RankBrain

RankBrain，是 Google 在 2015 年上线的机器学习系统，它把查询里的字词对应到现实世界的概念^[1]。它面对的是系统从没见过的新查询，这类查询占全部搜索的 15% 左右^[2]。站长没法针对它做专门优化，能做的就是让页面确实在讲用户要找的那个概念。

提出的背景

每天有大约 15% 的查询此前没见过^[2]。对这类查询，系统既没有历史数据，也判断不出结果好不好。

RankBrain 在 2015 年春季上线，当年 10 月才对外公布^[3][4]。起初只用于没见过的查询，后来扩展到参与全部查询^[3]。

它是 Google 在搜索里部署的第一套深度学习系统，这一点比它当时的排名作用更受关注^[2]。

运作方式

RankBrain 的思路是把词对应到概念。查询里的词先被识别为实体，再拿实体之间的关系去判断用户要找什么^[3]。

举个例子，搜索“食物链最顶端的消费者叫什么”，系统从大量页面里学到，食物链这个概念和动物有关，于是明白用户问的是顶级捕食者^[2]。

它的作用落在排序上，也就是决定结果的先后次序^[2]。同时它还会参考查询之外的环境信息，比如用户所在的位置和设备^[3]。

对站长的影响

官方对这个问题的答复很直接：没法专门为 RankBrain 优化^[3]。它没有可以调的参数，站长的做法不变。

变得重要的是实体与主题的清晰。页面要把涉及的人、地点、事物说清楚，让系统能准确判断这一页在讲什么概念^[3]。

写作上不必强求用到查询里的原词。系统既然按概念匹配，用同义的说法说明同一件事，同样有机会被召回^[1]。

现状与关系

RankBrain 至今仍是搜索里的主要 AI 系统之一^[2]。它和神经匹配、BERT 一样，属于理解语言这一路系统，各自处理不同的环节。

它承接的是蜂鸟定下的方向，也就是先理解再匹配^[3]。它和 BERT 的分工不同：RankBrain 偏字词与概念的对应，BERT 偏词在句子里的组合^[1]。

常见误用

一个误用是把它当成一个可以单独应对的算法。RankBrain 是核心系统里的一个组件，排名变化通常由多个系统共同决定^[3]。

另一个误用是相信有专门针对它的技巧。官方人士多次表示，面向用户写好内容，就等于照顾到了 RankBrain^[3]。

还有一种误用是把它的角色说成排名信号。它参与的是理解和排序，把这件事简化成一个权重数字，会让人去找并不存在的开关^[3]。

附录

参见

• BERT
• MUM

参考资料

官方（境外）

1. 《Google 搜索排名系统指南》，Google 搜索中心，2025-12-18 更新。
2. 《How AI powers great search results》，Google Blog，2022-02-03。

第三方

3. 《A Complete Guide to the Google RankBrain Algorithm》，Search Engine Journal，2020-09-02。
4. 《Google Algorithm Update History》，Moz。

外部链接

无。