把Google搜索质量评估指南变成可执行清单：用AI扫描站点违规点的实操方法

很多站长读过 Google Search Quality Rater Guidelines（搜索质量评估指南），但读完就忘，因为那份文档是写给人工评估员看的，不是写给运营者用的。真正有价值的是把它拆成一张可以逐条打勾的检查清单，再用脚本定期扫描站点。这篇讲怎么用 AI 完成翻译、拆解、扫描三步落地。

第一步：让 AI 把 170 页指南拆成可执行条目

指南原文约 170 页，核心判断维度集中在 E-E-A-T、Main Content Quality、Website Reputation、Lowest Quality 几块。直接把 PDF 丢给模型效果很差，正确做法是分段喂。

1. 把 PDF 按章节切成 8~12 个文本块，每块控制在 6000 字以内，避免上下文被稀释。
2. 用固定提示词逐块处理：「从这段文本中提取所有可被机器或人工检查的负面信号，输出为 JSON，字段为 id、category、signal、check_method、severity」。
3. 把 8~12 份 JSON 合并，去重后通常能得到 60~90 条原始信号。
4. 让模型按可自动化程度二次归类：可脚本扫描、需人工抽检、仅作参考。

这一步的关键是要求输出结构化 JSON 而不是散文总结，否则后面无法接扫描脚本。实测 90 条信号里，约 35 条能写成自动化检查，其余需要人工判断。

第二步：把信号翻译成站点检查项

原始信号是评估员视角的描述，例如「页面主内容明显由自动化工具生成且无附加价值」，需要转成运营者能执行的检查。转换时补三个字段：检查对象（URL 集合）、判定规则、修复动作。

表格里前三条是性价比最高的，因为它们直接对应 Google 明确点名的低质模式，而且用爬虫加文本比对就能跑。

第三步：写扫描脚本，每周跑一次

不需要复杂框架，Python 加 requests、BeautifulSoup、sentence-transformers 就够。核心逻辑是抓取站点地图里的 URL，逐页提取标题、正文、结构化数据，再对照清单打分。

import requests
from bs4 import BeautifulSoup
from sentence_transformers import SentenceTransformer, util

model = SentenceTransformer('paraphrase-multilingual-MiniLM-L12-v2')

def check_page(url):
    html = requests.get(url, timeout=10).text
    soup = BeautifulSoup(html, 'html.parser')
    title = soup.title.string if soup.title else ''
    body = ' '.join(p.get_text() for p in soup.find_all('p'))[:2000]
    sim = util.cos_sim(model.encode(title), model.encode(body)).item()
    has_author = bool(soup.find('meta', attrs={'name': 'author'}))
    return {'url': url, 'title_body_sim': round(sim, 3), 'has_author': has_author}

把结果写进 CSV，按严重程度排序。经验阈值：标题正文相似度低于 0.25 视为意图偏离，缺 author 标记直接标红。每周固定跑一次，比一次性大扫除有效得多。

扫描结果只作为线索，不要据此批量删页。Google 惩罚的是模式，不是单页瑕疵，先修高频问题再动结构。

常见违规点与修复优先级

跑过几十个站点后，出现频率最高的违规点集中在四类，按修复收益排序如下。

• 模板化聚合页：标签页、分类页正文雷同。修法是给每个聚合页补 150 字以上独特导语，或加 noindex。
• 作者信息缺失：全站文章页无作者、无更新时间。补 Person schema 和作者页，成本低收益稳定。
• 标题与内容错位：为追关键词硬改标题。用上面的相似度脚本批量筛出，逐条回改。
• YMYL 无引用：健康、理财类内容无来源。至少补 1~2 个权威外链。

AI 在这里的作用不是替你判断质量，而是把一份 170 页的英文文档压缩成 35 条可跑的规则。翻译只是起点，结构化才是目的。把清单接进日常巡检，指南才真正变成 SEO 优化动作。