SEO電子報第六十九期 – 2022.11.16~2022.11.30

[官方] 細數Google的排名演算法

Google最近新增了一份文檔，記錄了Google幾個著名的搜尋排名系統 - 包括 BERT、Helpful Content "System"...等等。在同時發布的公告中，Danny說"update"這個字造成很多誤會，例如判斷內容是否有用的系統過去叫做Helpful Content "Update"，但當這個系統(system)進行更新(update)時，就會變成 helpful content update update，念起來很繞口，所以以後統一用system來稱呼之。

文檔中列出的著名系統包括以下， 如果有不熟悉的名詞推薦過去看一看介紹! 在最下面的也可以看到幾個已退役(或被併入進現存系統)的著名系統，包括panda system, pagespeed system, etc.

• BERT
• Crisis information systems
• Deduplication systems
• Exact match domain system
• Freshness systems
• Helpful content system
• Link analysis systems and PageRank
• Local news systems
• MUM
• Neural matching
• Original content systems
• Removal-based demotion systems
• Page experience system
• Passage ranking system
• Product reviews system
• RankBrain
• Reliable information systems
• Site diversity system
• Spam detection systems

連結: Google搜尋排名系統指南 / 相關公告

[新聞] GSC新增Shopping Tab Listings功能

在GSC中的「Shopping」區，符合資格的網站將會在接下來幾週開始陸續看到一個新的「Shopping tab listing」，可以透過這裡註冊Merchant Center帳號。完成這個步驟，商家就無需提交產品feed，僅需確保網頁上的商品結構化資料保持更新狀態，就能讓產品出現在Shopping tab (shopping.google.com)上。

根據幫助文檔中的說明，符合資格的定義是當Google偵測到產品結構化資料，並認定網站是個販售實體商品的網站。

連結: 公告 / GSC中的新報表 - Merchant Listings

[摘要] SMX Next訪談Google搜尋VP

本次SMX Next邀請到 HJ (a.k.a. Hyung-Jin Kim, VP Search at Google) 擔任主講嘉賓。分享主題是【What’s now and next with Google Search: Algorithm updates, E-A-T, and more】，筆者摘選以下重點分享給大家。

第一點：｢E-A-T 原則｣(Expertise, Authoritativeness, and Trustworthiness) 適用於所有搜尋情境
大家常把 E-A-T 原則跟 YMYL 內容(your money, your life)放在一起談，甚至Google官方的《搜尋引擎評量指南》都特別表明了兩者的關聯性，但 HJ 告訴我們 E-A-T 原則廣泛地被應用在所有搜尋情境和搜尋字詞。這不難理解，不僅是健康或醫療領域，幾乎所有產業都能以專業性(Expertise)、權威性(Authoritativeness)，和可信度(Trustworthiness)三項指標來評斷網站的內容能否幫助到使用者。

E-A-T在2014年被寫進《搜尋引擎評量指南》，到了2018年開始被廣泛討論，但Google從2009年左右就已經將它應用在搜尋引擎上了！

第二點：搜尋品質團隊 (Search Quality team) 也會｢感情用事｣
搜尋品質團隊 (Google 內專門研究、調整搜尋結果排名的部門) 平時非常依賴資料、各項指標，還有各種新技術來優化排名系統。但他們有時也要站在使用者的角度，進行主觀的調整。

第三點：｢第一手資料｣或｢第一手使用經驗｣在一篇好內容中扮演著關鍵角色。
雖然講座中還有很多很棒的takeways，但筆者仍想再次強調原生內容和優質內容的重要性，這也是近幾次評論演算法更新的一大重點。 HJ 以他自身為例，如果他今天想找一個新的網球拍，他期望看到網友｢真的花時間使用並實測產品｣後的內容分享，而非｢蒐集其他網頁上的資訊拼湊成一篇、最後憑空下總結｣的內容。

除了以上三點，其中還有滿多小知識值得一聽(例如Google在這幾年如何在終極目標不變的情況下更新許多新的技術如BERT)，可以看看這篇SEL(SMX主辦單位)自己整理的重點摘要，或是直接線上觀看完整講座(需註冊)，本講座沒有任何簡報，可以當Podcast聽。

連結：SEL整理7大重點摘要 / SMX Next 2022所有議程 / 延伸閱讀：熊貓演算法走入歷史，進化為浣熊演算法

[分享] 四種網站連結（Sitelinks）的呈現方式

Sitelinks 是影響搜尋外觀很大的加分項，Brodie Clark整理了四種Sitelinks，版面最大的通常會因搜尋品牌名稱而出現，使用者能透過連結到訪站內其他頁面：

Jump-To Sitelinks 則需要透過埋設文字錨點，來讓Google產生連結，使用者能透過連結到同頁面上的其他段落：

筆者將此四種Sitelinks整理製表成下圖，較簡單明瞭：

比較特別的是Scroll-To Sitelinks，它幾乎是靠搜尋引擎自己去了解文意，並針對搜尋字詞產生合適的連結，點擊後即可跳至該頁相關內容位置。Scroll-To Sitelinks的url語法就是chrome反白文字右鍵的｢複製醒目顯示文字的連結｣，但筆者試了幾則都沒遇到，如果有讀者遇到這種sitelink，可以到slack群跟大家分享！

連結：原推文

[工具] 使用GPT-3找出內容題材 (+免費Google Sheet模板)

相信大家對於AI的各種工具可能會有些疲乏，但這次的應用真的相當聰明，是之前沒有考慮過的角度。流程要看下面這個影片會比較清楚，但概念上來說就是 (1.)下載GSC資料；(2.) 找出網站的文章，以及其排名的關鍵字；(3.) 爬出每篇文章的標題；(4.) 將標題與排名字用GPT-3的模型做比較，判斷相關性分數；(5.) 推薦一個文章大綱。

Twitter／X 貼文

在 Twitter／X 查看原始貼文

按照這個思路，若相關性分數低，那可能代表有機會為該關鍵字寫一篇專門的內容，或將原本的文章以該關鍵字做個延伸。

連結: 文章介紹 / Twitter討論串&影片介紹

[好文] SEO指標和報告心法

作者將SEO常用到的指標，從與商業利益最遙遠的技術面指標(technical metrics)，到老闆們愛看的流量與營收指標(traffic & revenue metrics)，分為四大類。文章中另外講述了不同種類的指標所適合的族群，SEO人員在報告時應該根據受眾的不同而選擇不同的指標，並且不要預期不同指標種類的關係顯而易見。

文章的後段列了幾個在分析數據時可以自省的問題，以及在組織中做報告的原則。篇幅不長，但卻是很值得參考的思路和框架，推薦給大家!

連結: 原文

[研究] JS網站需要將近9倍的時間才能被Google完全抓取

我們都知道 Google 能爬取 JavaScript (JS) 生成的網頁，但爬取的情況跟純HTML網頁相同嗎？有沒有時間差異？國外一間公司Onely做了這項實驗，結果顯示，純HTML網站，相較於JS生成的網站，被Google抓取的速度差了將近9倍。

實驗方法大致如下，首先創了兩套頁面 (純HTML & JS生成內容)，每一套從第一頁開始會分別在內容中插入連到第二頁的文字連結，透過這種方式接續連到第七頁，唯一差別是第二套網站的內容和連結都是由JS產生。作者想以此方式了解Google對於不同生成網頁方式的爬取時長。

這個實驗簡單但周詳，儘管Google曾說過JS的渲染通常可以在5秒內完成，但這次的實驗認為若網站倚賴JS來生成內容&連結，那將大大降低網頁被抓取的速度，因此JS還是應該考慮使用server side rendering等技術。

連結：研究原文

[工具] 辨識內容是否為AI生成的3項工具

過去介紹過不少AI生成內容的工具和應用 (例如: 寫手怎麼38秒內生出文章)，這次換個角度，介紹怎麼判斷一段內容是否為AI所生成。

原文由 Glenn Gabe 所分享三個AI文章辨識工具 - Writer’s AI content detector tool, GPT-2 Output Detector Demo, Giant Language Model Test Room (GLTR.io)

前兩個工具非常直覺，輸入一段文字並按下分析，就會跳出一個分數，代表內容為真人撰寫的機率有多高。

第三個GLTR.io相較複雜些，雖也是一鍵分析，但有提供比對細節。從結果可以看到文字呈現不同顏色的網底。每個字詞比對前一個字，若該字詞很容易依據前一字詞就被預測出來，即顯示為綠色，依序依照能被預測出來的機率分別顯示綠>黃>紅>紫，藉此判斷該文章為AI生成的機率有多高。此網站上還有依據不同演算法生成範例文字，以及紐約時報等真人文章供測試，很好玩。

以上工具僅供參考，並不是測出來AI成份低就會取得好排名(反之亦然)，若大家用AI工具輔助內容產出，記得還是要人工再次校閱。

連結：Glenn原文

[影片] 將20年老網站轉移至React

這個影片裡Martin請來了一位來賓(Roxana Stingu)，分享將有一個近3億網頁的20年老網站，搬遷至React+SPA (single page application)框架的過程以及過程中遇到的問題。

分享者遇到的問題是在某些網頁上，Googlebot看到的和使用者在瀏覽器上看到的結果不同，他們嘗試控制可能的變因(ex: 切換user-agent、換瀏覽器...等)，都看到不同結果，最後才發現網頁可能根據瀏覽器的cookies內容而改動。Martin說雖然不常見(cookies通常用在較無關痛癢的內容上，ex:「已看過的內容」)，但的確是有趣的

對於這種規模和複雜程度的網站變動，原本預期有更棘手的狀況和分享，可惜影片中並沒有進一步分享，但cookies也值得筆記的一個檢查方向。

[摘要] 關於Redirect的兩三事

這集Podcast由John和Martin兩人聊Redirect (轉址)，其中有幾個比較不常聽到的觀念值得筆記。

1.) Martin提到301/302除了本質概念上的差異，也會在實務上影響瀏覽器的行為，例如大部分的瀏覽器都會cache 301的紀錄。

2.) 301/302與308/307的差異在於後者可以用在post request的轉址 (例如API)，但其差異對SEO並不重要，要永久轉址的話使用307或308都可以。

3.) 如果只是換網域這種類型的變化，那非常簡單，Google很快就可以知道發生了什麼事；但若為網站合併或分割這種複雜的變動，那儘管轉址有做好也不要訝異看到很大的波動。

4.) GSC中的網址檢測工具，會顯示最終網址的狀態，很多人反映這相當令人困惑，John也承認的確如此，尤其對於要測試轉址是否成功的人來說。

連結: 逐字稿