Najważniejsze wnioski w pigułce
Co można znaleźć w danych sieciowych
- Mark Williams-Cook, twórca narzędzia AlsoAsked, znalazł dzięki analizie ruchu sieciowego lukę w wyszukiwarce Google, za którą otrzymał 13 337 dolarów w programie bug bounty.
- W danych pojawiły się nazwy wewnętrznych parametrów Google i ich konkretne wartości, m.in. site_quality_score oraz rq_semantic_class (później QueryClassifier).
- W przypadku ChatGPT dane sieciowe ujawniły różne zestawy źródeł, z których model pobiera wyniki, oraz okna świeżości, o które prosi podczas wyszukiwania.
- Reddit jest wciąż czytany przez ChatGPT równie intensywnie jak wcześniej, choć w dużej mierze przestał być cytowany.
Jak zacząć
- Wystarczy przeglądarka: F12, zakładka Network, filtr Fetch/XHR.
- Każde zapytanie ma cztery kluczowe zakładki: Headers, Payload, EventStream i Response.
- Nie potrzeba zespołu data science, tylko ciekawości. Żmudną część pracy może dziś wykonać agent AI.
Strategia
- Przewaga w SEO to suma drobnych, skumulowanych zysków, których konkurencja nie skopiuje w 10 minut.
- Black hat SEO przypomina granie „papieru” w każdej rundzie: działa krótko, aż druga strona zmieni zasady.
- White hat SEO to granie „papieru” tylko trochę częściej: niezauważalna, ale trwała przewaga.
Rozmowa, której prawie nikt nie słucha
Za każdym razem, gdy wpisujesz zapytanie w Google albo prompt w ChatGPT, Twoja przeglądarka prowadzi z serwerami długą i zaskakująco szczerą rozmowę o tym, czego szukasz. Ta wymiana danych nie jest ukryta. Leży w zakładce Network narzędzi deweloperskich Chrome, jedno naciśnięcie klawisza F12 od Ciebie. Mimo to zdecydowana większość specjalistów SEO nigdy do niej nie zagląda.
Mark Williams-Cook, który od lat prowadzi AlsoAsked i pracuje na danych z sekcji „Podobne pytania” w Google, spędził nad tymi danymi mnóstwo czasu. Jego wniosek jest prosty: wiedza, której nie ma konkurencja, to najbliższy odpowiednik trwałej przewagi, jaki istnieje w SEO. Dane sieciowe są jednym z ostatnich miejsc, gdzie taka wiedza wciąż leży za darmo. Nie chodzi o to, że grzebanie w ruchu sieciowym jest efektowne, tylko o to, że daje informacje niedostępne w żadnym poradniku.
To podejście dobrze wpisuje się w szerszą filozofię, którą w top.position nazywamy pracą na faktach zamiast na przeczuciach. Jeśli interesuje Cię, jak budować decyzje marketingowe na twardych danych, zajrzyj do naszego tekstu o marketingu opartym na danych (data driven marketing) .
Co konkretnie udało się wyciągnąć z ruchu sieciowego
Najgłośniejszym efektem tej pracy jest luka w wyszukiwarce Google, za którą autor otrzymał nagrodę w wysokości 13 337 dolarów w ramach programu bug bounty. Na tym jednak nie koniec. Dane pozwoliły podejrzeć nie tylko nazwy wewnętrznych parametrów Google, ale też ich rzeczywiste wartości. Wśród nich znalazły się site_quality_score, czyli ocena jakości witryny, oraz rq_semantic_class, klasyfikacja semantyczna zapytania, która później pojawiła się pod nazwą QueryClassifier.
Równie ciekawe okazały się obserwacje dotyczące ChatGPT. Williams-Cook był jednym z pierwszych, którzy zauważyli, że model korzysta z różnych zestawów źródeł przy generowaniu odpowiedzi. Później udało mu się też zidentyfikować okna świeżości (freshness windows), czyli zakresy czasowe, o które ChatGPT prosi podczas wyszukiwania. To cenna wskazówka dla każdego, kto zastanawia się, jak ChatGPT wybiera źródła i dlaczego jedne strony trafiają do odpowiedzi, a inne nie.
Szczególnie warta uwagi jest obserwacja dotycząca Reddita. Z danych wynika, że ChatGPT czyta Reddita równie intensywnie jak wcześniej, mimo że w dużej mierze przestał go cytować. To ważne rozróżnienie: brak cytowania nie oznacza braku wpływu na odpowiedź. Szerzej o samym spadku pisaliśmy w artykule o tym, jak Reddit stracił 88% cytowań w ChatGPT .
Jak zajrzeć do zakładki Network bez wiedzy programistycznej
Autor proponuje bardzo obrazowe porównanie. Dane przesyłane między przeglądarką a serwerem to skrzynie transportowe krążące między Tobą a magazynem. Jedne mają czytelne etykiety, inne opisane są w sposób zupełnie niezrozumiały. Niektóre można po prostu otworzyć i z zawartości wywnioskować, co się dzieje.
Dostęp do tych skrzyń jest banalnie prosty. Naciskasz F12, wykonujesz wyszukiwanie w Google lub wysyłasz prompt w ChatGPT, przechodzisz do zakładki Network i ustawiasz filtr Fetch/XHR. Po kliknięciu dowolnego zapytania widzisz zestaw zakładek, które wyglądają groźnie, ale są intuicyjne. Headers zawiera instrukcje i metadane zapytania, Payload pokazuje to, co wysłałeś, a Response to, co otrzymałeś w odpowiedzi.
Czwarta zakładka, EventStream, pokazuje dane napływające na żywo, gdy przeglądarka i serwer wymieniają się informacjami. ChatGPT korzysta z niej intensywnie podczas generowania odpowiedzi, więc to właśnie tam warto szukać śladów tego, jak model pozyskuje źródła. Dla osób, które na co dzień zajmują się technicznym SEO , to naturalne rozszerzenie warsztatu, a nie zupełnie nowa dziedzina.
Dlaczego w ogóle cokolwiek tam znajdziemy? Wynika to z architektury tych systemów. Diagram Mario Fischera, zbudowany na podstawie wycieku dokumentacji Content Warehouse i materiałów z procesu prowadzonego przez amerykański Departament Sprawiedliwości, pokazuje, że to, co z zewnątrz wygląda jak jedna wyszukiwarka, jest w rzeczywistości ogromną liczbą małych podsystemów komunikujących się ze sobą. Systemy frontowe, takie jak Superroot w Google, pobierają oceny i sygnały wygenerowane w innych częściach infrastruktury. Te dane muszą gdzieś przepłynąć, czasem przez Twoją przeglądarkę, a czasem nikt nie pamięta, żeby zdjąć z nich etykiety.
Papier, kamień, nożyce, czyli dlaczego przewaga musi być cicha
Williams-Cook tłumaczy sens takich poszukiwań analogią do gier. Ucząc się tryktraka, przegrał kilkadziesiąt partii z rzędu, bo znajomość zasad to nie to samo, co umiejętność dobrej gry. Zamiast po prostu cieszyć się rozgrywką, zaczął szukać drobnych przewag, na przykład licząc, które odległości na planszy da się osiągnąć dwiema kośćmi i z jakim prawdopodobieństwem. SEO działa podobnie: możesz znać wszystkie dobre praktyki i wciąż przegrywać, dopóki nie nauczysz się grać.
Jeszcze trafniejsza jest analogia do gry w papier, kamień, nożyce. Wyobraź sobie przeciwnika, który zapowiada, że zawsze zagra kamień. Większość osób odpowie, że optymalnie jest zawsze grać papier, ale to błąd. Po kilku przegranych przeciwnik zauważy, co się dzieje, zmieni strategię, a Twoja przewaga zniknie. Optymalnie jest grać losowo, ale papier wybierać nieco częściej, bo taka różnica jest niezauważalna, przeciwnik nie ma powodu się dostosować, a Ty po cichu budujesz rosnącą przewagę.
Ta analogia doskonale oddaje spór między podejściem black hat SEO a white hat. Black hat to granie papieru w każdej rundzie: działa, krótkoterminowa wartość oczekiwana jest wysoka, ale zmusza Google czy ChatGPT do zmiany zasad, a wtedy przewaga przepada, czasem razem z domeną. White hat SEO to granie papieru odrobinę częściej, czyli tworzenie wartości bez konieczności zmiany reguł i kumulowanie jej w czasie. Dane sieciowe są według autora jednym z najlepszych źródeł właśnie takich niewielkich, trwałych przewag.
Co to oznacza dla Twojej strategii SEO
Najważniejsza lekcja nie dotyczy samej techniki, lecz sposobu myślenia. Optymalizacja to suma skumulowanych zysków, a przewaga liczona w pojedynczych procentach, budowana konsekwentnie, jest praktycznie niemożliwa do skopiowania. To nie jest trik w stylu listy, którą konkurencja odtworzy w 10 minut. To wiedza o tym, jak działają systemy, wynikająca z własnej obserwacji.
W praktyce warto potraktować zakładkę Network jako stały element analizy, szczególnie w kontekście wyszukiwania AI. Jeśli Twoja marka zależy od widoczności w ChatGPT, informacje o tym, jakie źródła są czytane, a jakie cytowane, mogą zmienić priorytety w strategii treści i dystrybucji. Pamiętaj przy tym o granicy etycznej: obserwacja danych przesyłanych do Twojej własnej przeglądarki to legalna analiza, a znalezione luki bezpieczeństwa zgłasza się odpowiedzialnie, tak jak zrobił to autor w programie bug bounty.
Nie potrzebujesz do tego zespołu analityków. Wystarczy ciekawość, przeglądarka i coraz częściej agent AI, który przejmie najbardziej żmudne zadania, takie jak przeglądanie setek zapytań w poszukiwaniu nietypowych parametrów. Warto zacząć od prostych obserwacji, na przykład od porównania zapytań wysyłanych przez ChatGPT przy różnych typach promptów.
Podsumowanie
Dane sieciowe w przeglądarce to jedno z ostatnich miejsc, gdzie można za darmo zdobyć wiedzę o działaniu Google i ChatGPT, której nie ma konkurencja. Historia luki wycenionej na 13 337 dolarów i odkryć dotyczących źródeł ChatGPT pokazuje, że wystarczy zajrzeć tam, gdzie inni nie patrzą. Trwałą przewagę w SEO buduje się bowiem po cichu, małymi krokami, a nie spektakularnymi trikami.
Źródło: Mark Williams-Cook, „Wiretapping the SERP: Reverse Engineering Network Data”, markwilliamscook.substack.com
