Indexování vysvětleno: jak Google prochází, indexuje a vykazuje stránky

Jak se URL dostane od objevení do indexu Google, co znamená každý stav v přehledu Indexování stránek a které je potřeba řešit. Vychází z dokumentace Google.

Indexování znamená, že Google stránku uloží, aby se mohla zobrazit ve výsledcích vyhledávání. Předtím musí Google URL objevit, procházet ji a obvykle také vykreslit. Poté rozhodne, zda stránka duplikuje jinou URL a zda ji vůbec stojí za to uchovat. Přehled Indexování stránek v Search Console ukazuje, kde se každá z vašich URL na této cestě zastavila, a z jakého důvodu to Google uvádí.

Od URL k výsledku vyhledávání

Popis fungování Vyhledávání od Google rozděluje cestu na kroky, které můžete ověřit jeden po druhém.

Objevení. Neexistuje žádný centrální seznam webových stránek, a proto Google neustále hledá nové. Většinu z nich najde přes odkazy ze stránek, které už zná, a přes mapy webu, které odesílají vlastníci webů.
Procházení. Googlebot stáhne URL, pokud mu to robots.txt umožňuje. Google omezuje rychlost procházení, aby nepřetížil váš server, a při chybách serveru zpomalí ještě víc.
Vykreslení. Google spustí JavaScript stránky v aktuální verzi Chrome, protože část obsahu vzniká až po spuštění skriptů.
Indexování. Google analyzuje obsah, seskupí stránky, které jsou duplicitní nebo téměř duplicitní, vybere z nich jednu jako kanonickou a uloží ji. Může se také rozhodnout stránku neindexovat vůbec, například kvůli nízké kvalitě obsahu nebo proto, že to zakazuje pravidlo v meta značce robots.
Zobrazení. Pro každé vyhledávání Google vybírá výsledky z indexu. Zaindexování činí stránku způsobilou k zobrazení, ale zobrazení nezaručuje.

Google výslovně uvádí, že žádný z těchto kroků pro žádnou stránku nezaručuje. Můžete však odstranit překážky a dát mu dobré důvody pokračovat.

Jak číst přehled Indexování stránek

Přehled rozděluje URL, které Google zná, na Indexované a Neindexované a pro každou skupinu neindexovaných URL uvádí důvod (Přehled Indexování stránek). Při čtení přehledu by vás měly vést dvě zásady z dokumentace Google:

Neindexováno neznamená nutně špatně. Google vlastníkům webů radí, aby neočekávali zaindexování každé URL. Duplicity, přesměrované adresy a stránky bez smysluplného obsahu mají zůstat mimo index. Důležité je, aby v něm byly klíčové stránky.
Sledujte zdroj. U každého důvodu je vidět, zda příčina leží na straně webu, nebo systémů Google. Obecně lze opravit jen důvody, jejichž zdrojem je „Web“.

Užitečná otázka tedy nikdy nezní „proč mám tolik neindexovaných stránek?“. Zní: „jsou na tomto seznamu stránky, které potřebuji, a proč?“.

Co znamená každý stav

Důvody uváděné Google spadají do pěti skupin. Správná reakce závisí mnohem víc na skupině než na přesném znění.

Google jste sdělili, že stránku nemá indexovat

Stav	Co se stalo	Co dělat
URL označená jako „noindex“	Stránka obsahuje pravidlo noindex	Nic, pokud je to záměr; pokud má stránka dosahovat pozic, pravidlo odstraňte
URL blokovaná souborem robots.txt	robots.txt Googlu zakazuje stránku procházet	Zablokování procházení nezaručuje, že stránka zůstane mimo index
Alternativní stránka se správnou kanonickou značkou	Stránka odkazuje na jinou URL jako na kanonickou a Google s tím souhlasí	Nic
Stránka s přesměrováním	URL přesměrovává jinam, a proto sama není indexována	Nic, pokud je cíl stránkou, kterou chcete mít v indexu

Google stránku nemohl stáhnout

Stav	Co se stalo	Co dělat
Chyba serveru (5xx)	Server vrátil chybu z rozsahu 500	Opravte server; opakované chyby také zpomalují procházení
Chyba přesměrování	Řetězec přesměrování byl příliš dlouhý, zacyklil se nebo skončil na chybné či prázdné URL	Přesměrujte rovnou na cílovou URL
Zablokováno kvůli neoprávněnému požadavku (401), zakázanému přístupu (403) nebo jinému problému 4xx	Stránka Googlebota odmítla	Pokud má být stránka veřejná, odstraňte překážku
Nenalezeno (404)	URL vrátila chybu 404	V pořádku u odstraněných stránek; pokud stránka existuje jinde, opravte odkazy

Google zvolil jinou URL

Stav	Co se stalo	Co dělat
Duplicitní stránka, uživatel nevybral kanonickou verzi	Google považuje stránku za duplicitu a zvolil jinou kanonickou URL	Obvykle nic; Google to označuje za správné fungování
Duplicitní stránka, Google vybral jinou kanonickou verzi než uživatel	Kanonickou URL jste uvedli, ale Google upřednostnil jinou	Sjednoťte své signály (viz níže)

Google se zatím nerozhodl ve váš prospěch

Stav	Co se stalo	Co dělat
Objeveno – momentálně neindexováno	Google URL zná, ale zatím ji neprocházel, často proto, že procházení odložil, aby web nepřetížil	Odkažte na ni z již procházených stránek; u velmi rozsáhlých webů řiďte procházení
Procházeno – momentálně neindexováno	Google stránku prošel, ale neindexoval ji, a v budoucnu to může, ale nemusí udělat	Zajistěte, aby byla stránka zjevně užitečná a odlišná, nebo ji sloučte se silnější stránkou

Obsah vypadá chybně

Stav	Co se stalo	Co dělat
Soft 404	Stránka odpovídá kódem 200, ale vypadá jako chybová nebo prázdná	U chybějících stránek vracejte skutečný kód 404, u skutečných stránek skutečný obsah
Stránka indexována bez obsahu (upozornění)	Je indexována, ale Google nemohl obsah přečíst	Zkontrolujte, co Googlebot dostává, pomocí Kontroly URL
Indexováno, přestože je blokováno souborem robots.txt (upozornění)	Je indexována, přestože ji robots.txt blokuje	Aby zůstala mimo index, povolte procházení a přidejte noindex

Poslední řádek zaskočí mnoho lidí. Google může pravidlo noindex vidět jen na stránce, kterou smí procházet, takže když stránku zablokujete v robots.txt a zároveň přidáte noindex, noindex se nikdy nepřečte (Blokování indexování pomocí noindex).

Když Google vybere jinou kanonickou URL

Kanonické značky jsou signály, ne příkazy. Google zvažuje několik signálů: přesměrování a rel="canonical" jsou silné, zahrnutí do mapy webu je slabé a před adresami HTTP dává přednost adresám HTTPS (Sloučení duplicitních URL). Když si signály odporují, například kanonická značka ukazuje na jednu URL, zatímco vaše interní odkazy a mapa webu používají jinou, Google si vybere sám. Zajistěte, aby všechny signály uváděly stejnou URL, a odkazujte na ni i interně. K volbě kanonické URL nepoužívejte robots.txt ani noindex; noindex stránku z Vyhledávání odstraní úplně.

Kontrola jedné URL pomocí Kontroly URL

Přehled Indexování stránek ukazuje skupiny; Kontrola URL ukazuje jednu URL do podrobností (Nástroj Kontrola URL). Uvádí, zda je URL indexována, jakou kanonickou URL jste deklarovali a jakou vybral Google, kdy Google stránku naposledy procházel a zda ji procházel jako mobilní, nebo desktopový user agent, zda procházení umožňuje robots.txt, zda se stažení podařilo a zda je indexování povoleno.

Dvě upozornění. Za prvé, výchozí zobrazení popisuje poslední indexovanou verzi, která může být zastaralá; Otestovat živou adresu URL stáhne stránku právě teď, čímž ověříte opravu, ale úspěšný živý test zaindexování nezaručuje. Za druhé, když procházení blokuje robots.txt, u položky „Je indexování povoleno?“ se vždy zobrazí „Ano“, protože Google nevidí pravidlo noindex, které nesměl stáhnout.

Požádat o indexování vyžádá nové procházení URL. Podléhá denní kvótě a Google uvádí, že opakované žádosti o procházení téže URL její procházení neurychlí (Požádání Google o opětovné procházení). U velkého počtu URL odešlete raději aktuální mapu webu.

Jak dlouho indexování trvá?

Google uvádí spíše rozmezí než sliby. Zaindexování nové stránky může trvat několik dní a nikdy není okamžité, ani po přímé žádosti. U nových webů může procházení a indexování trvat zhruba týden a opětovné procházení se může protáhnout od několika dní po několik týdnů. Když problém opravíte a stisknete Ověřit opravu, kontrola obvykle trvá až zhruba dva týdny. Pokud důležitá stránka po měsíci stále chybí, projděte si technický playbook k indexaci místo dalšího žádání o indexování.

Jak Googlu pomoci stránky najít a udržet

Odkazujte na nové stránky ze stránek, které Google už prochází, například z domovské stránky, rozcestníků nebo souvisejících článků. Odkazy jsou hlavním způsobem, jak Google URL objevuje.
Mapy webu omezte na kanonické URL, zapsané jako úplné absolutní adresy, s nejvýše 50,000 URL nebo 50MB v nekomprimované podobě na soubor. Google používá <lastmod>, pokud je trvale přesné, a <priority> a <changefreq> ignoruje (Vytvoření mapy webu).
Dejte každému obsahu jednu URL a zajistěte, aby se přesměrování, kanonické značky, mapy webu a interní odkazy shodovaly.
U odstraněných stránek vracejte skutečný kód 404 nebo 410, ne prázdnou stránku se stavem 200.
Rozpočet procházení řešte, až když na něm záleží. Průvodce rozpočtem procházení od Google míří na weby s více než milionem stránek, které se mění týdně, nebo s více než 10,000 stránek, které se mění denně.

Jak pomáhá AutoPSEO

AutoPSEO spouští Kontrolu URL přímo v aplikaci a započítává ji do denního limitu Google, který činí 2,000 kontrol na vlastnost. Index Tracker uchovává seznam až 1,800 URL, které si zvolíte, a denně znovu zkontroluje až 200 z nich, nejdříve ty, které se nekontrolovaly nejdéle. Upozorní, pokud byla některá deindexována za posledních 30 dní nebo nebyla procházena 120 dní, a při vypadnutí sledované URL z indexu nebo jejím návratu může vyvolat upozornění „Index flip“ ve Slack, Teams nebo webhooku. IndexNow upozorňuje Bing a další vyhledávače, které jej podporují; Google se do IndexNow nezapojuje, takže pro Google zůstávají cestou dovnitř mapa webu a interní odkazy.

Články vytvořené obsahovým enginem se doručují na váš vlastní web, který je publikuje a prolinkuje jako jakoukoli jinou stránku. Pokud váš web deklaruje klíč IndexNow, AutoPSEO při každé nové nebo aktualizované adrese na vašem hostu odešle ping do IndexNow (Doručení).