|￣￣￣￣￣￣￣￣￣|
| March 2025 |
| ᑕOᖇE |
| 🆄🅿🅳🅰🆃🅴 |
| 🅲🅾🅼🅿🅻🅴🆃🅴 |
|___________________|
()
\ ,,,
\(•◡•)
\ / \
--- ()
| \
| |
•￣￣￣￣￣￣•

status.search.google.com/incidents/zp...

What is a RAG system? Advanced RAG systems, when similarity doesn’t mean relevance
www.mecagoenlos.com/what-is-a-RA...

Sistemas RAG avanzados, cuando la similitud no significa relevancia www.mecagoenlos.com/Posicionamie...

Cloudflare implementa un nuevo sistema para impedir que bots no autorizados (crawlers) obtengan el contenido de sus usuarios

Cuando detecta un bot, en vez de devolver una página de error informando que ha sido bloqueado, mostrará contenido irrelevante generado por IA.

I’ve created a script to query my Search Console data from a database using natural language with the new Mistral model (mistral-small-2503).

www.mecagoenlos.com/Posicionamie...

|￣￣￣￣￣￣￣￣|
| March 2025 |
| ᑕOᖇE |
| 🆄🅿🅳🅰🆃🅴 |
|_________________|
()
\ ,,,
\(•◡•)
\ / \
--- ()
| \
| |
•￣￣￣￣￣￣•
status.search.google.com/incidents/zp...

Google Search Central Live 2025 𝗲𝗻 𝗠𝗮𝗱𝗿𝗶𝗱, el 9 de abril!

Organizada por el equipo de Búsqueda de Google, estarán, entre otros, Daniel Waisberg y @johnmu.com !

Hablarán sobre:
* Mejores prácticas SEO
* Search Console y Google Trends
* Google News

rsvp.withgoogle.com/events/searc...

Which User Agents appear most often in robots.txt?

1 - '*': 68.16%
2 - "Others": 20.7% (all other User Agents)
3 - Googlebot: 7.7%
4 - mediapartners-google: 1.28%
5 - Bingbot: 0.73%

(Data based on an analysis of 400 million robots.txt )

Analizando más de 400 millones de robots.txt.

¿Se está impidiendo a los bots de Inteligencia Artificial acceder al contenido? ¿Cuáles son los bots de IA que están siendo bloqueados?

www.mecagoenlos.com/Posicionamie...

Actualizado! (Analizando más de 72 millones de robots.txt)

1- Los crawlers más bloqueados desde el robots.txt.

2- IA Crawlers más bloqueados

www.mecagoenlos.com/Posicionamie...

www.mecagoenlos.com/Posicionamie...

¿Cómo decide Google que URL debe rastrear?

Hoy he descubierto un paper de Google dónde describe una mejora del método de cómo decide qué URL debe ser la siguiente en rastrear

www.mecagoenlos.com/Posicionamie...

I processed data from Common Crawl’s latest robots.txt crawl – some numbers:

- 𝟳𝟮,𝟭𝟲𝟮,𝟰𝟴𝟮 𝗿𝗼𝗯𝗼𝘁𝘀.𝘁𝘅𝘁 files
- 𝟰𝟲,𝟲𝟴𝟮,𝟵𝟵𝟯 𝗱𝗼𝗺𝗮𝗶𝗻𝘀
- 90.000 WARC files
- 500 GB

…and more coming tomorrow

Hi @johnmu.com , regarding your post johnmu.com/2025-trust-i...

Here's another way to solve the challenge using SQL... to be honest, I’m not sure which one will end up being more confusing haha.

Live Demo:
fiddle.clickhouse.com/a1e1884f-85f...

Google:
Se 𝗵𝗮 𝗮𝗰𝘁𝘂𝗮𝗹𝗶𝘇𝗮𝗱𝗼 la política de 𝗮𝗯𝘂𝘀𝗼 𝗱𝗲 𝗿𝗲𝗽𝘂𝘁𝗮𝗰𝗶𝗼𝗻 𝗱𝗲𝗹 𝘀𝗶𝘁𝗶𝗼 para incluir orientación de las 𝗽𝗿𝗲𝗴𝘂𝗻𝘁𝗮𝘀 𝗳𝗿𝗲𝗰𝘂𝗲𝗻𝘁𝗲𝘀 de nuestra publicación de blog sobre abuso de reputación del sitio .

developers.google.com/search/updat...