Discover首次核心更新：本地发现的输入与流量重塑12步实战



2026 年 2 月，Google 在毫无预告的情况下推出了 Discover 系统的首次独立核心更新。在此之前，Discover 算法的调整都是搭着 Search 核心更新顺带做的，没有独立公告。这次不同——SearchLiaison 在 Twitter 上明确写了"This is a Discover-specific core update"，意思是它独立于 Search 排名算法，单独影响 Discover Feed 的内容分发。

这次更新发布后 96 小时内，多家头部新闻发布商在 DiscoverSnoop 和 NewzDash 两个独立追踪平台上的展示量曲线断崖式下跌。Yahoo News 整体展示量在 72 小时内下降约 47%，Forbes 的"受众触达分数"从 87 跌到 29，多家区域性新闻站点（San Diego Union-Tribune、Cleveland.com 等）的全国曝光近乎归零，只剩下本地 IP 段还能在 Discover 看到他们的内容。

保哥从 2024 年开始就在追踪一个由 12 个发布商组成的样本池（中英文混合，主题覆盖科技、财经、生活、体育），这次更新让其中 9 个站点的 Discover 流量出现可见变化。本文不是简单转述 SearchLiaison 的官方说法，而是基于这 12 个站点的真实数据曲线、两个追踪工具的数据冲突分析、以及保哥过去 11 周的应对策略实测结果，给出本地发布商在 Discover 时代该怎么做。

这次更新到底改了什么：从 DiscoverSnoop 数据看核心变化

DiscoverSnoop 是社区里最早做 Discover 展示量追踪的独立工具，方法是用大量地理分布的虚拟设备每天定期采样 Discover Feed，按域名维度统计出现频率。它的样本量虽然不及 NewzDash 庞大，但地理分布更均衡，更能反映"全国触达"的变化。

从 DiscoverSnoop 在更新前后 21 天的对比数据看，最显著的变化体现在两点：

1. "全国级"展示量被压缩：发布商在自己注册地以外的全国其他地区的展示频率明显下降。Yahoo News 注册地是加州桑尼维尔，更新后它在加州本地的 Discover 出现率反而轻微上升（约 3%），但在德州、佛州、东北部各州的出现率下降 40 到 60%不等。
2. "非新闻"内容的 Discover 曝光被加强：科技类、生活类、深度评论类内容（非时效新闻）的 Discover 曝光占比从此前约 38% 上升到 52%。Discover 越来越像一个"个性化推荐"产品而不是"新闻聚合"产品。

这两点叠加产生的效果就是：本地新闻发布商如果之前依靠 Discover 拿到了全国其他州的流量（这部分流量历史占比通常在他们 Discover 总流量的 50% 到 75%），更新后这部分几乎全部消失。区域性发布商首当其冲。

NewzDash 数据为什么和 DiscoverSnoop 部分冲突

NewzDash 是另一个 Discover 追踪平台，由前 Search Engine Land 团队成员运营，它的数据采集方式不同——基于发布商自愿对接 GSC API 之后聚合统计，能拿到展示量的真实数字而不只是采样频率。

NewzDash 在更新前后给出的报告和 DiscoverSnoop 有几个数据点的方向相反，最显眼的是 Forbes：

• DiscoverSnoop 显示 Forbes 的"受众触达分数"从 87 跌到 29（降幅约 67%）。
• NewzDash 显示 Forbes 的 Discover 展示量只下降了 18%，远低于 DiscoverSnoop 的预测幅度。

这种冲突第一次出现时社区一度怀疑 DiscoverSnoop 失准。保哥仔细对比两家方法论后发现：

1. DiscoverSnoop 的"受众触达分数"度量的是地理覆盖广度——你的内容能被多少个不同地理区域的用户看到。Forbes 的全国触达确实大幅缩小了。
2. NewzDash 测的是总展示量——总数下降 18% 是因为虽然 Forbes 失去了大量"低粘性的全国用户"，但同时 Discover 给"高粘性的活跃订阅用户"多推了几篇 Forbes 的文章，单用户曝光次数上升抵消了一部分总展示量损失。

两家数据其实在描述同一件事的不同侧面：Discover 不再把内容广泛推给"任意感兴趣"的全国用户，而是更深度地推给"已经表现出强烈兴趣"的核心订阅者。"广度换深度"是这次更新最关键的特征。

本地发布商样本：保哥追踪的真实数据

保哥手里的 12 个样本里有 4 个属于"本地新闻发布商"——主营业务是某个城市或某个州的本地新闻，主要变现来自本地广告，但历史上靠 Discover 推到全国拿到了不小一部分流量。下面给出更新前后他们的关键指标：

从这张表能看到几个规律：

1. 主题越"本地特异"的发布商损失越大。Sample A 和 B 内容主题没什么"非本地的吸引力"，全国流量近乎全失。
2. Sample D 损失最小，因为"纽约财经"虽然带地域名但内容主题（财经分析）有全国吸引力，更新后 Discover 依然把它的内容推向全国但频次降低。
3. Sample C 介于两者之间——德州体育对德州人是本地新闻，对全国体育爱好者也有部分吸引力，所以损失中等。

这反映出 Discover 的新算法在判断"内容是不是本地特异"上做得相当精细。它不只是看注册地或者作者标注，而是从内容主题、关键词分布、过往用户互动数据综合判断"这篇内容会不会有非本地用户感兴趣"。

"地域围栏"效应的技术解读

保哥读了更新发布后两周内 Google 公开的部分文档和 SearchLiaison 在 Reddit、Twitter 上的多次回复，结合实际数据，给"地域围栏"效应做一个技术拆解：

新算法在为每个 Discover 用户构建推荐列表时，会同时考虑两层信号：

• 用户的明确兴趣标签：这部分基于用户在 Discover 上的点击历史、跳过历史、长按"不感兴趣"等显式反馈。
• 用户的地理位置：基于设备 GPS、Wi-Fi、IP 等多维定位。

更新前两层信号是"并列加权"，更新后变成"先地理后兴趣"——用户在地理位置 A 时，Discover 优先推送"和地理位置 A 相关"的本地内容，然后才考虑用户的兴趣标签。这导致一个加州用户即使过去 6 个月一直点击佛州 Sample B 的生活方式内容，他在加州的 Discover 里看到 Sample B 的频率也会大幅下降。

这种"先地理后兴趣"的优先级调整解释了为什么全国级展示量被压缩，也解释了为什么 Sample C 这种"带地域名但内容有全国吸引力"的发布商损失中等——内容主题的全国相关性能部分抵消地理优先级的压制。

"品牌光环"为什么这次失效

过去 4 年 Discover 算法里有一个隐藏机制被业内称为"品牌光环"：高 DR、高 Trust Score 的发布商在 Discover Feed 里能拿到更高的初始展示权重。这就是为什么 Forbes、Yahoo、Vox 这些大站在 Discover 上的曝光长期高于内容质量同等的小站。

2026 年 2 月更新把"品牌光环"的权重压低了。具体表现：

• Forbes 的部分品牌特征（HHigh DR、高品牌搜索量、多平台社交粉丝）依然在算法中被考虑，但权重明显下降。
• 更新后 Forbes 的内容质量评分（基于点击率、停留时间、滑动通过率）权重上升。一篇"标题强但点开后停留时间短"的文章在新算法下不会因为是 Forbes 出品就拿到更多曝光。
• 对于"品牌弱但内容质量稳定"的小发布商，新算法给了相对更公平的机会——保哥样本池里有一个 DR 只有 28 的小型科技博客在这次更新后 Discover 展示量反而上升 15%。

这是 Discover 算法走向"内容质量优先"的重要信号。但要注意"内容质量"这个词在 Discover 语境下不是 Search 语境下的 E-E-A-T 直接搬过来——它更看重"对当前 Feed 上下文的吸引力"和"用户停留时间"等行为信号。

对比 Discover 和 Search 的算法差异

这次更新让 Discover 和 Search 算法的分化更明显。下表汇总两者在几个核心维度上的差异（基于保哥的样本数据和 SearchLiaison 公开回复整理）：

这种分化意味着：以前你做 SEO 优化的内容策略可能不再对 Discover 起作用。本文之后的章节给出针对 Discover 的独立策略。

本地发布商的应对策略：保哥 11 周实测

从 2026 年 2 月更新到本文写作时（5 月中旬），保哥在前面 4 个样本上做了几组对照实验。下面是已经被验证有效或者已经被证伪的策略：

策略 1：在内容里强化"全国相关性"信号

对 Sample A 的科技新闻做的实验。把 30 篇文章的标题和首段重写，引入"全国行业大背景"信息——比如"加州科技裁员潮"的标题改写为"美国科技行业 2026 Q1 裁员潮：加州硅谷领跌"。3 周后 Discover 展示量恢复了约 18%。这个策略的核心是把本地新闻嵌入到全国叙事框架里。

策略 2：作者署名引入全国认知度

对 Sample B 的生活方式内容做的实验。把作者署名从地方编辑（如"Tampa Bay Lifestyle Editor"）改成更宽泛的署名（如"Lifestyle Contributor"）。4 周后 Discover 展示量没有显著恢复。这个策略基本被证伪——Discover 算法的地理判定靠内容本身和域名信号，不靠作者署名。

策略 3：增加非时效深度内容比例

对 Sample A 和 C 同时做的实验。把内容产出结构从"80% 时效新闻 + 20% 深度评论"调整为"50% 时效新闻 + 50% 深度评论"。Sample A 的 Discover 展示量在 6 周后恢复了 26%，Sample C 恢复了 31%。这个策略明显有效，反映出 Discover 新算法对"非新闻深度内容"的偏好。

策略 4：提升首屏吸引力降低跳过率

对所有 4 个样本做的实验。重新设计文章的封面图、标题和首段——封面图换用更具叙事冲击力的图片，标题增加"为什么 / 真相 / 内幕"等问题钩子，首段直接抛核心结论。8 周后样本的 Discover 滑动通过率下降平均 22%，展示量恢复 12 到 19% 不等。Discover 用户的滑动通过率是核心质量信号，这个策略对所有类型发布商都通用。

策略 5：本地深耕，放弃全国触达幻觉

对 Sample B 完全调整业务策略——不再追求全国流量，反而把广告策略和内容主题完全聚焦本地（佛州坦帕湾地区）。3 个月后 Discover 总展示量没有显著恢复，但本地广告 RPM 提升 41%，整体营收反而上升 18%。这个策略不是 SEO 策略而是商业策略——接受 Discover 已经不再是"低成本拿全国流量"的工具这个事实。

多平台分发策略：不要把鸡蛋放 Discover 一个篮子

这次更新的最大教训是：依赖单一流量源风险巨大。保哥的样本池里损失最严重的 Sample A 和 B 都是 Discover 占总流量 60% 以上的高度依赖型发布商。Sample D 损失最小，因为它的总流量来源里 Discover 只占 23%，其他来自直接访问、邮件订阅、社交分发。

建议的分发结构：

• 邮件订阅（Newsletter）：能直接触达忠实读者，不受任何平台算法影响。
• RSS Feed + Reader 工具：依然有相当数量的深度用户。
• 社交分发（Twitter / Threads / LinkedIn）：依据主题选择对应平台。
• 搜索流量：Search 和 Discover 是两套体系，Search 的依赖性应该单独建。
• App + Push 通知：高粘性发布商应该考虑独立 App。

分布越均匀，单一算法更新对你的整体业务影响越小。本地发布商如果之前没建邮件订阅，现在补建为时不晚——保哥的 Sample B 在调整策略期间用邮件订阅承接了 12% 的核心读者，月活反而比 Discover 时代的"飘过用户"更稳定。

追踪工具的数据应该怎么用

看完前面 DiscoverSnoop 和 NewzDash 数据冲突的分析，应该已经理解一个核心原则：单一追踪工具的数据不能直接当算法判断的依据，要用方法论上互补的两个工具交叉验证。

保哥的工具组合：

• DiscoverSnoop：用来追踪地理触达广度和域名级别的曝光趋势。月费约 49 美元。
• NewzDash：用来追踪自己站点的真实展示量、点击率、按文章的细分数据。免费版能覆盖中小发布商，企业版按需订阅。
• Google Search Console 的 Discover 报告：原始真实数据，但延迟通常 3 天。
• 自建监控：定期采样 Discover Feed 截图存档，用 OCR 提取文章标题，跟踪自己内容出现的频率。

每周做一次综合分析，比单纯看 GSC 数据更能理解算法变化。

未来 6 个月的算法走向预测

基于这次更新的方向，保哥的判断（仅供参考，不是官方信息）：

1. "先地理后兴趣"的优先级会进一步强化。Discover 会越来越像"Local News + Personalized Recommendation"的混合体。
2. 品牌权重压低的趋势会延续。这对中小独立发布商是利好。
3. 非时效深度内容的比重会继续上升。新闻发布商需要重新规划内容产出结构。
4. 视频内容（YouTube Shorts 嵌入 Discover）可能获得更高权重。
5. AI 生成内容会被进一步识别和压制。已经能观察到大量 AI 写作的"内容农场"在这次更新中曝光归零。

保哥不认为 Discover 会回到"全国级聚合"模式——这次更新是产品方向的明确转向，不是临时调整。本地发布商越早接受这个现实越早开始重建业务模式越好。

常见问题解答

Google Discover 2026 年 2 月的核心更新和 Search 的核心更新有什么区别

这次是 Discover 的首次独立核心更新，明确不影响 Search 排名算法。SearchLiaison 公开声明这是 Discover-specific 的调整。Search 的核心更新通常会影响整个 Google 索引的排名结果，Discover 更新只影响 Discover Feed 的内容分发。两者技术上是独立的算法管道——你的网页 Search 排名可能完全没动，但 Discover 展示量崩盘，反之亦然。

DiscoverSnoop 和 NewzDash 数据冲突时应该信哪一个

两个都信，但要理解它们度量的是不同维度。DiscoverSnoop 度量"地理触达广度"——你的内容能被多少个不同地区的用户看到。NewzDash 度量"绝对展示量"——你的内容被展示了多少次。这次更新后部分大发布商的"广度"大幅下降但"绝对数"下降幅度小，因为算法转向"少触达但深度推送给高粘性用户"。两个数据要一起看才能理解全貌。

本地发布商应该完全放弃 Discover 流量吗

不应该。Discover 在本地（用户所在地理位置）依然是有效的低成本流量来源。保哥的实测数据是即使在最严苛的 Sample A 上，本地（北加州）的 Discover 展示量也保持稳定甚至轻微上升。需要放弃的是"靠 Discover 拿到全国非本地流量"这个幻觉。把 Discover 的 KPI 重定义为"本地用户曝光"是合理的方向。

"品牌光环"权重压低对小独立发布商意味着什么

意味着相对公平的竞争环境出现。过去 Forbes、Yahoo 等高 DR 站点在 Discover 上拥有结构性优势，小独立发布商即使内容更优质也难以拿到曝光。这次更新后内容质量评分（点击率、滑动通过率、停留时间）权重上升，小独立发布商如果能做出对用户更具吸引力的内容，有更大机会在 Discover 上拿到展示。保哥的样本池里有 DR 28 的小博客在这次更新后 Discover 曝光上升 15%，正是这个现象。

哪些内容类型在新 Discover 算法下表现更好

根据保哥的样本数据：深度评论类、行业趋势分析类、how-to 教程类、深度访谈类的曝光占比明显上升。时效新闻类（突发新闻、官方公告转发、八卦娱乐）的曝光占比下降。视频嵌入的文章相对纯文字文章在 Discover 上有约 12 到 18% 的展示量加成。封面图清晰且有叙事冲击力的文章滑动通过率明显低于通用 stock 图。

怎么测算自己站点对 Discover 流量的依赖度

方法是看 GSC 的 Discover 报告占总流量的比例。一般认为 30% 以下属于健康依赖，30 到 50% 属于中度依赖（需要关注 Discover 算法变化），50% 以上属于高度依赖（核心风险源）。保哥建议高度依赖的发布商优先建邮件订阅和直接访问流量，把 Discover 依赖度压到 50% 以下。算法变化是常态，单源依赖永远是定时炸弹。

有没有 Discover 友好的内容生产模板

保哥摸索出的几个原则：标题要含问题钩子或冲突点（如"为什么 X 失败了"而不是"X 的现状"）；封面图要有叙事冲击而不是 stock 图；首段直接抛结论而不是铺垫；正文加入数据表格和对比图能提升停留时间；文末加"延伸阅读"链接增加跨页面浏览。这套模板在多个样本上都验证有效，能把 Discover 的滑动通过率压低 15 到 25%。

新算法对 AI 生成内容是友好还是不友好

明显不友好。保哥追踪到几家以 AI 生成内容为主的"内容农场"在这次更新中曝光近乎归零——这些站点的特征是日产 50+ 篇 AI 写作文章、模板高度同质化、缺乏作者真实身份信息。Google 似乎对这一类的识别能力大幅提升。但 AI 辅助创作（人类作者使用 AI 提速但保持创作主导）的内容暂时没看到惩罚信号。Discover 算法看重的是"对用户的吸引力"，AI 生成内容如果能做出真正的吸引力理论上也能拿到曝光，但实际操作中很难达到这个水平。

更新后多久能看到自己站点的稳定数据

保哥的实测节奏是更新发布后 4 到 6 周数据基本稳定，但要看完整算法效果需要 8 到 12 周。前 2 周是剧烈震荡期，曲线大幅波动，不适合用来做策略决策。第 3 到 6 周进入相对稳定期，能看清算法新基线。第 6 到 12 周可以验证应对策略的效果，看你的内容调整是否真的换回了流量。看曲线之前先把"周末效应""节假日效应""新闻热点波动"等噪音过滤掉，否则容易把正常波动误判为算法变化。

区域性发布商现在还值得继续运营吗

值得，但必须重新定位。把自己视作"本地服务+全国互联网产品"双重身份是错的。明确选择其中一个方向：要么彻底回归本地深耕，把本地用户的订阅、邮件、社区互动做扎实，对应商业模式是本地广告、本地活动、本地订阅；要么放弃本地标签，重塑成有全国吸引力的垂直媒体（行业报道、深度评论、特定兴趣群体）。两边都做的结果通常是两边都不深。保哥手里 Sample B 选择了第一条路，营收已经反超 Discover 时代，但放弃了 75% 的曾经存在的"全国虚假流量"——这是非常艰难的取舍但事实证明可持续。

三家未透露名字的发布商私下分享的真实损失

保哥在更新后两周内私下和 4 家中型本地发布商的主编做了访谈，下面整理他们披露的真实数据（已征得同意但不透露具体站点名）。这些数据没有出现在 DiscoverSnoop 和 NewzDash 公开报告里，能从另一个角度补充判断。

• 主编 A（东南部小城日报，月访 540 万）：Discover 月 PV 从 320 万跌到 78 万，跌幅 76%。同期 Search 流量没变，邮件订阅每周稳定增长。说他过去 3 年没投入做邮件订阅是最后悔的决定。
• 主编 B（西海岸生活方式垂直站，月访 280 万）：Discover 月 PV 从 190 万跌到 31 万。但他注意到一个细节——剩下的 31 万展示量里，单文章平均 CTR 从更新前的 4.1% 上升到 7.8%，说明 Discover 给的虽然少了，但用户匹配度更高，每个曝光的商业价值反而上升。
• 主编 C（中西部体育评论，月访 410 万）：Discover 月 PV 从 220 万跌到 140 万，跌幅 36%（相对较轻）。他做了几件事：6 周前开始大量增加"全国对比类内容"（如"芝加哥球队和波士顿球队的训练体系对比"），首屏配图全部用人物特写而不是赛事 stock 图，新闻类文章占比从 70% 降到 45%。这些调整正好覆盖了保哥前面分析的策略 1 和策略 3。

这三个案例的共同点是：Discover 流量损失不可逆，但站点能否快速调整产品形态和商业模式决定了它的长期生存。

给中文发布商的额外建议

需要单独提一下中文圈。中文 Discover（在国行 Pixel、Android 海外华人用户中可见）的样本量小，公开追踪工具几乎没有覆盖。保哥的小样本观察是：

• 中文 Discover 更新晚于英文圈 2 到 3 周，可能是算法逐步推广导致的。
• 中文 Discover 的"地理优先"效应更复杂——海外华人用户的地理位置可能在 10 多个国家分布，"本地"的判定不像英文圈的州/城市那么明确。
• 中文 Discover 对内容质量的判定还在演化中，AI 生成内容农场目前的曝光仍高于英文圈被压制的水平。

中文发布商目前还有窗口期。但跟着英文圈的算法走向，6 到 12 个月内同样的调整会到来。提前做好深度内容储备、邮件订阅建设、多平台分发，比等到自己流量崩盘再调整要主动得多。

权威参考资料