Google 的 AI 排名系統:RankBrain、BERT 和 MUM 詳解
簡短回答 Google 用多個 AI 系統為網頁排名。RankBrain(2015 年)把字詞和概念連結起來,神經匹配(2018 年)把搜尋的意思和網頁的意思配對,BERT(2019 年)理解字詞組合在一起的含義。MUM 不用於一般排名。這些系統都無法直接針對:用客戶自己的話寫出清楚的網頁。
想把這些用在您的生意上?預約一次 30 分鐘的免費通話,一起聊聊。
預約通話Google 用哪些 AI 系統為網頁排名?
有三個 AI 系統協助決定您的網頁排在哪裡:RankBrain、神經匹配(neural matching)和 BERT。第四個是段落排名(passage ranking),它為網頁中的單一段落評分。MUM 和 Gemini 比較新、也更強大,但 Google 表示 MUM 不參與一般結果的排名。SpamBrain 負責移除垃圾內容,而不是排名。下表日期來自 Google 自己的部落格文章。
| 系統 | 推出時間 | 作用 | 參與一般結果排名? |
|---|---|---|---|
| RankBrain | 2015 年 | 把搜尋中的字詞和現實中的概念連結起來 | 是 |
| 神經匹配 | 2018 年 | 把一次搜尋的整體意思和一個網頁的整體意思配對 | 是 |
| BERT | 2019 年 | 理解一句話中的字詞如何互相影響含義 | 是,幾乎用於每一次英文搜尋 |
| 段落排名 | Google 未提供日期 | 評斷網頁中的單一段落,看網頁能多好地回答搜尋 | 是 |
| MUM | 2021 年 | 理解和產生語言,涵蓋文字和圖片 | 否,只用於特定用途 |
| SpamBrain | 2018 年 | 找出垃圾網站和網頁 | 負責移除,不負責排名 |
| Gemini(自訂模型) | 2024 年 | 撰寫 AI 摘要(AI Overviews)和 AI 模式(AI Mode)的回答 | 否,它使用已排好的結果 |
這些系統疊加在 Google 考量的其他所有因素之上:連結、內容新舊、來源看起來是否可靠。Google 的排名系統指南列出了全部系統,但沒有提供任何權重。
RankBrain:把字詞和含義對上
根據 Google 2022 年談搜尋中 AI 的文章,RankBrain 是 Google 在搜尋中使用的第一個深度學習系統,於 2015 年推出。深度學習指的是軟體從大量範例中學習規律,而不是遵循人工撰寫的規則。Google 這樣描述 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) 譯文:「這表示,透過理解內容與其他字詞和概念相關,即使內容沒有包含搜尋中使用的所有原字詞,我們也能更好地傳回相關內容。」
對店家老闆來說,這就是為什麼一個講「water heater replacement」(更換熱水器)的網頁,可以出現在「no hot water in my house」(家裡沒有熱水)的搜尋結果中。網頁不需要包含客戶可能輸入的每一種說法。
神經匹配:搜尋背後的意思
神經匹配於 2018 年推出。Google 表示,它看的是整次搜尋或整個網頁,而不是單一關鍵字,藉此掌握兩者背後的概念並加以配對。一個只清楚講一項服務的網頁,能給它一個清晰的概念去匹配。一個混了六項服務的網頁,會讓概念變得模糊。
BERT:字詞如何互相影響
BERT 是 Bidirectional Encoder Representations from Transformers 的縮寫。簡單說,它會結合每個字詞前後的字詞來理解這個字詞。像「for」、「to」或「without」這樣的小字可能完全改變意思,而 BERT 會保留它們。
Google 在 2019 年 10 月推出 BERT 時表示,它將協助理解「one in 10 searches in the U.S. in English」(美國十分之一的英文搜尋)。到了 2022 年,它的角色擴大了:
"Today, BERT plays a critical role in almost every English query." (Google blog: How AI powers great search results) 譯文:「如今,BERT 在幾乎每一次英文查詢中都扮演關鍵角色。」
那篇文章說,BERT 既參與網頁排名,也協助一開始找到這些網頁。
MUM:很強大,但不用於日常排名
MUM(Multitask Unified Model,多工統一模型)於 2021 年 5 月發表。Google 稱它比 BERT 強大 1,000 倍,以 75 種語言訓練,能理解文字和圖片。Google 現行的指南表示,它不會為您的網站排名:
"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) 譯文:「它目前不用於搜尋中的一般排名,而是用於一些特定應用,例如改善 COVID-19 疫苗資訊的搜尋,以及改善我們顯示的精選摘要標註。」
所以根本沒有「針對 MUM 最佳化」這回事。
SpamBrain:負責移除網頁的 AI
SpamBrain 於 2018 年推出。Google 2021 年的垃圾內容報告指出,它當年發現的垃圾網站數量是 2020 年的將近六倍。它能抓出被駭的網頁、亂碼內容,以及純粹為了操弄排名而做的網頁。如果 SpamBrain 標記了一個網頁,其他任何系統都救不了它。
AI 摘要的排名方式不同嗎?
沒有新的排名層。根據 Google 2024 年 5 月的公告,AI 摘要使用自訂的 Gemini 模型;AI 模式於 2025 年 3 月推出,使用自訂版 Gemini 2.0。兩者都從一般搜尋結果中挑選來源。Google 的生成式 AI 指南表示,這些回答依靠「our core Search ranking systems to retrieve relevant, up-to-date web pages」(我們的核心搜尋排名系統來擷取相關、最新的網頁)。AI 常常會針對一個問題執行多次相關搜尋(Google 稱之為 query fan-out,查詢擴展),並閱讀這些搜尋傳回的網頁。
"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) 譯文:「出現在 AI 摘要或 AI 模式中沒有額外要求,也不需要其他特殊最佳化。」
所以,一個在搜尋背後那些問題上排名靠前的網頁,就是 AI 功能可以引用的網頁。在地店家的細節:在地店家的 AI 摘要。
能針對 RankBrain 或 BERT 最佳化嗎?
不能直接最佳化。這些系統的存在是為了理解人,所以唯一的著力點就是寫一個人看得懂的網頁。實際做法:
| 舊習慣 | 這些系統更看重的做法 |
|---|---|
| 把同一個關鍵字重複很多次 | 用自然的句子把主題講完整。見 關鍵字密度 |
| 每個關鍵字變化做一個網頁 | 每項服務做一個紮實的網頁。Google 警告,為每個變化(包括查詢擴展產生的搜尋)製作網頁,可能違反其大量內容濫用政策 |
| 像「plumber Dallas cheap」這種彆扭的詞組 | 客戶實際會說的話,包括小字 |
| 把文字「分塊」或加上 llms.txt 檔案 | Google 表示,就它的搜尋而言可以忽略這些 |
| 加上特殊結構化資料讓 AI 選中您的網頁 | Google 表示結構化資料「isn't required for generative AI search」(不是生成式 AI 搜尋所必需的) |
| 追求跳出率或網頁停留時間 | Google 使用「aggregated and anonymized interaction data」(彙總並匿名化的互動資料)來判斷關聯性,沒有提到任何跳出率或停留時間規則 |
服務網頁的具體步驟見 服務網頁的網頁內 SEO。
Google 的 AI 會把 AI 寫的網頁排得比較低嗎?
不會因為是 AI 寫的就排低。Google 2023 年關於 AI 內容的指引說,它獎勵高品質內容,「however it is produced」(無論內容如何產生),但主要為了操弄排名而用 AI 製作內容,會違反其垃圾內容政策。它的實用內容指南會問您是否使用「extensive automation to produce content on many topics」(大量自動化來製作許多主題的內容)。完整解答:Google 會懲罰 AI 內容嗎?
範例
一位堆砌關鍵字的水電工
網站在一個網頁上寫了 25 次「emergency plumber Austin」,又另外做了「24 hour plumber Austin」和「after hours plumber Austin」兩個網頁。RankBrain 和神經匹配會把這三個視為同一個意思,所以這些網頁會互相競爭。把它們合併成一個緊急服務網頁,依來電客戶描述問題的方式來寫,Google 就有了一個清楚的匹配對象。
一位被建議「針對 MUM 最佳化」的牙醫
一家代理商為一個「MUM 最佳化方案」報價 $1,500。Google 表示 MUM 不用於一般排名。這筆錢更應該用在讓每個療程網頁回答病患真正會問的問題,並顯示牙醫的姓名和資歷。
一位詢問 AI 摘要的記帳員
她希望在「do I need a bookkeeper for my LLC」(我的 LLC 需要記帳員嗎)的 AI 摘要中出現。並沒有另外的 AI 清單。一個在相關問題(費用、記帳員做什麼、記帳員和會計師的差別)上有排名的網頁,才是 Google 的 AI 能讀取和引用的網頁。
常見問題
RankBrain 現在還在用嗎?
還在用。它在 Google 目前的有效排名系統清單上,該清單最近一次更新是 2025 年 12 月。
BERT 是排名因素嗎?
不是一個您能去「拿分」的因素。它是協助 Google 理解搜尋和網頁的系統,幾乎用於每一次英文搜尋。
Google 用 Gemini 為網站排名嗎?
Google 沒有這樣說過。它表示自訂的 Gemini 模型負責撰寫 AI 摘要和 AI 模式的回答,而這些功能使用核心排名系統來尋找網頁。
這些系統在法文或西班牙文中有效嗎?
Google 在 2019 年表示,BERT 排名先從美國英文開始,之後會擴展到更多語言;MUM 則以 75 種語言訓練。Google 沒有公布每個系統目前支援的語言清單。
您的情況不同?
- 您的網頁到處重複同一個關鍵字:關鍵字密度。
- 您用 AI 寫網頁:Google 會懲罰 AI 內容嗎?
- 您想出現在 AI 摘要中:在地店家的 AI 摘要。
- 您寫的是健康、財務或法律內容:小型企業的 E-E-A-T。
- 您比較希望有人幫您處理:SEO。