【重磅】Google搜索内部文档遭泄露 一万多个排名特征曝光

5 月 5 日，Google 搜索的某个内容 API 文档被意外曝光。这份文档已被前 Google 员工确认，而且更新日期显示是今年 3 月份，还是相当新的。

从这份泄漏的文档中能看到，Google 的排名系统包含 2,596 个模块，以及 14,014 个排名因素。这次可以说是 Google 有史以来最大严重的泄密事故了。

我汇总了 iPullRank 创始人 Mike King 和 Rand Fishkin 的第一手资料，发现很多排名算法的细节。跟 Google 之前公布的一对照，真的是“假假真真、真真假假”。

假假真真

“我们没有域名权重的数值”

Google 一直说，并不存在域名权重这种数值(类似 Semrush 和 Ahrefs 的 AS 和 DA 值)，但实际上文档中确实有 siteAuthority 这个参数，完全就是域名权重/站点权重。

“我们不使用点击次数用于排名”

Google 一直称“并不使用点击次数用于排名”，但实际从这份文档来看并不是这样。

从上次反垄断调查时，Google 就暴露出有 NavBoost 排名系统的存在，NavBoost 是专门依靠点击数据驱动来调整排名的系统。

这次的内部文档有更详细的点击参数，比如：

• badClicks 和 goodClicks ：主要是用户在搜索结果中的点击行为，如果满足需求，不再点击其他结果，算是加分，否则是减分
• lastLongestClicks 和 lastGoodClicks：主要是衡量点击是否会随着时间衰减，有时效的考虑
• unsquashedClicks 和 unsquashedImpressions 和 unsquashedLastLongestClicks：主要是数据做了规范，保证不会有极端数据影响整体数值

另外，其中并没有点击率、停留时间的参数。

各种资料都表明，依靠点击数据的 NavBoost 系统是 Google 排名信号中最重要的因素之一。所以可以看出，Google 是将点击次数和点击后行为作为排名算法的一部分。

“沙盒并不存在”

John Muller 之前说过，并不存在沙盒。

但内部文档中是有 hostAge 这个参数，主要是 “对新鲜垃圾网页/网站进行沙盒处理”。

“不使用 Chrome 的数据”

这个是一直宣称的，但实际上是有 ChromeInTotal 这个参数，表示网站在 Chrome 的整体浏览量（以此了解网站的访问规模）。

甚至网站子链接都可能是利用 Chrome 数据。

真真假假

作者是一个明显特征

关于 EEAT，Google 一直没有公布明显的优化方法，也说作者模块并没有正向帮助。

但实际上文档中有 author 作者这个参数，而且也会判断是否真的是网页的作者。

算法降级

文档中提到了几种方式的算法降级，包含：

• 锚点不匹配 – 当链接锚文本与它所链接的目标网站不匹配时，该链接在计算中会被降级
• SERP 降级 – 从 SERP 的点击情况来了解用户的满意程度，不满意时被降级
• 导航降级 – 网站的导航链接的体验较差
• 精确匹配域名降级 – 搜索词跟域名精准匹配，不会有排名提升作用（在 2012 年的 Google Exact-Match Domain (EMD) Update上线 ）
• 产品评价降级 – 跟产品评价算法 Product Review 有关
• 位置降级 – 跟位置有关联的搜索时，无位置的网页会降级
• 成人内容降级
• 其他链接降级

外链似乎仍很重要

外链跟网页的索引层级有关

Google 索引分为几个层级，其中最重要的、定期更新和访问的内容存储在闪存中。不太重要的内容存储在固态硬盘上，而不定期更新的内容存储在标准硬盘上。所以外链的索引层级越高，价值就越高。

垃圾链接的识别

Google 有用 phraseAnchorSpamDays来识别垃圾链接，会识别垃圾链接的频率、数量、起始时间，很容易把这部分数据忽略。

Google 会参考近 20 次修改的历史版本

Google 会保留网页的历史版本，就像是  Wayback Machine 做的那样。

但在参考网页内容时，主要参考其近 20 次修改的历史版本。

新网页都会获取首页的初始PR

网页新上线会获取初始PR，就是首页的PR，直到网页通过用户数据和网页数据获取自己的 PR。

首页信任度

Google 根据对首页的信任程度来决定如何评估外链的价值。

所以，SEO 应该关注链接的质量和相关性，而不是数量。

链接和内容的字体大小仍有帮助

早期 SEO 都会要求加粗文本和下划线，现在看来仍有帮助，且不光是对内容，还有锚文本。

其他重要信息

还有一些零碎的算法信息，包含：

• 网页文档会被截断。在 Mustang 系统中，考量的字符数量是有限的，网页内容过长会被截断，所以重要内容要往前放
• 短篇内容的原创度可获得评分。OriginalContentScore表明较短内容是靠原创度来获取得分
• Title 跟关键词的匹配仍很重要。titlematchScore参数仍在衡量标题与关键词的匹配程度
• Title 和 Description 没有字符长度的限制
• 日期很重要。Google 通过 3 个参数来判断网页的时间：bylineDate是网页中显示的日期，syntacticDate是 URL 或标题中提取的日期，semanticDate是从内容中分析出的日期
• 域名注册信息有使用。Google有存储域名的过期时间和创建时间，用于新域名的判断，比如最近的“过期域名滥用”肯定会用到这个字段
• 视频网站会被特别对待。如果超过 50% 的页面包含视频，会被判断为视频网站，收到不同对待。
• YMYL 会有特别评分机制。这个符合之前公布的信息

Google 反应

此次泄露事件仍在发酵，预计很快就会被一些互联网媒体报道。Google 仍未对此次泄漏事件做出任何回应。

我的看法

• 我完全理解 Google 员工宣讲时的立场，他们主要是引导站长良性发展，本身就不会讲算法细节
• 看了之后对算法细节更了解，不过 SEO 该做什么还是做什么
• 在长期 SEO 策略上，我还是选择更高的内容质量、更好的用户体验的方向，短期内会尝试一些技巧，比如标题会嵌入关键词，更长一些，文章增加作者模块等

如果你有好的想法，也欢迎留下评论，一起讨论更多优化方法~❤️️

参考链接

• 《Secrets from the Algorithm: Google Search’s Internal Engineering Documentation Has Leaked》https://ipullrank.com/google-algo-leak
• 《An Anonymous Source Shared Thousands of Leaked Google Search API Documents with Me; Everyone in SEO Should See Them》https://sparktoro.com/blog/an-anonymous-source-shared-thousands-of-leaked-google-search-api-documents-with-me-everyone-in-seo-should-see-them/