把你的网页和排在前面的网页放进模拟器比一比
大家好，我是哥飞。
很多朋友写网页时，不太清楚搜索引擎拿到一个网页以后，是怎么判断它跟某个关键词有没有关系、该排在前面还是后面的。网页上线了搜不到自己，也不知道该从哪里改起。
为了帮大家加深对 On Page SEO 的理解，我做了一个辅助学习 SEO 的工具，叫谷歌搜索模拟器：
https://new.web.cafe/search-simulator/
它分成两部分。第一部分是爬虫建档，你把任意网页填进去，可以一步一步看爬虫是怎么抓取网页、提取信息、分词处理，再建立正向索引和倒排索引的。第二部分是模拟搜索，输入你想做的关键词，看你的网页能不能匹配命中这个词。
还可以把某个关键词排名靠前的网页放进去，再把自己的网页也放进去，看看自己的网页跟排名靠前的网页差在哪里。
下面我用一个真实的例子，带大家走一遍。
第一步：把网址放进去，抓取并建立索引
11 月 13 日，我在谷歌（美国、英文）搜了 image to 3d model ai，从排在前面的结果里拿了 image-to-3d.ai、meshy.ai、3daistudio.com 三个网站的首页。另外再放一个完全不相关的网页，维基百科的面包词条，用来对比。
把这四个网址粘贴进去，点“抓取并建立索引”，模拟器就会把四个网页的 HTML 抓回来。
谷歌搜索模拟器：粘贴四个网址后点“抓取并建立索引”
搜索引擎的爬虫把每一个网页都叫做一个文档。我贴了四个网址进去，这里就有四个文档，编号是 DOC#0 到 DOC#3。
每个文档后面都写了抓回来的总词数：image-to-3d.ai 首页 1524 个词，meshy.ai 首页 996 个词，3daistudio.com 首页 3145 个词，面包词条 6720 个词。这里的词数把导航、页脚的字也算进去了，而且面包词条词最多，后面照样排在最后，所以词数只是先看一眼，有没有写对词，要到后面几步看。
第二步：看提取出来的字段
抓回来的 HTML 很杂乱，提取器会从里面找出 SEO 最关键的几个位置：title、各级标题 H1 到 H6，还有 meta description。
模拟器提取字段：title 和各级标题参与排名，meta description 不参与
在模拟器里，title、各级标题和正文会进入索引参与打分。meta description 不参与打分，只在搜索结果里当摘要展示，影响的是用户点不点。
TDK 里的 K 早就没用了，所以我说可以把 TDK 改成 TDH。H 就是网页的各级标题，大多数时候指 H1，但 H2 到 H6 也有作用。具体可以看《【哥飞SEO教程】从 TDK 到 TDH》。
第三步：分词，建正向索引和倒排索引
下一步是分词。真实的搜索引擎会对 Title、Body 正文等所有内容做分词处理，模拟器里也是这样做的，只是页面上只演示了 Title 是怎么被分词的。
分词之后，先建立正向索引，记录每一个文档由哪些词组成，每个词出现了几次，也就是词频。比如 image-to-3d.ai 首页，3d 这个词一共出现了 170 次，title 里 2 次，H1 里 1 次，正文里 140 次，其余 27 次在 H2 到 H6 和网址里。
再把正向索引反过来，就是倒排索引：
- • 正向索引：每一个文档对应哪些词
- • 倒排索引：每一个关键词对应哪些文档
模拟器里这一步可以点来点去。点文档，能看到它对应哪些关键词；点关键词，能看到哪些文档里有它。
第四步：输入关键词，看你的网页能不能被选出来
索引建好，就可以模拟搜索了。
搜索也分好几步。先把用户输入的关键词分词，再做一些处理，比如去掉停用词。image to 3d model ai 分完词，to 被去掉，剩下 image、3d、model、ai 四个词。
然后每一个词都去倒排索引表里查，看它对应哪些文档。最后把所有查出来的文档合在一起，进入候选集。
模拟器搜索召回：每个查询词命中的文档合并成候选集
三个 3D 网站的首页，四个词都有。面包词条正文里出现过 2 次 image，只命中一个词，也进了候选集。所以进了候选集，不代表能排到前面，面包词条后面就排在最后。
到这一步大家就能明白，如果我们的网页用的是前端渲染，爬虫抓不到网页文案，或者网页只放了工具功能，没写文案描述，那么在这一步，我们的网页根本进不了候选集，也就压根不可能出现在搜索结果里。
前端渲染会有什么问题，我以前专门写过一篇：《【哥飞SEO教程】如果不想要谷歌给的免费流量，你就用前端渲染吧》。
我多次强调，网页 TDH 要写好，网页单词数量至少 600 到 800 个，写到 1200 到 1600 个更好，就是为了让我们的网页在这一步能被选出来。
第五步：看排序，展开打分明细
选出来的候选集里，可能有几千几万个网页，但搜索结果第一页只能展示 10 个。到底展示哪 10 个，每一个排第几，这是搜索引擎最核心的商业机密，我们外人无从得知谷歌内部具体是怎么排的，用到了哪些参数。
但全世界的 SEOer 那么多，总能从谷歌的官方资料、发明专利、打官司公开的资料、不小心泄露的资料、全球网站的实际表现、真实搜索结果里收集蛛丝马迹，大概推断出搜索引擎的喜好。
我们总结出来，在谷歌想拿到靠前排名，要做好这几件事：
- 1. 网页内容 On Page SEO 要做好；
- 2. 网页功能体验要做好，要能满足用户需求，让用户留下来，持续使用；
- 3. 要有外链；
- 4. 网站要能持续更新，而不是几年不变；
- 5. 网站小而专比大而全更好；
- 6. 新站初期不要批量上大量页面，一个一个做精品页面更好。
模拟器为了演示搜索结果排序，不考虑别的因素，只看 On Page SEO 的关键词匹配。
模拟器排序结果：每个网页的得分由各字段贡献拼成
三个 3D 网站的首页得分很接近：image-to-3d.ai 3.5663，3daistudio.com 3.5573，meshy.ai 3.5189。面包词条只命中了 image 一个词，得分 0.1075，排在最后。
每一个网页都可以展开打分明细，看它是怎么被排到当前位置的。我展开了排第三的 meshy.ai：
meshy.ai 首页的打分明细和 On-Page 诊断
model 这个词，meshy.ai 首页只在 title 和正文里出现，H1 和 H2 里都没有。排第一的 image-to-3d.ai，model 出现在 title、H1、H2、H3 等好几个位置。
下面的诊断还提示，这四个词在 meshy.ai 正文里各出现了十几到五十几次，模拟器里一个词重复到 4 次左右以后，再多也几乎不加分了。所以在模拟器里，同一个词反复往正文里塞，加不了多少分。
换一个词搜，结果也会变。我把关键词改成 ai 3d model download，3daistudio.com 以 3.4252 分排到了第一，image-to-3d.ai 3.4184 分排第二，meshy.ai 3.3955 分排第三。用户搜的词不同，匹配到的网页、命中的关键词也不一样，排序就不一样。
模拟器里的排序和谷歌真实排序也不一样，谷歌里 meshy.ai 就排在 3daistudio.com 前面。谷歌还要看体验、外链、更新这些因素，模拟器能帮你看清楚的，只是 On Page 这一部分。
为什么新词出现后，全新的网站也能拿到排名
再用模拟器演示一个情况。
我们先假设，一个关键词出现之前，整个互联网上都没有能匹配这个词的网页。新词出现后，我们快速做了一个页面，上线了一个网站。
假设这个词就是 EKGR Calculator，我们做的新网页是 seo.box/keyword/。搜索引擎里已有的老网页，就用 3daistudio.com、sloyd.ai、magic3d.io 这几个 3D 网站的页面。这样加上我们的新网页，这个模拟的网络里只有 4 个网页。
建好索引，去搜 EKGR Calculator：
搜 EKGR Calculator，候选集里只有 DOC#3 一个网页
候选集里只有一个网页 DOC#3，也就是 seo.box/keyword/ 这个新页面。
只有一个页面候选，这时候再多的排序因素都没有用了，只能显示这个页面给用户看。
真实情况会更复杂一些，但原理是类似的。能匹配上用户搜索词的网页没几个，这时候排序因素里的关键词匹配，就占了更大的权重，其他什么外链、什么权威度、什么新鲜度通通都靠边了，于是新词新站就拿到了靠前排名。
但是情况会变化。如果有更多人发现了这个新词，也上了页面，有些人用新域名上线，但发了不少外链；有些人用高权重老域名的内页上线。这时候，被选出来的几个页面里，我们的新页面如果完全没有外链，就有可能权重不够，被挤到后面，老站的内页拿到了靠前排名。
当然，谷歌实际还会考虑更多因素，会有一些先发优势。如果你先上线的网页已经能满足用户需求了，后上线的页面即使权重更高，也不太会一下子就排到你前面。但如果后面谷歌发现，后上线的页面也能很好地满足用户需求，用户喜欢用，权重还更高，那么慢慢地，谷歌也许就会把后上线的网页放到前面了。
所以做新词，要快，上线之后也要接着做外链、做体验。新词为什么要快，可以看《新词新站，快就是优势，快人一步，那就步步都快》。
品牌名也是同一个道理
我让大家给自己的网站取一个独一无二的品牌名称，也是一样的原理。
我们的品牌名称其实就是一个新词，只有我们自己的网站出现了这个词，别人的网页没出现，那么用户搜索我们的品牌名称时，我们的网站就应该排在前面。
那如果我们把网站提交到了一些导航站，导航站的页面也会出现我们的品牌词，为什么排在前面的还是我们的网站？
这跟刚才说的先发优势有点关系。我们的网站先出现这个词，而且种种迹象表明，我们网站的名字就是这个词，谷歌就会把这个词跟我们的网站绑定，认为用户搜这个词就是想找我们的网站。
还有朋友会问，在 Cursor 这个编程软件出来之前，互联网上已经有很多关于“Cursor”的网页了，为什么后来 Cursor 能排到第一名？
这是好几方面因素加在一起的结果：
- 1. Cursor 刚出来时，有一小帮用户扩散消息，让更多人知道了它，于是大家去搜索引擎搜索下载。那时候 Cursor 只是一个技术名称，指鼠标光标，也是 CSS 里的一个关键词，没有特别出名的产品叫 Cursor，竞争并不激烈，所以 Cursor.sh 也能拿到 Cursor 这个词的排名。也许最开始它并不是排第一，但大家搜这个词，就是要找能下载 Cursor 编程软件的网站，最后都会打开 Cursor.sh。谷歌慢慢感受到这样的用户行为，就会把 Cursor.sh 的排名提上去。
- 2. 越来越多的用户在互联网上提到 Cursor，语义上关联到的都是 Cursor.sh。
- 3. 越来越多的外链指向 Cursor.sh，锚文本里包含“Cursor”。
- 4. 越来越多的媒体稿件提到 Cursor，指的也是这个编程软件。
久而久之，谷歌就知道 Cursor 是 Cursor.sh 的品牌名称，于是把 Cursor.sh 排到了第一名。后来 Cursor.com 被买回来，老域名跳转到新域名，谷歌也知道 .com 是他们的新网站，于是又把 Cursor.com 排到了第一名。
在 Cursor 之前，没有一个影响力特别大的产品叫 Cursor，于是它可以用 Cursor 做品牌名称。Notion、Claude 也是一样。所以我们取品牌名称时，不一定要造词，也可以用一个现成的单词。
写完网页，先放进模拟器跑一遍
最后把用法整理一下。写好一个网页后，可以这样检查：
- 1. 在谷歌搜你想做的词，拿排在前面的 3 到 5 个网址，加上自己的网页，再掺一个不相关的网页，一起放进模拟器。
- 2. 看自己的网页抓回来有多少个词。词数很少，先查是不是只放了工具、没写文案。
- 3. 输入目标关键词，看自己的网页每个词都命中了没有。有的词一次都没命中，先查页面上是不是根本没写，或者文案是前端渲染出来的、爬虫抓不到。
- 4. 词都命中了，再展开打分明细，看目标词有没有出现在 title、H1、H2 里，跟排在前面的网页差在哪个字段。
- 5. 改完上线，再放进去跑一遍。
模拟器只看 On Page 这一部分。页面体验、外链、更新这些，还要另外去做。
网页写好了怎么检查，上线后搜不到自己怎么排查，也是我和社群朋友们平时经常一起讨论的事情。
如果你是第一次看我的文章，也简单介绍一下我自己。
我是哥飞，做网站和 SEO 很多年了，现在在运营“哥飞的朋友们”社群。平时我会和大家一起研究怎么挖掘需求、做网站、获取流量，再把流量变成收入。
