产品 SEO 与 GEO 智能体 付费广告智能体 网站智能体 转化智能体
运作方式 方案 常见问题 博客 预约通话

Google 的 AI 排名系统:RankBrain、BERT 和 MUM 详解

更新于 · 阅读约 6 分钟

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?
RankBrain2015 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
BERT2019 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
MUM2021 年理解和生成语言,覆盖文字和图片否,只用于特定用途
SpamBrain2018 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?

继续阅读

下一篇Yandex 源代码泄露:它揭示了哪些排名因素2023 年 Yandex 源代码泄露显示了搜索引擎如何给网页排名、哪些泄露的因素 Google 也承认,以及哪些说法该放弃。

自己动手

SEO 检查清单:用现有网站提升排名的 10 个步骤针对现有网站的 SEO 检查清单:按优先顺序排列的 10 个步骤、每一步用到的免费 Google 工具,以及怎样判断这一步已经完成。

问我们一个问题

一句话就够。我们会通过电子邮件回复。

出处

  1. Google Search Central: A guide to Google Search ranking systems
  2. Google blog: How AI powers great search results (Feb 2022)
  3. Google blog: Understanding searches better than ever before (Oct 2019)
  4. Google blog: MUM, a new AI milestone for understanding information (May 2021)
  5. Google Search Central blog: Webspam report 2021
  6. Google blog: Generative AI in Search (May 2024)
  7. Google blog: Expanding AI Overviews and introducing AI Mode (Mar 2025)
  8. Google Search Central: Optimizing for generative AI search
  9. Google Search Central: AI features and your website
  10. Google Search: How Search works, ranking results
  11. Google Search Central: Creating helpful, reliable, people-first content
  12. Google Search Central blog: Google Search's guidance about AI-generated content (Feb 2023)