Google 的 AI 排名系统:RankBrain、BERT 和 MUM 详解
简短回答 Google 用多个 AI 系统给页面排名。RankBrain(2015 年)把词语和概念联系起来,神经匹配(2018 年)把搜索的意思和页面的意思配对,BERT(2019 年)理解词语组合在一起的含义。MUM 不用于常规排名。这些系统都无法直接针对:用客户自己的话写清楚的页面。
想把这些用到您的生意上?预约一次 30 分钟的免费通话,一起聊聊。
预约通话Google 用哪些 AI 系统给页面排名?
有三个 AI 系统帮助决定您的页面排在哪里:RankBrain、神经匹配(neural matching)和 BERT。第四个是段落排名(passage ranking),它给页面中的单个段落打分。MUM 和 Gemini 更新、更强大,但 Google 表示 MUM 不参与普通结果的排名。SpamBrain 负责清除垃圾内容,而不是排名。下表日期来自 Google 自己的博客文章。
| 系统 | 推出时间 | 作用 | 参与普通结果排名? |
|---|---|---|---|
| RankBrain | 2015 年 | 把搜索中的词语和现实中的概念联系起来 | 是 |
| 神经匹配 | 2018 年 | 把一次搜索的整体意思和一个页面的整体意思配对 | 是 |
| BERT | 2019 年 | 理解一句话中的词语如何互相影响含义 | 是,几乎用于每一次英文搜索 |
| 段落排名 | Google 未给出日期 | 评判页面中的单个段落,看页面能多好地回答搜索 | 是 |
| MUM | 2021 年 | 理解和生成语言,覆盖文字和图片 | 否,只用于特定用途 |
| SpamBrain | 2018 年 | 找出垃圾网站和页面 | 负责清除,不负责排名 |
| Gemini(定制模型) | 2024 年 | 撰写 AI 概览(AI Overviews)和 AI 模式(AI Mode)的回答 | 否,它使用已排好的结果 |
这些系统叠加在 Google 考量的其他所有因素之上:链接、内容新旧、来源看起来是否可靠。Google 的排名系统指南列出了全部系统,但没有给出任何权重。
RankBrain:把词语和含义对上
据 Google 2022 年关于搜索中 AI 的文章,RankBrain 是 Google 在搜索中使用的第一个深度学习系统,于 2015 年推出。深度学习指的是软件从海量示例中学习规律,而不是遵循人工编写的规则。Google 这样描述 RankBrain 的作用:
"It means we can better return relevant content even if it doesn't contain all the exact words used in a search, by understanding the content is related to other words and concepts." (Google Search Central: A guide to Google Search ranking systems) 译文:“这意味着,通过理解内容与其他词语和概念相关,即使内容没有包含搜索中使用的全部原词,我们也能更好地返回相关内容。”
对企业主来说,这就是为什么一个讲“water heater replacement”(更换热水器)的页面,可以出现在“no hot water in my house”(家里没有热水)的搜索结果里。页面不需要包含客户可能输入的每一种说法。
神经匹配:搜索背后的意思
神经匹配于 2018 年推出。Google 表示,它看的是整次搜索或整个页面,而不是单个关键词,从而把握两者背后的概念并进行配对。一个只清楚讲一项服务的页面,能给它一个清晰的概念去匹配。一个混合了六项服务的页面,会让概念变得模糊。
BERT:词语如何互相影响
BERT 是 Bidirectional Encoder Representations from Transformers 的缩写。简单说,它会结合每个词前后的词来理解这个词。像“for”、“to”或“without”这样的小词可能完全改变意思,而 BERT 会保留它们。
Google 在 2019 年 10 月推出 BERT 时表示,它将帮助理解“one in 10 searches in the U.S. in English”(美国十分之一的英文搜索)。到 2022 年,它的作用扩大了:
"Today, BERT plays a critical role in almost every English query." (Google blog: How AI powers great search results) 译文:“如今,BERT 在几乎每一次英文查询中都发挥着关键作用。”
那篇文章说,BERT 既参与页面排名,也帮助最初找到这些页面。
MUM:很强大,但不用于日常排名
MUM(Multitask Unified Model,多任务统一模型)于 2021 年 5 月发布。Google 称它比 BERT 强大 1,000 倍,用 75 种语言训练,能理解文字和图片。Google 现行的指南表示,它不会给您的网站排名:
"It's not currently used for general ranking in Search but rather for some specific applications such as to improve searches for COVID-19 vaccine information and to improve featured snippet callouts we display." (Google Search Central: A guide to Google Search ranking systems) 译文:“它目前不用于搜索中的常规排名,而是用于一些特定应用,例如改进新冠疫苗信息的搜索,以及改进我们展示的精选摘要标注。”
所以根本不存在“针对 MUM 优化”这回事。
SpamBrain:负责清除页面的 AI
SpamBrain 于 2018 年推出。Google 2021 年的垃圾内容报告显示,它当年发现的垃圾网站数量是 2020 年的近六倍。它能抓出被黑的页面、乱码内容,以及纯粹为了操纵排名而做的页面。如果 SpamBrain 标记了一个页面,其他任何系统都救不了它。
AI 概览的排名方式不同吗?
没有新的排名层。据 Google 2024 年 5 月的公告,AI 概览运行在定制的 Gemini 模型上;AI 模式于 2025 年 3 月推出,运行在定制版 Gemini 2.0 上。两者都从普通搜索结果中选取来源。Google 的生成式 AI 指南表示,这些回答依靠“our core Search ranking systems to retrieve relevant, up-to-date web pages”(我们的核心搜索排名系统来检索相关的、最新的网页)。AI 常常会针对一个问题运行多次相关搜索(Google 称之为 query fan-out,查询扩展),并阅读这些搜索返回的页面。
"There are no additional requirements to appear in AI Overviews or AI Mode, nor other special optimizations necessary." (Google Search Central: AI features and your website) 译文:“出现在 AI 概览或 AI 模式中没有额外要求,也不需要其他特殊优化。”
所以,一个在搜索背后那些问题上排名靠前的页面,就是 AI 功能可以引用的页面。本地商家的细节:面向本地商家的 AI 概览。
能针对 RankBrain 或 BERT 优化吗?
不能直接优化。这些系统的存在是为了理解人,所以唯一的抓手就是写一个人能看懂的页面。实际做法:
| 旧习惯 | 这些系统更看重的做法 |
|---|---|
| 把同一个关键词重复很多次 | 用自然的句子把主题讲完整。见 关键词密度 |
| 每个关键词变体做一个页面 | 每项服务做一个扎实的页面。Google 警告,为每个变体(包括查询扩展产生的搜索)制作页面,可能违反其规模化内容滥用政策 |
| 像“plumber Dallas cheap”这样别扭的词组 | 客户实际会说的话,包括小词 |
| 把文字“分块”或添加 llms.txt 文件 | Google 表示,对它的搜索来说可以忽略这些 |
| 添加特殊结构化数据让 AI 选中您的页面 | Google 表示结构化数据“isn't required for generative AI search”(不是生成式 AI 搜索所必需的) |
| 追求跳出率或页面停留时间 | Google 使用“aggregated and anonymized interaction data”(汇总并匿名化的互动数据)来判断相关性,没有提到任何跳出率或停留时间规则 |
服务页面的具体步骤见 服务页面的页面内 SEO。
Google 的 AI 会给 AI 写的页面排得更低吗?
不会因为是 AI 写的就排低。Google 2023 年关于 AI 内容的指导说,它奖励高质量内容,“however it is produced”(无论内容如何产生),但主要为了操纵排名而用 AI 制作内容,会违反其垃圾内容政策。它的有用内容指南会问您是否使用“extensive automation to produce content on many topics”(大量自动化来制作许多主题的内容)。完整解答:Google 会惩罚 AI 内容吗?
示例
一个堆砌关键词的水管工
网站在一个页面上写了 25 次“emergency plumber Austin”,又单独做了“24 hour plumber Austin”和“after hours plumber Austin”两个页面。RankBrain 和神经匹配会把这三个当成同一个意思,所以这些页面会互相竞争。把它们合并成一个紧急服务页面,按来电客户描述问题的方式来写,Google 就有了一个清晰的匹配对象。
一位被建议“针对 MUM 优化”的牙医
一家代理公司为一个“MUM 优化套餐”报价 $1,500。Google 表示 MUM 不用于常规排名。这笔钱更应该用在让每个治疗项目页面回答患者真正会问的问题上,并展示牙医的姓名和资质。
一位询问 AI 概览的记账员
她希望在“do I need a bookkeeper for my LLC”(我的 LLC 需要记账员吗)的 AI 概览中出现。并没有单独的 AI 清单。一个在相关问题(费用、记账员做什么、记账员和会计师的区别)上有排名的页面,才是 Google 的 AI 能读取和引用的页面。
常见问题
RankBrain 现在还在用吗?
在用。它在 Google 当前的活跃排名系统列表上,该列表最近一次更新是 2025 年 12 月。
BERT 是排名因素吗?
不是一个您能去“拿分”的因素。它是帮助 Google 理解搜索和页面的系统,几乎用于每一次英文搜索。
Google 用 Gemini 给网站排名吗?
Google 没有这么说过。它表示定制的 Gemini 模型负责撰写 AI 概览和 AI 模式的回答,而这些功能使用核心排名系统来查找页面。
这些系统在法语或西班牙语中有效吗?
Google 在 2019 年表示,BERT 排名先从美国英语开始,之后会扩展到更多语言;MUM 则用 75 种语言训练。Google 没有公布每个系统当前支持的语言列表。
您的情况不同?
- 您的页面到处重复同一个关键词:关键词密度。
- 您用 AI 写页面:Google 会惩罚 AI 内容吗?
- 您想出现在 AI 概览中:面向本地商家的 AI 概览。
- 您写的是健康、财务或法律内容:小企业的 E-E-A-T。
- 您更希望有人帮您做这些:SEO。