Google 在今年 10 月 25 日發布了最新的搜尋引擎演算法 BERT。這項演算法更新擴及所有英語的查詢，影響程度約 10% 左右的搜尋結果，而日後也將逐步更新至其他語系的查詢。這篇文章將帶你認識最新演算法BERT、BERT對未來 SEO 會有哪些影響，以及awoo SEO 團隊對此項更新的理解與觀點，以下就來個別介紹。
認識Google最新搜尋引擎演算法：BERT演算法
BERT 是基於「自然語言處理」(NLP) 的新技術，全名是「Bidirectional Encoder Representations from Transformers」。
過往的演算法比較是透過單個關鍵字與單個關鍵字的比對去判斷搜尋意圖，而 Google 這套新的演算法將能夠學習透過上下文、前後關鍵字去判斷較長的字句、長尾關鍵字、問答式、語音搜尋，簡單來說，就是更能夠貼近一般人使用語言的方式去理解搜尋者背後的搜尋意圖。
最新消息：在12/10 Google 已經正式公開BERT適用於70多種語言（當然包含台灣）
新演算法BERT對網站SEO有什麼影響？
BERT 勢必將更能理解使用者搜尋該關鍵字的意圖，所以也會影響先前無法完全正確理解的字詞結果，而這結果大約有 10% 的影響。不過對於使用者與用心經營網站的人來說，這項更新是個正向的修正，故無須太過擔心。
BERT演算法將會運用在什麼地方？
目前看下來 BERT 主要影響兩個地方－搜尋結果、Featured Snippets。
一、搜尋結果
範例一：當搜尋「2019 brazil traveler to usa need a visa.」（2019年巴西人去美國旅遊需要簽證）時，過往的演算法忽略了 “to” 這個重要的字詞，結果導致出現了不符使用者意圖的「美國人到巴西旅遊」相關資訊。不過經過 BERT 演算法更新過後，將會考量上下文與前後用字關係，故 “to” 在此將會正確理解，並給予使用者正確的資訊。
範例二：當搜尋「do estheticians stand a lot at work.」(美學家經常站著工作) 時，過往的演算法會將 ”stand” 單獨解讀，視為 ”獨立” 的意思，但這並非是在理解整個句子後的翻譯。在這個例子裡，經過 BERT 演算法更新過後，整個句子就能夠理解該詞在這應為 ”站立” 的意思。
二、Featured Snippets
範例一、除了一般搜尋結果會在這次的 BERT 演算法更新影響之外，還有就是精選摘要 (Featured Snippets)。
在下圖我們可以看到，過去，當查詢「parking on a hill with no curb.」時（停在沒有路邊的山坡），搜尋引擎會忽略 ”no” 這個重要字詞，導致 Featured Snippets 給予錯誤的解答，而經過 BERT 演算法更新過後，便能正確解讀使用者意圖，給予正確的答案。
網站經營者要如何優化 BERT 呢？
答案是不用！也不能。
Google 一直提醒我們：「內容就是王道。」只要網站經營者持續提供優質、豐富的網站內容，給予使用者所需要的答案，自然能夠取得好的排名，剩下的問題就交給 Google 來解決吧！
延伸閱讀：認識Google演算法，讓你做好SEO沒煩惱！
awoo SEO工程師對於BERT演算法的觀點分享
Sam：這個應該主要是針對長尾關鍵字會受到影響，長尾關鍵字的搜尋意圖通常更加明確。另外針對關鍵字的搜尋者意圖可能要有更明確的研究，確切了解搜尋意圖以及給出最符合需求的解答。
Kai：這部分跟之前提到語音搜尋時有一點相似，除了理解搜尋意圖之外，文章要更口語化。目前來看，主要是影響英文搜尋，尚未支援其他國家語言。（僅有Featured Snippet 支援25種語言）。
根據Twitter 各位 Google 專家所說，對於複雜的查詢字，BERT 有助於回饋更適合的結果。個人認為若是過往已開始針對語音搜尋而開始優化網站文案的網站主，則不必特別因應 BERT 的更新，優化方向是對的！除了持續理解搜尋意圖之外，文章更應該要口語化，文章中也不宜過度堆砌關鍵字。
Teddy：這部分應該比較針對問答式搜尋做優化。過往的搜尋方式都以關鍵字導向，故搜尋引擎在判斷意圖上是比較單向的，以至於搜尋引擎會忽略掉認為不重要的字詞，結果就變成答非所問。
現在透過 BERT 演算法來做處理，將能使搜尋結果更貼近自然語言，找到正確的答案。例如：目前我搜尋的是「全台大飯店有哪些」，理應出現大飯店列表之類的答案，但結果卻是出現某間名為「全台大飯店」的結果（下面幾個排名也都是跟這間相關），故搜尋引擎忽略掉了「有哪些」的字詞，這應在 BERT 更新後方能漸漸改善。
Lee：大家最關心的應該是更新後該做什麼，不過 Google Danny Sullivan 原話是：「不需要針對 BERT 做任何優化，要保持初心：為用戶提供優質內容。 」回頭看 BERT 推出的原因，因為 google 每天有 15% 的 query 是沒被搜尋過的，過去的文本模型對於 query 的理解較弱，但是這次是對 query 整個識別升級，最明顯影響到的就是長尾關鍵字的流量。
再根據 Algoroo 對排序的觀察來看，其實影響不如日常演算法的更新，所以個人認為，所謂保持好內容應該是要：將一關鍵字的 Landing Page 資訊補充更加完整。一個較大的關鍵字可能會有許多不同 child topic，一旦頁面資源非常豐富完整，在搜尋這些長尾關鍵字時自然頁面就能夠排序到前面，這也呼應了之前brian在這一篇內容中ranking brain如何影響排名呈現的，算是又幫這個演算法再加強了。
Ken：看起來是 Google 的 SERP 會更貼近關鍵字句上的使用者搜尋意圖。過去斷句或忽略的詞，現在都被拿進來考慮，然後產出更符合使用者需求的結果。目前對 SEO 的影響，應該是會是對於內容有更嚴格的要求，如果內容用詞不夠精準，好像就不太會出現在 SERP 上了，網站經營者要好好充實自己的問內容了。最後又是一個 AI 的高度應用，這個 BERT 模型提高了 SERP 的使用者體驗。
April：BERT 好像跟克漏字訓練有關，為的是不讓機器人只注重在對字上。BERT 的運用本不是以 SEO 社群為目的，目前 Google釋出的文章範例中，BERT 是用在多義詞和介系詞，可是中文字(組)裡表達的意義本來就具有獨立性，中文詢問大多時候也不會打出介系詞，這時候問句、長尾字、同義詞等，就如大家說得很重要了。目前 BERT 在搜尋中，真的是十分之一的影響。
Ariel：Bert 主要目的是能夠辨識查詢關鍵字的上下文，以提供更適切的 serp 結果。過去在操作關鍵字時，可能會將關鍵字置放於網頁的標題、h 標籤當中，但現在可能要考量關鍵字在頁面內容中有沒有更合適的擺放位置。如果網站 SEO 已經做得很完善，大部分的關鍵字也已著陸到正確的頁面當中，Bert 並不會對網站造成太多的影響。
Tim：Bert 我覺得是可以在文案上，可以更加用生活化的用語，如果能辨識整段句子，包刮了清楚的問句意涵或是其他的文化用語，讓大家能夠在文案上發揮創意，以及用淺顯易懂的句子來更親近使用者，來避免一直使用關鍵字，來增加對於整體內容的先關性。
以上，若對 Google 新的演算法、優化網站 SEO 有疑問，歡迎 awoo 諮詢聯繫，提供更完善的服務哦！
參考資料：<Understanding searches better than ever before>
