2026 年 Google 排名因素專家調查已經被各處總結過了，而且所有總結說的都是同一件事：相關性、外鏈、內容品質依然領先。這沒錯，但也是這份研究裡最沒用的部分，因為十年前的調查給出的也是同樣前三名。
真正能用的細節，在被報導跳過的那個章節裡。Zyppy 公布了橫跨八個因素組的 24 則匿名專家評論，隱去姓名只留機制。把它們放在一起讀，與常規建議相衝突的地方多到足以比再排一次前十名更有價值。
下面就是其中七處衝突。每一條都包含受訪者原話、它改變了什麼、下一步動作，以及判斷它是否適用於你的自查方法。
怎麼讀這些評論
Cyrus Shepard 與 Dawn Shepard 在 2026 年 9 月 9 日發布了這份調查。131 位從業者把 103 個候選因素按 −3 到 +3 打分，然後列出他們心中最重要的三個因素。2,620 分鐘的工作由此產生了 13,665 條評分。
百分比是提名率，也就是把某個因素放進自己前三名的受訪者比例。它不是權重，這批受訪者也不是 Google。評論同樣帶著這個前提，但正因如此它比權重估算更好用：它告訴你一個在崗從業者做法的不同之處。出處在評論旁邊沒有標註姓名，所以下文不會把任何內容歸到某個具體的人頭上。
1. 內容的分界線是「附加價值」，不是深度也不是作者身分
標準說法是寫得比對手更深，並且別讓 AI 進入生產流程。這份調查把這兩半都弄複雜了。
關於深度，警告與常規建議方向相反。「共識太多，你會因為不夠相關而隱形。資訊增量太大，你會因為過於反主流而被影子封禁。」另一位受訪者對同一風險說得更直接：內容一旦變得過於專家化，「對能見度其實是有害的」。調查給出的目標是「金髮姑娘區間」——一個頁面足夠寬泛，能被分享、被提及、被連結。
關於 AI，這批受訪者劃的線不是作者身分。反對意見集中在附加價值很低的規模化產出上，而有一位受訪者報告說，在一個同時擁有原創內容和用戶投稿、且每一篇都經過密集人工編輯的站點上，規模化 AI 生成取得了正面結果。另一位用一句經濟學概括：發布成本塌了，信任成本漲了。
怎麼做。 對每一個承載收入的頁面，寫下競爭對手無法複製的東西。你的定價、你的測試結果、你的客服記錄、你自己的實測數據。如果列出來很短，這份「短」就是你的內容簡報。把第一頁上已經有十個版本的論點寫得更長，是受訪者在警告的那一側行為，不是他們在獎勵的那一側。
自查。 搜你的目標關鍵詞，把自己的頁面和前三名並排讀。如果你最有辨識度的那段話能被搬去競爭對手的站點而沒人察覺，那你就是在「共識」這條賽道上競爭。
2. 技術 SEO 是維護，不是成長槓桿
「技術 SEO 到這一步已經是標準品了。它未必能幫你贏下比賽，但它絕對能讓你輸掉。」
受訪者把技術健康當作入場條件，而調查自己舉出的技術類成功案例也不是優化，是修復：一位客戶的 canonical 指向了不相關的頁面，修好之後曝光與點擊幾乎立刻變動了大約 60%。
另一則評論指向了工作真正的走向，把技術 SEO 描述為「用於機器理解與檢索的基礎設施」。
怎麼做。 把技術工作從「優化待辦」移到「止損清單」。以下四類值得常設檢查，因為每一類都能悄悄讓一個本來沒問題的頁面直接出局：
類別 | 要檢查什麼 |
|---|---|
正規化 | canonical 是否指向了另一個或完全不相關的 URL |
JavaScript 依賴 | 正文或連結是否只在 JS 執行後才存在 |
重複內容 | 同一個頁面是否可以透過多個 URL 存取 |
檢索封鎖 | 是否有頁面仍在 robots.txt 裡被封鎖，你卻指望它排名 |
對大型站點或多語言站點，重導向鏈與 hreflang 的準確性也該放進同一份清單。
自查。 挑一個商業頁面，在關閉 JavaScript 的情況下抓取一次。再把它和渲染後的版本、以及 Googlebot Spider Simulator 這類爬蟲模擬器做對比。如果正文不一致，那是渲染問題，不是內容問題。
3. 點擊訊號設定的是上限，不是分數
行為與點擊訊號以 29.4% 的提名率升到第五，而評論說明這個名次低估了變化本身。
「Navboost 依然是頭巨獸。所以網站真的應該建立滿意度指標（通常按頁面類型分），去模擬滿意度。因為當點擊訊號比 SERP 上的其他競爭者更差時，排名就會撞到天花板。」
最後半句是大多數團隊會漏掉的部分。點擊訊號不是你累積的分數，而是你其他優勢開始失效的那條天花板。一個外鏈結構強過所有競爭對手、滿意度卻更差的頁面會撞頂，而從排名工具內部看，這個頂會顯得原因不明。
該組內評分最高的因素是滿意度與任務完成。搜尋者停留不走的「長點擊」是正向，打開你的頁面後又回到 Google 的「返回 SERP」是負向。
怎麼做。 按頁面類型定義「完成」，這也是這批受訪者建議的做法。價格頁的完成，是捲動到方案表並點進某個方案。教學的完成，是捲過最後一步，或者發生一次複製。比較頁的完成，是捲動到比較表。定義完之後，去盯那些定義落空的頁面。
自查。 拿出曝光量最高的十個頁面，為每一個寫下「能證明訪客達成了目的」的那一個動作。寫不出來的頁面，就是滿意度靠猜的頁面。
4. 跳出率是報錯了的指標
「跳出率是個糟糕的指標，但用戶跳到另一個搜尋結果上的站點，我認為那是 Google 一定會採信的明確訊號。」
因素清單從另一個方向給出了同一立場。清單裡有「返回 SERP」，有「長點擊」，沒有「跳出率」。一份至今仍把跳出率放在首位的月報，報的是一個從業者群體認為「什麼都沒測到」的數字。
一位受訪者提出了一個值得在搭建點擊資料看板之前先了解的開放問題：當瀏覽活動越來越多由代理而非人完成，建立在人類點擊之上的訊號會變成什麼？調查沒有答案。
怎麼做。 用「返回 SERP」的代理指標替換跳出率。在 GA4 裡，參與時長低於大約十秒且沒有轉換的工作階段，比長文頁面上的 100% 跳出更接近「跳走」。閾值按頁面類型分別設定，因為十五秒在即時新聞和文件頁上含義不同。
自查。 把代理指標下最差的頁面拉出來，同時看它們的排名。如果同一批頁面正在掉排名，你看到的是發現 3 裡的天花板，而不是內容問題。
5. 外鏈看的是受眾與錨文本佔比，不是數量
兩則評論各替換掉一個常見指標。
「來自真實受眾的一百條連結，勝過沒人會點的一千條。」因素清單支持這一點，它把「來自本身能取得可測流量的頁面的連結」單列為一項，與高信任網域、主題相關頁面並列。
「完全匹配錨文本是雙面刃。到某個點之前它帶來實際成長，越過之後就壓制表現。變數是它佔整個錨文本檔案的比例，不是原始條數。」
第二條把一個常年爭論變成了可測量的事。問題不是要不要用完全匹配錨文本，而是在效果反轉之前，它能佔整個連結檔案的多大比例。
怎麼做。 按「是否有自己的流量」而不是按網域評分來給引薦頁面排序，並為你最重要的五個 URL 計算完全匹配錨文本佔比。在完全匹配佔主導的地方，當初帶來成長的那個屬性，現在正在跟這個頁面作對。
自查。 選一個目標 URL，列出最近指向它的十條連結，數一數其中有多少條來自有流量的頁面。不到一半，說明你的外鏈獲取正在被一個這批受訪者根本不用的維度評判。
6. 內鏈是這份調查裡可控性最高的槓桿
內鏈以 11.1% 排在第十，卻拿到了報告裡最熱烈的評論。「我經常和同事聊，一條好的內鏈，價值堪比一條非常好的外鏈。」還有：「內鏈是網站能從頭管到尾的排名槓桿……哪些頁面聚攏權重、Google 把哪些頁面讀作重要、主題如何在站內串聯，都由內鏈決定。」
名次衡量的是有多少專家把內鏈放進自己的前三名。評論衡量的是被要求解釋理由時他們怎麼說。兩者不一致，而這個不一致正是有用之處：內鏈在優先級會議上一直輸給外鏈建設，可它是這份清單上唯一不需要外聯、不需要供應商、不需要預算的一項。
怎麼做。 從你最想排上去的那個頁面開始。找出五個已經在覆蓋相鄰領域的現有頁面，從每一個加一條正文內連結，錨文本要描述目標頁。然後檢查調查定義清單裡的兩個結構因素：距首頁的點擊深度，以及沒有任何內鏈指向的孤立頁面。
自查。 把每條新錨文本單獨拎出來、脫離句子念一遍。如果它沒能描述目標頁面，那這條連結就沒在出力。
7. 品牌訊號壓過技術健康，而廣告買不來排名
報告裡最刺耳的那則評論，對做規劃反而最有用。「只要人們在搜尋、在談論這個品牌，網站技術上糟得不行、內容也沒優化，你都能過得去。」
這不意味著技術 SEO 可以不做。它定的是先後順序。技術健康是地板，品牌需求是天花板；一個團隊把整個季度花在渲染修復上，而幾乎沒人按品牌名搜尋，那就是把季度花在了地板上。
品牌搜尋量與線上聲譽位於品牌組的最頂端，一位受訪者把品牌搜尋稱為「新的外鏈」。Google 廣告支出僅被評為勉強正向，理由也附上了：對排名沒有直接影響，但可以帶動其他訊號。
怎麼做。 把品牌搜尋量與自然搜尋工作階段並列，當成一級指標而不是虛榮指標來追蹤，並把它當作廣告預算真正在買的東西。如果一個付費投放沒有帶動品牌搜尋，那它就沒買到任何排名系統看得見的東西。
自查。 把品牌搜尋量和自然搜尋工作階段畫在同一段八週區間裡。兩條線一起動，說明內容在造需求；只有自然搜尋單獨動，那是在租需求。
先從哪一條開始
你的情況 | 先做 | 原因 |
|---|---|---|
有排名，但搜尋流量不轉換 | 發現 3 和 4 | 點擊行為定天花板，其他改進會最先失效 |
發布量一直在漲，排名不漲 | 發現 1 | 這批受訪者反對的是附加價值，加量解決不了 |
內容強，幾乎沒有外鏈 | 發現 6 | 這裡唯一不需要外聯的槓桿就是內鏈 |
大型站點或重度依賴 JavaScript | 發現 2 | 渲染與 canonical 故障會讓頁面直接出局 |
排名穩定，但沒有品牌需求 | 發現 7 | 品牌需求承載著頁面編輯搆不到的因素 |
到這裡它就不再有用
在拿它重建策略之前，有三個限制值得記住。
受訪者報告的是感知，不是測量。沒有哪位受訪者能拿到 Google 的權重，作者本人也明確說過，因素清單是從更大的候選池裡削出來的，而且任何專家組都不可能完整。
案例是單次觀察。那個帶來 60% 提升的 canonical 修復，發生在某家代理商的一個客戶身上。把它當作「技術故障確實會損失能見度」的證據，而不要當作你能承諾的基準。
AI 配套研究尚未發布。Zyppy 已經預告了第二份關於 Google AI 回答內能見度的調查。在它落地之前，這裡沒有一條告訴你怎麼被引用，因為這個問題還沒被問到。
常見問題
這份調查說 AI 生成內容會被懲罰嗎？沒有。負面評分集中在附加價值很低的規模化 AI 產出上，而有一位受訪者報告說，在一個同時擁有原創內容、用戶投稿、且每篇都經過密集人工編輯的站點上，規模化 AI 生成取得了正面結果。這批受訪者反對的是附加價值，不是作者身分。
這些發現基於實測的排名資料嗎？不是。它們是專家感知，來自 131 位給 103 個因素打分的從業者。這讓它成為一張「有經驗的操盤手把注意力放在哪」的可靠地圖，而在「單個因素到底多重」上是糟糕的資料。
小站點應該先做什麼？按順序做發現 2 和發現 6。渲染與 canonical 故障會讓承受不起損失的站點直接掉能見度，而內鏈是這份清單上小團隊唯一能靠自己完整拉動的槓桿。
作者：Martin Hayes，Auspia 的 GEO 操盤手冊建構者，做過 200 多份執行清單。他專注於把搜尋研究轉化成團隊無需外部幫助就能跑起來的分步操作指南。
