谷歌在 2026 年 10 月更新了自家的生成式 AI 内容指南。这次改动方向很清楚:当前指南明确要求:发布前人工核查也覆盖元数据。对做外贸 B2B 站的朋友来说,这条更新值得单独拿出来讲一遍。有用内容指南当前页面标注最后更新于 2026 年 10 月 1 日;更新记录未单列此次修订。本文末段一并解读。本文更新于 2026 年 10 月。
先把话说在前面:谷歌并没有禁止 AI 内容。指南开头仍然写着,生成式 AI 可以用来做调研、可以给原创内容搭结构。这次加的是强调发布前人工核查至关重要,不是"用了 AI 就惩罚你"。所以不用恐慌,但也不能当没看见。
谷歌这次改了什么:核查范围扩到元数据
据 Search Engine Journal 报道,新增内容的大意是:生成模型不是在检索事实,而是在根据训练数据预测下一个词,所以输出可能包含不准确的内容,也就是所谓的"幻觉";发布前对所有 AI 生成内容做人工事实核查、确认准确可信,非常关键。
更值得注意的一点是核查范围。当前指南明确要求:发布前人工核查也覆盖元数据。指南列出的范围包括:<title> 元素、meta description、结构化数据、图片的 alt 文本——这些信息可能用于搜索结果展示。
换句话说,过去很多团队的审核流程只管文章草稿,title 和 alt 是"顺手让 AI 生成一下就发了"。按当前的表述,这部分现在和正文在同一个核查标准下。
另外,谷歌方面表示这次更新是"结合了搜索质量评估员指南的信息"。据目前披露的信息,10 月 1 日当天列出的文档更新只有这一项;有用内容指南当前页面标注最后更新于 2026 年 10 月 1 日,更新记录未单列此次修订,不要据此断言两项是同一次更新。想自己看原文的,可以去看谷歌的生成式 AI 内容指南页和 Search 文档更新记录页。
为什么谷歌要专门写出来:生成模型是在"预测下一个词",不是在查找事实
这句话其实谷歌自己已经写在指南里了:生成模型本身的生成机制是预测词序列,而不是检索事实。这不是什么新发现,但由谷歌官方文档白纸黑字写出来,意义不一样——它等于承认了一件事:生成模型可能输出看似合理但不准确的内容,因此仍需人工核查。
把这件事放到时间线上看会更清楚。2023 年 2 月,谷歌强调内容质量,而非是否由 AI 生成;有助于创作有用、原创内容的 AI 可以考虑使用。2024 年 3 月,谷歌更新规模化内容滥用政策,针对以操纵排名为目的、大量生成且缺乏用户价值的内容,无论采用 AI、人工或混合方式。2024 年 8 月,谷歌再次强调核心是以用户为中心,而不是以搜索引擎为中心。10 月的生成式 AI 指南更新和有用内容指南修订是最新的节点。这些节点涉及 AI 内容说明、垃圾政策和核心更新,结合来看,内容质量与用户价值仍是共同重点。Google 2023 年官方说明可以作为参考。
同期还有一份文档改了:谷歌重新定义"主要内容"(Main Content)
除了生成式 AI 指南,谷歌近期还大幅修订了《Creating helpful, reliable, people-first content》这份"有用内容"文档。其中最核心的一处,是把 Main Content(主要内容)写成了明确定义:Main Content 就是直接实现页面目的的那部分内容——文章、计算器、工具、视频都算。Main Content 的定义关注内容是否直接帮助页面实现目的;评估其质量时,还会考虑投入、原创性、才能或技能及准确性。据从业者 Marie Haynes 的解读,谷歌把主要答案和工具放在首位,是希望用户不必先滚过一大段铺垫,就能拿到自己要的东西。
这条放到外贸站上特别好对照。产品页的 Main Content 是参数表、适配型号、MOQ、交期、询盘入口;而在以产品选型为目的的页面,公司介绍不能替代参数等核心信息,无论写得多漂亮。落地动作只有一个:把主要答案或参数放到首屏,别让采购方先滚过一大段套话才看到型号和规格。调整后可观察参数区浏览情况和询盘转化率,验证是否更方便采购方选型。
Tabs 和折叠内容怎么处理
页面东西一多,很多人担心用了标签页(Tabs)或折叠会不会被谷歌看轻。官方明确把交互标签页中的信息列入主要内容;Marie Haynes 认为为了版面整洁可以使用标签页或折叠,前提是内容能被访问到——这一条属于从业者解读。对外贸站来说,参数、认证、包装分 Tab 展示是很自然的做法。需要注意的是,Marie Haynes 建议用热力图确认关键答案确实有人看到——这一条属于从业者建议,不是谷歌明文要求。也不要引申出"折叠内容和展开内容权重相同"之类的结论,官方没这么说。
如果产品页的信息结构本身就乱,Tab 也只是把乱藏起来。参数首屏化、Tab 结构这类产品页结构调整,最好和内容梳理一起做。
AI 内容使用增加,审核仍是关键环节
据 Ahrefs 对 301 位营销人员的调查,93% 的受访者表示自己在用 AI 创建或辅助创建内容,比上一年的 87% 又高了一截;Claude 是最多人用来做内容的模型,占 AI 使用者的 83%,后面是 ChatGPT(76%)和 Gemini(58%)。同一份调查里,使用 AI 的受访者中,85% 表示内容生产变快;61% 的受访者表示,过去一年对 AI 生成内容的看法变得更正面。
但有意思的地方在于:AI 使用者中采用 AI 检查内容的比例,从 2025 年的 14% 升至 2026 年的 29%。这是不同年度样本的比例比较,这说明样本中使用 AI 辅助检查内容的比例上升,但不能据此判断受访者的动机,也不能证明审核质量提高。约 7% 的受访者不使用 AI,其中几乎所有人都提到准确性顾虑,超过一半表示总体不信任 AI 生成内容。
问题在于,产量上去但投入(Effort)没上去。指南说明,搜索质量评估员会评估主要内容的人工投入;大量使用生成式 AI 产出文本、缺少人工监督或整理,是低投入的例子。发得快不等于有效,这条在外贸站上尤其明显——产品页写得再多,参数错了、认证编了,来的流量也是白来。
外贸网站最容易出事的 4 个地方
外贸 B2B 站有个特点:页面上看着"不那么起眼"的信息,往往是最硬的事实。AI 一旦编错,客户可能直接流失,甚至带来合规风险。优先检查以下四类信息:
- 产品参数和型号。尺寸、材质、功率、包装数量、适配型号,这些是采购方第一时间要核对的。AI 很擅长把"看起来像"的数字填进去。
- 认证与合规。CE、FDA、RoHS、REACH 等标记涉及不同监管概念,用法和法律含义并不相同。检查是否出现没有证明文件支持的认证声明。稳妥的做法是:核对页面声称的认证、注册、批准或合规状态,确认适用产品、目标市场及证明文件;涉及证书的,再检查编号、有效期和覆盖型号。
- title 和 meta description。这是这次更新明确点到的。AI 写 title 时容易出现型号对不上、规格写错、堆了关键词但和产品不符的情况。
- Product 结构化数据和图片 alt。结构化数据里的价格、库存、评分如果和页面正文不一致,用户看到的和搜索结果里显示的就会对不上;检查 alt 是否描述了图中不存在的特征,这对无障碍访问和图片搜索都没好处。
还有一层更软但同样重要的:谷歌有用内容指南把原创性、专业与经验列为评估维度(详见下文),审核的时候不妨多问一句:这段内容里有没有我们自己的实测、案例或现场经验?如果整页都是可以套在任何一家供应商身上的话,那就算事实全对,也很难打动人。
Effort、Originality、Talent or skill、Accuracy:搜索质量评估员怎么判断一页"下过功夫"
有用内容指南这次重点提到的几个评估属性,主体是搜索质量评估员,对外贸站很有现实意义。四个词拆开讲。
Effort(投入):搜索质量评估员看的是人工投入和用心程度,不是字数。指南说明,搜索质量评估员会评估主要内容的人工投入;大量使用生成式 AI 产出文本、缺少人工监督或整理,是低投入的例子。外贸站能拿出来展示的投入证据其实很多:实测数据、对比测试、验厂或生产现场照片、真实问答整理。这些素材应来自真实记录,不能由 AI 编造。
Originality(原创性):要有搜索结果里还没有的视角、数据或测试。外贸可用的原创素材包括出货案例、退货和客诉原因复盘、不同目标市场认证差异的实操经验。一个可落地的做法是:逐项检查本页有没有其他网站尚未提供的数据、测试过程或具体经验,并为这些材料保留可核对的记录。想进一步看,可以看我们的 AI 搜索优化思路;另外,AI Overviews 现在会给原始来源更多链接。
Talent or skill(才能或技能):官方属性的这一项,要求页面体现足够的能力水平。外贸技术页面建议交给工程师或 QC 审核,并在页面上写明审核人是谁——这是外贸应用建议。
Accuracy(准确性):准确性与生成式 AI 指南中关于 AI 幻觉的核查要求相关,具体做法本文前半部分已经列过核查清单,这里不重复。
一份能直接用的 AI 内容核查清单
建议把审核拆成两张表,正文一张、元数据一张,谁写谁负责,谁审谁签字。下面这份可以直接拿去改。
表一:正文内容核查
- 产品参数是否和实物、和工厂给的规格书逐项对得上?
- 核对页面声称的认证、注册、批准或合规状态,确认适用产品、目标市场及证明文件;涉及证书的,再检查编号、有效期和覆盖型号。
- MOQ、交期、包装方式、付款条件是否和现行政策一致?
- 有没有把"行业通用说法"当成"我们的产品能力"写进去?
- 这段内容里有没有至少一处我们自己的实测、案例或经验?
- 外链、术语、单位(公制/英制)有没有混用或翻错?
- 首屏是否直接给出这页要回答的核心信息(Main Content)?
- 署名作者或审核人是否真实存在、身份能否核对?
表二:元数据核查
- title 里的型号、规格、数量是否和页面实物描述一致?
- meta description 有没有编造认证、编造"行业第一""最大供应商"这类无法证实的表述?
- Product 结构化数据里的价格、库存状态、评分、评论数,是否和页面可见内容完全一致?逐项比对页面可见信息,并用 Rich Results Test 校验标记。通过技术校验仍需人工核对真实性与政策要求,官方明确指出工具不能发现所有质量问题。
- 检查 alt 是否描述了图中不存在的特征?有没有把别款产品的特征写进去?
- 标题和描述是否重复堆砌关键词、读起来不像人话?
怎么做
给外贸企业的老板和市场负责人三条能马上落地的动作:
- 第一,把"发布前核查"写进流程,而不是靠自觉。规定所有 AI 参与生成的页面——包括 title、描述、结构化数据、alt——必须有第二个人过一遍,核对项就是上面那两张表。重点是元数据不再算"小事",谷歌这次的表述已经把它和正文放在一起了。具体操作上,可以记录每条事实的出处,指定人工审核人,未确认项暂缓发布。
- 第二,给每条事实规定一个"出处"。参数看规格书,认证看证明文件,MOQ 看销售政策,价格看最新报价单。凡是在企业内部资料里找不到出处的表述,一律不许上线。这一步做扎实,后面核查会省掉大量来回确认的时间。
- 第三,别把 AI 当纯提速工具。如果产量增加、排名没有改善,先检查内容是否解决采购方的具体问题,再排查技术、索引和竞争等因素。核查的时候顺手评估一下:这一页解决的是采购方的哪个具体疑问?答不上来,就先别发。
核查不等于合规:大量产出却无价值,还是会撞上垃圾内容政策
要特别提醒一点:把事实核查做对了,不等于安全了。谷歌的垃圾内容政策里有一条叫"规模化内容滥用"(scaled content abuse),定义是:不论用 AI 还是人工,只要是为了操纵排名而大量产出低价值页面,都算违规。也就是说,哪怕你每一页的参数都核对无误,如果是拿 AI 批量铺几千个内容雷同、对用户没帮助的页面,一样会出问题。Google 规模化内容滥用政策对此有明确定义。
还有一个容易误读的点。谷歌在指南里提到评估员指南 4.6.5 和 4.6.6 这两节,说评估员用它们来评估排名系统,而评估员的评分"不直接影响排名"。这句话不能反过来理解成"不核查就会被降权"——谷歌没这么说过。有从业者认为这类指南被用来训练排名系统,这是解读,谷歌没有这样确认。准确的说法是:核查是发布质量的基本要求,而低价值的大规模内容可能触发垃圾内容政策,这两件事是分开的。关于谷歌怎么识别垃圾内容,之前另一篇文章里有更详细的拆解,可以一并参考。关于垃圾内容更新,也可参考本站此前的相关解读。
避免欺骗性署名:外贸站常见的"虚构专家"该停了
当前指南在作者身份部分明确反对虚构作者资料。据 Marie Haynes 的转述,指南把虚构人设、编造的作者简介、误导性署名列为低质量的表现。措辞上要注意:只能写到这一步,不能引申成"谷歌会惩罚或降权"——指南没有这样表述。
这一类做法在外贸站上其实不少见,值得逐条点名:用 AI 生成头像再配一个"Senior Engineer John";编造从业年限;把外包写手的文章署成工厂工程师;同一个"专家"同时给几十家供应商站点署名。放到采购方视角看,这些破绽只要点开 LinkedIn 或 About 页就能看出来,一旦被看穿,损失的是整站的信任。
正确的做法并不复杂:用真人署名,或者以公司名义署名并写明真实的审核人;作者页、About 页、LinkedIn 上的信息要保持一致;如果没有专家坐镇,就不要硬造一个专家。企业可以在 谷歌SEO(搜索引擎优化)代运营中,把真实署名和审核人信息纳入固定流程。无论采用个人还是公司署名,都应指定真实审核人,并保留审核记录。
先打好基础再用 AI:用企业自己的资料喂 AI,从源头减少"编造"
最后说一个更省力的思路。上面那份清单是"事后一条条查",成本不低。更好的做法是把顺序倒过来:先把企业自己的产品资料整理成 AI 能查到的资料——规格书、认证清单、报价规则、常见问答、历史项目经验——然后让 AI 基于这些资料来写。有据可查,它瞎编的空间就小很多,人工核查也就从"从头找错"变成"确认关键项"。
这也正是我们做用企业自己的资料产出 AI 内容、再加人工审核的谷歌SEO代运营时的建议做法。AI 该用,但得让它写的是"你的东西",而不是网上平均水平的套话。配合原创数据和真实经验,可以为内容增加可核验的信息。
不确定网站上 AI 写的产品页和 title 经不经得起核查?留下网址,我们帮你挑出风险最高的页面。
参考资料
- Google Search Central:Creating helpful, reliable, people-first content(官方指南页) — https://developers.google.com/search/docs/fundamentals/creating-helpful-content
- Google Search Central:Using generative AI content on your website(官方指南页) — https://developers.google.com/search/docs/fundamentals/using-gen-ai-content
- Google Search Central:Search documentation updates(官方更新记录页) — https://developers.google.com/search/updates
- Marie Haynes:Google changed their helpful content guidelines to emphasize good "Main Content"(从业者解读,含个人观点,发布 2026-10-02) — https://www.mariehaynes.com/main-content/
- Ahrefs:69% of Marketers Are Publishing More AI Content Than Last Year(对 301 位营销人员的调查,属自报问卷数据,非全行业代表性结论) — https://ahrefs.com/blog/marketers-ai-content-creation/