【導(dǎo)讀】剛剛，一份2500頁的內(nèi)部文件泄露，谷歌優(yōu)化算法的內(nèi)幕，讓很多人大吃一驚。

近日，谷歌2500頁內(nèi)部文件被曝光，曝光搜索——「網(wǎng)絡(luò)上最強(qiáng)大的仲裁者」運(yùn)行模式。

SparkToro是SparkToro的聯(lián)合創(chuàng)始人和CEO，他在自己的網(wǎng)站上發(fā)表博客文章，聲稱「一個(gè)匿名者和我分享了谷歌搜索API文檔的1000多頁泄露，SEO中的每個(gè)人都應(yīng)該看到。」！

多年來，Rand 在SEO領(lǐng)域，F(xiàn)ishkin一直是SEO領(lǐng)域（Search Engine Optimization，頂級(jí)代言人，搜索引擎優(yōu)化)，「網(wǎng)站權(quán)威性」（Domain Rating）他提出了這個(gè)概念。

因?yàn)樵谶@一領(lǐng)域德高望重，Rand 在Fishkin爆料之前，自然要仔細(xì)檢查這個(gè)身份不明的匿名者。

上個(gè)星期五，在發(fā)了幾封電子郵件之后，Rand Fishkin和這個(gè)神秘的人進(jìn)行了視頻聊天，當(dāng)然，對(duì)方并沒有露面。

這個(gè)電話讓Rand了解了更多關(guān)于這個(gè)泄露文件的信息：這是一個(gè)超過2500頁的API文件，其中包含了14014個(gè)Attributes，這些特征似乎來自Google的內(nèi)部。「Content API Warehouse」。

該代碼于2024年3月27日上傳至GitHub，并于2024年5月7日被刪除，這是文檔提交的歷史記錄。

通話結(jié)束后，Rand決定了匿名人士的工作經(jīng)歷和他們?cè)跔I(yíng)銷領(lǐng)域認(rèn)識(shí)的人。他決定滿足匿名人士的期望——發(fā)表一篇文章分享泄露，并駁斥谷歌員工?！付嗄陙硪恢眰鬟_(dá)的一些謊言」。

Matt Cutts、Gary Ilyes和John 多年來，Mueller否認(rèn)谷歌將基于點(diǎn)擊的用戶數(shù)據(jù)用于排名。

關(guān)于沙盒、點(diǎn)擊量、停留時(shí)間等影響SEO的因素，Rand的文章是谷歌之前強(qiáng)烈否認(rèn)的。

這篇文章一發(fā)表，果然立刻引起了輿論的嘩然，特別是SEO圈的特別關(guān)注。

另一位SEO專家Mikee King還發(fā)表文章，揭示谷歌「算法的秘密」。

Mike King說，「泄露的文件涉及谷歌收集和使用哪些數(shù)據(jù)，谷歌將哪些網(wǎng)站推廣到選舉等敏感話題，谷歌如何處理小網(wǎng)站等話題?！?/p>

許多資料表明，谷歌多年來并沒有完全真實(shí)地報(bào)道，「文件中的一些信息似乎與谷歌代表的公開聲明相沖突?！?/p>

面臨著大家的質(zhì)疑，谷歌選擇沉默，拒絕發(fā)布這次爆炸性泄漏的帖子。

主人沒有說話，而是一個(gè)神秘的人出現(xiàn)了，他之前匿名提供消息。5月28日，神秘人終于決定帶頭，發(fā)布了一段視頻，視頻中公布了他的身份。

他的名字叫Erfan Azimi，同時(shí)也是SEO從業(yè)者，EA Eagle Digital的創(chuàng)始人。

因此，既然Erfan Google內(nèi)部提供的Azimi文檔?！窩ontent API Warehouse」，有必要知道谷歌API是什么意思？ Content Warehouse，而這份文件究竟泄露了什么？

谷歌搜索「黑箱」

這個(gè)泄密事件似乎來自GitHub，最可靠的解釋和Erfan 在通話中，Azimi告訴Rand的協(xié)議：

由于文件中的許多鏈接指向個(gè)人GitHub倉庫，以及谷歌公司網(wǎng)站上需要具體認(rèn)證登錄的內(nèi)部頁面，因此這些文件可能會(huì)在短時(shí)間內(nèi)被公開。

API文檔在2024年3月至5月這段可能是偶然的公開時(shí)間內(nèi)被傳播到Hexdocs(搜索公開的GitHub倉庫)，并被他人發(fā)現(xiàn)和傳播。

令Rand疑惑的是，他確信其他人也有一份副本，但是直到這次爆料之前，這份文件才被公開討論。

根據(jù)谷歌前開發(fā)人員的說法，幾乎每個(gè)谷歌團(tuán)隊(duì)都有這樣一份文件，用來解釋各種API屬性和模塊，幫助項(xiàng)目人員熟悉可用的數(shù)據(jù)元素。

該泄漏信息符合GitHub公共倉庫和谷歌云API文檔中的其它信息，采用相同的符號(hào)風(fēng)格、格式，甚至流程/模塊/功能名稱和引用。

「API Content Warehouse」它聽起來像一個(gè)技術(shù)術(shù)語，但是我們可以把它看作是谷歌搜索引擎團(tuán)隊(duì)成員的指南。

就像圖書館里的書目錄一樣，谷歌用它來告訴員工有哪些書，以及如何獲得。

但不同的是，圖書館是公開的，谷歌搜索是世界上神秘而嚴(yán)格的黑匣子之一。在過去的20年里，谷歌搜索部門從未發(fā)生過如此大規(guī)?；蛟敿?xì)的泄露事件。

「泄露」了什么？

1. 使用用戶點(diǎn)擊數(shù)據(jù)

文件中的一些模塊被提及「goodClicks」、「badClicks」、「lastLongestClicks」、印象、擠壓、未擠壓、獨(dú)角獸點(diǎn)擊等功能。這與Navboost和Glue有關(guān)，看過谷歌司法部證詞的人可能對(duì)這兩個(gè)詞并不陌生。

下面是Kenneth司法律師 搜索質(zhì)量團(tuán)隊(duì)的Dintzer搜索副總裁Panduu 關(guān)于Nayak交叉詢問的摘錄：

Q. 所以請(qǐng)?zhí)嵝盐?，Navboost是否可以追溯到？ 2005 年？

A. 這一范圍內(nèi)，甚至可能更早。

Q. 已更新，已不再是當(dāng)年的Navboost了？

A. 不是了

Q. 還有一個(gè)是glue，對(duì)嗎？

A. glue只是Navboost的另一個(gè)名稱，它包含了頁面上所有其他功能。

Q. 好吧。本來打算以后再談，但是現(xiàn)在可以談了。正如我們所討論的，Navboost可以產(chǎn)生網(wǎng)頁結(jié)果，對(duì)嗎？

A. 是的。

Q. glue也可以處理網(wǎng)頁中所有不是網(wǎng)頁結(jié)果的內(nèi)容，對(duì)嗎？

A. 沒錯(cuò)。

Q. 他們共同幫助找出我們搜索結(jié)果中最終顯示的內(nèi)容并進(jìn)行排名？

A. 沒錯(cuò)。他們都是這方面的信號(hào)，沒錯(cuò)。

這個(gè)泄露的API文件支持Nayak先生的證詞，并且與Google網(wǎng)站的質(zhì)量專利保持一致。

Google似乎有辦法過濾掉他們不想計(jì)入排名系統(tǒng)的點(diǎn)擊量，并將他們想要計(jì)入排名系統(tǒng)的點(diǎn)擊量納入其中。

它們似乎也可以衡量點(diǎn)擊時(shí)間。（pogo-sticking，指搜索者在點(diǎn)擊結(jié)果后，迅速點(diǎn)擊返回按鈕，因?yàn)閷?duì)找到的答案不滿意)和印象。

2. 點(diǎn)擊流程征用Chrome

谷歌代表多次表示，它不會(huì)使用Chrome數(shù)據(jù)對(duì)頁面進(jìn)行排名，但是在相關(guān)網(wǎng)站如何在搜索中顯示泄露文檔的部分，尤其是Chrome。

透露文件的匿名消息來源表示，早在2005年，谷歌就希望獲得數(shù)十億互聯(lián)網(wǎng)用戶的完整點(diǎn)擊流，他們已經(jīng)通過Chrome瀏覽器得到了他們想要的。

API文檔顯示，谷歌可以使用Chrome瀏覽器來計(jì)算幾個(gè)與單頁和整個(gè)域相關(guān)的指標(biāo)。

本文介紹了谷歌如何創(chuàng)建Sitelinks的相關(guān)功能，特別有趣。

它展示了一個(gè)名為topUrl的調(diào)用，即 「A list of top urls with highest two_level_score, i.e., chrome_trans_clicks.」

由此可以推斷，谷歌很可能已經(jīng)使用了。 Chrome 在瀏覽器中點(diǎn)擊網(wǎng)頁的次數(shù)，從而確定平臺(tái)上最受歡迎或最重要的頁面。 URL，這樣就可以計(jì)算出哪些URL應(yīng)該包含在Sitelinks功能中。

通過跟蹤數(shù)十億Chrome用戶的點(diǎn)擊量，谷歌搜索結(jié)果中總能顯示出用戶訪問量最大的頁面。

網(wǎng)民們當(dāng)然對(duì)谷歌的這種行為表示不滿。

3. 建立嚴(yán)肅話題白名單

通過它并不難「高質(zhì)量的旅游網(wǎng)站」 這個(gè)模塊得到了一個(gè)推理——谷歌在旅游領(lǐng)域有一個(gè)白名單，雖然不清楚這是否是專門用于谷歌的。「旅游」搜索選項(xiàng)，或者更廣泛的網(wǎng)絡(luò)搜索。

另外，文檔中提到的很多地方。 「isCovidLocalAuthority」(新冠當(dāng)?shù)貦?quán)威)和 「isElectionAuthority」(選舉權(quán)威)進(jìn)一步說明谷歌正在管理特定域名的白名單，用戶搜索有爭(zhēng)議的問題時(shí)可能會(huì)優(yōu)先顯示這些域名。

例如，在2020年美國(guó)總統(tǒng)大選之后，一位候選人聲稱選票被盜，沒有證據(jù)，并鼓勵(lì)他的追隨者沖擊國(guó)會(huì)山。

如果他們的搜索引擎返回了不準(zhǔn)確描述選舉證據(jù)的宣傳網(wǎng)站，那么谷歌幾乎肯定會(huì)成為人們首先搜索此事相關(guān)信息的地方之一，這可能會(huì)直接導(dǎo)致更多的爭(zhēng)論、暴力甚至美國(guó)民主的結(jié)束。

從這個(gè)角度來看，白名單有其實(shí)際意義。Rand Fishkin說「對(duì)于那些希望繼續(xù)自由公正選舉的人來說，我們應(yīng)該非常感謝谷歌的工程師們?cè)谶@種情況下使用了白名單?！?/p>

4. 使用人工評(píng)價(jià)網(wǎng)站質(zhì)量

長(zhǎng)久以來，谷歌一直有一個(gè)質(zhì)量評(píng)級(jí)平臺(tái)叫做EWOK。我們現(xiàn)在有證據(jù)表明，質(zhì)量評(píng)估者的一些元素被用于搜索系統(tǒng)。

Rand Fishkin認(rèn)為，EWOK質(zhì)量評(píng)估者產(chǎn)生的分?jǐn)?shù)和數(shù)據(jù)可以直接參與谷歌的搜索系統(tǒng)，而不僅僅是實(shí)驗(yàn)訓(xùn)練集。

這些可能性是肯定的「僅用于檢測(cè)」，但在瀏覽泄露的文檔時(shí)，你會(huì)發(fā)現(xiàn)，當(dāng)這是真的時(shí)候，它會(huì)在注釋和模塊的詳細(xì)信息中明確指出。

其中提到的「每個(gè)文檔的相關(guān)性評(píng)級(jí)」即來自 EWOK 評(píng)價(jià)，雖然沒有詳細(xì)的說明，但是我們很容易想象，人類對(duì)網(wǎng)站的評(píng)價(jià)究竟有多重要。

文件也提到了「人工評(píng)級(jí)」（比如來自 EWOK 評(píng)級(jí))，并指出他們，「一般只在評(píng)估管道內(nèi)加充評(píng)估管道」，這表明它們可能主要是該模塊中的訓(xùn)練數(shù)據(jù)。

但Rand Fishkin認(rèn)為這仍然是一個(gè)很重要的角色，銷售人員不能忽視質(zhì)量評(píng)級(jí)人員對(duì)其網(wǎng)站的良好感知和評(píng)級(jí)有多重要。

5. 使用點(diǎn)擊數(shù)據(jù)確定權(quán)重。

谷歌將鏈接搜索分為三個(gè)等級(jí)(低、中、高質(zhì)量)，點(diǎn)擊數(shù)據(jù)來確定網(wǎng)站屬于哪個(gè)等級(jí)。

- 若站點(diǎn)未被點(diǎn)擊，將進(jìn)入低質(zhì)量檢索，鏈接也將被忽略。

- 若站點(diǎn)來自可驗(yàn)證設(shè)備的點(diǎn)擊量較高，則會(huì)進(jìn)入高質(zhì)量檢索，并且鏈接會(huì)傳遞排名信號(hào)。

由于屬于更深層次的檢索，鏈接一旦成為 “可靠 “鏈接，它可以移動(dòng)PageRank和錨點(diǎn)，或者被垃圾鏈接系統(tǒng)過濾/刪除。

低質(zhì)量的鏈接檢索鏈接不會(huì)損害網(wǎng)站的排名，它們只會(huì)被忽略。

網(wǎng)絡(luò)上最重要的系統(tǒng)是谷歌的優(yōu)化算法，它決定了不同網(wǎng)站的生死存亡和我們?cè)诰W(wǎng)上看到的內(nèi)容。

但它是如何對(duì)網(wǎng)站進(jìn)行排名的，長(zhǎng)期以來一直是一個(gè)謎。從事SEO工作的記者、研究人員和人們不斷拼接這個(gè)謎題的答案。

谷歌在這次泄漏事件中仍然裝聾作啞，似乎會(huì)讓這個(gè)謎題長(zhǎng)久存在。

但是這次谷歌到目前為止最嚴(yán)重的泄露，還是撕開了一個(gè)缺口，讓人們對(duì)搜索的工作原理有了前所未有的了解。

參考資料：

https://sparktoro.com/blog/an-anonymous-source-shared-thousands-of-leaked-google-search-api-documents-with-me-everyone-in-seo-should-see-them/

本文來自微信微信官方賬號(hào)“新智元”（ID:AI_era），編輯：庸庸 ，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com