本文由 莫潇羽@无忆研习社(www.wuyi.wiki) 撰写,转载请注明出处。

快速摘要

谷歌算法从 2011 年的 Panda 到 2025 年完全融入核心算法的 Helpful Content 信号,真正只做了一件事:把"为搜索引擎写"的站点一个个按死,把"为搜索者写"的站点抬起来。所有所谓的"伪优化"——关键词堆砌、外链买卖、薄内容批量生产、跑分式速度优化、贴牌作者署名——都是十几年前算法早就盯上的靶子。今天还在用这套思路操盘的站长,等于在智能手机时代还在加价收诺基亚。

真正能落地的有效动作只有五个:用关键词集群覆盖完整用户任务、把真实首屏体验做到 Chrome UX Report 里也好看、注入 AI 抄不走的第一手经验、定期修剪低质量页面、把品牌实体提及做成隐式信任信号。本文不卖秘籍,只把算法十五年的演化逻辑、Core Web Vitals 的真实门槛、E-E-A-T 的硬动作、AI Overviews 时代的 GEO 玩法,完整拆给你看。

想看完整拆解,往下翻。

一、为什么不读懂这十五年,你的SEO就是用旧地图找新路

上个月有个老朋友半夜给我打电话,声音都在抖。他做的内容站,三天之内自然流量蒸发了六成。我让他把后台账号发过来看了一眼,两千多篇所谓的"产品评测",篇篇模板雷同,开头都是"根据我们的测试,该产品性能出色",但翻遍全站找不到一张产品实拍图,封面全是从官方网站扒下来的渲染图。我问他,你自己真的用过哪怕一件产品没有?他支吾半天说,内容是外包团队写的。

我回了一句话:你把搜索框后面的活人当傻子,谷歌就会把你这个站当空气。

这句话不是发火。你回头把谷歌过去十五年的算法迭代轴线拉出来看,从 Panda 到 Penguin,从 Hummingbird 到 RankBrain,再到 BERT、MUM,最后到 2024 年 Helpful Content System 直接被并入核心排名系统,每一次大动作都在做同一件事:把那些不把搜索者当人看的"伪优化"一个个清出去。

可惜的是,我接触过的站长里,有相当一部分人脑子里的 SEO 还停留在 2015 年的版本。他们一开口就是关键词密度多少、外链多少条、TDK 怎么改、H1 标签多重要。这些东西不是错,但已经不是排名的主要矛盾。今天还盯着关键词密度死磕,跟你举着指南针在 GPS 时代找路是一个意思。

我做内容站这些年,踩过的坑能写一本书。从最早做对外贸易的英文小站,到后来转回国内做知识型博客,我发现一个共性现象:算法每变一次,真正掉下去的从来不是新手,而是那些"自以为懂SEO"的老玩家。新手没有那么多路径依赖,反而会去研究当下的真实信号。老玩家最危险——他们把五年前管用的玩法当圣经,谷歌都换三代算法了,他们还在抠那些旧时代的小聪明。

这就是我写这篇长文的起点。我不准备给你卖秘籍,因为根本没有什么秘籍。我想做的事很朴素:把谷歌过去十五年的演化逻辑拆开揉碎给你看,让你知道每一次算法发版到底想拦截什么,然后再告诉你今天该怎么做才能踩在算法喜欢的方向上。

下面这张图,是我整理的过去十五年里影响最深远的几次算法节点。我们后面会一节一节展开。

timeline
    title 谷歌算法十五年关键节点
    2011 : Panda 内容质量
    2012 : Penguin 链接打假
    2013 : Hummingbird 语义理解
    2014 : HTTPS 信号
    2015 : 移动友好 + RankBrain
    2018 : Medic + 速度更新
    2019 : BERT 双向上下文
    2021 : Page Experience + Core Web Vitals + MUM
    2022 : Helpful Content System
    2023 : E-E-A-T 增加 Experience
    2024 : Core Update 整合 + AI Overviews
    2025 : Helpful Content 完全融入核心

记住一点,这条时间线不是历史课本,是一份"防雷指南"。每一次发版都对应一种伪优化的死法,你今天还在做的某些动作,可能恰好就是当年某次算法发版精准锁定的目标。

二、Panda 与 Penguin:内容注水与外链买卖的两记重锤

Panda 上线:第一次对内容质量本身动手

要理解今天的谷歌,得先回到 2011 年那个"全网内容农场遍地开花"的时代。当时一批站长发现了一个漏洞:把同一个话题写成几百个轻微变体的页面,堆上一堆关键词,谷歌就会乖乖把它们排上去。一个站轻松做到几十万页,流量瀑布一样灌进来,广告位塞满,体验稀烂。

2011 年 2 月,Panda 算法上线。这是谷歌历史上第一次大规模"对内容质量本身动手"。Panda 不是冲着关键词去的,它直接给整个站点的内容打分,薄内容、重复内容、纯凑量的页面被批量降权。

Panda 后来变成了核心算法的一部分,持续更新。在我看来,Panda 留下的最深远遗产,不是"打击低质内容"这句话本身,而是它确立了一个原则——谷歌可以对一个网站的整体质量做出判断,而不是只看单个页面。这句话非常重要,后面 2022 年的 Helpful Content 系统,本质上就是 Panda 的 AI 升级版,只是更狠、更全面。

Penguin 上线:链接买卖的黑帽时代谢幕

紧接着,2012 年 Penguin 算法上线。Penguin 盯的是另一个伪优化重灾区:链接。

那个年代,链接买卖几乎是一门公开的生意。你想排第一,买几百条高 PR 的外链就行,管它来自哪个垃圾博客农场、哪个论坛签名。Penguin 一刀切下来,大量靠链接灌水撑起来的站直接消失在搜索结果里。

我自己接手过一个被 Penguin 打残的老站,后台外链报告打开,里头几千条全是无关博客评论留下的锚文本链接,锚文本几乎都是商业关键词。这种站今天送给我都不敢接,因为链接结构里残留的"作弊指纹"太深,谷歌的 SpamBrain 系统一眼就识破。

到了 2025 年,谷歌对链接的态度已经发生了根本变化:它不再奖励链接数量,而是用 SpamBrain 持续识别链接质量,可疑链接会被直接忽略,严重的会触发手动惩罚。

两记重锤之后:"凑量时代"正式终结

这两次算法,在 SEO 编年史里通常被并列提起。它们干了同一件事:把"凑量"这种最低级的伪优化打死。从那之后,只靠"多写一点""多发一点"获得排名的窗口,彻底关闭了。

很多老站长走不出来,直到今天还沉迷于"我每天发 50 条外链""我一周更新 30 篇文章"。我作为莫潇羽,在无忆研习社上更新博文的节奏,慢的时候一周只发一篇。但我每篇文章都是亲手实操、亲手验证、亲手排版,我宁可一周一篇,也不会一天三十篇喂垃圾给搜索引擎。这是 Panda 和 Penguin 给我留下的最深刻教训。

三、Hummingbird、RankBrain、BERT:从匹配关键词到理解人话

Hummingbird:谷歌第一次试图听懂整句话

如果说 Panda 和 Penguin 是"清扫战场",那么 2013 年开始的 Hummingbird,就是谷歌"换大脑"。

Hummingbird 上线之前,搜索引擎本质上是一个关键词匹配系统。你搜"深圳哪里买苹果",它就在数据库里找包含"深圳""哪里""买""苹果"这几个词的页面,然后按各种信号排序。这套系统对完整句子的语义理解能力非常有限。

Hummingbird 的核心变化是引入了对自然语言查询的理解能力。它开始尝试搞清楚一句搜索背后真正问的是什么意思,而不是仅仅做字面匹配。

RankBrain:机器学习正式进入排序系统

到了 2015 年,谷歌又上线了 RankBrain。这是历史上第一次明确把机器学习写进核心排序系统。RankBrain 的特长在于处理那些谷歌没见过的长尾查询。整个互联网每天都有大量从未出现过的句子被搜索,纯关键词匹配是完全应付不来的。RankBrain 用机器学习的方式去推断"这个新句子大概等价于历史上哪类查询",从而给出靠谱的结果。

BERT:双向上下文与介词的胜利

更彻底的一次升级是 2019 年的 BERT。BERT 是 Bidirectional Encoder Representations from Transformers 的缩写,白话讲就是一个能"双向读句子"的语言模型——它能同时看一个词左边和右边的上下文,真正读懂一句话的语序和介词。

举个最经典的例子,谷歌官方拿来宣传 BERT 的那个查询:

巴西游客去美国需要签证吗?
美国游客去巴西需要签证吗?

这两个查询用的词几乎一模一样,但语义是完全相反的。BERT 之前,搜索引擎很可能把它们当成一回事,返回一模一样的答案。BERT 之后,搜索引擎能区分这两个介词结构里的主体和客体,给出完全不同的内容。

这件事告诉我们什么?今天还在做"主关键词重复出现 3 次以上"的人,等于在用算盘对抗 GPU。

我接触过的一个反面案例:有人做"某城市某课程培训"这种标题,正文里强行把"某城市某课程培训哪家好""某城市某课程培训机构""某城市某课程培训费用"这些近义词堆叠十几次,期待靠密度提升排名。结果不仅没排上去,这个页面还被有用内容信号判定为"专为搜索引擎而写",整站质量分被拖累。

我作为莫潇羽@无忆研习社的运营者,自己写文章时反而走相反路线:我在标题里只用一个最核心的查询,正文里大量使用同义、近义、相关概念,把这个话题该聊的所有相关意思都聊到位。这样做出来的页面,RankBrain 和 BERT 一读就能识别出"这篇文章对这个话题理解很深",自然会给排名。

flowchart LR
    A[用户输入查询] --> B{查询类型判断}
    B -->|常见查询| C[传统关键词索引]
    B -->|长尾未见过查询| D[RankBrain 机器学习推断]
    C --> E[候选页面集合]
    D --> E
    E --> F[BERT 上下文重排]
    F --> G[Core Update 信号加权]
    G --> H[最终 SERP 结果]

这套从 Hummingbird 到 BERT 的演化,其实就是把搜索引擎从"机械关键词匹配机"改造成了"基本能听懂人话的语义引擎"。后面 2021 年的 MUM,把这套能力推到了多模态层级——它能同时理解文字、图片、视频,跨语言抓取信息,处理那种"一个问题需要 8 步搜索才能搞定"的复杂任务。

这一整条演化线的潜台词很清楚:你要写给搜索者背后那个真实的人,而不是写给机器人去识别。你写的内容越自然、越像一个懂行的人在解释问题,算法越喜欢。反过来,你越想"操控"算法,越容易触发各种打压机制。

四、Page Experience 与 Core Web Vitals:用户体感被正式量化

2021 年,谷歌干了一件让全球 SEO 圈集体加班的事:把页面体验信号正式纳入排名因素,并且推出了 Core Web Vitals(核心网页指标)。

什么意思呢?在这之前,谷歌也关心速度,但更多是粗粒度的判断——你网站快不快、是不是移动友好,差不多就这样。2021 年之后,谷歌把"用户在你的页面上的真实体感"拆成三个可量化的指标,而且明确告诉所有站长:这三个指标会直接进入排名。

LCP、INP、CLS 的现行阈值

这三个指标到 2024 年又做了一次大调整,把原来的 FID 换成了 INP,目前的官方阈值是这样的:

注意,2024 年 3 月,INP 正式替换了 FID,成为新的交互响应指标。FID 只测第一次交互,而 INP 测的是整个会话过程中所有交互的最差表现。这意味着检测标准变得更严格,以前能糊弄过去的"首次交互快,后面慢"的页面再也藏不住。

实验室分数骗不过 CrUX 真实用户数据

很多站长一看到这套指标,第一反应就是去跑 Lighthouse 分数。我见过不少站点,Lighthouse 移动端能跑到 97 分,看起来天衣无缝,但 Search Console 里的 Core Web Vitals 报告全是红色。为什么?

因为谷歌正式用于排名评估的数据,是来自 Chrome 用户体验报告(CrUX)的真实用户数据,不是你本地模拟的实验室数据。CrUX 数据采集的是真实用户在真实网络环境下打开你网站的体验:有人在 4G 信号弱的地铁里打开,有人在公司 Wi-Fi 里打开,有人用着五年前的安卓低端机。这些人的体验加权平均,才是谷歌看到的你网站的"真容"。

更关键的一个细节是:Core Web Vitals 的评估是按 75 分位数算的。也就是说,你的页面访问量中,至少要有 75% 的访问能达到"良好"阈值,这个页面才被算作通过。少数几次本地飞快没有用,你必须保证大多数真实用户的体感都过关。

根据 2025 年的 Web Almanac 数据,只有大约 48% 的移动端页面能通过全部三项 Core Web Vitals。也就是说,超过一半的移动网页在谷歌眼里属于"待改进"或"差"。这恰恰是机会所在——做好这一项,你在同档对手面前就已经领先一大截。

我自己在用的优化清单

我做无忆研习社的时候,在 Core Web Vitals 这件事上特别下功夫。我的优化清单大致是这样:

# Core Web Vitals 优化优先级清单(莫潇羽@无忆研习社亲测有效)

## 1. LCP 优化(目标 < 2.5s)
- 首屏大图必须用 WebP 或 AVIF 格式,体积砍掉一半起步
- 关键 CSS 内联到 HTML head,避免阻塞渲染
- 字体用 font-display: swap,不让文字等字体加载
- 服务器响应时间 TTFB 控制在 600ms 以内
- 关键资源用 <link rel="preload"> 提前加载

## 2. INP 优化(目标 < 200ms)
- 长任务拆分,避免单个 JS 任务超过 50ms
- 非关键脚本统统延迟加载或异步加载
- 第三方统计、客服插件全部用 defer
- 复杂计算搬到 Web Worker 里跑
- 输入响应必须立即给视觉反馈,真正的处理可以在后台

## 3. CLS 优化(目标 < 0.1)
- 所有 img 标签显式声明 width 和 height
- 广告位、横幅位提前预留高度,不要等 JS 注入再撑开
- 避免在已渲染内容上方插入动态内容
- 字体使用 size-adjust 减少 FOUT 引发的偏移

一个 B2B 项目站的真实复盘

我接手过一个 B2B 项目站,Core Web Vitals 全面飘红,流量持续下滑。我没有发任何外链,没有改内容结构,就做了一件事:把 CLS 从 0.38 降到 0.05,把移动端 INP 从 480 毫秒压到 150 毫秒以内,LCP 从 5.2 秒压到 2.1 秒。四周后,这个站的自然流量自然回升将近两成。

这不是玄学。这是因为真实用户在这个站上的体验真的变好了,他们终于能流畅地把内容看完,不会在弹窗、卡顿、跳动里抓狂关掉页面。当 75% 的用户都顺顺当当地完成了访问,谷歌的 CrUX 数据就漂亮起来,排名跟着自然上去。

最后,我想说一个反直觉的细节:谷歌曾经明确表态,如果两个页面内容质量差不多,Core Web Vitals 是决定性的差异化信号。也就是说,体验不是锦上添花,是"内容平手时分胜负"的关键票。这个时代,内容好已经只是入场券,体验好才是排位赛的资格。

我再补一个很多人忽略的细节:CrUX 数据是按"流量加权"采集的。也就是说,如果你的网站有 80% 的用户来自移动端,那么移动端的体感对整站 Core Web Vitals 的贡献,就远大于桌面端。很多老牌内容站长还停留在"我桌面端体验好就行"的旧逻辑里,完全没意识到自己今天的核心读者已经是用千元安卓机的移动用户。

还有一个常见误区:有人觉得"我的站访客少,CrUX 没数据,谷歌就不评估我的体验了"。这是对的——但仅仅是数据层面对的。谷歌可以根据"同类型网站的体验中位数"对你做粗粒度的兜底评估,而且当你的访客逐渐增加、CrUX 数据开始填充时,如果体验差,你的整体可见度会迅速下滑。换句话说,等数据补齐再优化,是来不及的。最稳妥的做法是从冷启动那一天起,就把首屏体验当成头等大事来做。

我自己做新站时,从 0 到 1 阶段我会先做一件听起来很笨的事:用一台五年前的安卓低端机,装一张 4G SIM 卡,人在地下停车场,打开自己的网站。如果在这种场景下首屏还能在 3 秒内出来,关键内容能正常阅读,我才敢继续往下铺内容。这种"压力测试"看起来夸张,但它逼着你把所有"伪优化"的脂肪都挤掉。莫潇羽@无忆研习社 自己就是这样一点点磨出来的。

补充一段关于"页面体验信号"的本质

很多人把页面体验和 Core Web Vitals 划等号,这是不准确的。Core Web Vitals 只是页面体验信号的一个量化指标,真正的页面体验是一个综合判断,还包括 HTTPS 安全性、移动端友好度、是否存在侵入式插页广告(Intrusive Interstitials)等等。

侵入式插页广告这件事,我特别想说一下。谷歌在 2017 年就明确表态:移动端首次加载就弹出大面积遮挡内容的弹窗,会被作为负面信号处理。具体哪些算"侵入式":

• 全屏遮挡主要内容的弹窗
• 必须先关闭才能浏览的覆盖层
• 把内容推到屏幕下方、把广告固定在首屏的布局

但有几种是被允许的:法律合规弹窗(Cookie 通知、年龄确认)、登录窗口(在合理场景)、可关闭的小角落横幅。

你今天打开一些做得差的内容站,首屏弹"加入会员领大礼包"、再弹"加微信免费咨询"、再弹"扫码下载完整版",用户连一篇文章的第一段都看不到。这不仅是体验差,更是直接踩在谷歌的负面信号上。我每次接手这种站,第一件事就是把这些弹窗全部停掉或者改成 30 秒后才出现的低强度提示。

五、E-E-A-T 与有用内容系统:信任成为底层货币

从 2018 年的 Medic Update 开始,谷歌进入了一个新阶段:它不再只关心你的内容写得对不对,它开始关心"凭什么是你来写"。

Medic Update 主要打击的是 YMYL(Your Money or Your Life)领域。医疗、健康、财经、法律这些直接影响用户健康和财产的话题,从此被单拎出来设了更高门槛。如果你的站没有清晰的作者身份、没有专业背景、没有权威背书,你写得再花,也排不上去。

从 E-A-T 到 E-E-A-T:多了一个 Experience

在这个过程中,一个叫 E-A-T 的概念被放进了 Google Search Quality Rater Guidelines(质量评估员指南):

• Expertise(专业)
• Authoritativeness(权威)
• Trustworthiness(可信)

到 2022 年 12 月,谷歌又给前面加了一个 E:

• Experience(经验,亲身经历)

这就成了今天的 E-E-A-T。这个改动的含义非常深远。谷歌承认:对于很多话题来说,亲身经历过的人写的内容,比纯理论专家写的更有价值。一个真的开过那款车的人写的车评,比一个从没见过那车的资深汽车记者写的更可信。一个真的徒步走过那条线路的人写的攻略,比一个查资料拼凑的旅游编辑写的更有用。

谷歌在官方文档里反复强调一句话:在 E-E-A-T 四个维度里,Trust 是核心,其他三个都是为 Trust 服务的。Experience、Expertise、Authoritativeness 都是用来构建 Trust 的证据。

E-E-A-T 不是标签,是一整套贯穿全站的信号

很多人对 E-E-A-T 有一个巨大的误解,以为只要在文章末尾贴个作者简介、放个职称头衔,就算做了 E-E-A-T。错了。E-E-A-T 不是一个标签,是一整套贯穿全站的信号体系。

我做无忆研习社的过程里,把 E-E-A-T 拆成了一份可执行清单。这是我自己折腾出来的版本,你可以直接抄走:

Helpful Content System:全站级的"差生标签"

到 2022 年 8 月,谷歌干了更狠的一步——上线 Helpful Content System(有用内容系统)。这是一个"全站级"的分类器,它会判断你的整个站是不是为了帮助真实用户而存在的。如果它判定你是为了搜索引擎而做内容、专门搞流量套利,它会给你整站打一个负向标记,而且这个标记会拖累你站上所有页面的排名。

到 2024 年 3 月,Google 又把 Helpful Content System 进一步整合进了核心排名系统。也就是说,从此再也不会单独有"有用内容更新"这种事件了,因为这套判断已经持续不断、随时在跑。到了 2025 年 3 月的核心更新,这个整合彻底完成,Helpful Content 信号已经成为核心算法的内生部分。

这意味着什么?意味着你不能再期待"等下一次有用内容更新过去我再调整",因为它每时每刻都在评估你。整站的有用比例、整站的体验、整站的可信度,是一笔时时刻刻在被审计的账。

我作为莫潇羽,做了几年内容站之后给自己定了一条铁律:绝不外包内容。我宁可写得慢,也要保证每篇文章都能体现真实的实操经验。这不是道德洁癖,是对算法演化方向的尊重。今天的有用内容分类器,识别"AI 批量生成 + 外包模板写作"的能力,远比大多数站长想象的要强。

YMYL 领域:门槛被抬到普通玩家够不到的位置

补充一段关于 YMYL 领域的实战要点。YMYL 是 Your Money or Your Life 的缩写,指那些直接影响用户健康、财产、人身安全、重大人生决策的话题。谷歌对 YMYL 领域的 E-E-A-T 标准是最高的,普通水准的内容在 YMYL 里几乎拿不到位置。

我合作过的一个健康类项目站,踩坑非常深。他们最初做的方式很常规:找懂行的写手把医学论文翻译整理,排版做得也漂亮。结果一年时间,排名一直起不来,作者署名页连搜索引擎里都查不到这个人。后来我们做的几个动作:

做完这些动作六个月之后,这个站在主要医学查询上的排名才真正起来。YMYL 领域不是写得好就能排上去,是必须证明"凭什么是我有资格写"。对于普通站长而言,如果你不具备相关资质或者无法找到资质合作伙伴,YMYL 类话题就果断绕开,选你能扎实证明 Experience 和 Expertise 的领域去做。这是一条很功利但很现实的建议。

六、MUM、SpamBrain、AI Overviews:搜索进入多模态与生成式时代

MUM:从 BERT 到多模态的一次跨越

2021 年 5 月,Google I/O 大会上,谷歌宣布了 MUM(Multitask Unified Model,多任务统一模型)。这个模型基于 Transformer 架构,但官方说它的能力比 BERT 强 1000 倍,而且是多模态的——它能同时理解文字、图片、视频,跨语言抓取信息。

MUM 最直接的应用场景,是处理那种"一个搜索解决不了的复杂问题"。比如你想知道"我已经爬过富士山,现在想爬安第斯山,我应该做哪些不同的准备",这种查询过去可能要搜七八次,把不同信息拼起来。MUM 试图一次给你答案。

AI Overviews:零点击搜索的真正冲击

紧接着,2024 年是真正的分水岭。谷歌把过去几年积累的所有 AI 能力,落地成了一个对站长冲击最大的产品——AI Overviews(原名 SGE,Search Generative Experience)。

AI Overviews 干的事很简单粗暴:在搜索结果页最上面,直接给用户一段 AI 生成的总结,把答案塞到他面前,他都不用点你的链接了。这就是所谓的"零点击搜索"。

数据有多吓人?多家独立研究的结论:

• 当 AI Overviews 出现时,自然搜索结果的点击率平均下降 34%~46%,某些场景达到 70%。
• 出现 AI Overviews 的搜索结果页里,只有 12% 的 AI Overview 会链接到原本排名第一的页面。
• 2024 年开始,接近 60% 的 Google 搜索属于"零点击"——用户在搜索结果页上得到了答案,根本没点任何站。
• 部分新闻媒体在某些查询下报告了高达 90% 的流量下滑。

听起来像末日?对那些做"信息搬运"型站点的人来说,确实接近末日。但对真正做深度内容、做实操、做独到见解的站来说,这反而是一次洗牌的机会。

为什么?因为 AI Overviews 虽然抢走了浅层信息查询的流量,但它生成答案时仍然需要引用源。也就是说,如果你的站能持续被 AI 模型选作引用源,你获得的不是十个链接里的一个曝光,而是答案正文里的署名引用。根据 Seer Interactive 的数据,被 AI Overviews 引用的页面,品牌搜索的 CTR 反而能提升 80% 以上。

这就引出了一个新概念:GEO(Generative Engine Optimization,生成式引擎优化)。它跟传统 SEO 的关系,大概是这样:

SpamBrain:AI 反作弊在另一头等你

与此同时,谷歌的反作弊大脑 SpamBrain 也在持续升级。从 2024 年开始,SpamBrain 的能力已经覆盖到识别大规模 AI 生成的低质量内容、隐藏跳转、被黑页面、操控锚文本的链接网络等等。也就是说,你想用 AI 批量制造内容糊弄过去,谷歌的 AI 已经在另一端等着你了。

我自己怎么看 AI Overviews 时代?我觉得它把 SEO 的方向重新拉回了"做难做的事"。批量内容、模板化文章、洗稿改稿,这些过去靠"量"压人的玩法,会被 AI Overviews 直接抹平——因为谷歌的 AI 一句话总结就能取代你那十篇模板文章。只有那些真正难复制、真正基于第一手经验、真正提供别处找不到的视角的内容,才有资格被 AI 引用,从而活下去。

下面进入实战部分。前面五节是"读懂算法",从第七节开始是"怎么做"。我把过去几年自己摸索出来的有效动作,一项一项拆给你看。

七、用户任务覆盖:用关键词集群替代关键词密度

这是我反复对刚入行的朋友说的一句话:别再纠结一个关键词在文章里出现几次了,谷歌早就不靠那个识别相关性了。

一个关键词背后藏着多种意图

正确的思路是"用户任务覆盖"。同一个关键词背后,可能藏着完全不同的用户意图。比如有人搜"扫地机器人",他可能想要:

• 了解这是什么(信息型)
• 看哪几款比较好(比较型)
• 看具体某款的真实测评(深度评估型)
• 准备下单买(交易型)
• 已经买了想知道怎么用(售后型)
• 出问题了想知道怎么修(故障排除型)

过去 SEO 的常见做法,是写一篇"扫地机器人推荐"文章,试图覆盖以上所有意图,然后期待这一篇文章在所有相关查询里通吃。这种思路在 RankBrain 和 BERT 时代,基本是没戏的。算法会判定你这篇文章"啥都讲了,但啥都没讲透",反而不给好位置。

正确的玩法是关键词集群(Topic Cluster)。也就是说,你建立一个"主题中心 + 卫星文章"的内容结构。

graph TD
    A[扫地机器人 主题中心页] -->|信息型| B[扫地机器人是什么 + 工作原理]
    A -->|比较型| C[2026 年扫地机器人横评 12 款对比]
    A -->|深度评估| D[某款产品 30 天真实使用记录]
    A -->|交易决策| E[扫地机器人选购避坑指南]
    A -->|售后| F[扫地机器人保养与日常清洁]
    A -->|故障| G[扫地机器人常见故障与维修]
    B <--> C
    C <--> D
    D <--> E
    E <--> F
    F <--> G

中心页统领整个主题,提供全景概述,把所有子主题用清晰的内链导出。子页面之间也要相互交叉链接,形成一张完整的内容网络。

关键词集群的五步搭建法

具体怎么落地?莫潇羽@无忆研习社常用的步骤是这样的:

第一步:用工具或纯人工,把主关键词所有的相关搜索拉出来。把 Google 搜索结果底部的"相关搜索"、People Also Ask 板块、Google Suggest 的自动联想全部抓一遍。

第二步:把这些查询按意图分类。信息、比较、深度评估、交易、售后、故障——这六个篮子基本够用。也可以根据你自己的领域再细分。

第三步:每个篮子里挑出几个有代表性的查询,做成一篇深度文章的主题。一篇文章只服务一