Përmbajtje

Numri i fjalëve dhe përmbajtja e hollë

Sa fjalë të dukshme ka faqja; nën 300 mjeti e quan përmbajtje të hollë.

Çfarë është

Numri i fjalëve mat sasinë e tekstit të dukshëm në faqe, pasi hiqen skriptet, stilet dhe etiketat.

"Përmbajtje e hollë" është term që përshkruan një faqe që nuk i jep lexuesit atë për të cilën erdhi: pak tekst, asnjë përgjigje konkrete, ose tekst i gjeneruar automatikisht për të mbushur një shabllon. Motorët e kërkimit e trajtojnë si problem cilësie, jo si shkelje.

Numri në vetvete nuk është kriter. Nuk ka asnjë prag zyrtar; 300 dhe 600 janë konvencione të industrisë, të shkruara në kodin e këtij mjeti si pragje praktike.

Pse ka rëndësi

Problemi real nuk është numri — është mungesa e përgjigjes. Kur një faqe ka njëqind fjalë sepse tema kërkon njëqind fjalë (një faqe kontakti, një përkufizim), gjithçka është në rregull. Kur ka njëqind fjalë sepse askush nuk e shkroi kurrë, faqja nuk ka pse të ekzistojë.

Pasoja matet në dy hapa. I pari: faqja nuk del në kërkim sepse nuk përmban gjuhën e nevojshme për t'iu përgjigjur asnjë pyetjeje. I dyti, më i rëndë: qindra faqe të holla në të njëjtin sajt e ulin vlerësimin e përgjithshëm të tij, prandaj dëmtojnë edhe faqet e mira.

Rasti klasik janë faqet e gjeneruara nga filtrat — "laptop + ngjyrë blu + nën 500 euro" — që prodhojnë mijëra URL me nga dy fjali. Zgjidhja atje nuk është shtimi i tekstit, është mosindeksimi i tyre.

Si rregullohet

Pyet së pari nëse faqja duhet të ekzistojë. Nëse jo, bashkoje me një tjetër ose vendos noindex.
Nëse duhet, përgjigju pyetjes së plotë. Shkruaj atë që vizitori do të pyeste më pas.
Mos shto fjalë për të mbushur numrin. Paragrafë hyrës që nuk thonë asgjë e ulin cilësinë, jo e ngrenë.
Kontrollo nëse teksti është vërtet në HTML. Përmbajtje e ndërtuar krejt me JavaScript pas ngarkimit mund të mos numërohet fare nga mjete si ky.
Për faqe filtrash dhe rezultatesh të brendshme, përdor noindex dhe lëri të holla — kjo është zgjidhja e saktë.

Si e mat ky mjet

ContentAnalyzer::checkWordCount() (services/ContentAnalyzer.php:222) merr numrin e fjalëve të nxjerra nga extractText() (:102) dhe e krahason me dy pragje: nën 300 (:226, paralajmërim me ndikim të lartë), 300–599 (:229, informativ), 600 e lart (:232, kaluar).

Një kontroll i dytë, i pavarur, bëhet nga ContentQualityAnalyzer (services/ContentQualityAnalyzer.php:63) me të njëjtin prag 300 dhe zbritje 15 pikësh.

Çfarë NUK e mat

Numërimi mbështetet te një funksion që i njeh vetëm fjalët me shkronja latine bazë. Për tekste në alfabete të tjera rezultati mund të jetë zero edhe kur faqja është plot me tekst; e njëjta dobësi prek pjesërisht shkronjat shqipe ë dhe ç (MASTER_PLAN/audits/61-ANALIZUESIT-INVENTAR.md §4.8).

Matja bëhet mbi HTML-në siç vjen nga serveri. Përmbajtja që ndërtohet me JavaScript pas ngarkimit nuk numërohet. Dhe i njëjti konstatim prodhohet nga dy analizues, pra shfaqet dy herë në raport.

Mospërputhje midis tekstit të analizuesit dhe matjes

Kjo faqe ndjek matjen, jo tekstin që prodhon analizuesi.
Teksti i analizuesit	Çfarë ndodh	Si u mat	Burimi
Thin content detected — Only 0 words found	Funksioni bazë i numërimit njeh vetëm shkronja latine ASCII; shkronjat shqipe ë dhe ç preken pjesërisht.	Mbi 25-rtl-arabisht.html me rreth 70 fjalë, word_count doli 0 ndërsa readability.words doli 74. — `MASTER_PLAN/audits/61-ANALIZUESIT-INVENTAR.md §4.8`	`services/ContentAnalyzer.php:183`

Kodi që e kryen matjen

services/ContentAnalyzer.php:222 — ContentAnalyzer::checkWordCount
services/ContentQualityAnalyzer.php:63 — Thin Content