E-E-A-T

E-E-A-T 是对「为什么那个看起来平平无奇的页面排在我前面」最诚实的短答案。Google 的质量评分员拿指南去判成千上万条真实结果时，反复回到四个问题：创作者做过这件事吗？懂到深处吗？别人提到这个主题会指向他吗？读者能信他说的吗？没有一条玄学——也没有一条是 meta 标签。

四个字母，作为信号

Experience 是最新也最可证伪的。它以质感形式出现：一条带真实数字的测试记录、一张你自己后台的截图、一个你踩过并绕过去的坑。从 Google 第一页拼凑出来的内容伪造不了——这正是 Google 的用意。

Expertise 是压力下的深度。不是关于页上的头衔——是能预判从业者下一个问题的覆盖面。懂行的读者一段话就能判定；抽取系统也越来越能。

Authoritativeness 活在页面之外。谁链你、谁引你、知识图谱说你的名字意味着什么。这靠 主题权威建设挣得——持续覆盖一个主题，直到你成为它的默认指涉。

Trustworthiness 是伞，也是决胜项：具名作者、可联系的实体、带日期和来源的可验证论断、不借来的可信度。Google 自己的表述很直白——信任失败，其他三项归零。

为什么它活得过每一次更新

每一场大清洗——产品评测、helpful content、AI Overview——惩罚的都是同一个缺口：没做过这件事的人写的、由不存在的实体发布的页面。E-E-A-T 是这个模式的耐久压缩。它也解释了为什么和 AI 引用严丝合缝：模型给论断找落点时，是在用代码问评分员的问题。要做的事完全相同——成为做过那件事的实体、在页面上证明它、让这两个事实都可机读。这不是战术，这是每个人都在反复重新发现的护城河。

常见问题

E-E-A-T 是什么？

E-E-A-T 是 Experience（经验）、Expertise（专业）、Authoritativeness（权威）、Trustworthliness（可信）的缩写——出自 Google 搜索质量评分员指南，用于判断内容和创作者是否值得信赖。它不是直接的排名因子，也不是一个分数，但 Google 明确说过其系统的设计目标与指南的奖励方向一致。

E-E-A-T 是排名因素吗？

不是直接因素——排序系统里没有 E-E-A-T 这个数值。它是一个框架，Google 的自动化系统用别的信号去逼近它：第一手证据、可验证的作者身份、被引用的来源、一致的实体存在。把它当成一堆要加进页面的词，就错过了信号是结构性的这一点。

第一个 E（经验）到底要求什么？

可展示的第一手使用：你拍的照片、你测出的结果、你踩过的坑、只有做过这件事的人才知道的细节。Google 2022 年加这个 E，就是要把「关于一件事的内容」和「做过这件事的人写的内容」分开——没用过就写的评测是标准反面案例。

E-E-A-T 和 AI 引用有什么关系？

同一套信任信号在把关 AI Overview 和答案引擎的引用。模型挑页面落地一个论断时，是在用机械形式问评分员的问题：谁写的、做过吗、事实能验证吗。E-E-A-T 是引用过滤器的人类可读版。