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 搜索数据泄露:是真的吗,对 SEO 意味着什么

更新于 · 阅读约 6 分钟

简短回答 是真的。Google 在 2024 年 5 月确认泄露的内部文件属实,但提醒这些信息可能脱离上下文、已经过时或不完整。文件列出约 14,000 个数据字段,包括点击次数和全站权威度得分,但没有任何权重。把它们当作线索,而不是配方:老老实实赢得点击,让每个页面都有用。

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 搜索数据泄露是真的吗?

是真的。Google 已经确认。2024 年 5 月 29 日,一位 Google 发言人对 The Verge 说:

"We would caution against making inaccurate assumptions about Search based on out-of-context, outdated, or incomplete information." (Google spokesperson Davis Thompson, to The Verge) 译文:“我们提醒大家,不要根据脱离上下文、过时或不完整的信息,对搜索做出不准确的推测。”

所以这些文件确实出自 Google。但它们能证明的,比大多数新闻标题说的要少。

日期发生了什么
2024 年 3 月 27 日Google “Content Warehouse” API 的内部参考文档出现在 GitHub 的一个公开代码库中
2024 年 5 月 7 日文档被删除,但副本仍保留在代码文档网站 Hexdocs 上
2024 年 5 月 27–28 日SEO 研究者 Rand Fishkin(SparkToro)和 Mike King(iPullRank)公开这些文档;后来披露的来源是 SEO 从业者 Erfan Azimi
2024 年 5 月 29 日Google 确认文档属实

这次泄露不是来自法庭案件。之所以容易混淆,是因为 Google 与美国司法部(DOJ)的反垄断诉讼同期进行,也公开了部分相同的系统。那场诉讼的法庭记录是另一个独立来源,它印证了下面最重要的发现。

泄露文件是什么,不是什么

它们是一份 API 参考:一本数据字段词典,记录 Google 存储的关于页面和网站的数据。SparkToro 统计有 2,500 多页、14,014 个字段。

它们不是排名公式。没有代码,也没有任何字段说明它占多少分量。最先审阅这些文件的 Mike King 写道:

"Unless explicitly indicated, we don't know how things are being used." (iPullRank, May 27, 2024) 译文:“除非有明确说明,否则我们不知道这些东西是如何被使用的。”

可以把它想象成一张电子表格的列名清单,但没有公式。

泄露显示了哪些 Google 排名因素

对商家网站来说,有六项发现值得关注。每一行列出文件显示的内容、Google 的公开说法,以及对您的意义。

文件中的字段含义Google 的公开说法对您的意义
NavBoost:goodClicks、badClicks、lastLongestClicks好点击和坏点击的次数,以及在一次搜索中最后一次、停留最久的点击次数Google 使用“aggregated and anonymized interaction data to assess whether search results are relevant to queries”(汇总并匿名化的互动数据,用来评估搜索结果是否与查询相关)(How Search works)真实搜索者的点击是算数的。要成为人们会选中、点进去就不再返回的那个结果
siteAuthority一个全站得分,“applied in Qstar”(用于 Qstar),即 Google 的页面质量衡量指标排名在页面层面进行,但存在全站信号(Search Central:排名系统指南)质量差的页面可能拖累好页面,不过 Google 表示单个弱信号不会拖垮整个网站
hostAgeGoogle 首次看到该域名下任何页面的日期,“used in twiddler to sandbox fresh spam in serving time”(在展示时由 twiddler 用来把新出现的垃圾内容放进沙盒)正如 SparkToro 和 iPullRank 指出的,Google 过去否认对新网站有“沙盒”这是针对垃圾内容的观察区,而不是对所有新网站的惩罚
chromeInTotal“Site-level Chrome views”(网站层面的 Chrome 浏览量)Google 代表曾说 Chrome 数据不用于排名(The Verge)Google 按网站存储 Chrome 访问次数;具体怎么用不得而知
exactMatchDomainDemotion针对为匹配某个搜索词而注册的域名的降权得分Google 的排名指南公开列出了完全匹配域名系统关键词域名撑不起一个弱网站。参见完全匹配域名
smallPersonalSite“Score of small personal site promotion”(小型个人网站提升得分)未提及可能存在对小型个人网站的加分;用途不明

Google 会用点击来排名吗?

会,以某种形式。这是唯一一项从三个方向得到证实的发现。除了泄露文件,美国司法部记录的一次 2025 年 1 月与 Google 工程师 Pandu Nayak 的通话,把 NavBoost 描述为:衡量用户针对某个搜索点击某个页面的频率,使用最近 13 个月的数据。Google 自己的 How Search works 页面现在也说它会使用互动数据。

文件里没有叫“dwell time”(停留时间)的字段。最接近的是 lastLongestClicks:搜索者最后点击、停留最久的那次点击,说明他们找到了需要的东西。

哪些可以忽略

借泄露之名卖的东西,大多是噪音。

  • “14,000 个排名因素”。 字段是存储的数据,不是因素。文件中有些被标为旧版或“DO NOT USE”(不要使用)。没有一个有权重。
  • 把它当作现状。 这些文件的日期是 2024 年 3 月或更早。Google 表示会“regularly”(定期)改进排名系统,所以有些字段之后可能已经改变或取消(Search Central:排名系统指南)。
  • 点击机器人和付费点击。 同一份司法部记录说,Google 避免单纯预测点击,因为点击“are easily manipulated”(很容易被操纵)。SparkToro 的消息来源说,Google 会利用 Cookie 记录、已登录的 Chrome 数据和模式识别来过滤点击作弊。假点击花钱,还有风险。
  • 慌忙拒绝链接。 拒绝链接(disavow)是告诉 Google 忽略指向您网站的某些链接。Google 说您很少需要这样做:
"In most cases, Google can assess which links to trust without additional guidance, so most sites will not need to use this tool." (Search Console Help: Disavow links to your site) 译文:“在大多数情况下,Google 无需额外指引就能判断该信任哪些链接,所以大多数网站都不需要使用这个工具。”

Google 只建议有大量垃圾链接、并且已经或很可能导致人工处置(由 Google 审核人员施加的处罚)的网站使用它。

小企业现在该做什么

这次泄露主要印证了原本就正确的建议。按顺序:

  1. 赢得点击。 每个页面的标题和描述都要准确承诺页面提供的内容:服务、城市、下一步。细节见服务页面的页面 SEO。
  2. 让搜索到此为止。 把搜索者想找的内容放在顶部附近:价格范围、服务地区、营业时间、电话。找到答案的访客,不会回到 Google 去点下一个结果。
  3. 改进或删除质量差的页面。 全站得分确实存在,内容单薄或过时的页面可能拉低它。参见更新、合并或删除旧页面。
  4. 给新网站时间,不走捷径。 沙盒字段针对的是新出现的垃圾内容。新域名上的垃圾链接或批量页面,看起来正是这样。参见 SEO 需要多长时间。
  5. 不要买点击、评价或链接套餐。 改为通过真实的本地关系获得反向链接。

示例

排名不错但点击很少的水管工

一位水管工的“热水器维修”页面排在第 4 位,但点击很少。它的标题只有公司名称。改写成“Mesa 热水器维修:当天上门,$150 起”之后,搜索者就有了选择它的理由。这正是文件所描述的那种真实点击信号。

担心沙盒的新会计师事务所

一家事务所 1 月上线网站,到 3 月 Google 流量仍然很少。有卖家提出用 $99 买 500 个链接来“逃出沙盒”。这正是 hostAge 字段要压制的模式。事务所增加了真实的页面、Business Profile 和本地链接,然后耐心等待。

有 200 篇单薄博客文章的美发沙龙

一家沙龙有 200 篇从供应商简讯里复制来的短文章。它把有用的内容合并成 10 个扎实的服务页面,删掉其余的,让网站的整体质量体现它最好的内容。

常见问题

在哪里可以看到泄露的 Google 文件?

副本仍在 Hexdocs 上,名称是 google_api_content_warehouse。内容很技术化;SparkToro 和 iPullRank 的文章更容易看懂。

Google 在使用点击这件事上撒谎了吗?

Google 代表曾说点击不用于排名。泄露文件和反垄断诉讼记录显示,点击会输入 NavBoost,而 Google 现在也说它使用互动数据。

泄露是否说明域名权威度是真的?

确实有 siteAuthority 字段,但那是 Google 的内部得分,不是 SEO 工具卖的“Domain Authority”数值。Google 以外没人知道它的计算公式。

我该因为泄露而改变 SEO 吗?

只有在您走捷径时才需要。清晰的页面、真实的评价和有用的内容都符合这些文件。刷点击和买链接会被过滤掉。

您的情况不同?

继续阅读

下一篇Google 算法泄露:链接、小网站和 E-E-A-T 的误区2024 年 Google 搜索泄露文件关于链接、小网站、E-E-A-T、点击和字数说明了什么,无法证明什么,以及小企业应该改什么。

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. The Verge: Google confirms the leaked Search documents are real (May 29, 2024)
  2. SparkToro: An anonymous source shared thousands of leaked Google Search API documents (May 2024)
  3. iPullRank: Secrets from the algorithm, Google Search's internal engineering documentation has leaked (May 27, 2024)
  4. Leaked documentation on Hexdocs: google_api_content_warehouse 0.4.0
  5. U.S. Department of Justice: notes of January 31, 2025 call with Google engineer Pandu Nayak (exhibit PXR0357)
  6. Google: How Search works, ranking results
  7. Google Search Central: A guide to Google Search ranking systems
  8. Search Console Help: Disavow links to your site