連結的本質與原理

同一個頁面上的兩條連結,價值可以相差一個數量級以上。一條在正文第三段,周邊是相關論述;一條在 footer,和其他四十條連結排在一起。多數站內優化清單把它們記作同一件事:”內部連結 +1″。這個記法對應的模型,Google 大約在二十年前就不用了。

這篇文章講清楚一條連結從被發現到傳遞價值,中間經過哪幾層計算,每一層折掉多少,以及權重真正的來源是什麼。

起點:均分模型,也是所有清單的隱含假設

1998 年的 PageRank 原始論文裡,連結價值的計算只有一個變數:頁面把自身權重的 85%(阻尼係數 d=0.85)平均分給所有出鏈。一個頁面有 10 條出鏈,每條拿 1/10;有 100 條,每條拿 1/100。位置無關,上下文無關,連結與連結完全等值。(本文討論的是論文中的理論模型;後續工程實現另有 dangling nodes、規範化、nofollow 等處理,不影響本文論證。)

“多做內部連結””導航放關鍵字錨文字””footer 加連結”這類清單建議,全部隱含這個均分假設——只要連結存在,就傳遞等量價值。這個假設在原始模型裡成立。問題是原始模型描述的是一個隨機點選者:落在頁面上,以均等概率點選任意一條連結。真實使用者不是這樣行為的,Google 也沒有停留在這個模型上。

第一層修正:Reasonable Surfer,同頁連結不再等值

2010 年授權的專利 US7716225(Ranking documents based on user behavior and/or feature data)(2016 年有延續專利 US9305099)記載了替代模型:連結按估計點選概率(estimated click probability)加權分配權重。專利列舉了一批可用於估計的候選特徵——連結在頁面中的位置、字號、顏色、錨文字長度、周邊文字、所在區塊型別、與頁面主題的相關性。注意專利措辭是”可以使用”(can use),它界定的是機制與特徵空間,不承諾具體實現。

這一層修正的直接後果:正文中部一條被論述包裹的連結,和 footer 裡一條模板連結,分到的權重從”相等”變成”按點選概率比例分配”。前者更可能被使用者點選,後者點選概率趨近於零。均分模型下兩者各拿 1/N;Reasonable Surfer 下,權重向高點選概率的連結集中,低概率連結被壓到接近可忽略。

已知:專利文字明確記載了特徵加權機制。未知:各特徵的具體權重係數,Google 從未披露,且必然隨系統迭代變化。

第二層修正:頁面切分,模板區塊整體折扣

Reasonable Surfer 處理的是單條連結的特徵。在它之外,Google 對頁面本身做結構切分:主內容(main content)與輔助內容(supplementary content)的區分,這個框架在品質評估指南里是明文的。導航、footer、側邊欄、目錄錨點(TOC)、”相關文章”元件,判定依據是模板性——跨頁面重複出現、位於正文流之外、自動生成。

模板區塊裡的連結會被計入連結圖。Google 沒有公開宣告過”導航連結統一折扣”這樣的規則——這一節的判斷是推斷,但推斷的地基是明確的:Reasonable Surfer 專利列舉的特徵裡就包含連結所在區塊型別和頁面位置,區塊差異化處理是該機制的直接推論;品質評估指南對主內容/輔助內容的區分提供了評估框架;大量實測(導航錨文字堆砌的零產出、正文連結的可觀測效果)與前兩者吻合。三者合起來指向同一個結論:模板區塊連結的實際價值通常顯著低於正文連結。

折扣的來源可以拆成兩個獨立因子:全站重複(同一組連結在每個頁面出現,資訊量趨近於零)和正文之外(不參與主內容的語義流)。導航和 footer 兩個因子全中;”相關文章””相關產品”這類元件只中第二個——它的連結目標逐頁變化,不構成全站重複——所以折扣輕於導航,但仍顯著重於正文連結。

由此可以給出一個梯度,這也是本文最直接可操作的結論之一:

正文語境連結 >> 逐頁變化的元件連結 > 全站導航/footer 連結

注意表述是”折扣”,不是”清零”。導航連結被計入、被跟蹤、參與抓取,只是在權重分配裡被壓到很低。指望在導航或 footer 裡堆錨文字獲得排名收益,在這個機制下算不出正回報。

第三層:連結傳遞的不只是權重,還有語義

前兩層講的都是權重量的分配。正文連結和元件連結還有一個量之外的差距:上下文。

一條正文連結攜帶三樣東西:錨文字、錨文字前後的論述、來源頁面與目標頁面的主題關係。這三樣共同構成目標頁面的相關性訊號——Google 用它理解目標頁面是什麼、和什麼查詢相關。2024 年洩漏的內容倉庫 API 文件中,錨文字及其上下文對應多個獨立屬性,與連結權重屬性並列儲存,可作為兩類訊號分開處理的旁證。

元件連結在這一層幾乎是空的:錨文字是目標頁標題的機械複述,周邊沒有論述,不產生任何增量語義。這解釋了一個實操現象——當一個頁面實際獲得排名的查詢和你的目標意圖不一致時(頁面被 Google 理解偏了),有效的糾偏手段是從相關頁面用正確錨文字做正文連結,重新校準語義;在元件里加同樣的連結則沒有可觀測效果。傳權重的連結和傳語義的連結,在系統裡不是同一件事。

nofollow 在這一層的處理沒有公開定論:Google 在 2019 年的官方公告中明確 nofollow 自 2020 年起作為排名提示(hint)而非絕對指令,是否及多大程度參與錨文字語義計算,屬於未知。可以確定的只有:它不是可依賴的上下文訊號載體。

衰減演算:理論下限 15%,經驗量級 85%

把前三層疊起來,可以算一筆賬。一條連結的單跳衰減由三個因子構成:

第一,阻尼係數。d=0.85 是固定常數,單跳保留 85%,損失 15%。這是理論下限——只在頁面僅有一條出鏈、且該連結拿滿全部權重時達到。

第二,出鏈分配。頁面權重在出鏈間分配,正文一篇文章帶 30 條出鏈(含導航、footer、元件)是常態,單條連結的基數先被除下去。

第三,位置與相關性折扣。即上文兩層:該連結的點選概率權重、所在區塊的模板折扣。

(上述演算只討論傳遞過程本身,不含來源頁面自身品質帶來的初始差異——同樣的三因子,從高品質頁面和低品質頁面出發,基數完全不同。)

三因子相乘,一條普通位置的連結實際傳遞的價值,衰減到 80%–90% 是常規量級。David Quaid 給過”每跳衰減約 85%”的估算——需要明確標註:這是他對三重因子疊加的經驗綜合(empirical synthesis),不是系統裡存在的某個常數。本文采用 -85%/跳作為示例量級:一個頁面的權重經過正文連結傳一跳剩 15%,兩跳剩 2%,三跳剩 0.3%。

這筆賬算完會逼出一個問題:衰減這麼陡,權重從首頁出發傳不了三跳就耗盡了,那些離首頁五六層深的頁面,排名依據的權重從哪裡來?

如果權重真是從首頁逐層向下流的,深層頁面應該普遍沒有排名能力。實際不是。說明”權重自上而下逐層流動”這個圖景本身是錯的。

PRNS:權重不是流下來的,是按種子距離算出來的

PageRank Nearest Seeds(專利 US9165040)是 Google 提出的 PageRank 演進方案,也是現有公開證據中與現代 Google 排名行為吻合度最高的距離模型:系統選定一批高信任種子頁面,每個頁面的權重由它到最近種子的連結距離決定,距離越短權重越高。權重不再是全圖迭代流動的結果,而是相對種子集合的路徑計算。

支援它的公開證據有三條:專利文字本身;DOJ 反壟斷案中 Google 工程師關於”距可信來源的距離”的證詞;2024 年洩漏的 Content Warehouse 文件中的 pagerank_NS 屬性。三條證據同向,但均不能證明 PRNS 就是當前系統的完整實現——這一節的地位是:公開證據下的最優解釋,不是已證事實。

在這個模型下,內部連結的作用需要重新表述。內部連結不是把權重從 A 頁”運送”到 B 頁——運送模型下多做內部連結總是多多益善,與實測不符。內部連結的真正作用是改變目標頁面的種子路徑:當你的某個頁面 A 已經獲得了外部高權威頁面的連結(A 離種子近),從 A 向 B 做一條正文連結,等於給 B 開了一條更短的種子路徑。B 的權重提升不是因為 A”分”了權重給它,而是因為 B 到種子的距離縮短了。

這同時解釋了衰減演算留下的問題:深層頁面有權重,不是因為首頁的權重穿透了五層導航流到了它,而是因為它通過某條正文連結路徑接到了離種子近的頁面。路徑品質決定一切,層級深度本身不是變數。它與可觀測現象(深層頁面的排名能力、內部連結糾偏的實效、導航連結的低迴報)的吻合度,高於均分流動模型——這是選擇它作為工作模型的理由。

操作含義

以上機制收斂為四條判斷,每條都和常見清單相反:

內部連結的目標是路徑,不是數量。 在 ÷C 分配下,每加一條出鏈都在稀釋既有連結;有價值的動作是從已獲得較強外部信任訊號的頁面(高品質外部連結的實際落點——這是”離種子近”的可觀測代理,種子距離本身無法測量)向目標頁做正文連結,而不是全站鋪內部連結。

導航和 footer 的錨文字堆砌算不出收益。 全站重複 + 正文之外,雙重摺扣後剩餘量接近噪音。導航的功能是使用者導航,不是權重分配工具。

“相關文章/相關產品”元件的角色是抓取連通性,不是相關性建設。 大規模站點保留它,保證連結圖連通和新頁面發現;但站點真正重要的那幾十條邊——叢集互鏈、文章到產品頁的轉化路徑——必須走正文語境位,元件替代不了語義載荷。

內部連結是語義校準工具。 頁面實際排名的查詢暴露 Google 對它的理解;理解與目標意圖偏離時,用正文連結的錨文字和上下文糾偏——這是站內優化裡少數有明確機制依據、且可觀測效果的動作。

連結圖的每一層計算——點選概率、區塊折扣、語義上下文、種子距離——都在回答同一個問題:這條連結是給使用者的,還是給爬蟲的。給使用者的連結,機制的每一層都在為它加權。