背景和聲明

• 本文是 Shaun Anderson?基于 Google 在 2024 年泄漏的內容數據倉庫的逆向分析，純粹是他的深度分析推理得來，并非官方公布，所以并不是完全準確，僅供參考；

• 對于 2024 年的內容數據倉庫泄漏，Google 的 態度是“不否認”，并說該文檔“脫離背景，過時或不完整”，當時我也對這個文檔做了分析說明《Google搜索內部文檔遭泄露 一萬多個排名特征曝光》；

• 在 2025 年 2 月的 Google 反壟斷訴訟中，美國司法部提到了這個文件，“Google 文件泄漏，列出了 Google 排名的某些組成部分，但文件并未詳細說明曲線和閾值”，再次證明了這份文件的真實性

• 這次的逆向分析，是結合 Google 提到的核心流程和系統，有一些是 Google 說過的，也有一些是沒說過的，甚至否認的，所以對了解實際的核心流程、排序實現非常有幫助；

• 從分析來看，Google 整個系統非常復雜和完善，會考察網站的內容、技術，以及用戶體驗，并隨著時間來長期調整，因此對 SEO 來講，長期主義和價值主義的白帽 SEO 更值得投入，這也是作者深度分析的初衷

核心數據結構

CompositeDoc（復合文檔）

可以把它看作某個 URL 的“文件夾”。它匯集了關于該網頁的所有已知信息，從核心內容到鏈接特征及質量評分。它是 Google 系統中每個 URL 的基礎數據對象。

PerDocData（文檔數據）

在 CompositeDoc 內部，最關鍵的組成部分就是 PerDocData 模型，這是每個 URL 的全部數據記錄，比如頁面內容因素、質量得分、垃圾內容信號、實效性指標，以及用戶參與數據等，并在排名階段被調用。

CompressedQualitySignals（壓縮的質量指標）

這是一個高度優化的“速查表”，包含了網頁最核心的一組指標，如站點權重 siteAuthority、熊貓降級指標 pandaDemotion 和 navDemotion。

它的目的是讓 Google 的 Mustang 和 TeraGoogle 等排名系統在極度有限的內存條件下能夠快速完成初步排名。

這個指標非常關鍵，因為代表了網頁最核心也最基礎的指標，而且只有在初始排名階段勝出，在會在下一個階段“重新排名”時穩定和提升排名。

對 SEO 的啟發：

• 為獲取這個初始排名，不光是要保證網頁內容的相關性，還要保持網站的基礎權重指標，如上文提到的站點權重、熊貓降級信號等，否則無法參與初始排名。
• SEO 都會觀察到這個現象，某個網頁剛上線時有排名，一段時間后排名波動。結合這個指標可以知道，剛開始獲得的是初始排名，后續通過用戶數據等指標，Google 會有重新排名的環節，在這個環節導致的排名波動。后面也會具體講。

排名流程的解構

這次分析帶來的最基本的認知就是，Google 算法并非單一、龐大的指標組成，而是更加復雜：由多個分工明確、相互連接的系統組成，并在流程中相互配合。

以下是排名流程中的系統和相關指標：

這個多階段架構說明，Google 排序過程遠比簡單的指標計算要復雜得多。

一個網頁要想獲得曝光和排名，必須先憑借基礎指標通過 Mustang 的初排；隨后還需要在 NavBoost 等重新排序階段通過真實用戶互動來證明自己的價值；與此同時，這個網頁還要在由 Glue 和 Tangram 組裝的模塊化搜索結果頁中爭奪曝光空間。

NavBoost：用戶投票占主導地位

我們知道用戶點擊和用戶體驗在排名中占據重要地位，不過 NavBoost 系統的曝光，讓我們知道了更具體的細節。

• NavBoost 可以根據用戶點擊行為對搜索結果進行重新排序
• NavBoost 使用?13 個月的用戶滾動和點擊數據
• Google 曾說“點擊不是直接的排名因素”，好像也不沖突，因為 NavBoost 是重新排序階段的因素
• 因為 NavBoost 直接影響重新排序階段，所以網頁排名是否能夠穩定或提升，非常依賴 NavBoost 系統的表現

NavBoost 中的幾個關鍵指標：

• goodClicks（優質點擊）：用戶點擊后表現出滿意的點擊。

• badClicks（劣質點擊）：用戶快速返回搜索結果頁的點擊，代表不滿意的點擊。

• lastLongestClicks（最后一次長停留點擊）：被認為是最強的正面信號，它指的是用戶在結束搜索前最后一次長時間停留的點擊。

• unsquashedClicks（通過驗證的點擊）：可能表示通過驗證的有效點擊，而非垃圾或機器流量。

所以說，傳統 SEO 方法，如標題設置、外鏈建設等可以幫你獲得初始排名，但良好的用戶體驗才能借助 NavBoost 系統在重新排序階段勝出，獲得長期穩定的排名。

核心指標

權威度和信任度的指標

Google 通過以下幾個指標來衡量整個網站和網頁的可信度、權威度和聲譽：

• siteAuthority（站點權重值）：這是整個網站的權重指標，很可能是之前 PageRank 的迭代指標，就是 SEO 日常說的“權重值”

• siteFocusScore（站點專注度評分）：衡量網站的主題專注度，得分越高說明網站越專注在特定領域，也證實了垂類網站會獲得特定領域的權重積累

• siteRadius（網站主題半徑評分）：衡量了某網頁主題與整站核心主題的偏離程度

• hostAge（域名年齡）：這是一個簡單又基礎的指標，存儲了網站首次抓取的日期，會用來評估網站穩定性，也用于新網站的沙盒處理

內容質量和實用性指標

用于量化網頁的原創度、內容質量和投入程度：

• OriginalContentScore（原創內容評分）：衡量頁面內容原創度的評分

• contentEffort（內容投入度）：估算內容投入成本的指標，也是實用算法更新的核心指標，因為 Google 提到過：優質內容肯定是經過人工驗證和編輯，消耗了一定的時間和內容成本，這個指標和內容質量呈正相關

• pandaDemotion（熊貓算法降權）：衡量網站的低質量程度，也是熊貓算法的常規版和持續版，用于懲罰低質量或重復內容比例高的網站

用戶體驗和干擾信號

衡量負面用戶體驗、干擾信號的指標。這是幾個負面指標，用戶體驗較差會直接引起處罰。

• clutterScore（頁面雜亂度評分）：網站級懲罰信號，用于檢測“明顯干擾和強制性體驗”，比如廣告或彈窗過多；如果部分網頁出現這個指標過高，也會擴散影響到整個網站

• navDemotion（導航降級評分）：標注為“導航不良或用戶體驗差”的網站降權信號

• 移動端懲罰（Mobile Penalties）：SmartphonePerDocData 模塊包含移動端體驗相關的處罰標志，如 violatesMobileInterstitialPolicy（侵入式彈窗）和 adsDensityInterstitialViolationStrength（廣告密度過高）

網頁的相關性指標

衡量網頁元素是否與內容主題和搜索意圖匹配。

• titlematchScore（標題匹配評分）：計算頁面標題與正文內容匹配度的指標，說明了標題在內容表達上的重要作用

• ugcDiscussionEffortScore（UGC互動投入度評分）：位于 CompressedQualitySignals 模塊，用于衡量用戶討論或評論的質量與投入度。良好的評論區互動會成為正面信號

E-E-A-T 解析

Google 說過，E-E-A-T 是衡量內容質量的方向，不是排名因素，也沒有特定的 E-E-A-T 得分，從這份文檔來看，確實沒有一個特定的 EEAT 得分，不過有很多指標都在考察 E-E-A-T 的 4 個方面，這是梳理后的幾個方面：

E - 經驗（Experience）

經驗是 E-E-A-T 中最后加入的指標，是指內容創作者對主題具備第一手、真實世界的體驗。比如，一篇由實際購買并使用過 iphone 17 的用戶撰寫的評測，其經驗價值遠高于從蘋果官網匯總產品參數的評測。

這幾個指標在重點考察“經驗”環節：

• contentEffort（內容投入度），Google 一直強調好的內容肯定是需要花費一定時間和心血才能產出；相反的，批量生成出來的、泛泛而談的 AI 內容會被認為是缺乏實際經驗，質量較低的

• originalContentScore（原創內容評分），原創內容并不一定都是好的，但好的內容一定是原創的，且具備獨特見解，親身經歷的細節和第一手的經歷

• isAuthor 與 author（是否為作者 / 作者身份）：Google 會識別作者的身份；如果某位作者持續產出高質量、原創的內容，系統就會構建一個特定的作者檔案，比如劉慈欣

• lastSignificantUpdate（最近重大更新時間）：說明對內容進行必要的更新和編輯，可以提升內容質量，也說明 Google 能夠區分微小與重大的內容更新

• 文檔圖片分析（docImages）：對內容中圖片的詳細分析，原創且主題相關的圖片可作為第一手經驗的證據，強化內容的可信

• 垂直領域專項信號：針對特定行業，Google 使用更細粒度的信號。例如，productReviewPUhqPage（超高質產品評測頁面） 信號用于識別那些展現出深度、第一手使用與測試經驗的卓越產品評測

對 SEO 的啟發：

• 低投入的內容、缺乏原創內容和觀點的 AI 內容、無作者的內容都會在“經驗”考察處于劣勢
• 要盡量傳遞“經驗”信號：在文章中添加作者簡介框，包含真實照片；在產品評測中加入實拍圖和使用視頻；定期更新文章并標注更新時間

E – 專業性（Expertise）

專業性是考察網站或網頁內容在特定領域所具備的知識深度和技能水平，更側重在可驗證的知識與資質。

跟專業性有關的考察指標有：

• 主題權威性主要通過 siteFocusScore、siteRadius、site2vecEmbeddingEncoded 這幾個指標來考察
• siteFocusScore（網站專注度評分）?獎勵垂直在某個領域的網站
• siteRadius（網站主題半徑）?衡量頁面內容偏離核心網站主題的程度，比如某個權威寵物網站發布的投資建議就會缺少專業度
• site2vecEmbeddingEncoded（網站向量嵌入編碼）?將網站的主題轉化為數值向量，使 Google 能夠通過數學方式衡量其主題一致性。
• 語義理解主要通過 EntityAnnotations、QBST 這兩個指標
• EntityAnnotations（實體標注）?，用于識別頁面所討論的具體實體
• QBST（Query-based Salient Terms），基于搜索詞的專業術語，作為補充指標
• 站內重要性信號（onsiteProminence），通過模擬用戶瀏覽路徑來衡量站內鏈接權重。網站可以合理配置內部鏈接結構，展示出最重要、最具權威性的頁面，從而展示自身的專業性。
• 對“投入度”的考察：contentEffort、ugcDiscussionEffortScore
• contentEffort（內容投入度）?是評估網站內容生成時的投入成本情況
• ugcDiscussionEffortScore（UGC互動投入度評分）?用于衡量用戶討論或評論的質量與投入度
• YMYL （Your Money or Your Life）識別的指標：ymylHealthScore、ymylNewsScore、chard，跟金錢和健康相關的內容的評分；Google 對 YMYL 主題設有專門的分類評分，會有更高的衡量標準，比如“如何投資和理財”、“如何恢復健康”等
• 本地專業性指標：geotopicality：這說明 Google 會為特定地理區域構建主題畫像

對 SEO 的啟發：垂直細分網站在傳遞“專業性”信號方面，會具有明顯的優勢。

A – 權威性（Authoritativeness）

權威性是成為行業內被廣泛認可、被他人引用和信賴的信息來源，他衡量的是一個網站或品牌在特定行業中的聲譽與地位。這份內部文件證實，Google 通過一個整站維度、與搜索詞無關的 Q*（質量）評分來衡量權威度。

• 算法動量（predictedDefaultNsr）：這是一個會記錄版本的數據字段，表明 Google 會持續記錄該評分的歷史變化。這形成了“算法動量”——一個長期、穩定輸出高質量信號的網站會積累正向軌跡，使其更具抗干擾能力，也更難被競爭對手取代。
• 全站綜合評分的指標：siteAuthority、nsrDataProto
• siteAuthority（網站權威度）?是一個綜合性的全站質量評分，融合了網站的外鏈結構、內容質量與用戶互動數據。
• nsrDataProto（標準化網站排名，Normalised Site Rank） 是一種復雜的算法，用于評估網站整體的可靠性，并直接貢獻于其權威性。這兩項是構建整體 Q* 評分的關鍵輸入。
• 基于鏈接的權威性：Homepage PageRank、PageRankPerDocData
• Homepage PageRank（首頁 PageRank）?作為整個域名的基礎權威信號發揮作用。
• PageRankPerDocData（每個網頁 PageRank 數據）?表明基于鏈接的權威性仍然以每個網頁為單位進行計算和存儲。
• 作者與品牌信號的指標：authorObfuscatedGaiaStr、queriesForWhichOfficial ，直接衡量作者和品牌的權威性。
• authorObfuscatedGaiaStr?將內容關聯到具體的作者實體，使 Google 能夠追蹤作者的聲譽積累。
• queriesForWhichOfficial?是一個強有力的信號，用于記錄哪些具體查詢下，某頁面被視為權威、官方的“標準答案”（跟 AIO 的答案展示有關？）
• 實體規模與覆蓋范圍的指標：isLargeChain、siteSiblings，Google 會根據企業的運營模式對其進行分類。
• isLargeChain（是否大型連鎖）?標志用于識別全國性品牌的分支機構，對其權威性設定與小型企業不同的預期標準。
• siteSiblings（關聯網站數量）?統計與該品牌相關的其他網站數量，反映出更大、潛在更具權威性的品牌影響力版圖。
• 正向與負向調節因子的指標：authorityPromotion、unauthoritativeScore；該系統會主動通過 authorityPromotion（權威提升） 對優質網站給予加成，同時通過懲罰性的 unauthoritativeScore（非權威評分） 對缺乏權威性的網站進行降權。

綜上，權威性不僅依賴外部引用（如鏈接），更由品牌實體、作者身份、歷史表現及算法對“官方性”的認定共同構建。建立權威需長期積累高質量信號，并在特定領域成為被系統識別為“首選來源”的存在。

T – 可信度（Trust）

可信度是 E-E-A-T 最重要的指標，建立在內容質量、用戶正向反饋和技術可信度的基礎上。通過內部指標表明，可信度會因來自 SpamBrain 等系統的大量懲罰性負面信號而被削弱。

• 基礎可信度?- 索引層級。可信度始于索引層面，網頁的?scaledSelectionTierRank（縮放選擇層級排名） 決定了其所屬的索引層級，例如“基礎層”（Base，高質量）或“垃圾場層”（Landfills，低質量）。一旦被歸入“垃圾場層”，即代表系統對其極度缺乏信任，將嚴重限制該頁面獲得排名的可能性。
• 技術可信度的指標：badSslCertificate、forwardingdup、ContentChecksum96，主要考察相關的技術基礎
• badSslCertificate（無效 SSL 證書）?是直接的負面可信度指標；
• 與規范化相關的信號，如?forwardingdup（重定向重復）和?ContentChecksum96（內容重復校驗），也屬于可信度因素。一個提供清晰、無歧義信號的網站，比混亂且內容重復的網站更值得信賴。
• 通過內容質量建立可信度（pandaDemotion）：pandaDemotion（熊貓降權） 信號會對全站施加懲罰，針對的是低質量、內容單薄或重復的頁面。這種懲罰會影響整個域名的可見性，直到低質內容被徹底整改，類似歷史上的熊貓算法
• 用戶驗證的可信度（Navboost/CRAPS 關聯機制）：用戶行為是衡量可信度最動態、最根本的方式。
• GoodClicks（優質點擊）與?BadClicks（劣質點擊）?的分類直接反映用戶對頁面的信任與滿意度；
• 持續負面的用戶行為會觸發實質性懲罰，例如?navDemotion（因站內體驗差而降權）和?serpDemotion（因搜索結果頁表現不佳而降權）。
• 通過頁面體驗建立可信度（clutterScore），不良的用戶體驗會侵蝕可信度。clutterScore（頁面雜亂度）是一個網站級信號，用于懲罰包含大量“干擾性/體驗差”的網站
• 作弊特征指標是可信度的關鍵組成部分，包括：
• scamness（欺詐風險）
• KeywordStuffingScore（關鍵詞堆砌評分）
• GibberishScore（無意義內容評分）
• spamrank（因外鏈至垃圾網站而受罰）
• anchorMismatchDemotion（因操縱性錨文本而降權）

對 SEO 的啟發：可信度并非靜態屬性。它以技術安全為根基，通過正向用戶行為加以驗證，并對本地實體而言，還需通過可驗證的線下世界資質與可靠性加以鞏固。

整體來看，E-E-A-T 的四個維度并非孤立評估，它們相互關聯，共同構成一個相互關聯的算法系統。如下面例子：

• 一個網站可先通過高 siteFocusScore（網站專注度評分） 和大量獨特內容（高 originalContentScore）建立專業性；
• 這些高質量內容自然會吸引其他權威來源的鏈接，從而提升 siteAuthority（網站權威度），即權威性；
• 當這個具備專業性與權威性的網站出現在搜索結果中時，用戶更可能點擊并獲得滿意體驗，從而產生“優質點擊”，向 Navboost 系統傳遞可信度指標；
• 若這些內容由固定作者持續產出，還能同時體現經驗，由此形成一個良性循環。
• 反之，任一環節的薄弱（如低 siteAuthority）都可能影響即使最具專業性的內容，使其無法觸達用戶，也就無法獲得所需的可信度指標以獲得排名。

這表明 E-E-A-T 是一個整體性、相互依存的系統，而非簡單的排名因素的疊加。

對我的啟發

通過對此次泄露文檔的深度分析，我們得以窺見 Google 復雜的、多系統聯動的排名機制。它清晰地表明，SEO 的成功不再是單一因素的勝利，而是技術基礎、內容質量、用戶體驗和長期權威積累的綜合體現。

我看完之后也有一些當下的啟發，并不完善，也分享出來：

• Google 的排名系統并不只是 200 個指標的計算，而是多個系統的配合、更為復雜和完善的系統，很難通過幾個指標就獲取到排名，而是要兼顧每個系統，比如站點權重、內容質量，用戶體驗等
• Google 獲取排名，不光是內容質量和站點權重，這只能獲得初始排名，還會關注用戶體驗和滿意度，這個才決定了最終排名；
• Google 會記錄 13 個月的用戶數據，也會長期記錄網站的評分，所以長期來看，還是白帽 SEO 更收益更高，提供高質量的、滿足用戶需求的內容，且保持良好的用戶體驗，且能積累權重和信任
• Google 在通過多個來源驗證網站和內容的可信度，比如作者、線下實體的信息、域名信息、鏈接關系，以及用戶數據，所以要鉆空子很難，如果有這些資質信息，也一定要想辦法提供
• 可信度是個結果指標，不光是內容質量高，用戶反饋好，還需要技術可靠，所以也要注意技術優化，保證網站技術的可靠性

檢查清單

基于這些分析，我也整理了一份馬上能用的 SEO 檢查清單，可檢查下自己網站是否存在以下問題，以及這些優化項目是否已實現。

參考文檔

• 《The Google Content Warehouse API Leak of 2024》https://www.hobo-web.co.uk/the-google-content-warehouse-leak-2024/
• 《E-E-A-T Decoded: Google’s Experience, Expertise, Authoritativeness, and Trust》https://www.hobo-web.co.uk/eeat/