AI、ML與 LLM

Google 長久以來皆使用機器學習技術，實際上已使用超過 20 年。現在，Google 使用機器學習杜絕垃圾內容、訓練語言模型，而機器學習的排名演算還有信號，是透過人類製作的內容訓練的。LLMs 則是一種 AI 演算法，會在極大型的資料集中使用深度學習技術，可解讀內容、提供摘要。

• RankBrain：針對長尾查詢，為使用者找出更適合的搜尋結果。
• MUM：進一步連結複雜查詢字詞中的概念。
• Bert：進一步了解查詢字詞的關聯。

Google 搜尋的 AI 產生內容相關指引

為使用者而創作，不要迎合 Google 搜尋

AI Overviews

提供更多搜尋、更多高品質的訪客登錄，網站可以得到更多的搜尋結果曝光度。

避免誤用 LLMs 大型語言模型的現有缺失

• 幻覺：指 LLM 有自信地提供連貫流暢的回覆，但內容並不符合事實。
• 仔細檢查生成內容。

有人說 SEO 已死？（Is SEO dead ?）

這個說法並不準確，應該說每年都有這樣的聲音，但搜尋行為仍然存在，只是未來會用什麼樣的結果提供服務，這是有可能改變的，跟上人類需求並提供準確能解決需求的資訊服務，會是 SEO 未來的持續優化方向。

技術性 SEO 會越來越被內容取代嗎？搜尋引擎在解析網頁時，如何判斷有用的資訊顯示在首頁？

這要看情況，SEO底層上還是需要非常多網頁工程架構，未來可能這件事情會變得很簡單，但並不一定完全不需要技術性支援的協助。像是 Schema 結構化資料，就很大程度上需要仰賴工程人員的協助，良好的結構化資料對於優化資訊有所幫助。

在搜尋行為逐漸衰微的情況下，SEO 該何去何從？

How people searching is always changing. 可以確定的是人類的搜尋行為是不斷在轉變的。也許從業人員或專業者已經開始為這個話題擔心，但搜尋、建議、參考，這些基礎的需求也仍一直存在且不斷進化中，更好的作法是靜觀其變，加入未來即將發生的改變。

發佈好的原創內容，常常無法成功蒐錄，甚至在 Search 上完全找不到，有什麼建議的處理方式嗎？

建議索引網指數持續減少，但看不出具體的原因為何，該怎麼改善？

這通常是由於內容品質低落，GoogleBot 索引時，覺得這個內容也許不適合繼續提供給使用者，因而會從索引結果中移除。當然這也可能由於一些技術性原因導致索引上的影響，但優先處理內容品質問題是更好的作法。