谷歌网站管理员趋势分析师Gary Illyes在谷歌工作了8年多，专门从事与搜索相关的话题，周末他在Reddit上参加了一个AMA (ask me anything)。在冗长的讨论过程中，他涵盖了从robots.txt到RankBrain、从行为信号到图像和视频搜索的方方面面。通过在这里分享所有重要的内容，我们将为您省去筛选所有内容的麻烦。
Gary Illyes过去在我们的SMX活动上和我们一起做过很多次全美音乐大奖，但我们相信这是Gary第一次参加红迪网的全美音乐大奖。
谷歌尊重机器人。txt。无论如何，Googlebot都会尊重你在你的robots.txt中给它的指令。如果给谷歌的指令有冲突，或者在机器人中给了无效的信息。txt，然后Googlebot可以做自己的事情。但除此之外，如果你正确使用robots.txt，谷歌也会遵守。
加里写道:“txt因其意义而受到尊重。时期。没有‘有时可以忽略’这样的说法。”
ccTLDs, gTLDs，搜索控制台设置对排名的影响。Gary说，这些设置对排名有间接的影响。当涉及到本地意图查询时，如果谷歌认为本地内容对用户更相关，谷歌可能会将该国家的内容排名高于其他内容。这些国家信号，即搜索控制台中的ccTLD和/或国家设置，给谷歌提供信息，帮助它确定该域与特定国家内的人更相关。
“我认为它对排名的影响是间接的。你的。lk域名显示的结果集中有很多针对美国的顶级域名——这些结果是相关的，最重要的是，它们会因为“本地”(即通过搜索控制台定向)而得到轻微的提升，”Gary写道。“因为你不能(仅仅)在斯里兰卡以外的任何地方获得这样的提升，你正从一个‘点球位置’(从体育的意义上说)开始。”
RankBrain解释。RankBrain是谷歌基于ai的查询解释系统，它可以帮助谷歌更好地理解查询，从而为该查询排序。我们在之前的常见问题中详细讨论过，下面是Gary Illyes在美国医学协会(AMA)上的解释:
他说:“RankBrain是一个非常吸引pr的机器学习排名组件，它使用历史搜索数据来预测用户最可能为一个之前没有看到的查询点击什么。”“这是一项非常酷的工程，当传统算法出现问题时，比如‘哦，看查询字符串中的‘not’，它为我们节省了无数次的时间。”让我们忽略它吧!’，但它通常只依赖(有时)几个月前的结果页面数据，而不是登陆页面。”
听起来RankBrain对谷歌很有用，但对谷歌也不是很好用，因为数据比较老。
用户体验和行为信号。关于谷歌排名因素，一个比较有争议的话题是搜索引擎是否使用用户体验和行为信号进行排名。谷歌永远拒绝使用它们作为直接排名信号。在美国医学协会。加里再次表示谷歌不使用它们，这是在挖苦业内一位多年来多次持相反观点的人士。
“停留时间，CTR，不管菲什金的新理论是什么，这些都是编造出来的废话。搜索比人们想象的要简单得多，”Gary说。
评分员和现场测试。Gary接着研究了谷歌是如何使用点击数据和其他用户数据的——不是为了直接的排名信号，而是为了评估搜索结果。他谈到了搜索质量评分者以及他们是如何给谷歌搜索结果评分的，他还谈到了现场实验——当谷歌测试不同的场景如何影响搜索者的行为时。但核心排名不会直接受到这种搜索行为的影响。
他说:“当我们想推出一种新的算法或更新‘核心’算法时，我们需要测试它。”用户体验功能也是如此，比如改变绿色链接的颜色。对于前者，我们有两种测试方法:(1)与评分者一起测试，这在评分者指南中有详细的描述，(2)与现场实验。”
“我已经被咬到骨头了，这在这里已经无关紧要了，”加里补充道。“2是当我们选取一个子集的用户并强迫他们去做实验，排名和/或用户体验。假设1%的用户获得了更新或启动候选，其余的用户获得了当前部署的候选(基础)。我们将实验进行一段时间，有时是几周，然后在实验和基础之间比较一些指标。衡量标准之一是两者之间点击结果的差异。”
使用机器学习编写内容。典型的谷歌不赞成让机器和计算机编写内容。事实上，他们的指导方针已经告诉网站管理员阻止搜索引擎索引自动生成的内容。但是有了机器学习和人工智能，也许这种技术可以帮你完成骗局