谷歌搜索排名的底层逻辑

铲子铺按语

这篇把谷歌副总裁 Pandu Nayak 在反垄断案证词里的搜索排名机制讲透了：三阶段工作流（索引检索→信号初筛到几百条→机器学习精排）、100 多个排名信号、核心信号是页面文字内容本身和主题性。对做 SEO 的人最有价值的一条：先做好页面本身的内容质量，再谈其他技巧。

资料来源

这篇文章是基于谷歌公司负责搜索引擎的副总裁 Pandu Nayak 在 10 月份美国针对谷歌的反垄断案中的证词和提交的文件整理而来。

• 虽然部分文件未对外开放，但现有的官方资料已经提供了大量信息。
• 对于对搜索引擎优化（SEO）感兴趣的人来说，这是一个值得深入研究的资源。
• 尽量用最朴实的句子来把这些信息解读一下，方便大家理解。

谷歌搜索的工作原理

1. Google 索引系统

• 谷歌搜索是基于网络的。网络就是由很多网页和链接组成的一个巨大的信息库，每个网页都有一个地址叫做 URL，就像你家的门牌号一样。
• 谷歌搜索的第一步，就是要把网络上的所有网页都收集起来，这个过程叫做爬取。
• 谷歌搜索用了一些特殊的程序，叫做爬虫，来不断地访问网络上的网页，并把它们的内容复制下来，这个过程叫做 Index（索引）。
• 你可以把索引想象成一本很大的书，里面记录了每个网页的地址和内容。
• 网络上的网页是不断变化和增加的，所以谷歌搜索要经常更新它的索引：把新的网页加进去，把旧的网页删掉，或者把变化的网页修改一下。
• 谷歌搜索的索引非常庞大，可能有 4000 亿个网页（最新泄露出来的 2020 年的数据）。但是并不是所有的网页都有用，有些网页可能是重复的，有些网页可能是很垃圾的，有些网页可能是错误的。
• Nayak 解释说，规模并非一切，网络上存在大量重复内容，Google 的目标是创建一个“全面的索引”。
• 所以谷歌搜索要尽量把这些无用的网页从索引中去掉，只保留有用的网页，这样才能提高索引的质量。“删除不是好信息的內容”是“提高索引质量”的一种方法。（所以如果你的文章质量很垃圾，不如不发布。）

检索机制的核心：

• 谷歌搜索是基于查询的。当你输入一个查询后，谷歌搜索就会从它的索引中找出和你的查询相关的网页，这个过程叫做检索。
• 谷歌搜索会根据你的查询中的每个词，去索引中查找包含这些词的网页，然后把这些网页的地址和内容列出来，这个列表叫做 postings 列表。
• 谷歌搜索会把不同词的 postings 列表合并起来，找出同时包含所有词的网页，这些网页就是和你的查询匹配的网页。
• 因为不能一直走到列表的末尾，所以会根据文档的质量对索引进行排序，这样质量好的文档（比如有时按 PageRank 排序的文档）就可以排在前面。
• 一旦检索了足够的文档，将其减少到几万个，就可以进入下一阶段。

对于 SEO 人员来说，掌握 Google 如何使用索引来检索文档是至关重要的，这样你才能有效地创建更有可能与查询匹配的文档。同时不要忽视排名的重要性：排名靠前的页面不仅会获得更多的内容抓取和曝光，而且会吸引更多的用户点击和信任。

2. 谷歌排名系统

Google 使用索引来检索与查询匹配的页面，那么它是如何从索引中找出和你的搜索查询最相关的网页的呢？

• 有时候，你的查询可能和很多网页都有关系，有可能是几百万个，谷歌搜索就不知道该给你显示哪些网页了。
• 所以谷歌搜索用了很多不同的方法和标准，叫做算法和机器学习模型，来帮助它对网页进行排序，让你看到最相关、最有用、最准确的网页。
• Pandu Nayak 曾在 2021 年发表的一篇文章中说过：Google 使用“数百个算法和机器学习模型，其中没有一个完全依赖于任何单个的大模型”。
• 谷歌搜索不会只用一个或几个算法和机器学习模型来对网页进行排序，而是会用很多个，这样才能更准确和全面地评估网页的质量。

工作模式可以理解成几个阶段：

• 第一个阶段：从索引中找出和你的查询相关的网页，这个过程叫做检索。这个阶段可能会找出几万个网页，但是这些网页还没有经过排序。
• 第二个阶段：用一些信号来对这些网页进行初步的排序，把网页的数量减少到几百个，这些网页就是更有可能和你的查询匹配的网页。
• 第三个阶段：用更多的算法和机器学习模型，以及更多的信号，来对这些网页进行更细致的排序，把网页的顺序确定下来，让你看到最好的网页。

谷歌搜索的一些算法和机器学习模型之前已经公布过，比如 BERT、Helpful Content System、PageRank、Review System 等等，但是谷歌搜索还有一些新的和未公开的算法和机器学习模型。

3. 超过 100 种排名信号/因素

谷歌搜索用了很多不同的信息和数据，叫做 Signal 信号，来帮助它对网页进行排序。信号就是从网页的各个方面收集和分析的信息和数据，比如网页的内容、质量、来源、链接、更新时间、点击率、用户评价等等。

• 并不是所有的信号都一样重要，有些信号可能比其他信号更有影响力。
• 根据 Nayak 的说法，谷歌搜索可能会使用超过 100 个信号。
• Google 曾经说过它使用超过 200 个排名因素来对页面进行排名，这个数字在 2010 年短暂飙升至 10,000 个（Google 的 Matt Cutts 曾解释说，Google 的 200 多个信号中的许多信号在一个因素中有多达 50 个变体）。现在，根据 Nayak 的证词，Google 的信号数量已经下降到“可能还有 100 多个”。
• Nayak 说，对于检索文档来说，“最重要的信号可能来自文档本身”。

根据 Nayak 的说法，核心信号包括：

• 文件本身（又称“页面上的文字内容”等）。
• 核心主题。
• 页面质量。
• 可靠性。
• 本地化。
• Navboost。

核心主题信号是衡量页面与查询相关性的关键指标，包括：

• 关键词出现的频率和位置。
• 关键词在页面中的语境。
• 页面中与关键词相关的其他内容。

页面质量信号是衡量页面整体质量的指标，包括：

• 页面内容的相关性和准确性。
• 页面结构和可用性。
• 页面信任度。

本地化信号是衡量页面与用户搜索位置相关性的指标，包括：

• 页面内容是否与用户搜索位置相关。
• 页面是否针对用户搜索位置优化。

其他排名信号，Nayak 在证词中提到了：

• 用户行为信号：例如，用户点击、滞留时间和跳出率。
• 社交信号：例如，社交媒体分享和回复。
• 付费广告：例如，广告排名。

点击：Nayak 还讨论了点击对排名的影响。他表示，点击是“一个重要信号，但不是唯一信号”：“点击是重要的，因为它们表明用户认为页面是相关和有用的。但是，还有其他信号可以帮助我们了解页面的质量。例如，我们可以查看页面的内容、结构和可用性。我们还可以查看来自其他来源的信号，例如社交媒体分享和回复。”

人工评估：Nayak 证词中的一个有趣的发现是，Google 会使用人工评估来评估页面质量。他说：“人工评估者是帮助我们了解页面质量的重要工具。他们可以告诉我们页面的内容是否相关和准确，页面是否易于使用，以及页面是否可信。我们使用人工评估者来评估各种类型的页面，包括搜索结果、广告和其他产品。”

4. SERP 的组成

了解了前面的谷歌索引和排名系统之后，最后就是 SERP 的部分了。SERP 是谷歌搜索结果展现页的简称。

• 一个典型的现代 SERP 包含了很多元素，包括网页、图片、知识卡片和 People also ask 这些，不久的将来还会加上 SGE 这些。
• 简单来说，出现的位置 = 流量的多少。
• 不管是网页排名，我们还有很多其他可以着力的地方：优化标题、meta description、视频、图片、图片描述，优化内容以赢得 Feature snippet 等都能帮助我们赢得排名的机会，从而获得提高排名、获得流量。

结论

Nayak 的证词为我们揭开了 Google 搜索和排名机制的神秘面纱：

• 这份证词确认了 Google 运用多种算法和机器学习模型来确定网页的排名，同时强调了用户行为数据、社交媒体信号和付费广告对排名的显著影响。
• 关键的见解是，SEO 策略应该集中在打造高品质、相关性强且对用户友好的内容上，这样的内容更有可能获得搜索结果中的高排名。
• 其次，不要忽视点击的重要性，点击是衡量页面质量的重要信号。用户黏性、停留时长等都要考虑。
• 第三，了解 Google 使用的各种排名信号，这将有助于你创建更有可能获得较高排名的页面。

站长

Ray Chan

外贸独立站操盘手

做过外贸谈单、建过站、跑过 SEO、也拍 YouTube。常年服务国内工厂出海，坑踩过，路跑通，货都在这铺子里。

进圈子，一起玩 →看看资源包