Binciken da ke bayan kowane gwaji

OpenAI, Anthropic da Perplexity kowanne na wallafa sunayen robobin da ke karanta shafuka don amsoshinsu na AI, kuma suna bayyana yadda robots.txt ke ba su izini ko toshe su. Shafin da ya toshe su ba za a iya karanta shi da waɗannan kayan aikin ba, don haka ba za su yawaita nuna shi ko haɗa shi ba.

Kamfanonin guda ɗaya, da Google ta hanyar «Google-Extended», na amfani da wasu sunaye ga robobin da ke tattara rubutu don horar da AI. Sun ce toshe su ba ya cire ka daga amsoshinsu na bincike. Toshe su zaɓi ne na kasuwanci da ya halatta, don haka wannan gwajin ba ya rage makinka ko kaɗan.

Google na iya gudanar da rubutun shirye-shiryen shafi kafin ta karanta shi, amma ta ce hakan na ɗaukar ƙarin lokaci. Wani nazari na Vercel a 2024 kan hanyar sadarwarta ya gano cewa babu ɗaya daga cikin manyan robobin AI, har da na OpenAI da Anthropic, da ya gudanar da rubutun shirye-shirye, don haka rubutun da shirye-shirye kaɗai ke nunawa bai ganuwa a gare su. Microsoft Bing ma tana gargaɗi cewa AI na iya kasa ganin abun cikin da aka ɓoye.

llms.txt shawara ce ta 2024 don gajeren fayil da ke nuna wa kayan aikin AI muhimman shafukan shafi. Ba ƙa’idar da aka amince da ita ba ce, kuma Google ta ce fasalolinta na AI ba sa buƙatar fayiloli na musamman. Shi ya sa muke nuna shi don bayani kawai, ba tare da sauya makinka ba.

Takardun Google kan alamar Organization sun ce tana taimaka mata fahimtar wanda ke bayan shafi, da sunansa, tambarinsa da hanyoyin tuntuɓarsa. Jagororin Google ga masu tantance inganci na mutane ma suna neman su nemi bayanai bayyananne game da wanda ke gudanar da shafin.

Jagorar Google kan abun ciki mai amfani tana ƙarfafa sosai a sanya sunayen marubuta na gaskiya inda masu karatu ke tsammani, kuma tana gargaɗi cewa ƙirƙirar marubuta yaudara ce. Jagororin masu tantance ingancinta na la’akari da gogewa da ƙwarewar marubuci wajen auna amincewa.

Google ta ce kwanan wata bayyananne kuma wanda ake gani na taimaka mata sanin lokacin da aka wallafa ko sabunta shafi. Jagorarta kuma tana gargaɗi game da sauya kwanan wata don a ga sabo alhali abun ciki bai sauya da gaske ba.

Jagororin Google ga masu tantance inganci suna neman su gano wanda ke da alhakin shafi da yadda za a tuntuɓe shi. Ƙarancin irin wannan bayani dalili ne na ƙananan makin inganci. Bayyanannun hanyoyin haɗi zuwa shafukan Game da mu da Tuntuɓe mu suna sa a same shi cikin sauƙi.

A wani nazari na 2024 kan «inganta abun ciki don injinan amsa na AI», masu bincike daga Jami’ar Princeton da wasu cibiyoyi sun sake rubuta shafukan yanar gizo ta hanyoyi daban-daban kuma suka auna yadda amsoshin AI ke amfani da su. Ƙara ƙididdiga masu dacewa na cikin sauye-sauyen da suka fi taimakawa, har zuwa kusan kashi 40 cikin 100 a gwaje-gwajensu. Sun yi amfani da tsarukan AI da aka shirya don nazarin, don haka kayan aikin gaske na iya bambanta. Microsoft Bing ma tana ba da shawarar tallafa wa iƙirari da bayanai da ake iya aunawa.

Nazarin 2024 ɗin ya gano cewa ambaton tushe amintattu wani ne daga cikin sauye-sauyen da suka fi tasiri, yana sa shafuka su fi bayyana a amsoshin AI. Kamar duk sakamakonsa, gwaje-gwajen sun yi amfani da tsarukan AI da aka shirya don nazarin.

Nazarin 2024 ɗin ya gano cewa ƙara kalaman mutane ko ƙwararru masu dacewa ma ya sa shafuka su ƙara bayyana sosai a amsoshin AI. Gwaje-gwajensa sun yi amfani da tsarukan AI da aka shirya don nazarin, don haka kayan aikin gaske na iya yin daban.

Microsoft Bing tana ba da shawarar rubuta kanun labarai da rubutu a matsayin tambayoyi kai tsaye masu bayyanannun amsoshi, domin haka ne mutane ke bincike, musamman a amsoshin AI. Amma Google ta ce fasalolinta na AI ba sa buƙatar sauye-sauye na musamman, don haka ka ɗauki wannan a matsayin shawarar injin bincike ɗaya, ba ƙa’idar gama-gari ba.

Microsoft Bing tana ba da shawarar farawa da amsar jimla ɗaya ko biyu da ke da ma’ana da kanta, don a iya ɗauko ta cikin amsar AI. Wannan ya yi daidai da «dala da aka juya» da Nielsen Norman Group ta daɗe tana ba da shawara: babban batu da farko, cikakkun bayanai daga baya, saboda masu karatu kan tsaya da wuri.

Wani nazari na Nielsen Norman Group ya gano cewa shafukan da aka sake rubutawa su zama gajeru, masu sauƙin dubawa da ido (da jerin abubuwa da kalmomin da aka haskaka) kuma marasa son zuciya sun fi sauƙin amfani da kashi 124 cikin 100. Microsoft Bing ma tana ba da shawarar jerin abubuwa da tebura don matakai da kwatance, domin suna raba bayanai zuwa sassa bayyanannu da AI za ta iya sake amfani da su.

Ƙa’idar HTML tana da abin <main> don babban abun cikin shafi, tare da wasu don kai, menu da ƙasan shafi. Yi wa abun ciki alama ta wannan hanya na taimaka wa masu karanta allo, kuma yana ba wa wasu kayan aiki damar bambance labari da menu da tallace-tallace.

Google ta sanar a 2014 cewa tana amfani da HTTPS, nau’in adireshin yanar gizo mai tsaro, a matsayin ƙaramar alama wajen tsara sakamako. Burauzoji kuma na nuna shafukan da ba su da shi a matsayin «Ba amintacce ba», kuma HTTPS na kare abin da baƙi ke rubutawa, kamar kalmomin sirri.

Saitin «noindex» na gaya wa Google kada ta nuna shafi a sakamakonta. Idan aka bar shi bisa kuskure, yana fitar da shafin daga Google gaba ɗaya, shi ya sa wannan gwajin ke da nauyi sosai.

Fayil ɗin robots.txt na gaya wa robobin injinan bincike sassan shafi da za su iya karantawa. Google na bin sa, don haka shafin da aka toshe a can ba za a iya karanta shi da kyau ba, ko da yake Google na iya nuna adireshinsa ba tare da bayani ba.

Taswirar shafi fayil ne da ke lissafa shafukan da kake so a samu. Google ta ce yana taimaka mata gano shafuka, musamman a sabbin shafuka ko manya, amma ba ya tabbatar da cewa za su bayyana a sakamako.

Idan abu ɗaya ya buɗe a adireshi fiye da ɗaya, Google na zaɓar ɗaya ta nuna. Alamar «canonical» na gaya wa Google wanda ka fi so. Google na ɗaukar ta a matsayin alama mai ƙarfi, ba umarni ba.

Google ta ce ana yawan amfani da taken shafi a matsayin kanun sakamakon bincike, kuma ya kamata ya zama mai bayani kuma gajere. Google ba ta saita adadin haruffa ba amma tana yanke dogayen take, don haka tsawon da muke dubawa ƙa’idarmu ce ta aiki.

Google na iya nuna bayanin meta a matsayin gajeren rubutu ƙarƙashin sakamakonka idan ya bayyana shafin da kyau. Google ba ta saita tsawo ba; tsawon da muke dubawa namu ne, bisa abin da yawanci ke dacewa.

Jagorar farko ta SEO ta Google tana ba da shawarar kanun labarai da ke nuna yadda aka tsara shafi, kuma jagororin samun dama sun ce babban kanu ya kamata ya bayyana shafin. Google ba ta buƙatar babban kanu ɗaya kawai; wannan ɓangaren ƙa’idarmu ce don bayyananniya.

Jagororin samun dama na W3C suna neman kanun labarai su zo bisa tsari, ba tare da tsallake mataki ba, don masu amfani da masu karanta allo su iya gane hanyarsu. Google ta ce tsarin kanun ba shi da tasiri a sakamakonta, don haka wannan gwajin na masu karatu ne, ba na Google ba.

Google ta ce ba ta da adadin kalmomin da ta fi so, kuma tana ba da lada ga shafukan da ke amsa tambayar baƙo gaba ɗaya. Shafuka masu gajarta sosai ba kasafai suke yin haka ba, don haka muna gargaɗi ƙasa da adadin kalmomin da mu da kanmu muka zaɓa. Alama ce ta kusan-kusa, ba ƙa’idar Google ba.

WCAG, ƙa’idar samun dama ta duniya, tana neman bayanin rubutu na kowane hoto mai ma’ana, don baƙi makafi su san abin da yake nunawa. Google ma na amfani da waɗannan bayanai (rubutun maye gurbi) don fahimtar hotuna.

Google na samun yawancin shafuka ta hanyar bin hanyoyin haɗi. Jagorarta ta ce kowane shafi da ka damu da shi ya kamata ya sami hanyar haɗi daga aƙalla wani shafi ɗaya a shafinka, da kalmomin da ke bayyana inda yake kaiwa.

Google na amfani da nau’in waya na shafi galibi don sakamakonta, abin da take kira tsara jeri da fifikon waya. Ba tare da saitin «viewport» ba, waya na nuna ƙaramin shafin kwamfuta mai wahalar karantawa da amfani.

WCAG tana neman kowane shafi ya bayyana harshensa, don masu karanta allo su furta kalmomi daidai kuma burauzoji su iya ba da fassara. Google ta ce tana gane harshe daga rubutun da ake gani kuma tana yin watsi da wannan saitin, don haka gwajin na taimaka wa baƙi, ba matsayi ba.

Lokacin zuwa baiti na farko shi ne tsawon lokacin da sabar ke ɗauka kafin ta fara aika shafi. Jagorar web.dev ta Google ta ce daƙiƙa 0.8 ko ƙasa da haka yana da kyau, fiye da daƙiƙa 1.8 kuma ba shi da kyau, iyakokin da muke amfani da su. Muna aunawa sau ɗaya daga sabarmu, abin da bai yi daidai da Core Web Vitals daga baƙi na gaske ba. Wani nazari na Deloitte da Google ta ɗauki nauyi ya gano cewa shafukan waya masu ɗan ƙarin sauri sun kawo ƙarin cinikayya.

Sabobi na iya matse shafi kafin su aika shi, da hanyoyi kamar gzip ko Brotli, kuma burauza na buɗe shi idan ya iso. Takardun Mozilla sun bayyana yadda wannan ke aiki. Ƙananan shafuka na isowa da sauri, musamman a hanyoyin sadarwar waya masu jinkiri.

Yarjejeniyar Open Graph na saita taken, rubutu da hoton da ake gani idan wani ya raba hanyar haɗinka a kafofin sada zumunta ko manhajojin aika saƙo. Ba ta shafar matsayi a Google, amma tana ƙayyade yadda shafinka zai bayyana idan aka raba shi.

Bayanai masu tsari alamomi ne na ɓoye da ke gaya wa injinan bincike abin da shafi ya ƙunsa, kamar kasuwanci, kaya ko labari. Google na amfani da su don fahimtar shafuka da kuma sakamako masu cikakken bayani, amma ingantattun alamomi ba su tabbatar da haka ba. Muna duba ne kawai cewa ana iya karanta su ba tare da kuskure ba.

Tsohuwar shekarar haƙƙin mallaka a ƙasan shafi ƙaramar alama ce cewa babu mai kula da shafin. Babu injin bincike ko doka da ke buƙatar shekarar yanzu. Wannan gwajinmu ne na kanmu, shi ya sa kusan ba shi da nauyi.

A ƙarƙashin GDPR na Birtaniya da Tarayyar Turai, shafin da ke tattara bayanan sirri dole ne ya gaya wa mutane abin da yake tattarawa da dalili, yawanci a manufar sirri. Hukumar Birtaniya, ICO, na bayyana abin da ake buƙata. Sharuɗɗan amfani ba koyaushe doka ke buƙatar su ba, amma suna kafa ƙa’idoji bayyananne ga baƙi.

Dokokin Birtaniya da Tarayyar Turai kan kukis sun ce kukis da ba dole ba, kamar na nazari da talla, na buƙatar izinin baƙo da farko. Jagorar ICO na bayyana wannan. Muna neman sanannun kayan aikin bin diddigi da na neman izini, amma ba za mu iya tabbatar da abin da shafi ke yi a zahiri ba.

Dokar Tarayyar Turai kan ayyukan intanet na neman kasuwanci su ba da adireshin imel ko wata hanya mai sauri ta tuntuɓar su, kuma Birtaniya na da ƙa’ida iri ɗaya. Jagororin Google ga masu tantance inganci ma na la’akari da bayyanannun bayanan tuntuɓa wajen auna ko shafi amintacce ne.

Jagorar Google kan lambobin matsayi ta bayyana cewa hanyar haɗi zuwa shafin da babu shi («404») ba ta kai ko’ina, kuma irin waɗannan shafuka na fita daga bincike da lokaci. Karyayyun hanyoyin haɗi ba sa rage matsayi kai tsaye, amma suna hana baƙi da robobi isa abun cikinka.

Google na neman shafukan da babu su su aika ainihin matsayin «404 ba a samu ba», ba shafi na yau da kullum da ke cewa «ba a samu ba» kawai ba, abin da take kira soft 404. Shafin kuskure mai amfani kuma na riƙe baƙin da suka ɓata a shafinka.

Idan shafi ya buɗe da www da kuma ba tare da shi ba, ko ta http da https, dole Google ta zaɓi ɗaya. Google na ba da shawarar ka zaɓi adireshi ɗaya kuma ka tura sauran zuwa gare shi har abada.

Hanyoyin haɗin da ke buɗe sabon shafi a da suna ba wa sabon shafin damar sarrafa tsohon, dabarar da aka yi amfani da ita wajen zamba. Ƙara rel="noopener" na hana wannan. Takardun Mozilla sun lura cewa burauzoji na zamani yanzu na yin haka da kansu, don haka haɗarin galibi a tsofaffin burauzoji yake.

Jagorar web.dev ta Google ta bayyana cewa hotunan WebP yawanci sun fi JPEG ko PNG ƙanƙanta sosai a inganci ɗaya, kuma AVIF ya fi sabo kuma sau da yawa ya fi ƙanƙanta. Ƙananan hotuna na lodawa da sauri, musamman a waya.

Idan hoto ba shi da faɗi da tsawo da aka saita, burauza ba zai iya ajiye masa wuri ba, don haka rubutu na tsalle yayin da yake lodawa. Google na auna wannan «canjin tsari» a matsayin ɗaya daga cikin Core Web Vitals kuma tana ba da shawarar saita girman hotuna don hana shi.

Burauzoji na iya jira su loda hotuna har sai baƙo ya kusance su, da loading="lazy". Jagorar Google ta ce hakan na adana bayanai kuma yana hanzarta kallon farko, amma hotunan saman shafi ya kamata su loda nan take.

Idan shafi na amfani da nasa rubutun haruffa, wasu burauzoji na ɓoye rubutu har sai haruffan sun iso. Jagorar Google tana ba da shawarar «font-display: swap», don rubutu ya bayyana nan take da haruffa na yau da kullum sannan ya sauya idan na musamman ya shirya.

Ajiyar wucin gadi na ba wa burauza damar riƙe fayilolin da ya riga ya sauke, don baƙin da suka dawo kada su sake sauke su. Jagorar Google ta bayyana yadda dogon lokacin «Cache-Control» ke yin haka ga fayilolin da ba kasafai suke sauyawa ba.

Alamar «preload» na gaya wa burauza ya kawo muhimmin fayil da wuri, kamar babban rubutun haruffa ko babban hoto. Jagorar Google ta ce yana iya hanzarta lodawa idan aka yi amfani da shi ga ’yan fayiloli masu muhimmanci. Na zaɓi ne, don haka ba ya rage makinka ko kaɗan.

WCAG tana neman hanyar tsallake sassan da ke maimaituwa a kowane shafi, kamar menu. Hanyar haɗi ta «tsallaka zuwa abun ciki» na ba wa masu amfani da allon rubutu damar zuwa kai tsaye ga babban abun ciki.

Jagorar W3C kan alamomin yanki (kai, kewayawa, babban abun ciki da ƙasan shafi) ta bayyana cewa masu karanta allo na ba mutane damar tsallakawa tsakanin waɗannan wurare. Shafukan da aka gina da su sun fi sauƙin bi ba tare da ganin su ba.

WCAG na buƙatar masu amfani da allon rubutu su iya ganin wace hanyar haɗi ko maɓalli aka zaɓa a kowane lokaci. Muna neman salo da ke ɓoye wannan layin zagaye ba tare da sanya wani abu a madadinsa ba.

WCAG tana neman bambancin launi na aƙalla 4.5 zuwa 1 tsakanin rubutu na yau da kullum da bayansa, don masu raunin gani su iya karanta shi. WebAIM Million, gwajin shekara-shekara na shafukan farko miliyan ɗaya, ya gano cewa rubutu mai ƙarancin bambancin launi shi ne matsalar da ta fi yawa. Ba ma auna bambancin launi, domin hakan na buƙatar a zana shafin a allo, kuma muna faɗin haka maimakon mu yi hasashe.

Baƙin da suka rubuta adireshinka ba tare da https:// ba ya kamata su isa nau’in mai tsaro. Takardun Mozilla sun bayyana cewa tura wa na dindindin na yin haka, kuma saitin burauza na gwaji na gaba (HSTS) na rufe giɓin da tura wa ke barwa.

HSTS ƙa’idar intanet ce (RFC 6797) da ke gaya wa burauzoji su yi amfani da nau’in mai tsaro na shafinka koyaushe, ko da wani ya rubuta ko ya danna hanyar haɗi ta http://. Ba tare da shi ba, ziyarar da ta fara da http:// na iya fuskantar katsewa kafin tura wa.

OWASP, ƙungiya mai zaman kanta wadda ba ta neman riba kuma tana wallafa jagororin tsaron yanar gizo, ta lissafa saituna (kanun bayanai) da sabar za ta iya aikawa don burauza ya toshe hare-hare na yau da kullum, kamar buɗe shafinka a cikin wani shafi ko gudanar da rubutun shirye-shirye masu cutarwa. Muna duba manyan da take ba da shawara.

Google na nuna gunkin shafi kusa da sakamakonta na bincike kuma tana bayyana yadda ake saita shi. Burauzoji kuma na nuna shi a shafuka da alamomin ajiya, abin da ke taimaka wa baƙi gane shafinka.

GOV.UK, shafin gwamnatin Birtaniya, na iyakance jimloli zuwa kalmomi 25 ko ƙasa da haka, yana ambaton binciken da ya nuna cewa masu karatu na fahimtar ƙasa da haka sosai yayin da jimloli ke ƙara tsayi. Muna gargaɗi idan matsakaici ya wuce kalmomi 20, iyakar tamu da ta ɗan fi tsauri.

Binciken Nielsen Norman Group kan yadda mutane ke karatu a intanet ya gano cewa mutane na duba shafuka da ido, kuma gajerun sakin layi masu ra’ayi ɗaya kowanne na sa shafuka su fi sauƙin amfani. Iyakar kalmomi 150 da muke amfani da ita tamu ce.

Binciken guda ɗaya ya gano cewa ƙananan kanun labarai masu ma’ana na taimaka wa masu karatu su duba shafi kuma su sami abin da suke buƙata. Muna neman ƙaramin kanu aƙalla bayan kowace kalmomi 350; wannan adadin namu ne.

Makin sauƙin karatu na Flesch, wanda Rudolf Flesch ya wallafa a 1948, na auna rubutu bisa tsawon jimlolinsa da kalmominsa. Maki 60 ko sama da haka kusan Turanci mai sauƙi ne. An yi shi don Turanci, don haka muna auna shafukan Turanci kawai kuma muna faɗin cewa ba a auna sauran harsuna ba.

Jagorar salo ta GOV.UK ta ce kada a rubuta dogon rubutu da manyan haruffa, saboda yana da wahalar karantawa. Muna neman jerin kalmomi shida ko fiye da aka rubuta da manyan haruffa.

WCAG tana neman manufar kowace hanyar haɗi ta bayyana daga kalmominta, ko daga kalmominta tare da jimlar da ke kewaye da ita. Masu amfani da masu karanta allo kan ji jerin duk hanyoyin haɗin shafi, inda «danna nan» ba ya gaya musu komai.

WCAG na buƙatar kowane maɓalli da hanyar haɗi su sami suna da fasahar taimako za ta iya karantawa da babbar murya; gunkin da ba shi da lakabi ana sanar da shi a matsayin «maɓalli» kawai. WebAIM Million ya sanya hanyoyin haɗi da maɓallai marasa komai cikin matsalolin da suka fi yawa a shafukan farko.

WCAG tana neman lakabi a kowane filin fom. Darasin fom na W3C ya bayyana cewa rubutun misali mai launin toka ba madadinsa ba ne, saboda yana ɓacewa yayin da mutum ke rubutu kuma sau da yawa yana da wahalar gani.

WCAG tana neman a iya ƙara girman rubutu zuwa ninki biyu ba tare da rasa abun ciki ba. Saitunan waya da ke hana zuƙowa da yatsu biyu na hana masu raunin gani yin haka.

Babu ƙa’idar da ke saita mafi ƙanƙantar girman rubutu; maimakon haka WCAG tana neman a iya ƙara girmansa. Burauzoji na farawa daga pikseli 16, kuma iyakarmu ta pikseli 14 ƙa’idarmu ce ta aiki.

WCAG tana neman rubutun bayani a bidiyon da aka naɗa masu sauti, don kurame, da duk wanda ke kallo ba tare da sauti ba, su iya bin su.

WCAG tana neman duk sautin da ke kunnuwa da kansa fiye da daƙiƙa uku a iya dakatar da shi ko rage shi. Sautin da ya fara da kansa kuma na iya rufe muryar mai karanta allo.

WCAG tana neman a iya dakatar da abun cikin da ke motsi, walƙiya ko zamewa, kuma a iya kashe motsin da gungurawa ke haddasawa. Na’urori na ba mutane damar neman ƙarancin motsi, kuma shafuka na iya mutunta hakan da saitin «prefers-reduced-motion». Motsi na iya sa wasu mutane jiri ko tashin zuciya.

Jagorar Google ta bayyana tagogin da ke tasowa waɗanda ke kawo cikas, kamar waɗanda ke rufe abun ciki da zarar ka iso, musamman a waya, kuma tana ba da shawarar tutoci marasa tsangwama. Ba za mu iya ganin lokacin da taga ke tasowa ba, don haka wannan gwajin gargaɗi kawai yake yi.

Coalition for Better Ads, ƙungiyar masu talla da masu wallafa, ta yi bincike kan tallace-tallacen da mutane suka fi ƙyama, tare da mutane fiye da 150,000 da suka shiga. Better Ads Standards ɗinta sun lissafa su, kamar tallace-tallace masu tasowa, bidiyon da ke kunnuwa da sauti da tallace-tallacen da ke rufe yawancin allon waya.

Rubutun da aka manta kamar «Lorem ipsum» ko «A matsayina na samfurin harshe na AI» na gaya wa masu karatu cewa babu wanda ya duba shafin. Google ta ce tana auna abun ciki bisa ingancinsa ko ta yaya aka yi shi, kuma manufofinta na yaƙi da spam sun shafi shafukan da aka yi da yawa masu ƙarancin amfani. Jagororin Bing ma suna gargaɗi game da yawan abun cikin da aka yi ba tare da bitar edita ba.

Wani nazari na 2025 a mujallar Science Advances ya ƙirga kalmomi a taƙaitattun bayanan binciken likitanci fiye da miliyan 15 kuma ya gano ƙaruwar kalmomi kwatsam kamar «delves» da «showcasing» bayan zuwan ChatGPT. Jerinmu na kusan jimloli 40, da iyakar 2 a cikin kowace kalmomi 1,000, namu ne. Alamomi ne, ba hujja ba: mutum ma na iya rubuta su.

Bayyanar jimla ɗaya sau uku ko fiye alama ce ta yau da kullum ta rubutun da aka samar ko aka kwafa da yawa. Wannan gwajinmu ne na kanmu. Jagorar Google kan abun ciki mai amfani tana tambaya ko shafi na ƙara ƙima ta gaske maimakon maimaita kansa.