作为全球移动越往下移动路径，包括在搜索结果内的图像的优点是清楚的：图像的结果更容易观察，理解并比传统的有机列表可点击。
也许是因为这个原因，谷歌图片，现在显示为32。内MozCast搜索结果的4％。COM的SERP特征历史在过去的30天（？写这篇文章的时候），较24.6％的记录在2013年10月。
考虑到这一点，我认为是一个很好的时间来回顾一下一些图像优化提示，以帮助提高图像可视性它？在搜索结果中。
图片应该有一个相关的2至4字名。
图片应该使用描述性的2至4字ALT标签。
它应该有一个相关标题，标题或周围的文本。
使用清晰的图像，寄予在页面上，指定宽度和高度属性。
创建和提交图片Sitemap。
使图像的详细文件名是关键。例如，？谷歌表示，？“我新 – 黑 – 小猫。JPG是很多比IMG00023更多的信息。JPG。“？使用数字，如果你有相同的对象类型的多个图像？（E。G。，？我新 – 黑色小猫2。JPG）。
关于图像文件名的一些其他注意事项：
JPEG文件似乎出现在谷歌图片搜索结果中最多的，但是这是一个传闻符号，而不是统计。JPEG，GIF和？PNG应该是你去到文件类型，但GIF和PNG尤其可能是因为加载时间的考虑是有利。BMP，WebP的和SVG都还好。
连字符做工最好作为分隔符，没有下划线或空格。
“如果我们无法找到上，我们找到该图片的网页合适的文本，我们将使用文件名作为图像的片段在我们的搜索结果。“ – 谷歌图片发布指南
经验法则：每幅影像名称最多四个词。
ALT文本要始终准确？和？简洁地描述图像。你必须满足有足够的关键字搜索引擎准确地详细描述你的形象，但要避免关键字堆砌。三到四？最多的话。
ALT文字也很好的用户体验，其中谷歌喜欢：“我们建议使用纯文本浏览器（如Lynx）测试内容。“
根据谷歌的图片发布指南，？“[我] T，是一个好主意，以确保图像放置在相关文字附近。此外，我们建议提供良好的，描述性标题和标题为你的形象。“
对于微软来说，“[T] EXT更接近图像的网页上可以更贴近那是什么画面比左右的文字渐行渐远。“据海博客的搜索引擎优化，这里有一些距离，需要考虑的因素：
文本和图像之间插入的单词的数量。
全面介入站的数量，如“。‘“？’“！“等句末标点/文本和图像之间的符号。
其间表数据标签（数
）文本和图像之间。
中间的表行标记（数
）文本和图像之间。
用户是什么事谷歌，因此图像反映用户希望拥有的是可见的最好的机会是什么。就像内容，这意味着最好的办法是要有高品质且易于图像？与参与。考虑以下原则：
使用清晰的照片。
如果有几个相同的图像出现在您的网站上，可以考虑为每个图像创建一个单独的登陆页面。“如果你这样做，一定要提供独特的信息 – 如描述性标题和标题 – 每一页上。您还可以启用评论，讨论或每个图片评级。“ – 谷歌图片发布指南
图片应该是在屏幕上高起来，因为有些用户不滚动。
结构目录，以使类似的图像可以保存在一起。
指定的高度和宽度为每个图像以加快页面加载时间。
发布的图像的站点地图； 它是为了帮助谷歌的有效途径发现你的图片。？确保您的图片站点地图验证通过与域相关的谷歌搜索控制台帐户。
为了进一步优化，使用可选的标题，geo_location和标题标签上的图像地图。
下列项目是为辩论中，他们是否不会影响在搜索结果中的排名图像方面（如果有的话，到什么程度）。
我编译什么样的信息有每个这样你就可以自己决定。请记住，一些事情可能不是现在的排名因素，但可能会在未来。
在2011年的内部搜索更新，谷歌提到，他们“决定退休与该有在网络上从多个文件引用图片在图片搜索的信号。“？有人解释这意味着传入链接到图像已被弃用排名信号。
然而，在讨论以防止未经授权使用您的图像的最佳途径时，谷歌表示其搜索控制台文档？即防止其他人使用或链接到你的图片？可能会减少他们“被搜索引擎发现性。“？我们可以推断，链接到你的图像分布，最小，提高了这些图像的指数化。
在同一块，谷歌继续说，“一些人向自己的图片添加版权文字，水印或其他信息。这种信息不会影响在搜索结果图像的表现。“
如果我们从谷歌如何对待链接和传入的锚文本的提示，我相信我们可以得出这样的结论图片来自链接或自备ALT文字简单的计数中受益不大，但是从页面的大背景和相关赖以提的特点是。
一些，？像尼尔·帕特尔表示，在过去大约使用EXIF图像元数据（图像文件本身嵌入信息）作为优化技术的兴趣。毕竟，它让我们沟通之类的图像大小，日期/它拍摄时间，地理坐标和更多。
在2014年2月，谷歌-头的垃圾网页马特·卡茨有人问，？从图片“谷歌是否使用EXIF数据作为排名因素？“？卡茨回应说，谷歌是知道的数据，但表示，该数据没有被用作排名因素在那个时候。他做了补充说：“如果你在拍照，我会继续前进，嵌入之类的信息，如果这是你的相机中提供。“
这也是值得注意的是，EXIF图像数据的许多元素可以通过微观架构来设置，并且当它涉及到地理？信息，即使是图像的站点地图。
虽然没有迹象表明这三种类型的“元数据”都在积极使用搜索引擎，我们建议，在最低限度，使用架构标记和图像的Sitemaps通过EXIF希望通信的优化元素更简单的方法。
微软的专利申请排名图像的Web图像检索确实指出，“用户更有可能点击图像的像素带的数量越大，”？但是这是从2006年，不会走得太远，这个归类为潜在排名因素。
另外，？Graywolf的SEO博客说？早在2011认为“是大于100×100且小于1200×1200工作图像最佳”？但没有提供任何分析做后盾的时候了。
考虑到大尺寸的图像尚可？优化很差，这可能会导致糟糕的用户体验？（因此是否定的排名因子）。？专注于你的图像优化的用户体验方面，而不是击中目标的尺寸。
以下是前沿的技术，可能会影响图像的优化，无论是现在还是将来。？可能没有太多可以与眼前这个信息做什么，但它有助于了解外面的东西。
2008年，谷歌提出了题为“的PageRank产品图片搜索”一文？即建立计算新的图像排名因素的一种方式。总之，这种方法收集了为一个查询并执行另一步骤返回的图片：它识别图像内的兴趣点，使用这些兴趣点以建立图像之间的相似度，然后排具有类似于其他图像最点图像最高。
把它看成是在排名更喜欢“原型”的形象，而不是它的偏差。给出的一个例子是蒙娜丽莎，其中排名最高的图像是一个拥有最相似的查询返回的所有其他图像。
我无法找到任何文件说，这种方法已经被激活作为一个排名因素，但我想它会在将来被使用，如果没有被已经使用它。
这是什么意思为我们的图像优化考虑？ 我粗略的想法是，这意味着我们应该避免任何图像元素，这将阻止相似的点被注意到：直接在面前的课题，并以最小的背景分心用清晰的图像，取自。
在2014年9月，谷歌的研究博客发表了一篇有关其在ImageNet大型视觉识别挑战（“ILSVRC”）参与。这种挑战的重点是匹配的图像复杂的查询，如“狗宽边帽。“
上述优化因素告诉我们，谷歌可以使用的文件名，ALT标签和周围的内容要尽量理解图像？内容；？但本次比赛采取它更深一层的图像本身实际上定位和识别物体。
这样一来，谷歌不依赖于用户生成的文本或优化理解和狗在宽边的帽子，而是拆卸的图像转换成其元素和秩图片重新构成发生了什么事情，以匹配其自身的语义简介用户查询。与ImageRank在一起，这种类型的处理是如何至少谷歌将在未来的排名图像。
我先前提到的图像优化步骤是许多SEO赞成常识。我的目的已经不仅提供更新的，单一的参考，但要突出两件事情：
需要 – 或者，至少，我需要 – 对于像“的图像，大于100×100且小于1200×1200的工作最好的想法更多的统计理由。“
与机器学习新老交替学校优化技术。
人工优化的图像？现在成为过时的图片（HAR HAR HAR）
在这篇文章中所表达的意见是那些客人笔者并不见得搜索引擎土地。作者的工作人员在这里列出。