大清潔:為什麼「信任層」和 E-E-A-T 是現在通往 AI 可視性的唯一途徑?

TL;DR: 最近,Google 在一周内从其知识图谱中清除了超过 30 亿个实体,我们称之为 「大清理」。這並非一個錯誤,而是一個以質重於量的深刻策略轉移。這次大規模的收縮向所有企業領導者傳達了一個明確無誤的訊息:在人工智能驅動搜尋的新時代,以真正的 E-E-A-T 為基礎,建立明確無誤的清晰度和可驗證的 Trust Layer,現在已成為數位能見度的入門條件。

我是 Mercury Technology Solutions 的執行長 James。

對於我們這些密切關注數位資訊架構的人而言,2025 年 6 月將被視為一個關鍵時刻。在一次驚人的兩階段更新中,Google 的知識圖表 (Knowledge Graph)--整個演算法系統的事實查核核心--經歷了十年來最大規模的收縮。超過 30 億個實體在單週內消失,規模之大前所未有。

雖然有些人可能會將此視為例行性的更新,但事實上,這是一個關於搜尋未來的明確而深思熟慮的訊號。Google 正將其在 AI 競賽中的競爭優勢建立在 其資料的品質之上。這次「清晰度大清理」顯示 Google 正積極地以大量資料換取更高的信心和更少的模糊性。

對於企業領導者而言,這個教訓是深刻的。進入 Google 大腦的容易入口點正在關閉。 (那些私人網路部落格~) 從現在開始,清晰度和深入、可驗證的信任層是唯一重要的東西。

新任務:品質與信心重於數量

多年來,知識圖表一直以穩定、遞增的速度成長。然後,在六月份,它收縮了 6.26%,幾乎在一夜之間,就抹去了前一年全年淨增加量的兩倍。這並不是一次全面的清除。資料顯示,Google 在三個特定領域進行了果斷的削減,每個領域都強化了其清晰度第一的新策略。

  1. 大流行後「事件」實體的重設:「事件」類別下降了驚人的76.91%。在大流行病期間,Google 變得高度被動,以驚人的速度索引和刪除線上事件。這次重設意味著策略轉移,不再追蹤稍縱即逝的臨時資訊,而是重新專注於穩定、持久的實體,以形成更可靠的 Trust Layer
  2. 清除含糊不清的 「事物 」實體:最顯著的清理來自 Google 最通用的分類 「事物」,其減少了15.27%。資料顯示「單一分類」是一個明顯的趨勢 - 為一個實體指定一個單一、明確的類別,而不是多個含糊不清的類別。作為一個定義模糊的「東西」的簡易、有時是垃圾郵件的切入點正在快速關閉。這是強制執行 clarity 的直接行動。
  3. 專注於明確的 「個人 」實體:這次清理延續了多年來專注於內容背後的人的趨勢。個人 「實體的 」unityped "比例 - 即 Google 在演算法上有信心該實體是一個明確的人 - 從 70% 顯著上升至 77%。這是 Google 對信任層最直接的投資,在個人與其所展示的E-E-A-T(經驗、專業知識、權威性和可信度)之間建立了不可撼動的連結。

領導者的核心課程:清晰是唯一的切入點

這次「清晰度大清理」印證了我們自 AI 搜尋之初就與合作夥伴強調的原則:在新的演算法環境中,清晰度是唯一的切入點。

將 Google 的人工智慧想像成一個急於取悅別人,但又非常注重字面意義的小孩。如果您向它展示一個混亂、矛盾的數位足跡,它就會感到困惑。而混亂的 AI 將無法在客戶準備做決定的關鍵時刻,向他們推薦您的品牌。

這次更新顯示 Google 正積極整理其「房間」,捨棄任何會造成歧義的品牌。在「知識圖表」中擁有穩固、明確且可信賴的位置,是您躋身演算法心目中頂尖地位的唯一途徑。

我們如何協助建立這個「信任層

這個新現實是 Mercury 策略服務的基礎。我們的整個方法都是為客戶建立這個重要的信任層而設計的。

  • 我們的 GAIO (生成式 AI 優化) 這項服務以 E-A-T Amplification 和 Data Consistency Verification 為核心功能,可確保您的品牌專業性對 AI 來說是顯而易見且一清二楚的。
  • 我們的 SEvO (搜尋遍佈最佳化) 此策略的建立是為了在整個網路中建立乾淨、一致且值得信賴的數位足跡,而這些訊息正是 Google 系統現在要求納入其可信資料集的訊息。

結論:未來明朗且值得信賴

Google 最近的行動,包括八月針對企業和品牌實體的第二次清晰度清理,並非暫時性的趨勢。這並非暫時的趨勢,而是參與規則的永久性轉變。

建立乾淨、一致、權威的數位足跡--真正E-E-A-T的精髓--是品牌目前最重要的策略工作。在人工智慧時代,未來的能見度屬於那些能被絕對清楚了解,並能以演算法的信心推薦的品牌。

大清潔:為什麼「信任層」和 E-E-A-T 是現在通往 AI 可視性的唯一途徑?
James Huang 2025年8月21日
分享這個貼文
人工智能作為科學的新引擎:一位執行長分析 DeepMind 對核聚變、太陽能及未來工業的願景