Google MUM 如何影響您的 SEO 策略？

當您的搜索沒有得到正確的回复時，您是否也會淚流滿面？ 不可能只有我一個人吧？ 正確的？

值得慶幸的是，我們並不經常有這樣的經歷，因為谷歌的搜索業務每天都在發展。 從 E-EAT 推出有用的內容更新到現在的 Google MUM，Google 已經深入我們的心。 隨著生成式人工智能的擴展，谷歌一直處於完善其搜索算法的風口浪尖，以戴上“有史以來最好的搜索引擎”的桂冠。

生成式人工智能已經為許多企業帶來了機遇，但谷歌在這場競賽中也不甘落後。 最新的 Google MUM（多任務統一模型）更新以難以想像的方式增強了搜索功能、SERP 相關性和個性化用戶旅程。

什麼樣的網絡內容會吸引什麼樣的用戶角色？ 用戶在搜索資源時的感受如何？ MUM 模型中生成式 AI 軟件的自我進化架構可以捕獲所有這些以及更多內容。

MUM 致力於改變 Google 的用戶界面 (UI)，並為好奇的受眾帶來一系列有凝聚力的資源。 例如，Google 高級副總裁Prabhakar Raghavan聲稱 Google MUM 可以回答任何問題。 鑑於他已經徒步攀登過亞當斯山，它要求谷歌對攀登亞當斯山和富士山進行比較和對比。 谷歌不僅返回了差異或相似之處列表，而且還添加了額外的徒步裝備商店鏈接和視頻鏈接。

作為升級版的AI技術，MUM更新完善了BERT模型的功能。 推出 MUM 的主要原因是為用戶提供 360° 的搜索體驗。

谷歌 BERT 與穀歌 MUM

雖然兩種神經網絡架構都主導了搜索算法，但 MUM 比 BERT 略有優勢。

BERT是 2019 年 Google 的更新，它使用自然語言處理來解析搜索查詢。 該模型基於變壓器神經網絡，對搜索查詢進行上下文化和編碼，以了解其背後的意圖。 通過此更新，Google 可以個性化答案、總結文本並定義搜索查詢的意圖和類別。

Google MUM是源自 T5（文本到文本）框架的 2021 年更新，專門針對長尾查詢或複雜查詢的組合。 它整理了 SERP 數據，並突出顯示了大量用於品牌知名度的資源。 MUM 使用 cookie 數據、網絡流數據、用戶搜索查詢數據和爬網數據來過濾來自可靠站點的內容。

Google MUM 的歷史

自 20 世紀 80 年代高級研究計劃署網絡 ( ARPANET) 啟動以來，我們已經走過了漫長的道路。 由於數據通過有線服務器傳輸，因此信息交換僅限於兩個或多個工作站。 快進到互聯網時代，谷歌使用邊緣計算和無服務器容器化來存儲、檢索和發送來自服務器的數據。 隨著時間的推移，谷歌對待用戶的策略發生了變化。

在接下來的幾年裡，谷歌發布了多次更新。

• Penguin 更新於 2012 年發布。當時，Google 正試圖反擊遊戲玩家和網絡垃圾郵件。 Penguin 更新優先考慮真實的白帽 URL，而不是垃圾網站和集團。

• 蜂鳥被編程為解釋自然語言查詢並分析特定關鍵字背後的情緒。 Hummingbird 將搜索查詢置於上下文中，調整 SERP 佈局，並使整個過程更加精確。
  

• Rankbrain（2015）是另一種自然語言理解增強功能，旨在理解長尾關鍵詞。 長尾關鍵詞是原始搜索查詢，可能有也可能沒有搜索量——它們可能會讓谷歌抓取工具感到困惑。 通過包含標記化、詞幹提取和情緒檢測技術，Rankbrain 使 SERP 更具包容性和無偏見。
  
• 神經匹配於 2018 年發布。它通過高級自然語言處理解釋搜索查詢。 神經網絡查看搜索查詢的詞序並為其分配“注意力”參數。 加載搜索結果時，會顯示完全匹配的網頁。
• BERT 的反應機制增強了 Google 的知識檢索、內容過濾和語言解釋能力。 雖然它使搜索引擎能夠理解關鍵字的含義，但它無法破譯關鍵字中的主題是誰。
• 有用的內容更新於 2022 年發布，旨在優先考慮網絡上有用且權威的內容。 搜索查詢分為導航查詢、商業查詢、信息查詢和交易查詢。 每個查詢都會返回一組連貫的搜索結果以及其他圖像和視頻。
• E-EAT於2023 年問世，意思是經驗、專業知識、權威性和可信度。隨著這一新發布，SERP 傾向於已發表的綜述、主題專業知識以及在其知識領域佔據主導地位的作者。 谷歌通過託管來自值得信賴的市場專家的內容來賦予網頁可信度。
• MUM結合了 Google 之前搜索更新的功能。 這種自然語言處理機制的唯一目的是促進買家的網絡旅程。 借助 MUM，您可以探索選項、查看產品並直接購買，無需點擊廣告或自然頁面訪問。

Google MUM 的工作方法

Google MUM 結合了多項技術，使 Google 搜索更加全面、更貼近實際。 MUM 背後的大型語言模型 (LLM) 適用於超過 75 種語言。 最初，谷歌的搜索算法基於檢索系統的概念。 這意味著搜索關鍵字將與 Google 數據庫中的一組鍵進行比較。 如果存在匹配，則顯示該鍵的值。

現在，Google MUM 使用序列到序列模板匹配來增強用戶知識。 通常，當有人在購買產品或服務的決定之間陷入困境時，熱情的號召性用語會有所幫助。 但 MUM 的戰略方法為該查詢提供了大量圖像、視頻和媒體資源，並為其他問題提供了答案。

MUM 生成一個經過計算的 SERP，其中在主界面中包含用戶需求的廣泛視角。 這也稱為“同時查詢處理”。 機器學習 (ML) 算法將單詞轉換為向量，將知識傳輸到服務器，並以有價值的信息進行響應。 通過 MUM，非自然內容排名更快，從而降低點擊率 (CTR)，但提高內容參與度。

本質上，在銷售漏斗中，客戶在“評估”和“認知”階段之間努力做出決策。 有機網站和內容用於將網絡體驗轉化為銷售，而 MUM 則專注於以多媒體形式提供大量數字資產。 用戶會得到最好的服務，以便他們在達成交易之前“評估所有選項”。

你還記得 iGoogle 嗎？ 它是 2005 年使用 Ajax 定制的個性化 Google 主頁。通過分析以前的 Web 行為，它在一個窗口中提供了身臨其境的見解。 iGoogle 的概念構成了 Google MUM 的基礎，該想法與人工智能緊密相連。

目前，沒有人能夠預測 Google MUM 將在其發佈時帶來一系列功能。 它的準確性仍在交叉驗證中。 推出後，MUM 可能代表三個主要級別。

Google MUM 的級別

對於不同的系統、服務器和數據傳輸，MUM 會以一定的效率工作。 目前，三個現有級別已使用 Google MUM 實現：

• 短期發展： MUM 使用“知識轉移”來過濾其數據集，並以 75 種語言為不同用戶顯示結果。 當人們必須用母語簡化困難的信息時，它可以幫助人們避免混亂。
• 中期發展：隨著MUM的中期更新，SERP將成為內容資源的萬花筒。 從圖像到輪播到公關播客到音頻文章，SERP 將成為最佳知識資產的混合和匹配。
• 長期發展：從長遠來看，MUM將根據用戶目前的心態定制SERP。 每個長尾關鍵詞的背後，都設定了特定的方向。 MUM 旨在使用情感分析和反饋映射來分析用戶需求並長期吸引他們。

你知道嗎？ MUM 能夠在幾秒鐘內以 50 多種語言列出 800 種新冠肺炎 (COVID-19) 疫苗。 在測試結果後，這些數據被用來向不同地點提供高質量和關鍵的疫苗信息。

Google MUM 之後搜索發生變化

目前，SERP 被視為“長度 x 寬度”的界面體驗。 每個搜索引擎結果頁面都有一個特色片段和一段包含最合適內容的藍色鏈接。 但有了 MUM，一系列更新的功能將發揮作用，使搜索更加靈敏、用戶友好且有趣。

• Google Lens ：使用 Google Lens，您將能夠通過視覺註釋和文本疊加對圖像的不同組成部分進行分類。 它將幫助根據最適合用戶需求的圖像來優化搜索。
• 更大的圖像：您可以直接在主搜索頁面上放大特定公司的橫幅圖像或產品圖像。 它還會增加URL圖像的像素調整。
• 細化和拓寬：與“人們也搜索過”類似，此功能將通過為用戶提供更多資源來拓寬他們的想法、靈感和願望的視野。
• 須知事項：“須知事項”就像 Google 上的推薦部分。 用“人們也會問”來回答問題將隨著“要知道的事情”而改變。 該功能將能夠引導用戶進入完全不同的買家旅程和產品。

Google MUM 的優勢

MUM 算法將成為搜索引擎優化 (SEO) 愛好者的一個轉折點。 未來，很多Google響應技術將由MUM驅動。 這不僅有利於網絡團隊，也有利於受眾。

• 視頻分析： Google MUM的發布將特別強調視頻營銷和視覺製作。 新機制將仔細檢查視頻內容、提取時間戳，並將這些數據應用於個性化視頻建議。 在搜索特定視頻時，用戶將獲得直接的視頻結果和密切相關的視頻鏈接。

• Google 精選片段：作為一項長期存在的 SEO 指標，精選片段將以與 Google MUM 不同的格式顯示。 可能有針對不同受眾的多個特色片段。 MUM 還可能致力於將付費或贊助許可減少 40% 。
• 非有機 SERP： MUM 發布後，博客和文章的可信度不足以在 SERP 上排名更高。 其他提供 360* 信息（包括圖像、備用關鍵字和特定關鍵字的視頻）的網站將在搜索結果中排名更高。 Reddit 和 Quora 等一些論壇已經在採用這種技術來提高排名，並通過其內容吸引大型社區。
• 多語言： MUM 模型經過定制，可將輸入和輸出翻譯成 75 種語言。 通過使用這些語言的最佳 NLP 實踐、句子和語義糾正以及語法理解，MUM 旨在擴大其影響範圍。 MUM的多語言舉措鼓勵許多公司建立多語言網站，成為世界各地不同人們日常旅程的一部分。
• 放大的視覺效果：借助 Google MUM，您可以放大圖像和信息圖表。 佩戴 Google 鏡頭將有助於放大網絡視覺效果、研究功能並從各個角度檢查產品。 不僅如此，您還可以訪問客戶評論、了解最佳實踐並提高品牌知名度。

Google MUM 的局限性

MUM 加大了網絡搜索和互聯網瀏覽的波動性。 但每一個功能豐富的新更新都會帶來不可避免的錯誤和限制。

• 有機內容的可悲性： MUM 更新將要求企業在廣告和媒體上投資比有機內容營銷更多。 這可能會對項目所有者和內容營銷人員產生不利影響。
• 難以理解的性質：使用 MUM，用戶可以看到更多的內容資產，也許會顯示一些不可思議的資源。 用戶需要注意他們想要什麼，並相應地構建他們的搜索查詢。 如果他們犯錯誤或打字速度太快，人工智能算法可能無法解碼用戶查詢背後的意圖並顯示不切實際的結果。
• SEO 並發症： BERT 推出後，SEO 變得有點難以破解。 MUM 更新將給 SEO 營銷人員帶來更多壓力，要求他們增加技術知識。 關於傳統 SEO 的共識仍將保留，但更多新的 SEO 規則將使谷歌成為“混亂的中間人”。
• 不道德的結果：用戶需要注意他們想要什麼，並相應地構建他們的搜索查詢。 如果他們匆忙輸入，人工智能算法可能無法解碼用戶查詢背後的意圖並顯示不切實際的結果。

MUM 並不是谷歌的第一個人工智能衝刺。 多年來，谷歌首席執行官桑達爾·皮查伊 (Sundar Pichai) 一直在挑戰生成式人工智能的極限及其無限的可能性。 谷歌的目標是注入多樣性、公平性和包容性 MUM 內部通過人工智能製定指導方針。

MUM 與其他 Google AI 更新有何不同？

MUM 可以被視為人工智能的下一個重大里程碑。 處理信息和尋找滿足您需求的最佳選擇的傳統方式正在發生革命性的變化。 很快，用戶將能夠虛擬化主要查詢的相關主題。 在一個地方找到優質內容將減少他們的挫敗感和網絡消耗時間。 這就是 MUM 背後的網絡所努力的目標。

之前的機器學習更新傾向於穩定搜索體驗、避免錯誤以及檢測網絡上的黑帽鏈接和抄襲內容。 在後來的幾次更新中，谷歌強化了“意圖”機制。 使用先進的 ML，它將搜索查詢語言與底層 NLP 處理器進行映射，以滿足用戶意圖並使 Google 作為引擎更加可靠。

早期的人工智能更新，如神經匹配、蜂鳥、RankBrain 和 BERT，主要關注技術 SEO 和結構化數據對齊。 他們為有機內容和專家編寫的內容提供了空間。 但有了生成式人工智能，焦點就會轉移到最適合用戶看到的內容上，無論它是有機的還是讚助的。 Google 的目標是通過將 SERP 轉變為分佈式社交和社區網絡來實現難以想像的目標。 通過這種深入的搜索引擎優化技術，用戶將能夠了解他們正在尋找的特定行業的最新趨勢和新聞。

谷歌不僅會最大限度地減少研究工作，還會通過人工智能提供豐富的信息。

“人工智能將影響每家公司的每一款產品。例如，如果你考慮從現在起5 到10 年，你將有一個人工智能合作者與你在一起。假設你有一百件事要經歷，它可能會說， “這些是你需要首先考慮的最嚴重的情況。”

桑達爾·皮查伊
谷歌公司首席執行官

Google MUM 對 SEO 的影響

對於 SEO 營銷人員來說，好消息是他們可以繼續當前的分析，了解如何提高網站在 Google 上的排名。 人們仍在爭論 MUM 是否會成為搜索引擎排名因素，或者僅僅是一個數據分散的橋樑。

為了與 MUM 更新競爭，品牌需要同時支持自然媒體和贏得媒體策略。 雖然付費媒體並不總是能降低每次點擊費用，但有機搜索和搜索引擎優化將幫助品牌保持領先地位。 即使 SERP 的相當一部分確實受到 MUM 的影響，排名最高的頁面和特色片段仍將是首選。

品牌應該開始更認真地對待他們的頁面搜索引擎優化策略。 不僅僅是為了排名更高，而是為了確定目標受眾並轉移學習。 構思和設計圖像包、製作介紹性視頻以及建立知名度將幫助品牌度過 MUM 的風暴。

有了 MUM，新興的 SEO 策略將發揮作用。 須知部分、視頻搜索、視覺搜索、放大和語音搜索將通過在一處為用戶提供所有答案來減少用戶的乏味。 同時，它也不是問答機制。 谷歌的目標是創建一個由志同道合的人組成的網絡，以“變得聰明”。

“媽媽”知道這一切。

MUM 是知識、信息和情感理解的海洋。 這是新的網絡搜索時代的開始。 在 MUM 的幫助下，網絡上或現實生活中的一切都不會太複雜。 這種新發現的理論機器學習技術引領我們走上了一條新的數字化道路。

了解如何通過網絡個性化定制您的受眾需求。