Logi serwera dla SEO- Jak analizować, co tak naprawdę robią boty Google na Twojej stronie?

Wstęp: Dlaczego logi serwera są kluczowe dla SEO

W świecie optymalizacji pod wyszukiwarki internetowe, często skupiamy się na takich obszarach jak słowa kluczowe, content marketing, linkbuilding czy doświadczenie użytkownika (UX). Jednak jeden z najczęściej pomijanych, a zarazem niezwykle ważnych aspektów technicznych to analiza logów serwera. Dzięki niej możemy zobaczyć, co tak naprawdę dzieje się „pod maską” – jakie adresy URL odwiedzają boty Google, w jakim czasie, z jakim kodem odpowiedzi, z jaką częstotliwością, i czy te wizyty są zgodne z naszymi priorytetami.

Dlaczego to takie ważne? Otóż standardowe narzędzia SEO (jak Google Search Console, Google Analytics czy programy crawlujące) mają swoje ograniczenia: widzą to, co „odbija się” w wizualnych czy analitycznych warstwach, ale logi serwera pokazują każde zapytanie HTTP — zarówno od użytkownika, jak i od bota — co daje pełniejszy obraz.

W tym artykule przejdziemy przez wszystkie istotne etapy: od tego, czym są logi serwera, przez przygotowanie środowiska i narzędzi, po interpretację danych i działania, które pozwalają poprawić widoczność w wyszukiwarce. Będziemy także omawiać, jak rozpoznawać i analizować aktywność bota Google (i innych botów wyszukiwarek), a także co zrobić, gdy znajdujemy niepożądane zachowania.

1. Co to są logi serwera i jakie mają znaczenie dla SEO

Logi serwera (ang. server access logs) to pliki tekstowe, które zapisują każde żądanie HTTP (lub HTTPS) kierowane do serwera. Zawierają one m.in.: datę i czas żądania, adres IP klienta, metodę HTTP (GET, POST …), adres żądanego zasobu (URL), kod odpowiedzi serwera (np. 200, 404, 500), ilość przesłanych bajtów, identyfikator „user-agent” oraz ewentualnie referer.

Z perspektywy SEO logi mają ogromne znaczenie z kilku powodów:

Dają wgląd w aktywność botów wyszukiwarek (np. Googlebot, Bingbot) — kiedy i jakie strony odwiedzają.
Pozwalają wykryć problemy techniczne, np. strony błędów (404, 5xx), nieoptymalne przekierowania, nadmierną aktywność na stronach niskiej wartości.
Pomagają optymalizować tzw. „crawl budget” — czyli ile stron robot wyszukiwarki może odwiedzić w określonym czasie, co ma znaczenie zwłaszcza dla dużych witryn.
Umożliwiają porównanie rzeczywistej aktywności bota z naszymi priorytetami SEO — np. czy bot odwiedza szczególnie ważne strony, czy marnuje czas na nieistotne URL-e.

Warto podkreślić, że logi serwera są bardziej obiektywne niż wiele narzędzi analitycznych — nie są filtrowane przez skrypty JavaScript, nie zależą od ciasteczek, mogą być bardziej surowym źródłem danych.

Zatem: logi serwera to fundament technicznego SEO — jeśli chcesz zrozumieć, co naprawdę robią boty na Twojej stronie, musisz je przeanalizować.

2. Jak przygotować się do analizy logów: dostęp, zakres, narzędzia

2.1 Dostęp i gromadzenie danych

Pierwszym krokiem jest uzyskanie dostępu do logów serwera. W zależności od środowiska może to być:

klasyczny plik log (np. Apache access.log, Nginx access.log),
dane logów udostępniane przez CDN / hosting (np. Cloudflare, AWS ELB),
logi częściowo agregowane lub zanonimizowane.

Ważne kwestie do uwzględnienia:

Ustal zakres czasowy — często analizuje się ostatnie 1-3 miesiące, by mieć wystarczającą próbkę danych.
Skonfiguruj filtrowanie — możesz chcieć wyodrębnić tylko żądania botów wyszukiwarek (User-Agent zawierający „Googlebot”, „Bingbot”), lub tylko żądania do określonych katalogów strony.
Upewnij się, że format logów jest zrozumiały i spójny — np. Combined Log Format, CLF, włącznie z refererem i user-agentem.
W przypadku dużej witryny objętość danych może być bardzo duża — potrzebne może być użycie skryptów, baz danych lub narzędzi specjalistycznych.

2.2 Wybór narzędzi do analizy

Analiza logów może być wykonana ręcznie (np. eksport do Excela/Google Sheets) lub przy użyciu narzędzi specjalistycznych. Do najczęściej używanych należą:

narzędzia SEO-specyficzne (np. Screaming Frog Log File Analyzer, Botify) — pozwalają na wizualizację, segmentację botów, użytkowników i analizę błędów.
narzędzia ogólne do analizy logów (np. Splunk, Loggly) — przy dużej skali lub wymaganiach bezpieczeństwa.
skrypty własne (Python, grep/awk, BigQuery) — w przypadku bardzo dużych logów lub potrzeby integracji z innymi danymi.

2.3 Zakres i segmentacja analizy

Zanim przejdziemy do interpretacji, warto określić jakie pytania chcemy sobie zadać i jakie segmenty będziemy analizować. Przykładowe segmenty to:

Boty wyszukiwarki (Googlebot Desktop, Googlebot Smartphone) vs użytkownicy ludzie.
Strony kluczowe (np. kategorie produktów, artykuły blogowe) vs strony mniej istotne (np. polityka prywatności, logowania).
Kody odpowiedzi HTTP (200, 301, 302, 404, 500) — które boty stykają się z błędami.
Czas odpowiedzi — które zasoby są wolne i mogą być problemem dla crawla.
Historia czasowa — jak zmienia się częstość wizyt bota w czasie.

Określenie zakresu pozwala skupić się na tych analizach, które przyniosą największą wartość dla Twojej witryny.

3. Jak rozpoznawać boty wyszukiwarek — w tym Googlebot — i ich aktywność

3.1 Identyfikacja botów

W logach serwera jednym z kluczowych elementów jest pole User-Agent, które określa klienta żądania. Boty wyszukiwarek mają charakterystyczne identyfikatory, np. „Googlebot/2.1 (+http://www.google.com/bot.html)”

Dzięki temu możemy wyodrębnić wszystkie wizyty botów i osobno analizować je względem wizyt użytkowników.

Jednak uwaga — User-Agent może być sfałszowany lub mogą istnieć boty niezwiązane z wyszukiwarkami (scrapy, spamery, inne crawler’y). Dlatego oprócz User-Agent warto sprawdzać IP Address (np. czy mieści się w zakresie Google) lub narzędzia weryfikujące.

3.2 Rozpoznawanie różnych typów Googlebota

Warto wiedzieć, że Google dysponuje różnymi botami: m.in. Googlebot Desktop, Googlebot Smartphone (w ramach indeksowania „mobile-first”), Googlebot-Image, Googlebot-Video. W logach może to oznaczać różne user-agent’y, a także różne wzorce zachowania. Śledzenie tych wariantów pozwala zrozumieć, czy Twoja strona jest optymalizowana pod wersję mobilną.

3.3 Analiza aktywności bota: co i kiedy robi

Po wyfiltrowaniu zapytań od botów można zacząć analizę:

Częstotliwość odwiedzin: ile zapytań dziennie lub tygodniowo przychodzi od Googlebota? Czy po publikacji nowej treści bot wraca szybciej?
Zasięg odwiedzanych URL-i: jakie ścieżki/foldery są najczęściej odwiedzane przez bota? Czy są to kluczowe sekcje Twojej witryny?
Kody odpowiedzi HTTP: czy bot trafia na strony 404/500 lub przekierowania? Tego rodzaju zapytania sygnalizują problemy techniczne.
Rozmiar i czas odpowiedzi: logi często zawierają czas przetwarzania żądania („time-taken”), co pozwala wykryć “wolne” strony, które mogą utrudniać crawlowanie.

3.4 Co możesz odkryć dzięki tej analizie

Dzięki analityce logów możesz m.in.:

sprawdzić, czy Twoje najważniejsze strony są odwiedzane przez bota wystarczająco często,
zidentyfikować strony, które bot odwiedza bardzo rzadko lub wcale — co może oznaczać problem z indeksacją, linkowaniem wewnętrznym lub blokadą robots.txt,
odkryć sekcje witryny, które są nadmiernie odwiedzane przez bota lecz mają relatywnie niską wartość SEO (np. strony archiwalne, parametry URL) — co może być marnowaniem budżetu crawlowania,
wykryć błędy techniczne (np. serwery zwracające kod 500, duża liczba przekierowań 301/302, boty się “zapętlamy”),
sprawdzić, czy bot mobilny zachowuje się inaczej niż desktopowy (ważne przy “mobile-first”).

Analiza logów to z jednej strony diagnoza, z drugiej — punkt wyjścia do działań naprawczych.

4. Główne wskaźniki i metryki w analizie logów SEO

4.1 Crawl budget i jego wykorzystanie

Jednym z kluczowych zagadnień technicznych SEO jest tzw. crawl budget – czyli liczba stron, które bot wyszukiwarki jest w stanie odwiedzić w określonym czasie. Jeżeli Twoja witryna ma dużo stron, a bot spędza czas na stronach mało istotnych, może to prowadzić do tego, że ważne treści nie zostaną odwiedzone lub zaindeksowane na czas.

Metryki, które warto w tej mierze obserwować w logach:

liczba unikalnych URL odwiedzonych przez bota w danym dniu/tygodniu,
stosunek unikalnych URL do całkowitej liczby odwiedzin bota – pokazuje, czy bot “krąży” po wielu stronach, czy w kółko odwiedza te same,
liczba odwiedzin bota w różnych sekcjach witryny (foldery) – pozwala sprawdzić, czy ważne obszary są odwiedzane proporcjonalnie.

4.2 Kody odpowiedzi HTTP i ich znaczenie

Kody odpowiedzi (3xx, 4xx, 5xx) służą jako ważny sygnał, czy bot ma łatwy dostęp do treści, czy napotyka problemy. Przykładowo:

404 (Not Found) lub 410 (Gone) – strona nie istnieje; jeśli bot często napotyka takie URL-e, to marnuje budżet.
500 (Internal Server Error) lub 503 (Service Unavailable) – poważniejsze problemy serwera, mogą czasowo lub trwale ograniczyć crawlowanie.
301/302 – przekierowania; zbyt wiele przeskoków lub zapętlone przekierowania to strata czasu bota.
200 – idealny kod; dobrze, jeśli bot często otrzymuje 200 na stronach, które chcesz indeksować.

4.3 Czas odpowiedzi, wielkość pliku i zasoby dodatkowe

Logi zazwyczaj zawierają czas przetwarzania żądania („time-taken”) lub wielkość przesłanych danych („bytes”). Strony, które są wolne lub zawierają duże zasoby mogą być mniej efektywnie odwiedzane przez boty.

Metryki do monitorowania:

średni czas odpowiedzi dla zapytań od bota — jeśli zauważysz, że któryś folder ma znacznie wyższy czas niż pozostałe, warto zbadać, co powoduje opóźnienia,
liczba zasobów (CSS, JS, obrazy), które bot żąda — jeśli bot poświęca dużo czasu na zasoby nieistotne z perspektywy SEO (np. duże obrazy ładowane przez skrypt), to może to być problem,
analiza zapytań typu „static resources” – logi mogą pokazywać, że bot wchodzi głęboko w pliki statyczne (obrazy/JS) zamiast skupić się na stronach html — co może być oznaką marnowania budżetu.

4.4 Priorytety URL-i i segmentacja witryny

Warto zidentyfikować, które URL-e są dla Ciebie kluczowe (np. kategorie produktów, strony bloga z dużym ruchem) i sprawdzić, jak często są odwiedzane przez bota. Porównanie części „ważnych” vs „mniej istotnych” daje obraz, czy budżet crawlowania jest wykorzystywany optymalnie.

Metryki obejmują:

minimalna, średnia i maksymalna liczba odwiedzin bota danego URL-a w określonym okresie,
czas od publikacji nowej treści do jej odwiedzenia przez bota („time-to-crawl”) — im krótszy, tym lepiej.
liczba odwiedzin bota w folderach, które nie są priorytetowe — jeśli wysoka, może to wskazywać na potrzebę blokowania/optimizacji takich sekcji.

4.5 Wskaźniki dodatkowe do monitorowania

Inne przydatne wskaźniki:

liczba wizyt botów w zasobach zablokowanych w robots.txt lub oznaczonych jako noindex — boty mogą mimo wszystko je odwiedzać i marnować budżet, spójrz na to przez logi.
liczba zapytań z nieoczekiwanym user-agentem lub z zakresu IP spoza standardów wyszukiwarki — może to wskazywać na boty crawlerów niezwiązanych z SEO (scraper’y) lub niepożądaną aktywność, co warto monitorować i blokować.
wykrywanie skoków/wybryków — np. nagły wzrost liczby zapytań w danej sekcji strony albo nagły spadek, co może sygnalizować zmianę w zachowaniu botów, błędy serwera lub migrację.

5. Praktyczny przewodnik krok po kroku: jak analizować logi i co z nimi zrobić

5.1 Krok 1 – Pobranie i wstępna obróbka logów

Poproś zespół IT/hosting o dostarczenie plików logów za ostatnie 1-3 miesiące.
Sprawdź format (np. Combined Log Format) i upewnij się, że zawiera wszystkie potrzebne pola: timestamp, client IP, request-URI, status code, user-agent, referer, bytes, time-taken (jeśli dostępne).
W razie potrzeby wyfiltruj logi tylko do botów wyszukiwarek — np. grep -E „Googlebot|Bingbot” (lub użyj narzędzia).
Wykonaj wstępne czyszczenie: usuń zapytania do plików statycznych (CSS, JS, obrazy) jeśli Twoim celem są strony HTML; ale warto pozostawić też, by zrozumieć, czy bot poświęca czas na zasoby.
Zaimportuj dane do arkusza kalkulacyjnego, bazy danych lub narzędzia do analizy logów.

5.2 Krok 2 – Segmentacja danych i podstawowe analizy

Podziel logi na segmenty: „boty wyszukiwarek” vs „inne” (dla kontekstu).
Wydziel foldery/sekcje witryny: np. /blog/, /produkty/, /kategoria/, /archiwum/.
Oblicz podstawowe statystyki: liczba żądań bota dziennie, unikalne URL odwiedzone, średni czas odpowiedzi, najczęstsze kody odpowiedzi.
Zidentyfikuj top N URL-i najczęściej odwiedzanych przez bota — czy znajdują się tu strony priorytetowe?

5.3 Krok 3 – Wskaźniki jakościowe i identyfikacja problemów

Sprawdź, które URL-e priorytetowe mają niski poziom odwiedzin przez bota — to może oznaczać, że są „zapomniane”.
Zidentyfikuj strony często odwiedzane przez bota, ale nieistotne z punktu widzenia SEO — mogą one marnować budżet crawla.
Sprawdź udział kodów odpowiedzi błędów (4xx, 5xx) – jeśli bot napotyka wiele takich żądań, może to spowalniać crawlowanie lub sygnalizować problemy techniczne.
Analizuj czas odpowiedzi: strony z wysokim czasem mogą być mniej efektywnie crawlowane — rozważ optymalizację.
Sprawdź czy bot mobilny (Googlebot Smartphone) odwiedza strony tak samo często jak desktopowy — jeśli nie, to może być sygnał, że mobilna wersja strony jest mniej dostępna lub mniej linkowana.

5.4 Krok 4 – Mapowanie wyników na działania SEO

Po zidentyfikowaniu anomalii, pora przejść do działań:

Wzmocnij ważne strony: jeśli kluczowe URL-e są rzadko odwiedzane — zwiększ ich linkowanie wewnętrzne, dodaj je do mapy witryny (XML sitemap), upewnij się, że nie są blokowane przez robots.txt lub noindex.
Zablokuj lub zoptymalizuj nieistotne strony: jeśli bot często odwiedza np. strony archiwalne, parametry URL, skrypty — rozważ dodanie blokady w robots.txt, użycie noindex lub mechanizmów canonical, by skierować bota na strony wartościowe.
Napraw błędy serwera: wszystkie strony, na które bot trafia z kodem 404/500/503, warto przekierować lub naprawić — zapobiegniesz marnowaniu budżetu i poprawisz dostępność treści.
Optymalizuj czas odpowiedzi: strony, które są wolne, mogą być odwiedzane rzadziej — zadbaj o serwer, ustawienia hostingu, cache, redukcję zasobów statycznych, by poprawić efektywność crawlingu.
Monitoruj po migracjach i dużych zmianach: przy zmianie architektury URL, nowym CMS, redesignie — skup się wtedy na logach, by upewnić się, że boty szybko adaptują się do nowej struktury. Oncrawl - Technical SEO Data

5.5 Krok 5 – Automatyzacja i monitoring ciągły

Analiza logów to nie jednorazowe zadanie — zwłaszcza jeśli witryna jest duża i dynamiczna. Warto:

ustawić cykliczne „zrzuty” logów i automatyczne raporty (np. raz w miesiącu) — by śledzić trendy w czasie, wykrywać nagłe zmiany,
zintegrować logi z narzędziami wizualizacji danych (Dashboardy, Google Data Studio) — by ułatwić interpretację. SALT.agency®
ustawić alerty — np. gdy liczba odwiedzin bota spadnie gwałtownie lub gdy pojawi się wysoka liczba błędów HTTP 5xx — szybka reakcja to mniejsze straty SEO.
w większych witrynach wykorzystać narzędzia dedykowane (np. Botify, Oncrawl) — by analizować miliony zapytań miesięcznie. Oncrawl - Technical SEO Data

6. Typowe pułapki i problemy, które można wykryć w logach

6.1 Boty marnujące crawl budget

W logach może się okazać, że boty wydają znacznie więcej czasu na strony niskiej wartości (np. parametry URL, archiwa, strony logowania) niż na treści kluczowe — co oznacza stratę budżetu crawla. Rozwiązanie: zidentyfikuj te URL-e i ogranicz ich dostępność, np. przez robots.txt lub canonical.

6.2 Problemy z indeksacją dużej witryny

W przypadku dużych witryn (setki tysięcy stron), możliwe jest, że wiele stron w ogóle nie jest odwiedzanych przez bota — z logów dowiesz się, które. Następnie trzeba sprawdzić, czy są dobrze linkowane, czy nie zostały oznaczone jako noindex albo są zablokowane.

6.3 Błędy serwera i przekierowania

Bot może trafić na stronę z kodem 500 lub 503 — co może spowodować, że dana sekcja zostanie mniej odwiedzana; albo może napotkać wiele przekierowań 301/302, co marnuje czas. W logach najwyraźniej widać takie wzorce.

6.4 Mobilna wersja niedostępna lub ignorowana

Jeśli bot mobilny odwiedza Twoją witrynę znacznie rzadziej lub trafia na dłużej ładowane strony niż bot desktopowy, może to oznaczać, że wersja mobilna jest mniej optymalna — co w czasach indeksowania „mobile-first” jest istotnym problemem.

6.5 Duża liczba zapytań do zasobów, a nie stron HTML

Logi mogą pokazać, że bot poświęca znaczną część czasu na żądania zasobów statycznych (CSS, JS, obrazy) zamiast treści HTML — co może sugerować, że witryna jest ciężka, bot ma trudności z renderowaniem lub architektura strony jest nieoptymalna.

7. Przykładowe scenariusze i case-studia zastosowania analizy logów

7.1 Wersja uproszczona dla małej witryny

Załóżmy, że masz małą witrynę firmową (kilkadziesiąt stron). Używasz prostego hostingu, logi są dostępne w panelu. Możesz:

pobrać logi z ostatnich 30 dni,
wyfiltrować tylko boty Google (User-Agent zawierający „Googlebot”),
sprawdzić, czy wszystkie kluczowe strony (strona główna, usługi, kontakt) zostały odwiedzone przynajmniej raz w tym okresie,
sprawdzić, czy nie pojawiają się błędy 404/500 — jeśli tak, napraw je lub przekieruj.
To prosty audyt, który może pomóc upewnić się, że podstawy techniczne są w porządku.

7.2 Duży e-commerce: analiza zaawansowana

W przypadku dużego sklepu online z tysiącami produktów i katalogów analizę logów można wykorzystać np. do:

wykrycia, czy bot często odwiedza strony produktów najnowszych, czy tylko stare produkty — jeśli stare mają priorytet, trzeba poprawić linkowanie, sitemapę, strukturę,
zbadania, czy bot ignoruje strony kategorii lub filtrów — co może oznaczać problem z architekturą URL lub linkowaniem wewnętrznym,
sprawdzenia, ile czasu bot poświęca na strony z dużą liczbą zasobów i czy czas odpowiedzi jest wyższy niż średnia — być może trzeba zoptymalizować serwer lub zasoby CSS/JS,
analizowania segmentów botów (np. Googlebot Smartphone) i porównania ich zachowania z desktopowym — co może ujawnić problemy z wersją mobilną.
Przykłady literaturowe wskazują, że dzięki tego typu analizie można poprawić współczynnik konwersji i ruch organiczny.

7.3 Po migracji lub redesignie witryny

Gdy zmieniasz strukturę URL lub CMS, analiza logów jest kluczowa:

sprawdź, czy bot zaczyna odwiedzać nowe URL-e i czy stare URL-e są nadal odwiedzane — jeśli tak, bot może marnować budżet na stare URL-e, które powinny być przekierowane,
monitoruj kody odpowiedzi w okresie przejściowym — czy nie pojawiają się nagle błędy 404, 500, czy nie ma wielu 301/302 przekierowań w łańcuchu,
sprawdź, ile czasu zajmuje botowi dostęp do nowej struktury — jeśli widzisz spadek w liczbie odwiedzin, to może być sygnał problemów z crawlem lub indeksacją.

8. Działania po analizie: jak poprawić widoczność i crawlowalność

Na podstawie wyników analizy logów warto wprowadzić konkretne działania:

Priorytetyzuj URL-e: utwórz listę najważniejszych stron, które chcesz, aby bot odwiedzał częściej — zapewnij im poprawną strukturę wewnętrzną, linkowanie, obecność w mapie witryny (XML sitemap).
Optymalizuj strukturę strony: jeśli logi pokazują, że bot pomija pewne sekcje — sprawdź, czy są one odpowiednio linkowane, czy nie są blokowane przez robots.txt lub meta noindex.
Ogranicz marnowanie crawl budgetu: jeśli bot odwiedza wiele stron mało wartościowych (np. parametry URL, archiwa), rozważ blokadę ich w robots.txt albo zastosowanie canonical/noindex.
Zadbaj o wydajność: analiza logów może pokazać strony, które są wolne; takie optymalizacje (cache, serwer, minifikacja zasobów) mogą poprawić czas odpowiedzi i ułatwić botowi pracę.
Napraw błędy techniczne: przekierowania, błędy 404/500 to nie tylko doświadczenie użytkownika — także sygnały dla wyszukiwarek, że witryna może być mniej wiarygodna.
Regularny monitoring: po wprowadzeniu zmian warto obserwować logi okresowo — zauważenie wczesne problemów pozwala na szybką reakcję.
Współpraca z zespołem technicznym/deweloperskim: analiza logów i działania SEO często wymagają zmian w konfiguracji serwera, plikach robots.txt, strukturze URL — istotna jest współpraca między SEO a IT.

Dzięki takiemu podejściu można stopniowo transformować witrynę tak, by była bardziej przyjazna botom wyszukiwarek i lepiej wykorzystywała swój potencjał SEO.

9. Podsumowanie i dobre praktyki

Analiza logów serwera to jedna z najważniejszych, choć często pomijanych części zaawansowanego SEO. Pozwala ona wejrzeć w to, co boty wyszukiwarki robią naprawdę – a nie to, co widzimy w narzędziach analitycznych na powierzchni. Widząc, które URL-e bot odwiedza, kiedy, z jakim kodem odpowiedzi i jak długo trwa odpowiedź, możemy podejmować świadome działania techniczne i optymalizacyjne.

Najważniejsze dobre praktyki:

Regularnie pobieraj i analizuj logi (np. co miesiąc), szczególnie jeśli masz dużą lub dynamiczną witrynę.
Segmentuj analizę — boty vs użytkownicy, urządzenia mobilne vs desktop, kluczowe foldery vs mniej istotne.
Skupiaj się na metrykach: liczba unikalnych URL odwiedzanych przez bota, czas odpowiedzi, kody statusu HTTP, udział zasobów statycznych, priorytetyzacja URL.
Wprowadź działania — linkowanie wewnętrzne, sitemapę, blokowanie nieistotnych URL, optymalizację wydajności, naprawę błędów technicznych.
Monitoruj efekty — zarówno w logach (czy bot zaczyna odwiedzać więcej kluczowych URL-i), jak i w narzędziach SEO (czy wzrasta indeksacja, ruch, pozycje).
Współpracuj z działem IT/hostingiem — dostęp do logów, konfiguracja serwera, mapy witryn i robots.txt wymagają technicznej infrastruktury.

piątek, 17 października 2025