BERTアップデート
BERTアップデートとは、双方向のtransformer言語モデルであるBERTを、検索のランキングとfeatured snippetの選定に導入した、Googleの2019年10月のロールアウトです。これはGoogleが5年間で行った最大のアルゴリズム変更であり、深層トランスフォーマーモデルが大規模にリアルタイム検索に触れた初めての出来事でした。
BERTアップデートとは、双方向のtransformer言語モデルであるBERTを、検索のランキングとfeatured snippetの選定に導入した、Googleの2019年10月のロールアウトです。これはGoogleが5年間で行った最大のアルゴリズム変更であり、深層トランスフォーマーモデルが大規模にリアルタイム検索に触れた初めての出来事でした。
なぜ重要なのか
BERTは、キーワードマッチング型の検索と意味ベースの検索をつなぐ橋でした。BERT以前、Googleは「stand alone」といったクエリを単語ごとに理解できましたが、前置詞、否定、語順でつまずいていました。BERT以降、「2019 brazil traveler to usa need a visa」のようなクエリを正しく理解できるようになりました。Googleは「to」が重要であり、このクエリはアメリカ人がブラジルへ旅行することではなく、ブラジル人がアメリカへ旅行することについてだと認識したのです。これはGoogleのトランスフォーマー時代の始まりであり、MUM（2021年）、AI Overview（2024年）、AI Mode（2025年）へと直接つながっていきました。BERTを理解すると、「キーワードのためではなく読者のために書く」が、単なるスローガンではなく本物のSEO戦略になった理由が見えてきます。
BERTが実際に行うこと
BERT、すなわちBidirectional Encoder Representations from Transformersは、2018年のGoogle Researchのモデルです。「双方向」という部分が極めて重要です。テキストを左から右へ読む以前のモデルとは異なり、BERTは文中のすべての単語を、他のすべての単語の文脈の中で、両方向から同時に見ます。これにより、次のことを理解できます。
語順: 「Can you get medicine for someone pharmacy」と「Can someone get medicine at a pharmacy for you」は意味が異なります。
前置詞: 「to」「from」「for」「with」、つまりクエリの意図をひっくり返す小さな単語です。
否定: 「do not」と「do」、keywordモデルが見落としがちなものです。
多義性: 「bank」（川岸）と「bank」（金融）は、周囲の単語によって決まります。
GoogleがBERTを使った場所
クエリの理解: ユーザーが実際に何を意味していたかを判断します。
強調スニペットの選定: 単にキーワードが一致するものではなく、本当に質問に答える一節を選びます。
ランキングの調整: ローンチ時点で英語の検索クエリの約10%に影響しました。これはRankBrain（2015年）以来の最大の変更でした。
多言語への拡張: 数か月のうちに、GoogleはBERTを韓国語を含む70以上の言語へ拡張しました。
BERTが行わなかったこと
バックリンク: BERTはGoogleがクエリを理解する方法を変えましたが、リンクを評価する方法は変えていません。
コンテンツ品質の検出: それは後にヘルプフルコンテンツアップデートで実現しました。
サイトの権威性: domain authorityのシグナルは直接的には影響を受けませんでした。
モバイルフレンドリー性、Core Web Vitals: これらは別個のシグナルです。
BERTは、検索の言語理解レイヤーに特化したものでした。
BERTがSEOの実践をどう変えたか
keyword stuffingはさらに効果が薄れた: 「best blog SEO platform」を30回繰り返すことは、BERTが「ブログSEOに最適なプラットフォームは何か？」と理解したクエリに対して、助けになるどころか害になりました。
ロングテールの会話型クエリを狙いやすくなった: 実際の質問への実際の回答のように書かれたページが、キーワード最適化されたリストよりも上位に表示され始めました。
質問ベースのコンテンツが地歩を固めた: 「Xとは」「Yするには」を軸に構成されたページが恩恵を受けました。BERTによってGoogleが質問と一節の回答を対応づけるのが上手くなったからです。
自然に書くサイトのロングテールトラフィックが急増した: 特に、キーワードツールが弱かった非英語圏で顕著でした。
アルゴリズムの裏をかこうとするのをやめる: BERTは、「人間のために書く」が決まり文句から正当な戦略へと変わった瞬間でした。Googleがついにそれを見分けられるようになったからです。
BERTとその後のモデル
| モデル | 年 | 役割 | 言語 |
|---|---|---|---|
| RankBrain | 2015 | 検索初の機械学習 | 英語 |
| BERT | 2019 | クエリ理解のための双方向トランスフォーマー | 英語、その後70以上 |
| MUM | 2021 | 多言語・マルチタスク、BERTの1000倍の処理能力 | 75以上 |
| Search Generative Experience / AI Overview | 2024 | 生成的な回答の統合 | 主要言語 |
| AI Mode | 2025 | 完全なチャット形式の検索インターフェース | 拡大中 |
各ステップは前のステップの上に築かれています。BERTは依然として土台であり、新しいモデルはそのクエリ理解を置き換えるのではなく拡張しています。
よくある間違い（当時と現在）
「BERT向けに最適化」しようとする: BERTは最適化する対象のランキング要因ではなく、種類を問わず自然な言葉を評価するクエリ理解システムです。
BERTがキーワードを完全に葬ったと思い込む: キーワードは依然としてシグナルとして重要です。BERTは機械的な詰め込みを罰するだけです。
2026年に2019年のBERTの助言を読む: そのほとんどは、ヘルプフルコンテンツのガイダンスやAI searchの現実によって取って代わられています。
BERTとヘルプフルコンテンツを混同する: BERTはクエリの理解に関するもので、ヘルプフルコンテンツはページ品質の評価に関するものでした。別々のレイヤーです。
Sources: