Czy link building ma czwarty wymiar? Encje, relacje i czas w SEO oraz AI Search

Link building od lat opisujemy w bardzo podobny sposób: jedna strona internetowa posiada hiperłącze prowadzące do drugiej. Zmieniały się algorytmy, metody oceny jakości linków, podejście do anchor textów czy sposoby pozyskiwania odnośników - ale podstawowy model pozostał zadziwiająco stabilny. Możemy zapisać go bardzo prosto:

Strona A wskazuje na stronę B. Tymczasem samo wyszukiwanie przeszło znacznie większą ewolucję. Coraz rzadziej patrzymy na treść wyłącznie przez pryzmat pojedynczych słów kluczowych - mówimy o encjach, konceptach, relacjach, embeddingach, przestrzeni semantycznej i grafach wiedzy. Do tego dochodzą systemy generatywne i AI Search.

Pojawia się więc pytanie: skoro zmienił się sposób reprezentowania informacji, czy podobnej ewolucji nie powinien przejść sposób, w jaki myślimy o link buildingu?

Zaznaczam od razu, czego nie twierdzę. Nie twierdzę, że opisany dalej mechanizm jest wykorzystywany przez Google, że wzmianka o marce jest odpowiednikiem backlinku, ani że klasyczne linki stracą znaczenie. Ten artykuł jest eksperymentem myślowym i próbą zbudowania modelu, który można później poddać badaniu.

Od keyword do entity

Przez wiele lat jednym z podstawowych elementów SEO było dopasowanie słów kluczowych. W dużym uproszczeniu można przedstawić ten model następująco:

Użytkownik wpisuje zapytanie, system wyszukuje dokumenty związane z określonymi słowami, a następnie ustala ich kolejność. Oczywiście rzeczywiste systemy wyszukiwania od dawna są znacznie bardziej skomplikowane - interesuje mnie jednak sama zmiana sposobu myślenia. Dzisiaj znacznie częściej rozpatrujemy wyszukiwanie w kontekście znaczenia, co można zapisać symbolicznie:

Nie oznacza to, że słowa kluczowe przestały istnieć. Fraza nadal jest istotna, query nadal składa się ze słów, dokument również zawiera słowa. Zmieniła się jednak jednostka, za pomocą której próbujemy opisywać znaczenie informacji.

Jeżeli ktoś wpisuje w wyszukiwarkę zapytanie kto produkuje wkład Huragan V1, nie wystarczy znaleźć dokument z największą liczbą wystąpień słów „produkuje”, „wkład” oraz „Huragan V1”. Znacznie bardziej interesująca jest relacja:

Wyszukiwanie zaczyna więc przypominać nie tyle dopasowywanie ciągów znaków, ile próbę zrozumienia obiektów oraz relacji występujących pomiędzy nimi. I właśnie tutaj pojawia się pytanie dotyczące link buildingu.

Internet jako graf hyperlinków

Klasyczny model WWW jest grafem: dokumenty są jego węzłami, a hiperłącza tworzą krawędzie. Jeżeli artykuł na domenie A posiada link prowadzący do domeny B, otrzymujemy:

Hyperlink jest przy tym niezwykle wygodnym sygnałem - jest jawny, ma źródło i cel, może posiadać anchor, występuje w określonym miejscu dokumentu i w określonym kontekście. Maszyna nie musi zastanawiać się, czy połączenie pomiędzy dokumentami istnieje: autor strony umieścił je bezpośrednio w kodzie.

Dlatego nie widzę podstaw do stawiania tezy, że link building zniknie. Możliwe jednak, że hyperlink jest tylko jednym z rodzajów relacji, które można odczytać z dokumentu.

Co jeśli jednostką grafu nie jest wyłącznie URL?

Weźmy bardzo prosty przykład. Na stronie internetowej pojawia się zdanie:

Firma Kratki wprowadziła nowy model wkładu powietrznego o nazwie Huragan V1.

Załóżmy, że w całym zdaniu nie ma ani jednego klikalnego linku. Człowiek bez problemu wydobywa z niego jednak kilka informacji: encję Kratki, encję Huragan V1 oraz kategorię produktu wkład powietrzny. Pomiędzy nimi istnieją relacje, które możemy przedstawić następująco:

Do utworzenia tych relacji nie był potrzebny hyperlink - informacja wynika z samego języka naturalnego. I tutaj zaczyna się właściwa hipoteza tego artykułu.

Hyperlink może być szczególnym przypadkiem relacji

Jeżeli system potrafi identyfikować encje i relacje pomiędzy nimi, można spróbować rozszerzyć klasyczny model:

do bardziej ogólnego:

gdzie:

• $E_A$ oznacza pierwszą encję,
• $E_B$ oznacza drugą encję,
• $R$ oznacza relację pomiędzy nimi.

Relacja może zostać wyrażona na wiele sposobów: jako hyperlink, wzmianka o marce, nazwa produktu i jego producenta, cytowanie, autorstwo, rekomendacja czy współwystępowanie encji w bardzo konkretnym kontekście.

Nie oznacza to jednak, że:

Wręcz przeciwnie - nie mamy podstaw, żeby zakładać, że wszystkie takie relacje miałyby tę samą wartość albo w ogóle były wykorzystywane przez konkretny system rankingowy. Możemy natomiast postawić inne pytanie: czy hyperlink jest jedynym sposobem, dzięki któremu maszyna może wykryć połączenie pomiędzy dwoma obiektami? Odpowiedź na tak postawione pytanie jest znacznie ciekawsza.

Jedna wzmianka to jeszcze nie graf

Wróćmy do przykładu Kratki i produktu Huragan V1. Wyobraźmy sobie, że w internecie pojawia się jeden dokument z informacją „Kratki produkuje Huragan V1”. To pojedyncza obserwacja. Po pewnym czasie pojawia się jednak kolejnych sto dokumentów:

• „Nowy Huragan V1 firmy Kratki trafił do sprzedaży.”
• „Testowaliśmy wkład Huragan V1 produkowany przez Kratki.”
• „Kratki rozszerza ofertę o model Huragan V1.”
• „Huragan V1 jest nowym wkładem powietrznym producenta Kratki.”

Sposób zapisania informacji jest różny, ale znaczenie relacji pozostaje bardzo podobne:

W tym miejscu można postawić kolejną hipotezę: jeżeli wiele niezależnych źródeł opisuje tę samą relację, system analizujący informacje może potencjalnie uzyskać większą pewność, że dana relacja rzeczywiście istnieje. Możemy zapisać bardzo ogólny model:

gdzie:

• $C$ oznacza hipotetyczną pewność relacji,
• $S$ oznacza źródła,
• $N$ oznacza liczbę obserwacji,
• $K$ oznacza zgodność kontekstu.

Nie jest to wzór Google ani propozycja konkretnego algorytmu rankingowego - to jedynie formalny zapis intuicji, że wielokrotne, niezależne obserwacje tej samej relacji mogą zawierać więcej informacji niż pojedyncze wystąpienie. Ale w tym modelu nadal czegoś brakuje.

Czasu.

Czy link building ma czwarty wymiar?

Standardowy graf możemy zapisać jako:

gdzie $V$ jest zbiorem węzłów, a $E$ zbiorem krawędzi. Jest to jednak fotografia - pokazuje graf w określonym momencie. A przecież internet nie jest fotografią. Jest systemem, który bez przerwy się zmienia: powstają nowe dokumenty, znikają stare, pojawiają się produkty, zmieniają się marki, powstają nowe relacje, a inne słabną lub całkowicie zanikają.

Dlatego zamiast statycznego $G=(V,E)$ możemy zaproponować graf, który jest funkcją czasu:

A pojedynczą relację możemy przedstawić jako:

Nie pytamy już tylko „czy encja A jest powiązana z encją B?”. Pytamy: „jak relacja encji A z encją B zmieniała się w czasie?”.

Dwa identyczne grafy mogą mieć zupełnie inną historię

Wyobraźmy sobie dwie marki. Marka A jest kojarzona z SEO od 2021 roku, marka B zaczęła być kojarzona z SEO miesiąc temu. Jeżeli wykonamy fotografię internetu dzisiaj, obie mogą posiadać podobny zestaw relacji:

Statyczny graf wygląda więc podobnie. Historia grafu jest jednak zupełnie inna. Dla marki A możemy obserwować relację utrzymującą się przez lata:

W przypadku marki B relacja pojawia się dopiero teraz:

Czy z punktu widzenia systemu próbującego reprezentować wiedzę o świecie są to identyczne sytuacje? Nie znam odpowiedzi - ale uważam, że jest to pytanie warte postawienia.

Stabilność relacji może być informacją

Jeżeli przez kilka lat tysiące niezależnych dokumentów konsekwentnie łączą encję Kratki z encją kominki, otrzymujemy nie tylko relację - otrzymujemy jej historię. Można wyobrazić ją sobie jako:

W takim modelu znaczenie może mieć nie tylko liczba obserwacji, ale również ich rozkład w czasie. Hipotetycznie moglibyśmy rozszerzyć wcześniejszy zapis $C(E_A,R,E_B)=f(S,N,K)$ o wymiar czasowy:

gdzie $T$ reprezentuje właściwości czasowe relacji. Ponownie - nie jest to wzór Google, tylko model teoretyczny. Ale wprowadzenie czasu pozwala zadać pytania, których nie da się postawić, analizując wyłącznie aktualny snapshot grafu.

Encja może również zmieniać swoje położenie

Możemy pójść jeszcze krok dalej. Współczesne modele embeddingowe pozwalają reprezentować tekst, koncept lub encję za pomocą wektora. Oznaczmy reprezentację encji w chwili $t$ jako $\mathbf{e}(t)$. Jeżeli otoczenie semantyczne encji zmienia się w czasie, możemy porównać jej reprezentację w dwóch momentach i zmierzyć odległość między nimi:

A następnie zdefiniować eksperymentalną wielkość opisującą tempo tej zmiany:

Roboczo można nazwać ją semantic velocity, czyli prędkością semantyczną. Nie jest to istniejący wskaźnik SEO ani metryka Google - to próba opisania pytania: jak szybko zmienia się semantyczne otoczenie danej encji?

Wyobraźmy sobie firmę, która przez wiele lat była kojarzona przede wszystkim z klasycznym SEO. Z czasem w jej otoczeniu zaczynają pojawiać się nowe encje - AI Search, LLM, GEO, RAG, analiza semantyczna, knowledge graph. Po kilku latach graf tej marki może wyglądać zupełnie inaczej niż na początku. Encja pozostała ta sama; zmieniło się jej otoczenie.

Inspiracja fizyką, a nie fizyka SEO

W tym miejscu łatwo przekroczyć granicę pomiędzy ciekawym modelem myślowym a pseudonauką, dlatego trzeba powiedzieć to bardzo wyraźnie. Nie twierdzę, że SEO podlega szczególnej teorii względności, że Google implementuje odpowiednik czasoprzestrzeni Minkowskiego, ani że wzory fizyczne można bezpośrednio przenieść na ranking dokumentów. Fizyka dostarcza tutaj wyłącznie inspiracji do sposobu patrzenia na problem.

Obiekt możemy opisać nie tylko poprzez jego aktualne położenie, ale również analizując jego trajektorię. Podobnie encję możemy próbować analizować nie tylko przez jej aktualne relacje, ale przez historię ich zmian. To zasadnicza różnica pomiędzy $G$ a $G(t)$: pierwszy model jest fotografią.

Drugi jest filmem.

Co to może oznaczać dla link buildingu?

Jeżeli przyjmiemy ten model jako hipotezę badawczą, pojawia się interesująca konsekwencja: być może link building nie powinien być definiowany wyłącznie jako zdobywanie hyperlinków. Nie oznacza to, że linki przestają być potrzebne - wręcz przeciwnie. Hyperlink jest niezwykle jednoznaczną relacją pomiędzy dokumentami i trudno znaleźć powód, dla którego miałby nagle przestać mieć znaczenie. Możliwe jednak, że jest elementem większego systemu.

Możemy zapisać tę ewolucję analogicznie do słów kluczowych:

W takim modelu zadanie specjalisty SEO nie kończyłoby się na pytaniu „skąd zdobyć link do mojej domeny?”. Pojawia się drugie: „z jakimi encjami moja marka powinna być konsekwentnie powiązana?”. Dla firmy zajmującej się SEO i AI mogłyby to być przykładowo relacje z encjami SEO, AI Search, GEO czy analiza semantyczna. Link może być jednym ze sposobów budowania lub potwierdzania takich relacji - ale być może nie jedynym.

Link building może nie zniknąć. Może zmienić formę

Od kilku lat regularnie pojawiają się przewidywania o śmierci SEO, a równie regularnie - o śmierci link buildingu. Być może problem tkwi w samym sposobie stawiania pytania. Słowa kluczowe nie umarły wraz z rozwojem wyszukiwania semantycznego; zostały osadzone w szerszym modelu. Możliwe więc, że podobnie będzie z linkami: hyperlink nie musi zniknąć, może zostać osadzony w szerszym grafie relacji.

Wtedy otrzymujemy trzy potencjalne kierunki ewolucji:

Ostatni z nich wydaje mi się szczególnie interesujący. Jeżeli relacje pomiędzy encjami mają znaczenie, dlaczego mielibyśmy ignorować ich historię?

Czy da się to sprawdzić?

Sama hipoteza jest niewiele warta, jeżeli nie można próbować jej podważyć - dlatego kolejnym krokiem powinien być eksperyment. Dla wybranej domeny można okresowo tworzyć snapshot jej przestrzeni semantycznej:

Dane mogłyby pochodzić między innymi z:

• treści własnej domeny,
• encji i relacji wydobytych z dokumentów,
• embeddingów,
• linków zewnętrznych,
• niepodlinkowanych wzmianek,
• danych Google Search Console,
• obserwacji widoczności w systemach AI Search.

Kluczowe byłoby zachowanie tej samej metodologii pomiaru: ten sam model embeddingowy, ta sama metoda ekstrakcji encji, te same zasady budowania grafu. Dopiero wtedy można obserwować, jak graf zmienia się w kolejnych miesiącach, a następnie próbować odpowiedzieć na znacznie ciekawsze pytanie: czy zmiany relacji encji w czasie mają jakikolwiek mierzalny związek ze zmianami widoczności w wyszukiwarkach i systemach generatywnych?

Może się okazać, że nie. Może się okazać, że część założeń jest błędna. Może też pojawić się zależność, której dzisiaj w ogóle nie bierzemy pod uwagę. I właśnie dlatego warto to zmierzyć.

Zamiast podsumowania - hipoteza

Nie wiem, czy link building ma czwarty wymiar. Nie wiem, czy historia relacji pomiędzy encjami jest wykorzystywana przez Google w sposób zbliżony do przedstawionego w tym artykule. Nie wiem również, jaką wartość system wyszukiwania może przypisywać wzmiance pozbawionej hyperlinku. Wiem natomiast, że współczesne systemy potrafią reprezentować znacznie więcej informacji niż prosty graf klikalnych odnośników pomiędzy dokumentami.

Dlatego zamiast stawiać kolejną tezę o „śmierci link buildingu”, wolę postawić inne pytanie: jeżeli słowo kluczowe wyewoluowało w naszym sposobie myślenia w kierunku encji, czy hyperlink nie może przejść podobnej ewolucji w kierunku relacji? A jeżeli tak, kolejnym naturalnym krokiem jest dodanie do tej relacji czasu - nie tylko $E_A \xrightarrow{R} E_B$, ale $R(E_A,E_B,t)$.

Bo internet nie jest statycznym grafem. Jest grafem, który cały czas się zmienia. Być może więc przyszłość link buildingu nie polega na zastąpieniu linków czymś nowym, lecz na zrozumieniu, że link jest tylko jednym z elementów znacznie większego grafu relacji.