关键词难度KD怎么算？各家SEO工具分数为何差距这么大

摘要：同一个词Ahrefs给38、Semrush给61、站长工具给89，三家都没算错：它们各自用手里不完整的链接数据回归出一个近似分，量的对象不同，拿绝对值互相比较就是误用。KD看不到搜索意图，看不到SERP里可以替换的弱页面，也看不到你网站的相对实力。合适的用法是在同一个工具里按相对分值分桶粗筛，再回到SERP逐条判断真实机会。

有个做家居出海独立站的客户，在选品会上拿着一张Excel冲我发火：同一批二十个长尾词，他让运营分别用三个工具拉了关键词难度，排序完全对不上，一个工具里最该做的词，到另一个工具里排进了最难做的那一档。他问得很直接：“这分数到底信谁的？是不是有一家在骗我？”

没有谁骗他。关键词难度（Keyword Difficulty，业内简称KD）最容易被误解的地方就在这里：它从来不是客观真值，每家工具都用自己手里那套不完整的链接数据，各算各的近似分。把三家的分数放在一起比绝对值，这个指标就用错了。要用对它，先得弄清这个数字是怎么算出来的。

关键词难度KD这个分数到底在量什么？

大多数人对KD的理解只有一句话：“分数越高越难排上去。”这句话不算错，但它把一个统计近似当成了物理定律。KD想回答的问题其实很窄：如果我现在要在这个词的搜索结果首页占一席，大概需要多少、多强的外部链接支撑？它回答的是“链接门槛”，而“这个词好不好做”是另一个问题，两者经常对不上。

主流工具为什么都把KD做成一个和链接强相关的分？因为在工具能拿到的数据里，指向页面的引用域（referring domains）数量和质量，是和排名相关性最稳定、也最容易规模化测量的变量。内容质量、意图匹配、用户行为、品牌权威这些因素，工具要么测不到，要么测得很粗。结果KD基本成了“首页那十个页面的链接画像有多强”的浓缩值。

明白了这一点，就能理解它后面的所有表现：对链接敏感，对其他因素迟钝。搜索引擎怎么决定排序，我在搜索引擎抓取索引排名三步全拆解里讲过，排名因子是一整套系统，KD只压缩了其中最容易量化的那一项。

各家SEO工具的关键词难度KD是怎么算出来的？

重点在“算出来”三个字。KD不是Google给的，Google从来没有公开过任何“难度”数值，以后也不会。你看到的每一个KD，都是某家工具私有公式的产物。公式不同，喂进去的数据库不同，标定用的样本也不同，结果天然不会一致。下面拆开几家主流做法，它们之间的差异比多数人想象的大得多。

Moz：最早把关键词难度做成分数的工具

把关键词难度做成产品、以0到100的分数给大众使用，最早形成规模的是Moz，时间大约在2012年前后。Moz早期的逻辑很简单：抓取首页排名页面，取它们的页面权威（Page Authority）和域权威（Domain Authority），加权后映射到0–100。优点是直观，和自家的DA/PA体系一致。缺点同样明显：DA/PA本身就是Moz基于自家链接索引回归出来的近似分，KD相当于在近似分上再叠一层近似，误差会累积。

所以早年大家就发现，Moz的KD在头部大词上还算靠谱，到了中长尾词，常常给出一片相近的中等分，区分度不够。

Ahrefs：主要按引用域数量回归的KD

Ahrefs的KD被引用得最多，机制也最透明，值得多讲几句。Ahrefs官方多次说明，它的KD主要取决于当前首页页面的引用域数量，做法大致是：取首页前十个页面各自的引用域数，按对数尺度处理，再回归映射到0–100。用一句话概括，Ahrefs的KD约等于“想进这个词的首页，你大概要追平首页页面那个量级的引用域数”。

这种设计有个很重要、却很少有人讲清楚的后果：Ahrefs的KD几乎不看内容、不看意图、不看你自己的网站，连引用域的质量也基本不看，主要看数量。很多人困惑的一个现象由此而来：有些词一看就竞争激烈，Ahrefs给的KD却不高，因为首页页面虽然来自大站，但具体到那个页面，拿到的独立引用域并不多。

反过来，有些看着冷门的词KD特别高，只是因为首页恰好被几个本身链接极多的页面占着。把Ahrefs的KD当成“这个词好不好做”的判断，在这两种情况下都会出错。

Semrush等工具：混合多种信号的KD

Semrush的KD%走的是另一条路：公式里除了链接，还加入了域权威、引用域、SERP特征（有没有精选摘要、视频、购物结果等抢点击的元素），甚至关键词本身的一些属性，最后算成一个综合百分比。好处是把链接以外的竞争因素也纳入进来，理论上更全面；代价是更不透明，拿到一个61%，很难反推出这61%里是链接占比高还是SERP特征占比高，排查起来就难。

KWFinder、Ubersuggest这类工具又是另一种做法：主要看首页页面的链接概况，再叠加一个简化的域强度，轻量直观，适合快速过词，但区分度和稳定性都不如前面几家。

最后是国内站长工具，以及一些以竞价数据为主的平台，它们的“难度”里经常混入了搜索竞价的激烈程度（出价、广告主数量）。竞价激烈≠自然排名难，在很多商业词上两者甚至相反：有些词广告位争得厉害，自然结果却全是薄弱内容；有些词没人投广告，自然首页却被权威大站牢牢占住。用混了竞价数据的难度做自然SEO选词，方向从一开始就偏了。

KD计算中的对数尺度和标定样本起什么作用？

很多人看到“对数回归”就跳过，但这正是理解KD为什么这样变化的关键，这里用大白话讲清楚。为什么要用对数尺度？因为引用域数量和排名难度之间不是线性关系：一个页面从10个引用域涨到20个，排名推力差别很大；从1000个涨到1010个，几乎没有区别。

如果直接用原始数字线性映射，前十名里只要混进一个引用域上万的大站，整个词的KD就会被这个极端值拉高，中小竞争之间的真实差异全被压平。取对数的作用，是放大“从0到100”这一段的边际差异、压缩“从1000到10000”这一段，让分数更接近实际的边际竞争情况。这也解释了一个常见困惑：有些词你花大力气把引用域翻了一倍，KD只降了几分，因为你正处在对数曲线已经很平的那一段。

“标定样本”是另一个常被忽略的因素。每家工具的0–100都不是凭空定的，而是拿一批它认定“已知难”或“已知易”的词去回归、校准出来的。这批样本以哪个语种、哪个行业、哪个时期为主，直接决定这把尺子在你的细分领域准不准。主要用英文大众词标定出来的KD，拿去量中文小众B2B词，刻度本身就偏了。

所以同一个工具在不同语言、不同垂直领域里，KD的表现会明显不同。工具没有坏，只是这把尺子原本就不是按你这段量程校准的。

同一个关键词，为什么各家工具的KD能差一倍？

看完上面的表，客户那张对不上的Excel就好解释了。这些差异是结构性的，不是偶然噪声，主要来自下面几个层面，而且会叠加放大。

各家工具抓取的SERP快照不同

KD的计算前提是“首页那十个页面”，而首页一直在变。各家工具抓取SERP的时间、频率、地理位置和语言各不相同，是否模拟登录状态也不一样。一个词此刻在北京、未登录状态下的首页，和工具三天前在弗吉尼亚机房抓到的首页，可能已经换了好几个页面。首页构成不同，算出来的链接门槛自然不同。

商业意图强、SERP波动大的词，这种差异尤其明显。我见过同一个跨境词，两家工具差了近三十分，原因就是它们抓到的首页构成完全不同。

各家链接数据库的规模差距很大

KD的核心输入是“页面有多少引用域”。但没有哪家工具拥有完整的全网链接图，各家自己爬取、自己建索引，索引规模和更新速度差别很大。同一个页面，A工具看到800个引用域，B工具只看到500个，因为B的爬虫还没覆盖到那批新增链接，或者按自己的标准过滤掉了一部分。输入差了三成，输出的难度分自然差一截。

这也是跨工具比较KD绝对值没有意义的原因：比出来的差异反映的是两家公司爬虫的覆盖率，和难度无关。

各家KD公式的输入信号不同

即使SERP和链接数据完全一样，前面也讲过：Ahrefs主要回归引用域数量，Semrush混合了多种信号，Moz走DA/PA路线。同样的原料，三套配方，做出三道不同的菜，很正常。出错的是把它们的结果当成同一种可以直接比大小的东西。正确的用法是：在同一个工具内部横向比，绝不跨工具比绝对值。

个性化、本地化和数据滞后如何影响KD？

还有一层差异最隐蔽，也最容易让人误以为工具“算错了”：你在浏览器里看到的SERP，已经按你的搜索历史、登录状态、精确位置和设备类型做过个性化；工具则用一个中性的、位于机房所在地的、未登录的爬虫去抓取。两个首页可能差好几个位置。你觉得“这个词首页全是大站，KD才40不可能”，很可能是因为你看到的是个性化后的版本，工具看到的是另一种结果。

再加上时间滞后：链接图谱的更新有延迟，一个页面上周新拿到两百个引用域，工具的索引这周可能还没处理完，算出来的门槛就会偏低。所以不只是不同工具之间不能比，工具的数字和你眼前的SERP也不该直接对照，中间隔着个性化和时间两层偏差。

把这几层放在一个具体例子里看：假设某个词首页十个页面的引用域数从高到低是 [4200, 980, 760, 420, 310, 240, 190, 120, 90, 40]。Ahrefs取对数后回归，4200这个极端值被压缩，真正影响分数的是中段两三百量级的那批页面，于是给出一个中等偏上的KD。

另一家工具的爬虫还没收录那个4200页面新增的一批链接，看到的是 [2600, 980, ...]，中段也少抓了一部分，回归结果就低了十几分。同一个词，两家都没算错，差值却真实存在。拿这两个数比大小，比出来的只是两家爬虫这一周的抓取进度。

关键词难度KD高就不能做、KD低就好做吗？

这是我在客户那里见得最多的错误：把KD当成阈值开关，低于某个数就做，高于某个数就放弃。这种用法危险，是因为KD在结构上缺了三项决定胜负的信息，而经验丰富的SEO判断的恰恰是这三项。

KD看不到搜索意图，而意图决定能不能进首页

一个KD只有20的词，如果搜索意图是“用户想直接购买、想找官方工具或想看视频”，而你写的是一篇资讯文章，难度分再低也进不了首页，因为Google判定这个词需要的不是文章。反过来，一个KD看着有60的词，如果首页十条里有六条是答非所问的老旧资讯，意图明显错配，一篇真正对题的好内容反而有机会后来居上。难度分反映不了这些情况。

如何从SERP反推意图错配、如何诊断，我专门写过用SERP反推页面该改成什么样。选词阶段就该把意图单独拿出来判断，而不是把它埋在一个难度分里当作不存在。

首页里可替换的弱页面，KD平均分会把它抹掉

真实的SERP很少是十个实力相当的页面。常见的构成是：三个真正强的页面，四个意图错配的大站旧页，两个内容单薄、靠域名权重撑着的页面，再加一个论坛帖。你要击败的并非这个词的“平均难度”，而是首页里最弱、你有把握替换掉的那个位置。KD把十个页面合成一个平均分，恰好抹掉了你最需要的信息：哪个位置可以替换。读SERP的人一眼能看出的破绽，只看KD分的人完全看不到。

同一个KD分，新站和老站的难度并不一样

同样是KD45的词，对一个建站三个月、引用域只有个位数的新站，和一个深耕五年、主题权威已经建立的老站，难度完全不同。KD是个“绝对”分，默认所有人站在同一起跑线上，现实中从来不是这样。所以我一直跟客户强调：难度要相对于“你这个网站、在这个主题下、当前的相对实力”来判断。脱离自身网站情况谈KD高低，就像不看体重谈一个杠铃重不重。

关键词难度KD在选词流程里该怎么用？

KD有这么多问题，是不是干脆删掉不用？不必。用对了，它的效率很高，前提是清楚它只能做一件事：在大量候选词里粗筛降噪，而不是做最终决策。

我带团队选词时是这样用的：先用挖词工具把一个主题的候选词扩到几百上千个（扩词的渠道和方法可以参考长尾关键词扩展完整指南），这时候没人有精力逐个去读SERP，KD就派上了用场。在同一个工具内部，结合搜索量和每个词的SERP特征，用KD把这上千个词快速分成三档：明显够不着的先搁置，明显能做的进快速通道，处于模糊地带的进人工核查队列。

这里KD只负责分桶降噪，不决定做与不做，最终决定靠后面的人工核查。低竞争词的系统化做法，我在低竞争关键词挖掘实战里有完整的策略框架，KD在那套框架里始终只是第一道粗筛。

一条用了很多年的经验法则：KD只在同一来源、同一时间、同一地区的批量横向比较中可信；它的绝对值不可信，它和其他工具的差值更不可信。把它当筛子用，别当尺子用。

KD分桶的阈值该怎么定？

既然要用KD分桶，阈值就不能凭感觉填。我的做法是用你自己的网站当尺子，不用通用数字：先挑五到十个已经排进首页、心里有数的现有关键词，看它们在你常用的工具里KD落在什么区间，这个区间就是“以你网站当前实力能做得动”的实际参照。把这个参照当作分桶中线：明显低于它的进快做桶，明显高于它的进搁置桶，在它上下浮动的进人工核查桶。

这样定出来的阈值基于你自己的网站，会随着网站变强自动上调，不必照抄一个对谁都不准的“KD30以下才做”。这一步花不了十分钟，却给后面上千个词的粗筛定下了可靠的基准，也避开了“用别人的难度标准衡量自己的网站”这个常见错误。

KD、搜索量和点击空间一起看会更准吗？

很多人意识到单看KD不可靠之后，会改用“KD×搜索量”的二维矩阵：低难度、高搜索量的优先做。方向没错，但这里还有第二个陷阱：搜索量本身也是估算值，而且越来越不等于真实点击。

先说搜索量为什么也不能全信。它和KD一样是工具的近似结果：来自点击流采样、关键词规划师的区间数据，再经过模型平滑，在中长尾词上误差动辄好几倍。两个都带不确定性的估算值相乘，误差会放大，不会抵消。

第二个问题更严重：即使搜索量准确，其中有多少能变成点击，要看SERP的样子。一个月搜一万次的词，如果首页顶部有AI概览、精选摘要、一排购物卡片和一个视频轮播，真正流向自然蓝链的点击可能只剩两三成；另一个月搜两千次的纯信息词，首页是十条干净的蓝链，可获得的点击反而更多。所以正确的做法是三维而非二维：难度、搜索量，以及这个搜索量里还剩多少真实点击空间。第三维KD和搜索量都反映不出来，只能人工看SERP构成。

我带团队排选词优先级时，排序依据从来不是“KD÷搜索量”，而是一组粗糙但管用的连续提问：这个词的意图能不能对上我的内容类型？对得上的话，首页有没有可替换的弱页面？有的话，这个词的SERP还给自然结果留了多少点击？三项都通过，才按搜索量排先后。

KD在这组提问里连第一个问题都回答不了，它只适合在更前面“上千个词降噪”那一步出现一次，之后就该退出。把它放回合适的位置，选词决策会清楚很多。

不看KD分数，怎么判断一个关键词能不能做？

候选词进入人工核查队列后，KD就不再参与判断。真正决定一个词做不做、怎么做的，是下面这套读SERP的步骤。它慢，但准，做多了速度也会提上来。

如何逐条读懂SERP首页十条结果？

打开这个词在未登录状态、目标地区下的真实SERP，逐条问四个问题。第一，这十条的内容类型是否一致（全是长文？全是产品页？还是混排？），由此可以判断意图。第二，这十条里有几条真正对题且内容新，有几条答非所问或明显过期，错配越多，你的机会越大。第三，看占位页面这一个页面的引用域质量（谁在链接它、是否相关），而不是整个网站的域名权重。

第四，问自己：能不能做出一个在深度、时效和意图贴合度上明显超过当前最弱两三条的页面？四个问题答完，你对“能不能做”的判断比任何KD分都扎实。

为了让这套判断可重复执行，我把它整理成一张简单的核查记分表，人工过每个待定词时按表打一遍分，比盯着KD分更快也更准：

五项中，只要意图匹配、有弱页面、有点击空间这三项同时成立，这个词通常就值得做，KD是多少不影响结论；反过来，意图错配或者点击空间已被挤占殆尽，KD再低也别碰。这张表把“难度”重新拆成了一组可以逐项核查的判断，而不是一个数字。

一个与KD判断相反的真实案例

那位家居客户的Excel里，有个词三家工具的KD分别是34、52、77，他原本按最低的34判定为“轻松能做”。我让他先放下公式，直接看SERP：首页前五里有三条是大型综合电商的分类页，内容和这个具体的长尾问题几乎无关，完全靠站点权重占位；还有一条是2017年的老博客，信息已经过时；只有第六到第八位才是真正对题的内容页，而且都不算深。

结论和三个KD分都相反：这个词既不是“轻松能做”，也不是“很难”，而是意图严重错配、首页有大量弱页面、特别适合用一篇真正对题的深度内容后来居上。三个月后这个词进了前三，带来的转化是那批词里最高的。如果当初按KD排序，它要么因为77被直接淘汰，要么因为34被当成“随便写写就行”草草应付，两种结果都会错过它。后来我在好几个项目里反复验证过：KD和真实机会的相关性，远没有大家以为的那么强。

反方向的坑同样存在。另一个做B2B SaaS的客户，Ahrefs给一批术语词的KD普遍只有十几二十，团队按“低难度”全力铺内容，半年几乎没有收获。问题在于，这些词KD低，是因为没人专门为它们建过强链接，引用域门槛确实低；但它们的SERP首页全被该领域两三个权威平台的文档和深度长文占着，这些页面单页引用域不多，但主题权威极强，内容深度也远不是一篇资讯文章够得着的。

KD只量了链接门槛，完全没有量出“主题权威”和“内容深度”这道门槛。这里的低KD是个陷阱：它低，不代表你能进，只代表“没人靠堆链接进去过”，因为这道关靠的根本不是链接。两个方向相反的案例放在一起，结论很清楚：KD只提供一方面的信息，真实情况要看那十条SERP。

AI搜索时代关键词难度KD还有参考价值吗？

这两年绕不开一个问题：AI Overviews和AI搜索大幅改变了传统SERP，关键词越来越碎、越来越长、越来越接近自然语句，KD这套以“首页十个蓝链”为前提的指标还有用吗？

我的判断是：KD的具体数字越来越不重要，但它背后对“竞争强度”的判断不会过时，只是判断的对象变了。过去你要击败的是首页十个页面；现在还要额外考虑，这个查询会不会触发AI直接作答、吃掉大部分点击，以及AI生成答案时倾向引用哪类来源。一个KD很低、但已经被AI Overview完整覆盖的信息型查询，实际可得流量可能接近零，任何工具的KD分都不会提示这个风险。所以在AI搜索环境下选词，我更少依赖这个分数，更多靠人工查看：这个查询现在的结果页是什么样、AI介入到什么程度、还剩多少真实点击空间。

还有一个更底层的变化，动摇了KD这套体系的前提：查询正在变得前所未有地分散。人们对着AI和语音助手用完整的自然语言提问，产生了大量低频、几乎从未被关键词工具收录过的长尾查询。KD的前提是“这个关键词有一个稳定的首页可供抓取分析”，而一个只被搜过几次的句子没有稳定的SERP，也就没有可算的KD，工具只会给出空白或一个没有意义的默认值。

这意味着流量结构里越来越大的一部分，KD按定义就覆盖不到。应对方法不是逐个估算这些词的难度（根本无法估算），而是把选题单位从“单个关键词”提升到“能覆盖一整组提问的主题与实体”，用内容的完整度和权威性承接整片长尾，而不是去计算其中某一个词的难度。判断难度要靠你读整个结果页的眼力，一个分数替代不了。这在传统SERP时代成立，到了AI搜索时代更是如此。

常见问题解答

关键词难度多少分以上就不该做了？

没有通用阈值，设定统一阈值本身就是误用。KD只适合在同一工具内做相对粗筛，做不做要看SERP意图是否匹配、首页有没有弱页面，以及你自己网站的相对实力，这三项KD都量不到。

为什么同一个词Ahrefs和Semrush的KD差那么多？

因为两家算法不同：Ahrefs主要回归首页页面的引用域数量，Semrush综合了链接、域权威和SERP特征。再加上各自抓取的SERP快照和链接数据库规模不同，分数差一截是结构性的，并非哪家出错。

KD和搜索意图是一回事吗？

完全不是。KD近似的是“链接门槛”，和这个词需要的是文章、产品页还是视频没有关系。一个低KD的词，如果意图和你的内容类型错配，照样进不了首页，意图必须单独判断。

新站选词应该只挑KD低的词吗？

方向对，但方法太粗。新站确实应该避开链接门槛过高的词，但低KD的词里有大量意图错配或没有真实点击的词。合适的做法是用KD粗筛后人工读SERP，挑出首页有明显弱页面、意图能对上的低竞争词。

国内站长工具给的关键词难度能信吗？

要看它如何定义难度。不少国内工具的难度里混入了竞价激烈程度，而广告竞争激烈不等于自然排名难。做自然SEO选词，优先使用以自然SERP和链接数据为基础的工具，并始终以人工核查为准。

AI搜索普及后还需要看KD吗？

具体分数的参考价值在下降，但对“竞争强度”的判断更重要了。现在除了原有的链接门槛，还要评估这个查询会不会被AI直接作答吃掉点击，这部分任何KD分都不会显示，只能人工判断。

同一个工具里KD可以直接拿来排序选词吗？

可以用来初筛降噪，把上千个候选词分成“搁置、快做、待人工核查”三档，效率很高。但不能直接根据排序结果拍板，排名靠前不等于值得做，最终仍要人工核查SERP和意图。

关键词难度这个数字被严重高估，作为工具又常被浪费。把它当裁判的人，会被一个连意图都看不到的近似分牵着走；会用的人把它当筛子，在批量降噪这件它最擅长的事上用足它，在它覆盖不到的地方，老老实实去读那十条SERP。工具本身没有错，错在把近似值当成了定论。