Трохи розберемо що стало відомо з судових документів DOJ У травні 2025 року Міністерство юстиції США опублікувало внутрішні документи Google, які стали частиною антимонопольної справи проти компанії. На їх основі SEO-дослідник Gagan Ghotra зробив розбір, який відкриває очі на реальні алгоритми Google. Основне з розкритих інсайдів 👇 ⚙️ RankEmbed — сучасна модель ранжування Google використовує dual encoder-модель, яка перетворює запити й документи у векторний простір. Оцінка релевантності — це скалярний добуток цих векторів. 🧠 Це дозволяє враховувати семантику, а не тільки ключові слова. RankEmbed поступово витісняє традиційні підходи типу BM25. 📊 Navboost — чорна скринька поведінкових сигналів Це таблиця зв’язків запит ↔️ документ, яка зберігає дані про взаємодію користувачів. Але це не тільки кліки на SERP: ✅ Дивляться глибину переходів, ✅ Час на сторінці, ✅ Повернення назад, ✅ Взаємодію з контентом після кліку, ✅ І навіть поведінку за межами SERP (наприклад, Chrome). Це не просто CTR — Google уникає прямої залежності від кліків, бо ними легко маніпулювати. 🧩 ABC сигнали ранжування: A (Anchor) — зовнішні/внутрішні посилання; B (Body) — контент на сторінці; C (Clicks) — кліки та поведінка користувача після переходу. 📌 Саме «C» стає ключем: поведінкові сигнали працюють і поза межами SERP, зокрема через Navboost. 🌐 Q* — оцінка якості сторінки Цей сигнал майже статичний та базується переважно на авторитеті сайту загалом, а не на відповідності конкретному запиту. 🤔 Не дивно, що Forbes та подібні домінують у видачі — авторитет сайту важливіший за релевантність. 🤖 Google переосмислює пошук через LLM Pandu Nayak підтвердив: Google заново перебудовує пошукову систему, з урахуванням LLM (великі мовні моделі). Gemini активно тестується, використовує Navboost для тренування, а один із принципів обговорення був… «не втратити дохід з реклами» 😅