TL;DR：美國司法部公開的 Google 工程師證詞，首次以第一手法律文件的形式，把 Google 內部排名系統的幾條主幹訊號攤在陽光下。重點有四：訊號是「手工打造、可控可修」而非黑盒自走砲；主題相關性由 ABC（錨點、內文、點擊）構成；頁面品質 Q* 跨查詢靜態、且極其關鍵；外加一個被遮掉名字的 Chrome 人氣訊號。對做 SEO 的人來說，這份文件不是給你抄答案的作弊小抄，而是讓你看懂 Google 想獎勵誰、懲罰誰的一張內部路線圖。
今天看到的這份文件，是近期 SEO 圈內最具份量的第一手資料之一。它不是記者的二手轉述，而是美國司法部在反壟斷訴訟期間公開的 Google 工程師證詞節錄。文件裡有些關鍵字被塗黑了，但露出來的部分，已經足夠讓我們重新校準對 Google 排名系統的理解。
我想先把話說在前面：證詞給的不是演算法原始碼，那是 Google 的核心商業機密，不可能外流。它給的，是工程師用白話描述「排名系統裡有哪幾條訊號、各自負責什麼、彼此怎麼咬合」。這種粒度對 SEO 工作者的價值，遠勝過網路上任何一份猜測清單。把它當作 Google 給自家工程師看的內部路線圖來讀，會比當作八卦來讀，得到更多。
接下來這篇，會把證詞拆成幾條主幹訊號：手工打造的訊號哲學、ABC 主題相關性、頁面品質 Q*、eDeepRank 的可解釋性嘗試、PageRank 的演進，以及那個被遮名的 Chrome 人氣訊號。每一段我都會加進自己的解讀，和把它翻譯成可以落地的工作項目。如果你是想把整個 Google 演算法家族一次看清楚的人，可以先從本站的演算法更新總覽建立時間軸，再回來對照證詞提到的這幾條訊號線。
文章目錄
Google 排名訊號為什麼是「手工打造」的？
「手工打造」（Hand-Crafted）是證詞裡反覆出現的一個關鍵字，但它很容易被誤解。這不是說 Google 工程師像里長伯一樣，一個網站一個網站去打分數，那樣的規模根本不可能。它真正的意思是：由經驗豐富的搜尋工程師，針對大規模執行的演算法，做持續的調整、校準與最佳化。機器負責跑量大，人負責把方向盤握在手裡。
這套系統的燃料來源很廣。一是品質評分員（Quality Raters）依據 Google 內部詳盡的《搜尋品質評分指南》，對網頁的專業、權威、可信度做人工評估，這正是E-E-A-T 落地為實際分數的管道。二是使用者點擊資料，例如你在搜尋結果頁點了哪一個結果、在目標頁面停了多久才折返（也就是停留時間 Dwell Time）。工程師再透過數學模型與統計方法，把這些原始料轉成有實際意義的排名分數。
證詞裡有一段話點出 Google 偏好這套模式的核心原因：「如果系統某個環節出問題，工程師能明確知道根源在哪並修復。」Google 期望它的核心訊號對內部是「完全透明」（fully transparent）的，這樣才能除錯、疊代、確保結果的公正。對照之下，傳聞中微軟 Bing 採用更高程度自動化的系統，出問題時要回溯與修復反而更難。對做 SEO 的人，這條訊息的潛台詞很清楚：演算法更新不是機器學習模型的隨機突變，而是工程師深思熟慮後的調校，所以理解 Google 的意圖，遠比猜測某個參數的閾值更有用。
這也解釋了，為什麼 Google 對外說明時，能那麼篤定地指出哪些做法違反指南。因為訊號的運作邏輯在他們內部是有跡可循、可解釋的。當核心更新上線、網站排名開始擺動時，那種波動往往就是這群工程師調校後的訊號落地，而不是黑盒突然失控；想看懂這類波動的成因與應對心態，可以搭配本站對Google Dance 排名波動現象的專文。
ABC 訊號：主題相關性的三塊積木
證詞點名了一組被稱為「ABC」的核心訊號，它們共同決定網頁對某個查詢的「主題性」（Topicality，又稱基礎分數 Base Score）。用白話說，ABC 就是 Google 用來回答「這一頁到底跟使用者問的問題相不相關」的三塊積木。
- A – Anchors（錨點文字）：別人連到你時用的那段文字。它像第三方對你頁面的一份口頭描述，相關且自然的錨點能直接告訴 Google 你的頁面在講什麼。這涵蓋外部連結的錨點，也涵蓋你自家內部連結的錨點佈局，兩者合力 Google 才看得懂你網站的結構。想把這條訊號做扎實，可以從本站的錨點文字專文入手。
- B – Body（內文）：查詢關鍵字在主體內容的出現情況。這牽涉傳統的On-Page SEO，包括標題層級、段落文字、圖片替代文字的合理分佈。但它早就不是簡單的關鍵字堆砌，現代演算法更看重語意相關，要的是同義詞、長尾詞、能撐起主題完整性的脈絡。
- C – Clicks（點擊行為）：使用者點進結果後、折返 SERP 之前的停留時間。短暫造訪後立刻跳回換下一個結果（Pogo-sticking），是強烈的「沒滿足意圖」訊號；停留較久，則代表內容派上用場。點擊行為這一塊，背後還有一套更深的系統，本站另有Navboost 點擊記憶系統專文深掘。
證詞原文寫得相當直白：主題性「以一種相對手工打造的方式，結合了（至少）這三個訊號」。這句話確立了 ABC 在相關性判斷裡的基礎地位。但要小心，ABC 是「概括性描述」，不是排名的全貌。實際運作中，還有抓取、索引、連結分析（例如 PageRank 與其變種）、垃圾過濾、個人化、重排序等好幾層，加起來是數百甚至上千個訊號在共同作用。
Google 的 Liz Reid 曾公開談「核心主題性系統」（Core Topicality Systems），複雜度顯然遠超單純的 ABC；Martin Splitt 也提過「註解」（Annotations）在理解網頁結構與語意時的角色。所以打 ABC 基礎是必要的，但停留在這裡會把自己困在 2010 年代的玩法。回頭去過度最佳化錨點或追求固定的關鍵字密度，反而可能踩到懲罰機制。把視野拉高：你要喂給 Google 的是一個主題完整、脈絡清楚、能被現代語意模型讀懂的內容體，這也是後來蜂鳥、BERT 之後的方向。
頁面品質 Q*：跨查詢的靜態信任狀
這一段是整份證詞裡最容易誤解、也最該讀懂的概念。工程師說得很白：頁面品質在很大程度上是獨立於特定查詢的（independent of query）。意思是，一個網頁一旦被 Google 評為高品質、值得信賴，這個「高品質」的標籤會在所有跟它主題相關的查詢裡生效，不是每換一個查詢就重新打分數。
這個屬性用一個比喻最貼切：它像學術期刊的影響因子，代表的是期刊整體的學術水位，不會因為某一篇論文的引用而劇烈波動。但它不是絕對死板的靜態，更精準的說法是「相對穩定、跨查詢一致」。真正會動態變化的，是與當下查詢直接相關的訊號，那些才是決定最終排序的臨門一腳。換句話說，品質是入場券，相關性是排座位。基礎品質再高，內容跟查詢意圖對不上，一樣排不上去。
工程師還補了一句份量很重的話：「Q*（頁面品質，也就是信任度的概念）極其重要。如果競爭對手能拿到相關日誌資料，就能大致推斷出特定網站在 Google 眼中的權威性級別。品質分數即使到今天，重要性也絲毫未減，事實上頁面品質是使用者最常抱怨搜尋結果的面向。」這段話對理解 E-E-A-T 框架有里程碑意義：投入資源去把網站整體專業度、作者權威、內容準確度做起來，是一筆有長期複利的投資。一旦 Google 認定你在某個領域高品質，這張信任狀會在成千上萬個相關查詢裡替你說話。
這也說明了一個常見的困惑：為什麼某些老牌權威網站，即使單頁的 On-Page SEO 不算完美，還是能排在前面？因為它們的基礎品質分 Q* 非常高。但這不代表人可以放掉相關性。一個頂級醫學網站去競爭「最新電影評論」這種查詢，方向就不對了。所以 SEO 策略永遠是兩條腿走路：一條是長期建信任、衝高靜態的品質分；另一條是針對目標查詢，精修內容的相關性，把意圖命中。這條品質主軸其實是 Google 多年來演算法家族的延續，從把內容品質獨立出來重排序的熊貓演算法開始，一路演進到今天 E-E-A-T 的整套評估體系。
連結品質訊號：PageRank 從主角變成拼圖的一塊
經典的 PageRank 是 Google 賴以成名的招牌，至今仍在排名系統裡佔一席之地，但它的形式早就不是當年那個只看連結數量的單純指標了。證詞裡，工程師這樣描述它：「PageRank，是一個與目標頁面距離『已知的優良資訊來源』（known good source）遠近相關的訊號，並且被用作影響整體品質分數 Q* 的一個輸入項。」
把這句話翻譯成做 SEO 的人聽得懂的話：PageRank 不再是獨立決定生死的王牌，而是被收編進 Q* 的計算裡，變成衡量「信任傳遞」與「權威關聯」的一塊拼圖。它的底層邏輯是我們早年就討論過的「連結距離排名」家族。運作起來分三步：先鎖定特定領域裡公認權威可信的「種子網站」當信任起點；接著計算其他網站到這些種子的連結跳轉距離（hops）；距離越近，繼承到的權威與信任度越高，距離越遠、或要繞過一堆低品質網站才連得到的，信任度評估就低。
這套邏輯對連結策略的指導很明確。一是「近朱者赤」：你跟哪些網站產生連結，直接決定 Google 怎麼判斷你的網路鄰里關係。能從你所在領域的頂級權威網站拿到直接或間接連結，價值遠高於一堆來自不相關或低品質網站的連結。二是重質不重量：與其撒網搶低價值連結，不如把資源投在能吸引權威網站自願連結的內容上。這條訊號線，Google 早從把不自然連結獨立出來處理的企鵝演算法時代就在收緊，到今天的 PageRank 演進版本，方向一致：要的是高品質自然外鏈，不是製造出來的量。
實務上我會建議把 PageRank 跟前面兩條訊號一起看。它補的是 Q* 裡「這個網站被網路社群多大程度推薦」這一塊，跟 E-E-A-T 的「權威性」維度高度重疊。想知道反方向、外部連結這條線的完整脈絡，可以從本站的反向連結總論與站外 SEO 兩篇支柱讀起。
eDeepRank：把 AI 排名模型拆給人看
證詞還點名了一個叫 eDeepRank 的系統。根據工程師的描述，這是一個基於大型語言模型（LLM）的排名訊號，明確用到 BERT 與更廣的 Transformers 架構。他這樣解釋它的設計目標：把那些 LLM 產生的複雜排名訊號，分解成更小、更容易理解的組成部分，從而提高這些訊號的透明度與可解釋性。
這段話點出了 Google 在把 AI 接入排名時最大的兩難：可解釋性。LLM 像 BERT 這類模型，理解自然語言的能力很強，但內部決策過程像個黑盒子，連開發者都很難完全說清它為何給出某個判斷。可是在搜尋排名這種需要高度精確、公正、還要能持續調校的系統裡，黑盒子是危險的。結果完全由不可解釋的模型決定時，一旦出現排名錯誤或偏見，工程師根本無從下手。eDeepRank 要解的，就是這個問題，它試圖把 LLM 的整體判斷逆向拆解，歸因到更基礎、更可控、人類工程師看得懂的特徵上。
對 Google 內部，這套拆解至少有三個用途：排名出問題時，能定位是哪個可解釋的組件壞了，做針對性調整；把決策透明化，有助於揪出 LLM 從訓練資料學到的隱性偏見；理解模型為何有效，也才能把優點複製到其他訊號的設計上。對做 SEO 的人，eDeepRank 的存在再次印證一件事：內容的自然語言品質與語意深度，是現代排名系統明確在量化的東西。能清晰、準確、自然表達主題，上下文連貫、語意豐富的內容，更容易被這類 AI 系統讀懂、青睞。它同時暗示，Google 不會放手讓 AI 完全接管排名，而是在 AI 的威力與人類的可控性之間找平衡。把語意相關性這條線的歷史拉出來看，從把排名從詞彙密度轉成答案完整度的蜂鳥演算法，到後來的 RankBrain、BERT，方向一路是往「理解整句話的意思」走。
被遮名的 Chrome 人氣訊號：瀏覽器資料進了排名？
整份證詞裡最會引發討論的，是這一句：「[redacted] (popularity) signal that uses Chrome data.」一個名字被完全塗黑、直接與「人氣」掛鉤、而且明說使用 Chrome 瀏覽器資料的訊號。光是它存在於正式證詞裡，就足以讓 SEO 圈炸鍋，因為這幾乎是 Google 第一次在法律文件層級，讓「用 Chrome 資料影響搜尋」這件事有了書面痕跡。
要拿捏分寸：這句話合理地坐實了 Chrome 某些資料確實被用於排名相關用途，但它沒有給出訊號的具體定義、權重或演算法曲線。它不構成一份可以照表操課的破解手冊。在此之前，多數 SEO 從業人員傾向認為，先前幾次 Chrome 開發者工具 API 洩漏涉及的資料，主要是給開發者看Core Web Vitals 這類效能指標的介面資料，未必是直接的排名輸入。這次證詞把界線往「確實用於排名」推了一步。
如果這個訊號確實存在且被用於排名，它可能涵蓋哪些 Chrome 資料？我會把它想成幾個層次。第一層是直接流量與書籤：使用者在網址列直接輸入網址、把哪些站加進書籤，這是「主動上門」的強訊號。第二層是瀏覽器層級的參與度：Chrome 能抓到比 SERP 點擊更細的資料，例如單站平均工作階段長度、頁面瀏覽量、跳出率、捲動深度、與頁面元素的互動。第三層是重複造訪：使用者多久回來一次，能反映內容的長期吸引力。第四層是 CrUX 這類真實用戶現場效能資料的更深層利用。這些指標共同指向一件事：你的網站是不是一個「使用者真的想來、來了會留、留了會再回來」的地方。
對策略的影響，我會把它收斂成一個方向，而不是一堆動作清單。當 Chrome 等級的真實使用者資料有機會成為排名輸入，「把網站做成使用者的目的地」這件事的回報，會被放大。品牌建設、直接流量、會員黏著、多渠道經營，這些原本被歸類為「SEO 之外」的事，會跟排名越走越近。當然，在 Google 官方進一步說明之前，保持審慎樂觀是合理的，不要過度解讀成「Chrome 點擊量決定排名」。但方向感很明確：SEO 的未來會越來越偏向真實使用者的整體體驗與滿意度，而不只是對爬蟲友善。這也把使用者行為類訊號的重要性再往上推一格，跟前面 ABC 裡的點擊行為、還有獨立的點擊率（CTR）指標，形成一條越來越完整的使用者訊號鏈。
AI 為什麼讓搜尋品質「變得更糟」？
證詞裡有一段特別誠實的話。工程師承認，即使團隊持續努力，使用者對搜尋品質的抱怨一直存在，而且他認為「AI 讓情況變得更糟」（AI makes it worse）。他進一步說明：人們對搜尋結果品質仍有微詞，而 AI 在某些面向加劇了這個問題；維護品質過去是、現在依然是極其繁重的工作。有趣的是，正因為代表品質的訊號 Q* 很大程度是靜態的、主要跟網站本身特性相關而非跟單一查詢掛鉤，它在理論上相對更容易被有心人做逆向工程。
這段話值得停下來想。Google 本身是 AI 技術的領先者，搜尋引擎裡大量用了 AI，從 BERT、RankBrain，到生成式搜尋（SGE）與Google AI Mode。那為什麼內部工程師反而認為 AI 對品質有負面影響？我把它歸納成三股力量，但會避免把它們講成對立排比，因為這三股其實是相互疊加的。
第一股是 AIGC 泛濫。大型語言模型普及後，大量 AI 自動生成的內容塞滿網路，這些內容常缺乏原創性、深度與真實人類經驗，甚至夾帶錯誤資訊。Google 的爬蟲與演算法得耗更多資源去辨識、過濾這類低品質 AIGC，整個生態的維護難度直接被拉高。第二股是模型本身的偏見與漏洞。AI 模型訓練自大量資料，訓練資料有偏見、或模型設計有沒被察覺的漏洞時，就可能錯誤地捧高不該捧的內容、壓下有價值的內容。第三股是攻防升級。過去常見的黑帽 SEO 手法相對直白，而用先進 AI 生成的垃圾內容或操控行為更具迷惑性，逼得 Google 得用更複雜的 AI 去對抗，形成一場不斷加碼的貓捉老鼠。
這三股力量對 SEO 工作者的啟示是一致的：不要把 AI 當成產量放大器，把它當成需要被資深編輯把關的草稿機。AI 可以幫你發想、研究、打底稿、校對，但最終上線的內容必須經過領域專家審核，確保原創性、準確性、深度與真實的人類洞察。把重心放在創造 AI 難以複製的價值上，例如第一手經驗、深度案例分析、需要複雜推理的分析，這些才是 Q* 真正會獎勵的特質。
把證詞翻譯成可以落地的工作項目
讀完證詞，我想把它收斂成幾個能馬上動手的方向。這份文件讓我們看到 Google 演算法這座冰山水面下的輪廓，雖然只是局部，但已經足夠指引方向。下面這幾條，是我會建議把資源優先投進去的地方。
把頁面品質當資產，不是當任務
Q* 是靜態的、跨查詢的、極其關鍵的，E-E-A-T 是衡量它的核心標準。這代表品質不是寫完一篇就結案的任務，而是一個會持續產生複利的資產。具體做法是雙軌：一軌衝高靜態的品質分，包括投入資源做有深度、有原創性、能體現專業知識的內容，完善網站的關於我們、聯絡方式、隱私政策等信任頁面，爭取來自權威機構與知名媒體的正面報導，確保技術安全（HTTPS）。另一軌是針對目標查詢精修相關性，確保內容命中意圖。新網站要特別有心理準備：建立 Q* 是一個漫長過程，需要耐心。
ABC 基礎要打，但不能停留在 ABC
錨點、內文、點擊是主題相關性的地基。把內部連結的錨點寫得描述性強、與目標頁高度相關，讓 Google 看得懂你的網站結構；外部連結的錨點則側重自然多樣性，避免過度最佳化。內文裡合理佈局核心關鍵字與語意相關詞，用清晰的標題層級、最佳化的 alt 屬性、能吸引點擊的 Meta Description，把點擊率做起來。使用者參與度這塊，可以用引人入勝的內容、清晰排版、互動元素延長停留時間、降低跳出率，定期用 Google Analytics（GA4） 與 Google Search Console 的行為資料找出問題。打完 ABC 之後，記得往語意深度與主題完整性繼續走，不要回頭玩關鍵字密度。
把網站做成「使用者想主動上門」的目的地
如果 Chrome 等級的真實使用者資料真的進了排名，網站載入速度、易用性、內容吸引力、互動設計，所有能提升使用者滿意度與停留時間的因素，重要性都會被往上推。別忘了行動端體驗，頁面載入速度在行動裝置上更是硬指標。品牌建設的回報也會被放大：讓使用者記住你的品牌、願意主動搜尋或直接輸入網址，會比只靠搜尋導流更穩。多渠道經營（社群、電子報、內容合作）不是 SEO 的競爭者，而是把使用者培養成忠實訪客的管道。把視角從短期流量，轉向長期的使用者生命週期價值。
連結要的是權威朋友圈，不是數量
PageRank 演進到今天，核心還是與「已知良好來源」的連結關係，連結的品質、來源的權威性與相關性，遠比數量重要。實務上我會建議三件事：創造值得被連結的內容（原創研究、深度洞察、實用指南或工具），這是爭取高品質自然外鏈最穩的路；有策略地與行業內的權威網站、意見領袖、相關媒體建立合作；定期用 GSC 檢查外鏈配置，對明顯垃圾或主題不相關的惡意連結，考慮用 Disavow Tool 處理。想系統性地理解連結這條訊號，可以從前面提過的反向連結與站外 SEO 兩條主線入手。
在 AI 時代把關品質，擁抱透明化
Google 一邊努力讓基於 AI 的排名系統（像 eDeepRank）更透明可控，一邊對抗 AIGC 帶來的品質下滑。對應的做法是：善用 AI 工具提升效率，但人工把關是底線，上線內容必須經過資深編輯或領域專家審核；專注創造 AI 難以複製的價值（第一手經驗、深度案例、批判性分析）；密切關注 Google 對 AI 內容的政策更新，它的目標始終是獎勵「有幫助」的內容；在 AI 日益普及時，網站與作者的透明度（清晰作者介紹、聯絡方式、編輯流程說明）對建立信任更重要。如果你也在思考 AI 搜尋時代 SEO 還做不做、怎麼做，可以參考本站對AI SEO整體框架與AISO的整理。
回到排名訊號的整體視角
把證詞的幾條主幹訊號拉到同一張圖上看，會得到一個比「兩百多個排名因子」清單清楚得多的心智模型。Google 的排名系統是一台由工程師手工調校的多層機器：ABC 負責回答「相不相關」，Q* 負責回答「值不值得信」，PageRank 與連結距離負責回答「這個網路社群多大程度推薦你」，eDeepRank 負責讓 LLM 的判斷可以被拆解與除錯，Chrome 人氣訊號則負責回答「真實使用者多想來你這裡」。這幾條線不是平行存在，而是交織成 Q* 與最終排序。
對做 SEO 的人，這張圖的實用之處在於：你不再需要追著每一個傳聞中的「新排名因子」跑，而是可以對照這幾條主幹，判斷自己手上的工作到底補的是哪一條訊號、缺口在哪。當新一波核心更新推送、網站排名開始波動時，先別急著找捷徑，回到這幾條主幹問自己：品質、相關性、連結、使用者體驗，哪一條在這次更新裡被重新加權了。想知道最近這波核心更新的時程與判斷步驟，可以看本站的2026 五月核心更新即時指南，搭配你自己在自然排名與自然流量上的觀察來交叉比對。
做 SEO 這條路沒有捷徑，能靠的是不斷學習、不斷嘗試、細心調整。守住「做的一切都是為了幫到使用者」這個核心，再去對照 Google 內部這幾條訊號的運作邏輯，方向就不會偏太遠。證詞給的不是答案，而是一張讓你看懂 Google 想獎勵誰、懲罰誰的內部路線圖，剩下的，是我們自己一步一腳印把它落實進每一篇內容、每一條連結、每一次使用者體驗的打磨裡。
