生活分享

E-E-A-T 是什麼:品質評分指南裡的概念,不是可以設定的排名訊號

E-E-A-T 出自 Google 寫給人工搜尋品質評分者的《General Guidelines》,而評分者不會改變任何一頁的排名。這篇說明那份文件是寫給誰看的、評分者實際記錄什麼、四個字母在指南裡各自怎麼定義、Experience 是哪一次改版加的,並拆解作者簡介頁、專家掛名與外部連結這三種常見的過度解讀。

更新日期: 閱讀時間約 8 分鐘

原創插畫:一份攤開的文件旁有一支評分滑桿,右邊是一個空白的分數框,表示沒有可以宣告的欄位。
圖片:Mokaair (© Mokaair)

E-E-A-T 不是網站上可以設定的欄位,也不是分數。它出自 Google 寫給人工品質評分者的《General Guidelines》,本文查證日 2026 年 9 月 14 日取得的版本,封面日期 2025 年 9 月 11 日,E-E-A-T 在第 3.4 節。文件第 0.1 節自己寫明:任何一筆評分都不會直接影響某頁在搜尋結果裡的呈現,也不會讓它上移或下移。

讀完這篇,你看到一篇談 E-E-A-T 的文章時應該能分辨:哪些說法來自官方文件說明的機制、哪些是業界慣例但官方未確認、哪些是賣服務的公司自己的行銷主張。這篇只講出處與邊界,並處理三種常見的過度解讀。

這個詞出自哪一份文件,那份文件寫給誰看

《General Guidelines》中文通常譯為搜尋品質評分指南,查證日的版本全文 182 頁,頁尾標示 Copyright 2025。讀者是受雇於外部廠商、替 Google 做評分的人,不是網站經營者;每句話都在教他們怎麼完成評分任務。

文件公開,拿來讀沒有錯,錯的是把它當成排名規格書。第 0.1 節說得很直白:拿評分去決定結果在頁面上的位置並不可行,人類不可能逐一評完公開網路上的每一頁;評分的用途是量測搜尋引擎的成效,並提供好壞結果的範例來改進它。

HTTP 成功、可被抓取、已被索引、出現在結果裡是四件不同的事,這幾個詞見,本文不重複。

品質評分者做什麼、不做什麼

Google 在 2023 年 11 月發布的評分指南總覽寫,它與大約 16,000 名外部評分者合作,任務分兩種:Page Quality 看一頁達成它自己目的的程度,Needs Met 看一則結果對某個搜尋有多大用處。同一份文件寫明,沒有任何單一評分或評分者會直接影響一頁或一站的排名。

Page Quality 交出的是一支滑桿上的整體評分:Lowest、Low、Medium、High、Highest,中間可選 Low+、Medium+ 這類半級。表上沒有一格叫 E-E-A-T,也沒有一格填 Trust 的分數。它的角色是評分者形成整體判斷時要一併考慮的事項,不是輸出欄位。

  • 評分者會做的:依指南對一組樣本查詢的結果評分並寫下理由。
  • 評分者會做的:查網站與創作者的公開名聲,看獨立評論、報導怎麼說。
  • 評分者不會做的:更動任何一頁的排名、索引狀態或收錄。
  • 評分者不會做的:替網站算一個 E-E-A-T 分數存進資料庫。
  • 官方寫的用途:把評分彙總起來量測與改進排名系統,不是拿它排序。
三層對照:官方文件說明的機制、官方文件裡沒有的東西、常見的行銷主張
由左往右看:左欄是官方文件寫明的流程,中欄是那份文件裡不存在的東西,右欄是行銷內容常見的說法。 · 圖片:Mokaair (© Mokaair)
閱讀完整文字說明

三欄對照圖。左欄「官方文件說明的機制」由上而下四格並以箭頭相連:評分者依公開指南為樣本查詢的結果評分;任務分兩種,Page Quality 與 Needs Met;交出一個整體評分,不是各字母的分數;評分彙總後用來量測與改進排名系統。中欄「官方文件裡沒有的東西」列四項:沒有 E-E-A-T 欄位、沒有 E-E-A-T 分數、沒有可以宣告它的標記、官方排名系統清單裡沒有叫 E-E-A-T 的系統。右欄「行銷主張,要寫明是誰說的」列四項:「E-E-A-T 分數」報表、加作者簡介就能提升、請專家掛名就會加分、多連外部權威網站。圖下方一句提醒:左欄可以指到原文的節次,右欄的每一句都要寫出是誰說的。

四個字母在指南裡各自指什麼

指南第 3.4 節寫得很清楚:位在家族中心、最重要的一員是 Trust(信任)。Experience、Expertise、Authoritativeness 是支持 Trust 判斷的概念,不是各自獨立的評分項。同一節還有一句常被漏掉的話:一頁只要因為任何理由而不可信,它的 E-E-A-T 就是低的——指南舉的例子是金融詐騙,再有經驗也一樣。

依 2026 年 9 月查證的指南版本整理;右欄是本文觀察到的說法,非指南內容。
字母指南第 3.4 節的定義常見的過度解讀
Experience(經驗)創作者對這題目有沒有第一手或生活經驗,例如真的用過那產品讀成要寫得像親身體驗,於是補虛構心得
Expertise(專業)創作者有沒有必要的知識或技能;不同題目需要的程度不同讀成一定要有證照,於是硬掛資歷
Authoritativeness(權威)是否被視為該題目的首選來源;多數題目沒有唯一來源讀成連結越多越權威,於是換連結或買連結
Trust(信任)頁面是否準確、誠實、安全、可靠;其他三個支持它讀成第三方工具量得出來的信任分數

第二個 E 是後來才加的。Google Search Central 部落格在 2022 年 12 月 15 日發表〈E-A-T gets an extra E for Experience〉,那次改版把 Experience 加進原本的 E-A-T。指南現行版本的附錄二只列 2023 年 9 月到 2025 年 9 月的改版摘要,2022 年那次已不在表上,要確認時間點得回去看那則公告。

沒有分數、沒有欄位,也沒有可以宣告它的標記

Google Search Central 關於實用內容的官方說明頁,查證時標示最後更新為 2025 年 12 月 10 日,上面寫著:E-E-A-T 本身不是一個特定的排名因素,但用一組能辨識出具備良好 E-E-A-T 的內容的因素是有用的。同一頁也寫,評分者無法控制頁面怎麼排,評分者的資料不會直接用在排名演算法裡。

另外兩份官方文件從反面佐證。Google 的排名系統指南列出 BERT、MUM、RankBrain、PageRank 等等,沒有一個系統叫 E-E-A-T;但它自陳只列比較知名的幾個,不是完整清單,能證明的是官方沒有公布這樣一個系統,不是內部一定沒有相關訊號。結構化資料功能總覽列出 Article、Product 等型別,也沒有哪一種能宣告經驗、專業或信任。

Article 結構化資料確實有 author 屬性,但它讓頁面有資格取得特定呈現方式,不是宣告品質。能換到什麼、換不到什麼,寫得比較完整。

三種常見的過度解讀

這三種說法的共同結構是:拿一份寫給評分者看的文件反推出一份可以照做的清單,再把清單上的動作和排名結果接起來。前半段有文件可查,後半段沒有。

  • 「加一頁作者簡介就能提升 E-E-A-T」:指南確實要評分者去看關於我們與作者介紹頁,但第 5.6 節寫明,判斷要根據主要內容本身、名聲調查與可查證的資歷,不能只憑自稱是專家;自我介紹誇大或輕微誤導時該給 Low。寫清楚誰寫的是官方建議的做法,說它會改變排名則沒有文件支持。
  • 「請一位專家掛名」:第 4.5.1 節把責任歸屬資訊不足或造假列為 Lowest 的理由之一;第 4.6.4 節定義網站名聲濫用,指第三方內容主要因為宿主站既有的排名訊號而被刊登。掛一個沒有實際參與的名字,碰到的是這兩條。
  • 「多連幾個外部權威網站」:名聲調查看的是獨立來源怎麼說這個網站,不是它自己連出去幾條,方向相反。反過來,Google 的垃圾內容政策(查證時標示最後更新為 2026 年 8 月 28 日)把買賣連結、過度的連結交換、低品質目錄連結列為連結濫發。

同樣的推論也出現在別的名詞上:借走一份文件的名字,丟掉它原本的適用範圍。談的是論文定義被業界借用後的落差。

三級判斷:讀到一篇談 E-E-A-T 的文章時怎麼分

  1. 官方文件說明的機制:能指到指南節次或 Search Central 的某句話,連過去看得到。
  2. 業界普遍做法但官方沒有確認:例如文章要掛作者與更新日期。官方建議讓讀者看得出是誰寫的,但沒有文件說這會讓排名改變。
  3. 賣服務的公司自己的行銷主張:要寫明是誰說的,和前兩級分開。

舉兩個例子,都是賣 SEO 服務的公司自己的行銷內容,引用只為證明確實有人這樣用這個詞。恆遠數位科技 2026 年 4 月 6 日的文章,標題把 E-E-A-T 稱為 Google 最重視的排名因素,內文卻寫嚴格來說它不是可以直接量測的排名因子。Whoops SEO 的文章寫它不是獨立演算法也不是可直接量測的分數,接著主張它對排名的影響間接、緩慢但長期累積非常實質。前半句對得回官方文件,後半句是各自公司的推論,不該一起當成事實讀。

各詞的出處與分歧點整理在。本文的結論可以濃縮成一句:E-E-A-T 是一份人工評分文件裡的詞彙,站外沒有對應的旋鈕。

  • 生活分享

    搜尋沒有點擊怎麼辦:用讀者任務重新看流量價值

    讀者在搜尋頁找到營業時間、電話或簡短答案,可能不必進入網站。這不代表每次未點擊都成功,也不能用網站 CTR 推算整個搜尋的零點擊率。本文以原創衣物修改店案例,從查資料、比較服務與預約需求出發,整理搜尋呈現、商家互動與實際任務的檢查方法,附比較表、操作步驟和原創 SVG 圖解。

  • 生活分享

    Perplexity 入門:附引用的 AI 搜尋、方案與隱私設定

    Perplexity 是把答案和引用放在一起的搜尋 AI。這篇說明一次查詢怎麼跑完五步、和 Google 搜尋與 ChatGPT 搜尋差在哪、官網現在的方案價格與額度、Search 與 Deep Research 等模式怎麼挑、可選哪些模型、Spaces 與檔案上傳限制,以及 AI data retention 在哪裡關。數字查自 2026 年 9 月 14 日的官網。

  • 生活分享

    網站 AI 搜尋怎麼規劃:內容索引、回答與搜尋紀錄

    網站搜尋 AI 上線前,先決定哪些內容可被引用,以及找不到答案時如何回應。本文以原創手作展館網站為例,整理內容索引、來源引用、資料權限與更新驗收,並設計一份可用 Notion 管理的搜尋改善紀錄。附操作步驟、欄位比較表和自繪圖解,協助站長從讀者問題找出內容缺口,同時避免把全部查詢與個人資料直接存進共用工作區。

  • 生活分享

    AI 搜尋曝光怎麼量:提示問題、引用與工具限制

    AI 回答提到品牌、附上網站連結與真正帶來造訪,是不同的觀察結果。本文以原創地方活動網站案例,建立固定問題集、重複觀察及引用核對流程,並比較 Google 生成式 AI 曝光、Bing 引用資料與站內分析各能回答什麼。附操作步驟、工具比較表和原創 SVG,協助讀者保留樣本與分母,不把單次回答寫成市場排名。

最新旅遊情報攻略

資料來源

生活分享