Оператор site остаётся единственным бесплатным окном в чужую индексацию. Владельцу своего сайта доступны точные отчёты с причинами исключения страниц, а для домена конкурента есть только строка поиска, несколько комбинаций операторов и здоровый скепсис. Метод рабочий, но оброс легендами: одни читают цифру результатов как масштаб каталога соперника, другие проверяют по ней скорость индексации собственных страниц и паникуют без причины. Разберём, что оператор показывает на самом деле, какие сценарии разбора чужого сайта оправданы и почему выборка в принципе не может быть полной. Разведка на чужом поле и перепись на своём это разные ремесла, и смешивать их не стоит.
Что оператор site показывает на самом деле и как системы его обрабатывают
По задумке это инструмент пользователя, а не аудитора. Запрос с ограничением по адресу возвращает страницы, которые система сочла релевантными самому факту запроса, и вот тут начинаются сюрпризы. Google по умолчанию отбрасывает поддомены: классическая форма site:example.com покажет страницы основного хоста, а для захвата поддоменов используется запись со звёздочкой site:*.example.com. В Яндексе ограничение по домену удобнее задавать оператором host, который захватывает и поддоменные разделы, а точечную проверку адреса делает оператор url. Арсенал Google в 2024 году сузился: система окончательно убрала оператор cache, показывавший сохранённую копию страницы, и проверять свежесть индекса через кэш больше не получится.
Есть и невидимая часть. Оператор показывает витрину, то есть страницы, которые система готова предъявить пользователю по такому запросу. Склад, то есть полный индекс, всегда шире: в нём лежат адреса, ожидающие переобхода, исключённые как повторы, помеченные каноническими ссылками на другие адреса. Витрина и склад совпадают только на маленьких сайтах, и чем крупнее проект, тем заметнее разница между двумя цифрами.
Вторая особенность это порядок результатов. Представители Google не раз поясняли, что последовательность строк в ответе на site не отражает значимость страниц и не связана с ранжированием, это техническая выборка. Цифра над выдачей тоже оценочная: система честно пишет слово "примерно" и меняет число при перезагрузке страницы. Реально просмотреть можно несколько сотен строк, дальше сервис сообщает, что остальные результаты скрыты как повторы. Это не баг, а принцип: оператор не создавался для переписи индекса.
Практические сценарии разбора индексации чужого сайта
Первый сценарий это структура. Запрос по домену целиком показывает, какие разделы конкурента попали в индекс, а какие незаметно остались за бортом: каталог выехал, а блог с тысячей адресов не индексируется вовсе. Второй сценарий это свежесть. Ограничение периода в инструментах Google на "последнюю неделю" по запросу с site показывает, как быстро у конкурента подхватывают новые карточки и статьи, и это одна из самых честных оценок его технического состояния. Третий сценарий это типы контента: комбинация с filetype:pdf находит каталоги, прайсы и инструкции, по которым часто живёт оптовый трафик. Четвёртый сценарий это поддомены и региональные версии: исключение основного хоста из выборки со звёздочкой вскрывает региональную сетку, которую конкурент развернул. Пятый сценарий это контроль копий: точная фраза из вашего уникального текста с исключением вашего домена показывает, кто растиражировал материал, и часто оказывается, что копия стоит выше оригинала.
Шестой сценарий это служебная витрина. Страница результатов по site выводит заголовки и описания в шаблонах конкурента: сразу видно, уникальны ли заголовки у карточек или они генерируются по одной маске, и насколько осмысленные сниппеты собирает система. Седьмой сценарий это технические версии хоста. Сравнение выборок с www и без него показывает, как конкурент собрал зеркала и не осталась ли у него вторая витрина под забытым адресом, которая рассеивает сигналы.
Комбинации операторов для поиска дублей служебных страниц и утечек
Сила оператора раскрывается в связках. Рабочий набор для аудита выглядит так:
site:example.com inurl:catalog
site:example.com inurl:utm
site:example.com -inurl:www
site:example.com intitle:"условия доставки"
site:example.com filetype:pdf
site:*.example.com -site:www.example.com
site:example.com "корзина"Каждая строка отвечает на свой вопрос. Комбинация с inurl:catalog проверяет, сколько фильтрованных адресов выехало в индекс, и если их десятки тысяч, конкурента ждёт работа над краулинговым бюджетом, а вам достаётся подсказка, как не повторять ошибку. Запрос с inurl:utm вскрывает утечку помеченных ссылок, которые не должны существовать для поисковой системы вообще. Комбинация intitle с типовой фразой находит страницы-близнецы, размноженные по городам без переработки. Строка со словом "корзина" или "сравнение" показывает, выехали ли служебные сценарии, которые генерируют пустые адреса. В Яндексе тот же набор собирается на host и url:
host:example.ru inurl:catalog
host:example.ru | url:example.ru/dostavka
host:example.ru anchor:"акция"Оператор anchor проверяет вхождение фразы в ссылочные тексты и косвенно показывает перелинковку, до которой иначе не добраться без отчётов самого сайта.
Находки удобно сразу превращать в таблицу шаблонов. Каждый тип адреса получает свою строку: маска, количество в выборке, месяц первого появления. Крупную выборку выгружают через парсинг результатов и группируют адреса по параметрам через регулярные выражения. Краулер вроде Screaming Frog дополняет картину: обход карты сайта конкурента даёт список заявленных адресов, а пересечение его с выборкой оператора показывает, что система реально предъявляет людям.
Найденные у себя утечки закрываются обычными средствами. Пример фрагмента robots.txt, который убирает из обхода типовые находки такого аудита:
User-agent: *
Disallow: /*?utm_
Disallow: /*compare
Disallow: /cart
Clean-param: utm_source&utm_medium&actionДиректива Clean-param работает в Яндексе и предписывает склеивать адреса с рекламными метками, а для Google решают аккуратные канонические ссылки прямо в шаблонах страниц.
Причины по которым выборка site всегда остаётся неполной
Причин несколько, и каждая сама по себе способна испортить отчёт. Система дедуплицирует выдачу: близкие варианты страницы схлопываются, и из кластера показывается один канонический адрес, остальные просто не попадают в выборку. Адреса с редиректами и каноническими ссылками на другие хосты не отображаются как самостоятельные строки, из-за чего реальная структура сайта в результатах не видна. Страницы, закрытые от обхода в robots.txt, могут показываться строкой без описания, если на них ведут внешние ссылки, и наоборот, качественные адреса могут не попасть в конкретную выборку при переобходе. Свою роль играет региональность: пользователь и сервер в разных странах увидят разное. Главный вывод: оператор годится как индикатор присутствия, но не как перепись страниц. Отсутствие адреса в результатах не означает его отсутствия в индексе.
Отдельная история с числами. Цифра результатов живёт в кэше региональных дата-центров и обновляется неравномерно, поэтому два замера подряд отличаются даже без каких-либо изменений на сайте. Для свежих адресов выборка отстаёт на дни и недели: страница уже ранжируется по обычным запросам, но в результатах оператора появляется позже. Получается парадокс: самый доступный инструмент даёт самую запаздывающую картину.
В выборку почти не попадают страницы под фильтрами: адресы с ручными мерами, помеченные как спам, исключённые из показа по качеству. Наблюдатель чужого сайта не увидит этой маркировки и примет последствия фильтра за естественную структуру. Аналогично молчат адресы, которые система обходит с ошибками сервера: их нет в результатах, но нет и объяснения, почему.
Сверка с отчётами Вебмастера и Search Console и границы сравнения
Свои домены проверяются иначе, и сравнение двух подходов лучше всего показывает пределы оператора. В Search Console за точность отвечает отчёт о страницах в поиске, переработанный в сентябре 2023 года: по каждому адресу видно статус, причину исключения, будь то дубликат, альтернативная каноническая страница, обход с ошибкой или обнаруженная без индексации. В Яндекс Вебмастере раздел "Страницы в поиске" даёт статус по каждому адресу и очередь на переобход, а проверка отдельного URL показывает, видит ли система страницу и что ей мешает. Сверка этих отчётов с результатами site по тому же домену обычно даёт расхождение в разы, и это не ошибка, а наглядный урок: внутренняя статистика и пользовательский оператор измеряют разные вещи. Для чужого сайта подобных отчётов не существует, поэтому любые выводы о его индексации остаются оценкой по косвенным признакам.
Для единичных проверок своих адресов есть быстрые пути. Просмотр адреса в Search Console мгновенно сообщает, проиндексирована ли страница, когда её обходили в последний раз и что именно мешает показу. В Яндекс Вебмастере та же задача решается кнопкой переобхода и статусами в разделе страниц в поиске. Оператор site в этой связке не нужен вовсе: он отвечает на вопросы пользователя, а отчёты отвечают на вопросы владельца.
Ловушки интерпретации цифр при оценке масштаба сайта
Первая ловушка это сравнение цифр у конкурентов. Магазин с сотней категорий и фильтрами на каждую пару значений наберёт в выборке миллионы строк и проиграет по качеству узкому каталогу в десять тысяч адресов. Вторая ловушка это рост. Цифра растёт и от полезных страниц, и от утечек, и отличие видно только вручную, по списку новых шаблонов адресов. Третья ловушка это свежесть: страница появляется в поиске раньше, чем успевает попасть в выборку оператора, и скорость индексации по site всегда занижена. Четвёртая ловушка это скрытые повторы: строка может отображаться в выдаче по адресу, который система сама исключила из показа по дубликату. Пятая ловушка это нулевой результат по новому домену. Свежий сайт может возвращать пустую выборку неделю и при этом спокойно ранжироваться по обычным запросам, и поспешный вывод о запрете индексации не стоит ничего. Шестая ловушка это география: замеры из разных стран и регионов дают разные выборки, поэтому фиксировать нужно не только дату, но и место замера, иначе ряд из двенадцати цифр соберётся из несравнимых значений.
Финальная ловушка это уверенность: там, где нужен точный ответ, работает только отчёт самого сайта, а оператор остаётся разведкой.
Порядок ежемесячного аудита индексации конкурента
Раз в месяц по каждому значимому конкуренту достаточно часа работы. Порядок аудита такой:
1. Зафиксируйте в таблице цифру результатов по домену и по двум-трём ключевым разделам с датой замера;
2. Просмотрите первые сто строк выборки и выпишите новые типы адресов и шаблоны URL;
3. Проверьте утечки по типовым комбинациям с inurl и utm-метками, сравните их объём с прошлым месяцем;
4. Замерьте свежесть новых карточек конкурента через ограничение периода за неделю;
5. Загляните в поддоменную сетку через форму со звёздочкой и исключением основного хоста;
6. Сверьте свои находки с картой сайта конкурента и оцените разрыв между найденным и заявленным;
7. Перенесите подтверждённые приёмы в свой план работ, а находки по утечкам пометьте как антипример.
Итог ежемесячного замера удобно держать в одной строке таблицы: дата, регион замера, общая цифра, цифры по разделам, доля новых шаблонов, пометки об утечках. Через квартал строк наберётся достаточно, чтобы увидеть сезонность в скорости индексации конкурента и его приоритеты: какие разделы он наращивает, а какие оставил без внимания.
Оператор site не заменит отчёты по своему домену и не раскроет чужую аналитику, но за пять минут он отвечает на три вопроса: что конкурент показывает поиску, что из этого свежего и где он утекает служебными страницами. Достоверность ответов растёт, когда замеры повторяются из месяца в месяц и по одной методике. Цифра из строки поиска сама по себе пустая, её ценность появляется только в ряду из двенадцати таких же цифр.