跳到正文
IFAI

產業動態

Google 能查出 ChatGPT 寫作嗎?SEO.ai 拆解搜尋排名背後的邏輯

首次發布 傳播指數 33

SEO.ai 發文分析 Google 檢測 ChatGPT 內容的可能性。雖然理論上可通過語言模型機率檢測 AI 痕跡,但目前沒有跡象表明 Google 在索引時會專門懲罰 AI 文本。也就是說,只要內容對使用者真正有用,是不是 AI 寫的並不影響搜尋表現。

圖:seo.ai

很多人用 ChatGPT 批次寫文章時,心裡都在犯嘀咕:Google 到底能不能一眼看出來?一旦被演算法抓現行,辛辛苦苦最佳化的網頁會不會被直接降權?

SEO.ai 發文拆解了 Google 檢測 ChatGPT 內容的技術可能,以及它對搜尋排名的真實影響。他們的結論很直接:理論上想抓總有辦法,但目前的搜尋排名裡,Google 壓根沒有專門針對 AI 文本下狠手。

抓演算法痕跡不難,但抓高質量內容沒意義

要搞清楚 Google 能不能查出 AI 寫作,得先看大語言模型是怎麼說話的。說白了,語言模型本質上是在玩單詞機率預測,根據上文猜下一個最可能出現的詞。

既然是按機率生成,就會留下統計指徵。麻省理工與 IBM 沃森 AI 實驗室、哈佛 NLP 團隊曾經做過一個叫 GLTR 的文本檢測工具,原理就是給詞語標註機率分佈:預測命中前 10 名的標成綠色,前 100 名標成黃色,冷門詞則標成紅色或紫色。如果一篇稿子放眼望去全是一路預測最順暢的綠色詞,八成就是機器寫的。

但問題在於,這類工具大多是針對早期的 GPT-2 研發的。隨著模型迭代到 GPT-3 乃至更高階版本,機器寫出來的句子越來越有真人的起伏,單純從統計分佈上抓現行變得越來越不可靠。哪怕 OpenAI 等機構正在探索在文本里植入隱形水印,初衷也是為了防範洗稿、剽竊或冒名頂替,並不是為了給搜尋引擎當質檢員。

官方態度大轉彎:管它誰寫的,有用就行

早在 2022 年 4 月,Google 搜尋團隊的 John Mueller 在採訪中被問到能否分辨人類與 AI 創作時,就坦白說過「我不敢這麼保證」。在當時,Google 的舊指南還把一切自動生成內容直接打成違規垃圾郵件。

但現在風向徹底變了。Alphabet 執行長 Sundar Pichai 多次稱讚 AI 能讓人類生產力實現前所未有的躍升,Google 自己也是全球投入 AI 最深的公司之一,自然不可能站在新技術的對立面。

目前業內對這件事有三種截然不同的看法:第一種認為 Google 能查出來且一定會扣分;第二種認為模型寫得太逼真,演算法根本查不出來;第三種也是 SEO.ai 認同的觀點——Google 查不查得出來並不關鍵,關鍵在於這篇內容對搜尋使用者到底有沒有用。

如果通篇都是沒有資訊增量、只為了堆砌關鍵詞騙點選的空話,哪怕純人工手敲也是垃圾內容;相反,如果是藉助 AI 梳理邏輯、講清了解決方案,演算法同樣會給它靠前的展示位置。

為什麼重要

對網站站長和內容創作者來說,這個結論最大的價值在於省下了無意義的內耗。你不需要花大把時間到處找「繞過 AI 檢測」的混淆工具,那些基本上都是智商稅。把精力花在事實核實、補充第一手經驗和調整段落排版上,比千方百計隱藏 AI 痕跡管用得多。

對 Google 而言,這種策略走得非常聰明。在技術上,想要在每天幾百億次的抓取中即時鑑別高質量 AI 文本,計算成本極其高昂,而且誤傷真人的機率很大。與其在作者身份上較勁,不如把衡量標準收攏到「是否滿足搜尋意圖」。

我們認為,AI 生產內容的成本幾乎降到了零,隨之而來的必然是網際網路資訊的嚴重過剩。這意味著 Google 後續的排名演算法不僅不會刻意排斥 AI,反而會大幅提高「真正解決問題」的標準門檻。單純靠丟一句話讓 ChatGPT 吐出一篇通篇車軲轆話的時代已經過去了,人機協作輸出有獨特見解的紮實內容,才是接下來唯一能立得住的打法。

來源 (1)

  1. [1]
    seo.ai(在新分頁開啟)原文seo.ai

每日 AI 內容精選