Hlavní obsah vyžaduje JavaScript

Každou vzorkovanou stránku stahujeme dvakrát. Poprvé jako obyčejný HTTP požadavek, ze kterého se text vytáhne přímo z doručeného HTML, přesně tak, jak ho vidí robot, který nespouští JavaScript. Podruhé ve skutečném prohlížeči (Playwright), který skripty vykoná a nechá stránku doběhnout. Pak se porovná počet slov obou verzí.

Nález vznikne, když je rozdíl větší než 40 % slov vykreslené verze. Práh není naše odhadnutá hodnota schovaná v kódu: je v config/thresholds.json pod rule_engine.ACC-03 jako cheerio_vs_playwright_word_diff_ratio: 0.4 a pochází ze zadání produktu. Vzorec je |slova po JS − slova bez JS| / slova po JS.

Co kontrola nedělá:

• Neběží na všech stránkách. Prohlížečem se vzorkuje jen část webu. Je to nejdražší krok celého auditu. Stránky mimo vzorek se neposuzují vůbec, takže absence nálezu neznamená, že je web v pořádku celý.
• Neříká, co přesně chybí. Měří jen objem textu, ne jeho obsah. Stránka, které chybí 39 % textu, nález nedostane, i když v těch 39 % byla celá cena produktu.
• Nepozná opačný případ. Když JavaScript naopak text odebírá (cookie lišta ve statickém HTML, kterou skript nahradí obsahem), rozdíl vyjde stejně velký; kontrola počítá absolutní hodnotu, ne směr.
• Neměří rychlost ani chyby skriptů. Stránka, která se v prohlížeči vykreslí správně, ale za osm vteřin, je pro ACC-03 v pořádku.
• Nehodnotí, jestli je stránka „důležitá“. Nález na stránce se zásadami ochrany osobních údajů má stejnou váhu jako na produktu.

Nález je na úrovni stránky, takže se v reportu objeví jednou za každou zasaženou stránku, seskupený pod jedním kódem. Závažnost je kritická.

Za touhle kontrolou stojí měření, ne domněnka. Vercel analyzoval logy na okraji sítě pro tři weby s odlišnými frameworky (mimo jiné nextjs.org) a sledoval, co skutečně dělají AI crawleři, když stránku stáhnou.

Výsledek: GPTBot, ChatGPT-User, OAI-SearchBot, ClaudeBot, PerplexityBot, Bytespider ani Meta-ExternalAgent JavaScript nespouštějí. Soubory .js si stáhnou, ale nevyhodnotí je. Co není v doručeném HTML, pro ně neexistuje.

Dvě výjimky, které je fér uvést: Gemini a Applebot renderují. Kdo cílí výhradně na ně, má situaci jinou. Většina ostatních ne.

A jedno přiznání k síle důkazu: je to jediný nezávislý zdroj s popsanou metodikou, který se nám podařilo dohledat. Druhý jsme nenašli. Data jsou z prosince 2024, takže od té doby se chování mohlo změnit. Nikdo z provozovatelů to ale nedeklaruje ani jedním směrem. Proto třída „doložený efekt“, ne „nutná podmínka“: měření existuje a je věrohodné, ale nestojí za ním vlastní dokumentace provozovatele tak jako u ACC-01 nebo ACC-07.

Praktický důsledek je přitom tvrdý: pokud se váš hlavní obsah generuje až v prohlížeči, není to otázka horšího pořadí. Ten obsah prostě není k dispozici modelu, který na váš web přišel.

Nejdřív si ověřte, co robot doopravdy dostane. Nepotřebujete k tomu nástroj, stačí příkazová řádka a porovnání s tím, co vidíte v prohlížeči:

curl -s https://vase-domena/stranka | wc -w

Když vyjde pár desítek slov a stránka jich přitom v prohlížeči má tisíce, máte odpověď. Ve zdrojovém kódu stránky (Ctrl+U, ne inspektor; ten ukazuje stav PO vykonání skriptů) pak uvidíte, jestli tam text je, nebo jen prázdný <div id="root">.

Oprava má tři úrovně podle toho, kolik práce si můžete dovolit:

1. Statické generování (SSG): obsah, který se nemění při každém načtení (články, dokumentace, popisy produktů), vygenerujte při buildu do HTML. Nejlevnější na provoz a robot dostane všechno.
2. Renderování na serveru (SSR): stránky, které závisí na požadavku, vykreslete na serveru a pošlete hotové HTML. V Next.js, Nuxtu i SvelteKitu je to výchozí režim; problém obvykle vzniká až tím, že se komponenta označí jako klientská.
3. Částečné řešení: když plošná změna nepřipadá v úvahu, aplikujte SSR alespoň na stránky s obsahovou hodnotou. Landing page bez SSR vás nestojí nic, prázdná stránka produktu ano.

Tři chyby, na které se v praxi naráží:

• „Máme SSR“ ještě neznamená, že SSR má i tahle stránka. V moderních frameworcích se režim volí per komponenta a jedna klientská komponenta obalující obsah stačí, aby z HTML zmizel.
• Obsah načítaný až po interakci (rozbalovací sekce, „načíst více“, karty s taby) v HTML být musí, i když je vizuálně skrytý. Skrýt ho CSS je v pořádku, dogenerovat ho skriptem ne.
• Prerendering pro roboty podle User-Agenta je slepá ulička. Servírovat robotům jinou verzi než lidem je riskantní a řeší to jen ty roboty, které pojmenujete. Vyřešte rendering pro všechny, ne pro seznam.