Interne links op basis van betekenis: content verbinden zoals de modellen die lezen

De interne linkstructuur is een van de weinige SEO-hefbomen die volledig in handen van de uitgever liggen, en een van de slechtst benutte. Op de meeste sites komt ze neer op een menu, een broodkruimelpad en een blok "recente artikelen". Die links verbinden plaatsen, geen ideeën. Terwijl de zoekmachines, zowel de klassieke als de generatieve, een site lezen als een netwerk van betekenissen: welke pagina gaat waarover, welke verdiept welke, welke heeft gezag over een onderwerp. Een linkstructuur die op betekenis is gebouwd, maakt dat netwerk leesbaar. Het is ook de enige die standhoudt zonder groeiende inspanning wanneer een medium honderden stukken publiceert.

Wat Google over interne links zegt

Het standpunt van Google ligt al jaren vast en is gedocumenteerd op zijn pagina over crawlbare links: een link moet een echte tag zijn met een URL die resolvet, en de ankertekst moet de doelpagina beschrijven. De handleiding over het maken van nuttige content voegt daar een redactionele dimensie aan toe: een site die een onderwerp diepgaand behandelt, met pagina's die elkaar aanvullen, wordt als nuttiger beoordeeld dan een site die losse pagina's zonder onderling verband uitstrooit.

Daaruit volgen twee praktische gevolgen. Een contextuele link, midden in de lopende tekst, met een anker dat zegt wat je zult vinden, weegt zwaarder dan een menulink die op alle pagina's terugkomt. En een verzameling pagina's die elkaar rond hetzelfde onderwerp aanhalen, geeft een thematische expertise aan die losse pagina's niet aangeven.

Waarom de modellen de betekenis eerder lezen dan de navigatie

Een generatieve zoekmachine geeft elke passage weer als een numerieke vector, een embedding, die de betekenis ervan codeert. Twee passages die qua betekenis dicht bij elkaar liggen, hebben vectoren die dicht bij elkaar liggen, ongeacht hun formulering. De documentatie over de embeddings van OpenAI beschrijft dat mechanisme en de toepassingen ervan: semantisch zoeken, clusteren, aanbevelen. Wanneer een zoekmachine een antwoord samenstelt, zoekt hij de passages die dicht bij de vraag liggen, en de links van een relevante passage naar een andere bieden hem een extra pad, ook al documenteert geen enkele maker van een zoekmachine dat gedrag.

Een linkstructuur op basis van betekenis bootst die logica na: elk artikel verwijst naar de artikelen waarvan de inhoud er werkelijk het dichtst bij ligt, of die antwoord geven op de volgende vraag die de lezer zich gaat stellen. Een rubriek alleen zegt dat niet. Ze zegt dat twee pagina's op dezelfde plek zijn opgeborgen, niet welke van de twee de andere verlengt. Het is een afbakening, geen rangorde.

De clusters bouwen

De methode begint met het ordenen van de content in thematische clusters: een centraal onderwerp, een pagina die het volledig behandelt, en satellietartikelen die er elk een aspect van uitdiepen. De links volgen drie regels:

De laterale link is degene die vrijwel altijd ontbreekt, en hij komt het dichtst bij de manier waarop een model leest. Een artikel over AI-bots in robots.txt hoort te verwijzen naar het artikel over het verifiëren van bots via reverse DNS. Tot dezelfde rubriek behoren garandeert dat allebei dezelfde lezer aanspreken; wat de link rechtvaardigt, is dat de vraag "is dit wel de juiste bot?" vanzelf volgt op de vraag "welke bot blokkeer ik?". Deze blog past die regel toe op zijn eigen artikelen, bijvoorbeeld tussen "robots.txt en AI" en "Is een bot wel wie hij beweert te zijn?".

De regel die op schaal standhoudt: de rubriek bepaalt de afbakening, de betekenis bepaalt de volgorde

Op een medium met driehonderd artikelen kan niemand de laterale links met de hand bijhouden. Embeddings maken het mogelijk: je berekent één vector per artikel, je meet de nabijheid van elk artikel tot alle andere, en je krijgt voor elk artikel een rangschikking van zijn buren, van het dichtstbijzijnde tot het verste.

Dan blijft de vraag wat je ermee doet, en daar kiezen de meeste implementaties één kamp terwijl de twee signalen samen te gebruiken zijn. De rubriek bakent af: je stelt alleen artikelen uit hetzelfde thema voor, omdat dat de belofte is die de lezer bij binnenkomst heeft aanvaard. De semantische nabijheid bepaalt de selectie en de volgorde binnen die afbakening: van de artikelen uit de rubriek toon je eerst het artikel waarvan de inhoud het dichtstbij ligt. Elk van de twee signalen op zichzelf levert een aanwijsbaar gebrek op.

Het gebrek van de betekenis alleen verdient het om benoemd te worden, want je ziet het niet pagina voor pagina: je moet over het hele corpus tellen. Een overkoepelend artikel, dat een beetje aan alle onderwerpen raakt, komt dicht bij iedereen te liggen en wordt uiteindelijk op vrijwel alle pagina's voorgesteld, terwijl gespecialiseerde artikelen nergens worden voorgesteld. Op een corpus van een twintigtal artikelen hebben we gevallen gemeten waarin één enkel stuk meer dan vier op de vijf aanbevelingsblokken bezet. De linkstructuur heeft dan niet langer de vorm van een graaf: het is een ster rond twee of drie magneten, en juist de artikelen die een duwtje nodig hebben, krijgen niets.

Drie voorzorgen, anders keert de berekening zich tegen de linkstructuur. Ten eerste vervangt een berekende link geen contextuele link die in de lopende tekst is geschreven, met een gekozen anker. Het blok met buren vult de geschreven links aan, het komt er niet voor in de plaats. De tweede: de semantische nabijheid moet opnieuw worden berekend wanneer het corpus verandert. Een artikel dat in januari is gepubliceerd, heeft in september andere buren, zodra er tien verwante artikelen bij zijn gekomen. Een systeem dat de links bij publicatie bevriest, verliest het grootste deel van zijn nut. De derde: begrens het hergebruik. Voor elk artikel tellen in hoeveel blokken het verschijnt, en de artikelen die boven een drempel uitkomen weren, volstaat om de inkomende links over het hele corpus te spreiden in plaats van ze op te hopen.

Zolang een rubriek minder artikelen telt dan het blok kaarten toont, bepaalt de afbakening alles en verandert de volgorde niets: het blok laat alle verwante artikelen zien. De rangschikking op betekenis begint pas mee te tellen zodra de rubriek die omvang overschrijdt, dat wil zeggen erg snel op een medium dat geregeld publiceert. Dat is het moment waarop de berekening al moet draaien.

De drie lagen, en wat elke laag kan

Een volledige linkstructuur stapelt drie lagen op elkaar, en geen enkele vervangt de andere. Het broodkruimelpad zegt waar een pagina zich in de hiërarchie van de site bevindt, Google leest het ook zo, en het wordt in gestructureerde data vastgelegd. De rubriek groepeert verwante content, geeft per thema een ingangspagina en dient als afbakening voor alles wat je vanaf een pagina voorstelt. De links op basis van betekenis, contextueel in de tekst en berekend in het blok met buren, zeggen welke pagina welke verlengt.

De taakverdeling is helder: de eerste twee lagen zeggen waar een pagina is opgeborgen, de derde zegt wat ze aan een andere pagina toevoegt. Die derde ontbreekt het vaakst, en ze heeft de twee andere ook nodig om niet alle kanten op te schieten.

De ankers

De tekst van de link wordt door de zoekmachines en door de modellen gelezen als een beschrijving van het doel. Daaruit volgen drie regels:

• Beschrijf het doel, niet de handeling. "onze methode om de share of voice in de AI's te meten" in plaats van "klik hier" of "dit artikel". Het anker van deze zin is zelf een link: het beschrijft de pagina die het opent.
• Varieer de ankers naar dezelfde pagina. Tien links met exact hetzelfde anker ogen als manipulatie; tien ankers die de pagina vanuit verschillende hoeken beschrijven, verrijken haar beschrijving.
• Overlaad niet. Een alinea met vier links heeft er geen enkele meer die leesbaar is. Eén of twee links per sectie, geplaatst waar de lezer het vervolg nodig heeft.

De grenzen die je niet overschrijdt

Linken op basis van betekenis is geen vrijbrief om alles aan alles te knopen. Een site waar elke pagina naar vijftig andere verwijst, heeft geen structuur meer; de bots verliezen er hun crawlbudget, de lezers hun draad, en het spambeleid van Google richt zich uitdrukkelijk op linkschema's die zijn opgezet om de ranking te manipuleren. De toets is eenvoudig: een link verdient te bestaan als een aandachtige lezer, op dat punt in de tekst, hem zou willen volgen. Een link die die toets niet doorstaat, helpt de lezer noch de machine.

Daar staat tegenover dat deze discipline een bezit oplevert dat bij elke publicatie sterker wordt. Elk nieuw artikel voegt paden toe, scherpt de buurtrelaties aan, verdicht de cluster. Na een jaar is de linkstructuur van een gestructureerd medium een graaf die de zoekmachines langs de betekenis kunnen doorlopen, en het is die graaf, meer dan welke losse pagina ook, die het gezag over een onderwerp vestigt.