Encje w SEO - czym są i jak je wykorzystać w strategii pozycjonowania

Czym są encje w SEO?

Encje w SEO to jednoznacznie rozpoznawalne byty, które wyszukiwarka identyfikuje niezależnie od słów użytych w tekście. Encja to “coś”, co da się nazwać, odróżnić od innych rzeczy i połączyć relacjami z kolejnymi bytami.

Zgodnie z dokumentacją Cloud Natural Language API encją jest praktycznie każdy rzeczownik: zarówno nazwy własne, jak i rzeczowniki pospolite w rodzaju “restauracja” czy “stadion”. Google przypisuje im typy, na przykład PERSON, LOCATION albo WORK_OF_ART.

Kluczowa różnica między encją a słowem kluczowym jest prosta. Encja istnieje niezależnie od języka, synonimów i form fleksyjnych. Słowo “apple” to ciąg znaków, ale Apple Inc. i apple jako owoc to dwa różne byty mimo identycznego zapisu.

Według przykładu z dokumentacji Cloud Natural Language API zdanie o filmie “Lawrence of Arabia” daje dwie osobne encje: film oznaczony jako WORK_OF_ART i postać T. E. Lawrence oznaczona jako PERSON. Rozstrzygnięcie bierze się z kontekstu, czyli z otaczających encji i relacji między nimi.

Jak Google przetwarza encje w SEO?

Wyszukiwarka rozpoznaje encje w tekście, rozstrzyga ich znaczenie, osadza je w matematycznej przestrzeni znaczeń i analizuje relacje między nimi. Osadzenie w przestrzeni znaczeń to właśnie embeddingi, czyli wektorowe reprezentacje zapytań, dokumentów i encji.

Zgodnie z przewodnikiem Google po systemach rankingowych za rozumienie znaczenia odpowiada kilka osobnych systemów sztucznej inteligencji, nie jeden mechanizm:

Dlatego zapytanie “jak schudnąć” może trafić na artykuł o “redukcji masy ciała”, mimo że nie zawiera dokładnej frazy. To fundamentalna zmiana: liczy się semantyka, nie keyword stuffing i exact match.

Encje działają głównie na wczesnych etapach obsługi zapytania. To tam wyszukiwarka ustala, o czym jest dokument i jaki system powinien go dalej oceniać, a nie ile punktów mu przyznać.

Entity salience - o czym naprawdę jest Twoja strona?

Entity salience to miara tego, jak istotna jest dana encja w dokumencie w porównaniu z innymi encjami. Odpowiada na jedno pytanie: o czym przede wszystkim jest ta strona?

Według dokumentacji Cloud Natural Language API pole salience jest zwracane wprost przy analizie encji. W przykładzie z dokumentacji dla krótkiego tekstu o Marvinie Gaye encja “R&B music” dostała salience 0,53, a sam “Marvin Gaye” 0,22.

Zgodnie z tą samą dokumentacją encja z Grafu Wiedzy dostaje w polu metadata własny identyfikator. Dla Marvina Gaye jest to /m/012z8_ plus adres artykułu w Wikipedii. To najprostszy dowód, że encja ma w systemach Google własny identyfikator, niezależny od tego, jak ją nazwiesz.

To publiczne API, nie system rankingowy wyszukiwarki. Ale pokazuje mechanikę, na której zależy Google: istotność encji wynika z tego, gdzie się pojawia i jak często wraca w narracji.

W praktyce na istotność encji pracują trzy rzeczy:

• Umiejscowienie strukturalne - czy encja pojawia się w tytule, nagłówkach i wstępie?
• Spójność kontekstowa - czy encja definiuje oś narracyjną kolejnych sekcji?
• Relacje między encjami - jak inne pojęcia odnoszą się do encji głównej?

Praktyczny test: jeśli Twoja strona zostałaby zredukowana do krótkiego abstraktu, czy główna encja nadal byłaby oczywista? Jeśli wiele encji wydaje się równie dominujących, wyszukiwarka może mieć problem z czystą klasyfikacją, co daje słabszy retrieval, a nie karę. Tego rodzaju problemy wykrywam w trakcie audytu SEO.

Pokrycie tematyczne i information gain

Głębia tematyczna opisuje, czy dokument porusza zakres pojęć oczekiwanych przez użytkowników, a nie ile encji zawiera. Sama liczba encji nie jest celem.

Według patentu Google US11354342B2 information gain score wskazuje informacje dodatkowe względem dokumentów, które użytkownik już obejrzał. Patent nosi tytuł “Contextual estimation of link information gain” i został złożony 18 października 2018. Punkt odniesienia to zatem historia czytania użytkownika, a nie lista wyników konkurencji.

Zgodnie z opisem tego patentu wynik jest wyliczany przez model uczenia maszynowego, a dokumenty są prezentowane w kolejności odzwierciedlającej spodziewany przyrost wiedzy. Innymi słowy: powtórzenie tego, co czytelnik już wie, ma z definicji niską wartość.

Praktyczny wniosek jest niewygodny dla popularnego podejścia do treści. Dodanie kolejnych powiązanych encji może pomóc, ale wsypywanie pojęć bez włączenia ich w narrację nie tworzy przyrostu informacji.

Knowledge Graph i relacje semantyczne

Knowledge Graph (Graf Wiedzy) to ustrukturyzowana baza encji i relacji między nimi. To osobna warstwa, inny system niż sam indeks wyszukiwania.

Zgodnie z wpisem Amita Singhala z 16 maja 2012 Graf Wiedzy zawierał wtedy ponad 500 milionów obiektów. Ten sam wpis podaje ponad 3,5 miliarda faktów o tych obiektach i relacji między nimi. Cel opisano wówczas hasłem “things, not strings”, czyli rzeczy zamiast ciągów znaków.

Encje w Grafie Wiedzy łączą trójki semantyczne: podmiot, relacja, przedmiot. Według tego samego wpisu Google Maria Skłodowska-Curie jest w Grafie powiązana z dwojgiem dzieci i z mężem Pierre’em Curie, a te powiązania modeluje sam graf, nie treść pojedynczej strony.

Wpis ogłaszający Graf Wiedzy opisuje trzy zastosowania: rozróżnianie bytów o tej samej nazwie, streszczanie kluczowych faktów i podpowiadanie powiązań. Zgodnie z przewodnikiem Google po systemach rankingowych Graf Wiedzy nie jest wymieniony wśród systemów rankingowych, więc traktowanie go jako źródła pozycji jest nadinterpretacją.

Kontekst na poziomie serwisu - siteFocusScore i siteRadius

Zgodnie z przewodnikiem Google po systemach rankingowych systemy rankingowe działają na poziomie pojedynczej strony, ale sygnały i klasyfikatory obejmujące cały serwis też są używane. Ten sam przewodnik zastrzega, że dobre sygnały serwisowe nie gwarantują wysokich pozycji wszystkim podstronom.

Nazwy konkretnych miar spójności serwisu znamy z wycieku, nie z oficjalnej dokumentacji. Warto trzymać to rozróżnienie, bo w polskim SEO obie rzeczy bywają mylone:

Zgodnie z oświadczeniem Google dokumenty z wycieku są autentyczne, ale pozbawione kontekstu. Opisane pola mogły nigdy nie zostać użyte, mogły być testowane przez jakiś czas albo zmienić się przez lata. To nie jest dowód, że oba pola działają dziś w produkcyjnym rankingu.

Osobno warto sprostować popularne przypisanie tych miar do Helpful Content System. Według przewodnika Google po systemach rankingowych Helpful Content System jest wymieniony jako system wycofany, bo w marcu 2024 stał się częścią głównych systemów rankingowych.

Zgodnie z ogłoszeniem aktualizacji rdzenia z 5 marca 2024 Google wprost napisało, że do rozpoznawania przydatności treści nie służy już jeden sygnał ani jeden system. Konsekwencja dla strategii jest prosta: nie ma jednego przełącznika do wyłączenia ani jednej miary do zoptymalizowania.

W praktyce serwis konsekwentnie piszący o SEO ma łatwiej przy zapytaniach o SEO niż blog ogólnotematyczny, który raz pisze o SEO, raz o gotowaniu. Budowanie autorytetu tematycznego to spójny system dokumentów powiązanych encjami i wewnętrznym linkowaniem, a nie jeden artykuł.

Mity o encjach, które trzeba obalić

Wokół encji narosło sporo nieporozumień, a część z nich Google prostuje wprost we własnej dokumentacji:

Za tymi błędami kryje się mylenie korelacji z przyczynowością. To, że encje uczestniczą w procesie, nie oznacza, że są czynnikiem rankingowym w rozumieniu nabijania punktów.

Jak planować encje w SEO w treści?

Workflow tworzenia briefu contentowego

1. Zdefiniuj główną intencję - informacyjna, komercyjna, transakcyjna? Jedna dominująca czy miks?
2. Zidentyfikuj encję rdzeniową - gdybyś miał opisać stronę jednym zdaniem, co jest jej rdzeniem?
3. Mapuj encje wspierające według roli, nie ilości: które wyjaśniają problem, które reprezentują rozwiązania, które dostarczają kontekstu?
4. Weryfikuj dopasowanie - porównaj swój zestaw encji z topowymi stronami w wynikach i z pytaniami użytkowników

Celem nie jest dopasowanie encja w encję do konkurencji. Chodzi o to, żebyś poruszył pojęcia, których czytelnik oczekuje, zanim uzna stronę za użyteczną.

Jak ocenić entity salience w swoim artykule?

1. Istotność strukturalna - czy encja rdzeniowa jest w tytule, H1, wstępie i podsumowaniu?
2. Spójność narracji - czy strona konsekwentnie wraca do głównego tematu, czy dryfuje?
3. Relacje encji - czy encje wspierające są jasno osadzone względem encji rdzeniowej?
4. Test kompresji - po zredukowaniu do abstraktu, czy główny temat jest oczywisty?

Schema.org - jawne deklarowanie encji

Schema.org pozwala zadeklarować wprost, o jakich encjach jest Twoja strona:

{
  "@context": "https://schema.org",
  "@type": "Article",
  "about": [
    { "@type": "Thing", "name": "SEO" },
    { "@type": "Thing", "name": "Content Marketing" }
  ]
}

Zgodnie z dokumentacją Google o danych strukturalnych ich rolą jest dostarczenie jawnych wskazówek o znaczeniu strony i umożliwienie wyników rozszerzonych. Efekt widać w zachowaniu użytkowników, a nie w samej pozycji:

Zgodnie z tą samą dokumentacją nie wolno oznaczać danymi strukturalnymi informacji, których użytkownik nie widzi na stronie, nawet jeśli są prawdziwe. Schema nie jest więc miejscem na deklaracje na wyrost.

Google zaznacza też, że przy zachowaniu wyszukiwarki wiążąca jest dokumentacja Search Central, a nie samo schema.org. Słownik schema.org zawiera więcej typów, niż wyszukiwarka faktycznie wykorzystuje.

E-E-A-T a encje

Zgodnie ze stroną Google o tworzeniu pomocnych treści E-E-A-T to doświadczenie, ekspertyza, autorytatywność i wiarygodność, a najważniejszym z tych czterech elementów jest zaufanie. Pozostałe trzy na to zaufanie pracują.

Ta sama strona Google mówi wprost, że E-E-A-T nie jest samodzielnym czynnikiem rankingowym. Systemy Google używają zestawu sygnałów, które pomagają rozpoznać treści o wysokim E-E-A-T, i przykładają do nich większą wagę w tematach YMYL, czyli wpływających na zdrowie, finanse i bezpieczeństwo.

Encje wspierają ten mechanizm na kilku poziomach. Pisząc szczegółowo o encjach w swojej niszy, z właściwym kontekstem i relacjami, pokazujesz ekspertyzę. Spójne strukturyzowanie encji podkreśla autorytet, a jasne wskazanie autora buduje zaufanie.

Zgodnie z tą samą stroną Google pytanie “kto stworzył treść” jest jednym z trzech kluczowych testów, obok “jak” i “dlaczego”. Google zachęca wprost do podawania autora tam, gdzie czytelnik by go oczekiwał. Te same sygnały działają w optymalizacji pod AI, gdzie modele językowe wybierają, kogo zacytować.

Kluczowy wniosek

Encje nie są punktami do zdobycia. To jednostki semantyczne, elementy stabilizujące kontekst i ramy relacji między pojęciami.

Google nie rankuje stron dlatego, że używają więcej encji. Rankuje je skuteczniej, gdy encje pomagają zrozumieć, że strona jest właściwą odpowiedzią na właściwą intencję.

Zamiast pytać “jak optymalizować pod encje”, zapytaj: czy moja treść jest jednoznaczna, spójna i jasno dopasowana do zamierzonej intencji? Klarowność to fundament, na którym systemy rankingowe mogą dalej wykonać swoją pracę.