dikaitkan dengan peraturan robots.txt yang eksplisit — selebihnya tidak mempunyai punca yang jelas daripada robots.txt sahaja dan memerlukan siasatan peringkat pelayan.
Penggunaan data berstruktur
- 28.3% daripada laman web tidak mempunyai data berstruktur JSON-LD langsung.
- 66.0% tidak mempunyai skema Organization atau LocalBusiness.
- 94.3% tidak mempunyai skema BreadcrumbList.
Ringkasnya: penyelidikan kami mendapati bahawa penggunaan data berstruktur — terutamanya skema BreadcrumbList — masih jarang berlaku walaupun di kalangan laman web yang canggih secara teknikal, dan penyekatan perangkak AI biasanya berpunca daripada robots.txt, bukan tembok api.
Kebolehaksesan perangkak AI merujuk kepada sama ada perangkak seperti GPTBot dan PerplexityBot boleh berjaya mengambil dan membaca halaman — prasyarat untuk halaman tersebut pernah disebut oleh enjin jawapan AI.
Bagaimana kami menjalankan penyelidikan ini
- Pertama, kami memilih 53 laman web yang boleh diakses secara awam merentasi tiga kategori: agensi pemasaran/SEO, alat SaaS, dan laman web rujukan institusi.
- Kemudian, kami menjalankan setiap domain melalui enjin audit NOXEL SEO sendiri — teknologi yang sama di sebalik setiap laporan NOXEL SEO — memeriksa kebolehaksesan perangkak AI dan kehadiran data berstruktur.
- Seterusnya, kami mengagregat keputusan ke dalam peratusan di atas; tiada domain atau skor individu yang diterbitkan.
- Akhirnya, kami merancang untuk mengembangkan set data ini ke arah sampel yang lebih besar dan lebih wakil serta akan menerbitkan semula penemuan yang dikemas kini apabila perkara itu berlaku.
Data kami diimbas pada September 2026. Setiap angka di atas menyatakan saiz sampelnya dengan jelas, seperti yang dijanjikan.
Mengapa penyelidikan asal penting untuk carian AI
Model bahasa besar seperti ChatGPT, Claude, Perplexity, dan Gemini tidak menyenaraikan halaman seperti yang dilakukan oleh enjin carian tradisional — mereka mensintesis jawapan, dan mereka mengutamakan sumber yang menawarkan sesuatu yang tidak dikatakan oleh sedozen halaman lain. Nasihat yang dikitar semula, definisi yang diubah suai, dan senarai generik "10 tip" jarang disebut, kerana model AI telah menyerap maklumat itu daripada ribuan sumber lain semasa latihan. Data asal — sampel sebenar, metodologi sebenar, peratusan sebenar — adalah berbeza. Ia adalah jenis kandungan yang tidak dapat diketahui oleh model AI sebelumnya, dan itulah yang menjadikannya bernilai untuk disebut.
Inilah idea teras di sebalik NOXEL Research Lab: daripada menulis lebih banyak nasihat SEO generik, kami menjalankan audit sebenar melalui enjin NOXEL SEO sendiri dan menerbitkan apa yang kami dapati. Setiap kajian di sini mengikuti disiplin yang sama — saiz sampel yang didedahkan, metodologi yang dihuraikan, tarikh penerbitan, dan keputusan agregat sahaja tanpa penamaan laman web individu.
Apa yang akan datang seterusnya
Set data v1 di atas adalah sengaja sederhana — 53 laman web cukup untuk diterbitkan dengan jujur, tetapi tidak cukup untuk dikatakan mewakili web yang lebih luas. Keluaran kami yang seterusnya akan mengembangkan sampel ke arah set data yang lebih besar dan lebih berstrata (lebih banyak kategori, lebih banyak laman web setiap kategori, metodologi pensampelan yang lebih jelas), dan akan menambah isyarat baharu di luar kebolehaksesan perangkak AI dan data berstruktur — perkara seperti kesegaran kandungan, kejelasan entiti, dan kedalaman topikal merentasi laman web yang sama.
Jika anda ingin dimaklumkan apabila keluaran NOXEL Research Lab yang seterusnya disiarkan, atau jika anda mengendalikan laman web dan ingin ia disertakan dalam kajian masa hadapan (dengan persetujuan eksplisit anda — lihat dasar data kami di atas), hubungi kami melalui halaman hubungi kami.