BERT 更新
BERT 更新是 Google 于 2019 年 10 月推出的更新，它将 BERT（一种双向 transformer 语言模型）引入了搜索排名和精选摘要的选取。这是 Google 五年来规模最大的一次算法变更，也是深度 transformer 模型首次大规模触及实时搜索。
BERT 更新是 Google 于 2019 年 10 月推出的更新，它将 BERT（一种双向 transformer 语言模型）引入了搜索排名和精选摘要的选取。这是 Google 五年来规模最大的一次算法变更，也是深度 transformer 模型首次大规模触及实时搜索。
为什么它很重要
BERT 是关键词匹配搜索与基于含义的搜索之间的桥梁。在 BERT 之前，Google 能逐词理解“stand alone”这类查询，却在介词、否定和词序上栽跟头。在 BERT 之后，像“2019 brazil traveler to usa need a visa”这样的查询能被正确理解：Google 意识到“to”很重要，这条查询说的是巴西人前往美国旅行，而非美国人前往巴西。这是 Google transformer 时代的开端，直接催生了 MUM（2021）、AI Overviews（2024）和 AI Mode（2025）。理解 BERT 有助于解释为什么“为读者而写，而非为关键词而写”成了一项真正的 SEO 策略，而不只是一句口号。
BERT 实际做了什么
BERT，全称 Bidirectional Encoder Representations from Transformers（来自 transformer 的双向编码器表示），是 Google Research 于 2018 年提出的模型。其中“双向”这一部分至关重要：与早期从左到右阅读文本的模型不同，BERT 会在句子中每个词的语境下，同时从两个方向审视其他每一个词。这让它能够理解：
词序：“Can you get medicine for someone pharmacy”与“Can someone get medicine at a pharmacy for you”，含义不同。
介词：“to”“from”“for”“with”，这些会颠倒查询意图的小词。
否定：“do not”与“do”，关键词模型很容易忽略。
一词多义：“bank”（河岸）与“bank”（银行），由周围的词决定。
Google 在哪里使用了 BERT
查询理解：判定用户实际想表达的意思。
精选摘要选取：挑选真正回答问题的段落，而不只是关键词匹配的段落。
排名调整：在推出时影响了约 10% 的英语搜索查询，是自 RankBrain（2015）以来最大的变更。
多语言扩展：数月之内，Google 就将 BERT 扩展到包括韩语在内的 70 多种语言。
BERT 没有做什么
反向链接：BERT 改变的是 Google 理解查询的方式，而非它对链接的评估方式。
内容质量检测：那是后来随着“有用内容”更新才出现的。
网站权威：域名权威信号未受直接影响。
移动友好性、Core Web Vitals：属于独立的信号。
BERT 专门针对的是搜索的语言理解层。
BERT 如何改变了 SEO 实践
关键词堆砌变得更加无效：把“最佳博客 SEO平台”重复 30 次，对于一条被 BERT 理解为“博客 SEO 的最佳平台是什么？”的查询，是帮倒忙而非有帮助。
长尾对话式查询变得更容易定位：写得像对真实问题真实回答的页面，开始比关键词优化的列表排名更好。
问题型内容站稳脚跟：围绕“什么是 X”和“我该如何做 Y”组织的页面从中受益，因为 BERT 让 Google 更擅长把问题与段落答案匹配起来。
自然写作的网站迎来长尾流量爆发：在关键词工具薄弱的非英语市场尤其如此。
别再试图比算法更聪明：BERT 是“为人而写”从陈词滥调变成正当策略的那一刻，因为 Google 终于能分辨出来了。
BERT 与后续模型
| 模型 | 年份 | 角色 | 语言 |
|---|---|---|---|
| RankBrain | 2015 | 搜索中首个机器学习 | 英语 |
| BERT | 2019 | 用于查询理解的双向 transformer | 英语，随后 70 多种 |
| MUM | 2021 | 多语言 + 多任务，容量为 BERT 的 1000 倍 | 75 种以上 |
| Search Generative Experience / AI Overviews | 2024 | 生成式答案综合 | 主要语言 |
| AI Mode | 2025 | 完整的对话式搜索界面 | 持续扩展中 |
每一步都建立在前一步之上。BERT 仍是基石，更新的模型是在扩展而非取代它的查询理解能力。
常见错误（当时与现在）
试图专门“为 BERT 优化”：BERT 不是一个供你优化的排名因素；它是一个无论如何都会奖励自然语言的查询理解系统。
以为 BERT 彻底终结了关键词：关键词作为信号仍然重要；BERT 只是惩罚机械式堆砌。
在 2026 年照搬 2019 年的 BERT 建议：大部分已被“有用内容”指南和 AI 搜索的现实所取代。
把 BERT 与“有用内容”混为一谈：BERT 关乎理解查询；“有用内容”关乎评估页面质量。属于不同的层。
Sources: