Google能判斷內容品質嗎？

不能，DOJ證詞：“We Do Not Understand Documents. We Fake It.”

中文SEO圈有幾個根深蒂固的說法：”內容為王”、”要寫原創內容”、”要有一手資料”、”內容品質是排名因素”。

這些說法聽起來合理，但經不起推敲。當你把它們放到Google ranking pipeline的實際機制下去檢驗，每一個都站不住腳。

David Quaid說過一句話：Google is not a content appreciation machine. Google不是內容鑑賞機器。它不會讀完你的文章然後拍拍手說”寫得好，給你排第一”。

那Google到底在做什麼？它在計算訊號。

Idle的這句話可能很多人不理解，你的內容能不能排由使用者（訊號）決定的。

“原創內容能排上去”——不能

你寫了一篇充滿原創見解的文章。很好。但Google的ranking pipeline裡沒有一個環節在評估”原創性”。

BM25——倒排索引檢索階段用的核心演算法，計算的是詞頻、逆文件頻率和文件長度歸一化。你的觀點是不是原創的，BM25不關心，它只關心你的頁面裡有沒有這些詞，出現了幾次。

向量索引（Cosine Similarity）——語義檢索階段的核心，把文件和查詢轉化成多維向量，計算語義相似度。它衡量的是”這篇文件跟這個查詢在語義上有多接近”，不是”這篇文件跟已有文件有多不同”。

一篇原創文章，如果所在的站沒有authority，沒有使用者行為資料支撐，在Mustang初始排序階段就被過濾掉了，連進入Re-ranking的機會都沒有。

“一手資料/獨特資料幫助排名”——不幫助

有人說在文章里加入自己的原創資料、原創圖表，Google會因此給你加分。

不會。因為Google沒有能力驗證你的資料是不是”獨家的”。2024年洩露的Google Content Warehouse API文件包含了14,000多個屬性，其中沒有發現contentOriginality或uniqueDataScore這類欄位。Google的索引系統不做內容鑑賞，它做的是訊號計算。

需要說明的是：Google確實能量化內容的某些結構特徵——比如entity覆蓋度、語義完整性、boilerplate比例等。API Leak中的EntityAnnotations、pageEmbeddingsVersion等屬性證實了這一點。但這些本質上屬於relevance（相關性）維度的訊號——它們回答的是”這個頁面跟查詢匹配不匹配”，不是”這篇文章寫得好不好”。這跟”內容品質鑑賞”是完全不同的事。

你的”一手資料”對排名有沒有幫助？有可能。但不是因為Google識別了它的獨特性，而是因為一手資料可能引發外部引用（backlink）、可能促使使用者瀏覽更多頁面、發起詢盤或產生更深層的互動行為、可能被其他站分享產生referral流量。這些間接效應才是真正起作用的訊號，不是資料本身。

“內容品質是排名因素”——不是

Google的ranking pipeline由以下幾個核心系統組成，每一個處理的都是可量化的訊號，沒有一個在判斷”內容品質”：

索引階段的Q（Quality Score）**——根據DOJ v. Google反壟斷案庭審證詞，Q是Google兩個頂層排名訊號之一（另一個是Popularity P*），由PageRank、SpamBrain（ML垃圾分類器）、siteAuthority、HCU classifier等訊號組成。這些是在你的內容被任何使用者看到之前就計算好的預置訊號，跟你的內容寫得好不好沒有直接關係。

SegIndexer分層——根據API Leak洩露文件和DOJ庭審中的證詞，Google的索引系統可能將頁面分配到不同層級（文件中出現了Base、Zeppelins、Landfills等層級名稱）。scaledSelectionTierRank這一屬性被認為決定了文件的儲存層級。被分配到低層級的頁面，在檢索階段可能根本不會被調出來。這個分層基於站點級別的品質訊號，不是基於某篇文章寫得好不好。

FastRank（Mustang初始排序）——把BM25分數、Cosine Similarity分數、索引期的Q*訊號、NavBoost點選資料組合起來，產出一個初始排名列表。這裡沒有”內容品質評估”這個環節。

Re-ranking（BERT等重模型）——在初始排序後對候選列表做深度語義分析。BERT理解的是查詢和文件之間的語義匹配度，不是文章的文學價值。

Twiddlers（NavBoost、Freshness等）——最後的調整層，用使用者行為資料和其他規則做最終排序調整。NavBoost看的是點選率、長點選、短點選、pogo-sticking，全部是使用者行為訊號。

整條pipeline裡，沒有一個系統在做”內容鑑賞”。

那Google到底怎麼判斷”好”和”差”？

使用者行為資料。

NavBoost是一個13個月滾動視窗的使用者行為反饋系統——這一點在DOJ反壟斷案中由Google搜尋VP Pandu Nayak在宣誓證詞中確認，API Leak進一步揭示了它追蹤的具體訊號：goodClicks、badClicks、lastLongestClicks。它記錄的是：使用者點了你的結果之後發生了什麼——是正面的點選行為（goodClick），還是迅速返回搜尋頁重新搜尋（pogo-sticking，badClick），還是修改查詢詞（回搜，說明你沒滿足需求）。

這些使用者行為資料通過Chrome、搜尋日誌等管道收集，是Google真正用來區分”好”和”差”的訊號。

所以邏輯鏈不是：

好內容 → 排名

而是：

內容 → 使用者行為 → NavBoost訊號 → 排名

中間那一環——使用者行為——才是關鍵。你的內容好不好，Google不知道。但使用者點不點、留不留、回不回來搜，Google能大規模採集到這些行為訊號。

為什麼這個區分很重要？

因為它直接影響你的SEO策略。

如果你相信”內容品質是排名因素”，你的策略是：花大量時間打磨文章品質，然後等Google來”鑑賞”你的內容。這是被動策略，而且基於一個錯誤的前提。

如果你理解排名的真正機制，你的策略是：建立能觸發正面使用者行為訊號的內容（讓人想點選、想停留、不想回去重新搜），同時建設entity和authority訊號（讓你的站進入Base索引層、通過Q*的門檻），並通過外部曝光獲取真實的使用者行為資料和引用連結。

前者是在祈禱，後者是在工程。

AI寫還是人寫？

順便迴應一個相關的迷思：”AI寫的內容會被懲罰”。

不會。上面拆解的整條ranking pipeline裡，沒有一個環節在檢測”這段文字是AI生成的還是人寫的”。BM25不關心，Cosine Similarity不關心，NavBoost更不關心——它只看使用者行為，使用者不會因為文章是AI輔助寫的就改變自己的點選和停留行為。

Google官方在2023年2月的Search Central部落格中明確表示：AI內容本身不違反其guidelines。他們打擊的是scaled content abuse——大規模批量生產低品質內容以操縱排名。這跟”AI寫的”是兩回事。一個人用AI輔助寫出有獨特行業經驗的文章，和一個人用AI批量生產1000篇模板化的評測文章，在ranking pipeline裡會產生完全不同的訊號表現。

區別不在於工具，在於輸出的內容能不能觸發正面的使用者行為訊號。

需要澄清一點：我不是在支援純AI內容。用AI直接生成一篇文章然後原樣釋出，產出的大概率是SERP上已有資訊的重新排列組合——沒有獨特價值，使用者看了也不會有任何不同於其他頁面的行為反應。我說的是把AI當成輔助工具：你有自己的思考、自己的經驗、自己的判斷，用AI幫你整理結構、完善表達、擴充套件論述。核心是你的，AI只是幫你把它更好地呈現出來。這種用法下，最終內容裡承載的是你的獨特價值，AI只是筆。

“但Google有Helpful Content Update啊，這不就是在判斷內容品質嗎？”

不是。

HCU（Helpful Content Update）這個名字確實容易讓人誤解，以為Google在判斷內容”有沒有幫助”。但從ranking pipeline的機制來看，HCU本質上不是一個內容鑑賞系統。

從API Leak文件和DOJ庭審證詞中我們知道，HCU是一個站點級別的classifier。它不是逐篇文章去判斷”這篇寫得好不好”，而是對整個站點打一個標籤——這個站的整體模式是不是符合某些負面特徵。

這些負面特徵是什麼？從被HCU打擊的站點案例來看，模式非常清晰：大規模批量生產搜尋引擎導向的內容（把每個People Also Ask都做成一個H2）、aggressive的廣告密度、內容跟站點核心業務無關（HubSpot寫shrug emoji教程）、大量模板化的affiliate評測內容。

這些不是”內容品質差”，而是站點行為模式的問題。根據API Leak洩露文件，HCU classifier可能通過CompressedQualitySignals影響scaledSelectionTierRank——也就是影響你的頁面被分配到哪個索引層級。

被放進Landfills之後，你的頁面在檢索階段就不會被調出來，使用者看不到你，NavBoost資料歸零，排名消失。這就是為什麼HCU的打擊是斷崖式的——不是慢慢下降，而是直接從索引層面被過濾掉了。

所以HCU不是在說”你的內容寫得不好”，而是在說”你的站點行為模式跟spam/低品質站點太像了”。它是一個站點級別的信任訊號，不是內容級別的品質評分。

Shaun Anderson（hobo-web.co.uk）在對數十個HCU受害站點的深度分析中也得出了同樣的結論——HCU的核心問題是Entity Health和Trust的缺失，不是某篇文章寫得好不好。2024年10月Google邀請了20位受影響的獨立站長參加Creator Summit，Google搜尋高管Pandu Nayak在會上也承認，這些站長的內容本身沒有問題。

所以內容可以亂寫？

不可以。

上面說的所有這些，不是在說內容不重要。而是在說內容不是前置排名訊號，它是使用者行為訊號的觸發器。

Google不care你的內容好不好。但使用者care。

你觀察到了行業裡別人沒注意到的細節？寫出來。你有真實的客戶案例和一手經驗？寫出來。你發現了一個常見問題的更好解決方案？寫出來。不是因為Google會因此給你加分，而是因為這些東西能讓使用者停下來、繼續往下讀、瀏覽更多頁面、甚至發起詢盤。

使用者開啟你的頁面，3秒內決定要不要繼續看。如果你的內容混亂、沒有價值、答非所問，使用者會立刻返回搜尋頁點下一個結果。這個行為被NavBoost記錄下來——badClick、pogo-sticking、回搜——全部是負面訊號。

反過來，如果使用者開啟你的頁面，找到了他在別處找不到的資訊，繼續瀏覽了你的其他頁面，甚至發起了詢盤，這些行為同樣被記錄——goodClick、深度瀏覽、無回搜——全部是正面訊號。

所以內容的作用是什麼？是為了讓使用者產生正面的行為訊號。 不是為了讓Google”鑑賞”你的文字。

你的獨特觀察、你的一手經驗、你的原創資料——這些東西的價值不在於Google能識別它們的”原創性”，而在於它們能讓使用者獲得在其他頁面上得不到的體驗，從而產生正面的行為訊號。

寫好內容不是因為Google能評判內容品質，而是因為使用者能評判。使用者的評判通過行為資料傳導給Google，Google再據此調整排名。

因果鏈是：內容 → 使用者反應 → 行為訊號 → 排名。內容是起點，但它不是直接的排名因素。它通過使用者這個中間環節間接影響排名。

理解了這一點，你的內容策略就不再是”寫給Google看”，而是”寫給使用者看，讓使用者的行為告訴Google你值得排上去”。

“那我提前把這些都做好了，有什麼區別？”

有人會說：我提前把內容品質、原創性、一手資料這些都做好了，等排上去之後使用者行為自然就好了，那跟你說的有什麼區別？

區別在於：你做好了這些，不會幫你排上去。

在使用者行為資料產生之前，決定你能不能被檢索到的是兩個東西：Relevance（BM25 + Cosine Similarity，你的頁面跟查詢的相關度）和Authority（Q*、siteAuthority、PageRank，你的站的權威度）。你的”原創性”和”一手資料”不在這兩個維度裡。

你可以把內容寫得再好，如果你的站在SegIndexer裡被分到了低層級，Mustang初始排序階段你就出不來。使用者根本看不到你，NavBoost資料就是零。沒有使用者行為資料，你永遠排不上去。

這就是優先順序的問題。你應該先解決relevance和authority——讓你的頁面能被檢索到、能出現在使用者面前。然後內容的作用才開始發揮——留住使用者、產生正面行為訊號、鞏固排名。

把內容品質當成前置條件，是搞反了因果順序。內容品質是排上去之後維持排名的因素，不是幫你排上去的因素。幫你排上去的是relevance和authority。

總結

Google不評判內容。它評判使用者對內容的反應。

“內容品質”不是一個ranking signal。它是一個可能觸發真正ranking signals的手段——僅此而已。