示意图:一条搜索结果从标题、地址到摘要的字段结构
阅读口径

本篇讨论排序机制的一般原理,不评价任何具体站点的可信度,也不提供结果页以外的判断捷径。

排序在解决什么问题

一个词可能命中几十万个页面,结果页只能放十来个。排序做的就是在这几十万里挑十个,并决定顺序。它优化的目标通常是“用户点了之后是否满意”,而不是“内容是否真实”。这两个目标大部分时候重合,但在争议性话题、灰色需求与信息稀薄的领域会明显分叉:能让人点、能让人停留、能让人不再搜第二次的页面,未必是准确的那个。理解这一点,就不会把排序当成质量评级。

三类信号各管一段

相关性信号决定“能不能进候选”,包括词是否出现在标题、正文、锚文本里,以及出现的密度与位置。链接信号决定“别人怎么评价它”,被大量页面引用、且引用者本身有分量的页面,通常获得更高权重;这也是聚合站愿意互相链接的原因。行为信号决定“实际用起来如何”,点击率、停留时长、退回搜索的比例都会被纳入,它们让结果随人群反馈缓慢漂移。三类信号都不检测内容真假,只检测匹配度、被引用度与被使用度。

时效为什么有时压过一切

对带有“最新”“现在”“今天”意图的词,引擎会显著提高新页面的权重,甚至直接在结果页顶部给出时间敏感的模块。这带来一个副作用:新发布的聚合页可以凭借“新”挤掉内容更完整的旧页。反过来,冷门领域的旧页面会因为缺少竞争者而长期占据前列,即使它已经三年没更新。所以看到“这条很旧却排第一”或“这条很新但很空”都不奇怪,那是时效信号在不同领域的两种表现。

可执行检查单

  1. 01看到靠前的结果,先判断它靠的是相关性、外链还是新鲜度,三类页面需要不同的核对方式。
  2. 02对时效敏感的词,主动查看页面上的日期,并确认日期是发布时间还是仅被修改过。
  3. 03对长期占据前列的旧页,检查它引用的信息是否仍然成立,不要因为排名稳定就默认它没过期。

一个常见问题

排名第一的页面,可信度是不是也最高?

没有这种对应关系。排名反映的是匹配度、被引用度与使用反馈的综合,这些指标都可以被优化,也都可以与真假无关。一个排版清晰、标题精准、更新频繁但内容拼凑的页面,完全可能排在一个枯燥但准确的页面之前。判断可信度要看发布者、原始出处、可核对的具体信息,这些都不在排序公式里。

把排序当成线索的第一层

实用的态度是:排序帮你决定先看哪几个,不帮你决定信哪个。先看前几条的页面类型,如果全是聚合页,说明这个词的原始信息可能很少;如果原始页与聚合页混杂,优先看原始页;如果前几条的时间都很集中,说明这个话题刚被一轮内容生产冲刷过,需要警惕同质化。这三种读法都比“排第一所以可信”更有用,也更接近排序机制的真实含义。