產品 SEO 與 GEO 代理 付費廣告代理 網站代理 轉換代理
運作方式 方案 常見問題 部落格 預約通話

Google 的 AI 排名系統:RankBrain、BERT 和 MUM 詳解

更新於 · 閱讀約 6 分鐘

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?
RankBrain2015 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
BERT2019 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
MUM2021 年理解和產生語言,涵蓋文字和圖片否,只用於特定用途
SpamBrain2018 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?

繼續閱讀

下一篇Yandex 原始碼外洩:它揭露了哪些排名因素2023 年 Yandex 原始碼外洩顯示了搜尋引擎如何為網頁排名、哪些外洩的因素 Google 也承認,以及哪些說法該拋開。

自己動手

SEO 檢查清單:用現有網站提升排名的 10 個步驟針對現有網站的 SEO 檢查清單:依優先順序排列的 10 個步驟、每一步用到的免費 Google 工具,以及如何判斷這一步已經完成。

問我們一個問題

一句話就夠了。我們會以電子郵件回覆。

出處

  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)