QRG手册怎么读？M/H/L评分+E-E-A-T训练机制

QRG（搜索质量评分员手册）不是排名因子，也不是Google内部工程师文档，而是给全球外包评分员看的打分说明书。它在SEO里的真正价值，是把“Google心里认为的好页面长啥样”写成了明文清单——读它的方式不是当算法逆向工程材料，而是当成你自己self-review时最权威的参照标尺。机械“按QRG优化”是误区，把它当镜子用才是正解。

QRG这份文档Google公开了10年。在国内SEO圈，它的引用率高得吓人，但真正完整读过那170多页PDF的人，保哥认识的不超过20个。多数人都是从某篇“E-E-A-T怎么做”的二手文章里听过两三个词——Beneficial Purpose、YMYL、Page Quality——然后就开始给客户讲。这就是为什么这2年关于QRG的讨论充满了相互矛盾的“经验”。

真正读过原文的人会发现一个反常识的事实：QRG里90% 的内容跟你日常做SEO的动作没关系，但剩下那10% 的逻辑能改变你看自己网站的整个视角。这篇要把这份文档的机制讲透——它从哪儿来、怎么生效、怎么影响算法、怎么被普遍误读、以及一个能落地的self-review清单。

QRG到底是什么？为什么Google要公开它？

QRG全称Search Quality Rater Guidelines，搜索质量评分员手册。它是Google给全球约16000名外包评分员看的打分说明书，告诉这些评分员遇到任何一个网页、对照任何一个查询时，该按什么标准给出1到5分的评估。

这份文档从2013年泄露到2015年公开的来龙去脉

2013年这份文档的内部版本第一次被外部SEO圈拿到——那时候叫General Guidelines，不到100页，没有任何“Beneficial Purpose”或“E-A-T”概念。2014年Google内部多次重写，2015年11月19日Google第一次主动公开了完整版PDF，标志着官方承认“我们就是这么训练算法的”。从那以后每隔6到12个月会更新一次，每次更新都会在SEO圈引发讨论。

2022年12月那次更新是分水岭——E-A-T正式扩成E-E-A-T，加了第一个Experience（亲身经验），同时整份文档的篇幅从175页扩到176页（看起来变化不大，但内部对评分员的指导细节增加了30多处）。Google自己在 Search Central 2022年E-E-A-T引入说明里讲了这一改动背后的考量。这一年正好是ChatGPT爆发的前夜，时间点不是巧合。2024年那一版又把Lowest评分的判定细节收紧了，特别针对联盟站和AI批量生成内容做了明文打击。完整PDF在 Google官方QRG下载入口，每次大改1到2个月内会同步公开新版。

Google为什么愿意公开这份文档？

大部分人以为Google是因为“被泄露了所以索性公开”。这只是表面原因。真实的三个动机：

• 评分标准透明化能反向规范评分员行为——16000名外包评分员分布在几十个国家，文档不公开就只能内部审计，公开后SEO圈和媒体都在帮Google监督评分一致性。
• 把“Google觉得好的页面”明文化能减少与媒体和监管的摩擦——尤其在YMYL领域，公开的标准比闭门规则更难被指控“故意打压某类内容”。
• 给优质内容创作者一份明确指南——Google内部数据显示，被外部SEO圈讨论越多的算法概念，长期看高质量内容的供给越充分。E-E-A-T这个词被讨论越多，Google自己的训练数据池就越好。

所以“Google公开QRG”不是被动的，是它整个搜索质量战略的一部分。这也解释了为什么这份文档每次更新都会被Google官方博客同步预告——它就是要让SEO圈讨论。

QRG不是排名因子，那它怎么影响搜索结果？

这是QRG最容易被误读的核心机制。Google在文档开头第二段写得清清楚楚：评分员的打分不会直接影响任何具体页面的排名。但同时QRG又被业内公认为是理解Google算法的最重要文档。这两件事怎么协调？

评分员→训练数据→算法迭代的传导链

真实的传导路径分4步：

1. Google工程师做了算法迭代的候选版本（比如调整某个信号的权重）。
2. 把候选版本生成的SERP与现有线上版本的SERP同时发给评分员对照打分。
3. 评分员根据QRG给两组SERP打分，Google工程师看哪一组的平均Page Quality和Needs Met分数更高。
4. 分数更高的版本进入下一轮A/B测试，最终决定是否上线。

所以评分员不直接评分你的页面，但他们集体的评分倾向决定了哪些算法版本能上线。这意味着QRG里被认定为“高质量”的内容特征，会通过算法迭代缓慢但确定地反映到真实排名上。这个传导周期通常是6到18个月。

为什么“按QRG优化”和“按算法优化”是两回事

这是保哥见过最深的误区。看一个具体的反例：QRG多次强调“原创第一手报道”对新闻类页面的重要性。但实际上Google算法目前对“判断一篇文章是不是真的原创”的能力是有限的——它能识别明显复制粘贴，但识别不了“洗稿”或“AI改写”的细节。

这就出现一个错位：QRG把“原创第一手”列为高分项，但算法在2026年还没完全实现这个能力。如果你机械“按QRG优化”——花大力气去做真正的原创报道，短期内可能看不到排名回报，因为算法还跟不上。但拉长到2到3年看，这件事一定会被算法识别（这是Google持续投入的方向）。

QRG的双轴评分系统是怎么读的？

QRG不是单一打分体系，它有两个独立的轴：Page Quality（页面质量）和Needs Met（需求满足）。这两个轴互相独立——一个页面可以Page Quality极高但Needs Met极低（比如一篇写得很好但完全不回答查询的文章），也可以反过来。

Page Quality轴评估页面本身的好坏

Page Quality 5档评级：Lowest、Low、Medium、High、Highest。这个轴只看页面本身，不看是不是回答某个具体查询。评估的核心是3个维度：

• Beneficial Purpose——页面到底为什么存在？是真的要帮人，还是只是为了赚钱、骗点击、做联盟？
• Main Content Quality and Amount——主体内容的质量与数量是不是匹配主题需求？
• E-E-A-T——亲身经验、专业度、权威度、可信度4个信号。

Needs Met轴评估页面对查询的满足程度

Needs Met也是5档：Fully Meets、Highly Meets、Moderately Meets、Slightly Meets、Fails to Meet。这个轴专门评估页面对某个具体查询的回应有多好。Fully Meets是最严苛的——只有当99% 的用户在这个查询下会立刻满足时才能给。比如查询“facebook.com”出来的应该就是Facebook官网，这是Fully Meets。绝大部分查询永远不会有任何页面拿到Fully Meets。

双轴交叉打分的25宫格

QRG没有显式列出这个25宫格，但评分员实操时就是按这套交叉逻辑打分：

这里有个反直觉点：Page Quality是Highest的页面如果对查询Fails to Meet，最终评分只是“合格”。也就是说，再权威再用心的页面，如果不回答查询，对评分员来说也只是合格水平。这从机制上解释了为什么“内容主题与搜索意图错配”是SEO的头号杀手——它在QRG评分里直接砍掉80% 的分数。

M/H/L/Lo评分梯队具体怎么打？

评分员要给的不是“我觉得70分”这种连续打分，而是落到5档具体梯队里。每个档位有具体的判定标尺，不是凭感觉。

Highest和High的具体标尺

能拿到Highest的页面必须同时满足5项硬条件：原创且高质量主体内容、对主题具有极高的E-E-A-T、明确的Beneficial Purpose、网站对所讨论主题确有声誉、页面信息完全准确。这意味着Highest在QRG里是稀缺评级——评分员一年能给出的Highest评分占比通常不到5%。

High的门槛低一档：高质量主体内容、对主题具有高E-E-A-T、明确的Beneficial Purpose，但不要求网站层面的声誉。一篇深度博客文章，作者是该领域专家，写得详细且准确，就是典型的High评分。

Low评分的8类触发情形

这一档是SEO最该重视的，因为它是大部分中等质量页面被踢出SERP前排的根本原因。Low的8类典型触发场景：

1. 主体内容质量不足（写得敷衍、字数不够、覆盖度差）
2. 主体内容数量与主题不匹配（话题需要长文，写成短文）
3. 标题或主体内容夸大或误导
4. 页面或网站作者信息不足，无法判断专业度
5. 页面或网站缺乏明确的Beneficial Purpose
6. 对补充内容过度堆砌（广告、推荐位、相关链接占据主导）
7. 声誉调查发现负面信息
8. YMYL主题但作者无任何相关专业资质

Lowest评分是红线，5类直接Lo

Lowest不是“低质量”，是“应该被搜索引擎彻底剔除”。QRG列了5类直接Lowest：

• 有害或欺诈意图——页面存在的目的是骗钱、传谣、传病毒、做钓鱼。
• 无Beneficial Purpose——页面没有任何让人受益的理由（这一项后面会专门展开）。
• 误导信息或有害内容——尤其在YMYL领域提供错误医疗、法律、金融建议。
• 仇恨、煽动、骚扰——明显针对个人或群体的攻击性内容。
• 明显的低质量主体内容——抄袭、AI批量生成无加工、无任何独到观点。

2024年那次QRG更新特别强化了第5项的判定细节——明文写了“AI generated content without human curation or oversight”作为Lowest候选。这是Google第一次在官方文档里直接定义AI内容的红线。

评分员遇到“看起来好但有疑点”的页面怎么处理

QRG里有一段被很多SEO忽略的指导：当评分员对页面是否合规有疑问时，要主动做声誉调查（reputation research）。具体动作是：搜索“网站名reviews”、“网站名complaints”、“品牌名scam”，看第三方怎么说这个站。如果第三方有明显负面（被监管警告、被独立媒体报道为内容农场、被消费者投诉欺诈），就算页面本身写得漂亮，评分也要往下打。

有一家出海做营养补剂的独立站是典型反例：页面主体内容写得专业、医生背书、引用了PubMed论文，看起来一切都好。但搜“品牌名review”前两页全是Reddit用户投诉“虚假宣传效果”“客服失联”“退款失败”。这类站在评分员眼里直接是Lowest——网站本身的真实运营对品牌的杀伤力比SEO优化大十倍。

Beneficial Purpose为什么是QRG的核心红线？

QRG里有一个独特机制——Beneficial Purpose（有益目的）是Page Quality评分的前置闸。也就是说，无论你的内容写得多好、E-E-A-T多强，如果评分员判定“这个页面没有Beneficial Purpose”，直接打Lowest，其他维度不再看。

Beneficial Purpose不是“页面要做善事”

这是国内SEO圈最大的误读。QRG的原文是：a page that does not have a beneficial purpose, even if it has no obvious harm or deception, should be rated Lowest。Beneficial Purpose的定义是宽泛的：分享信息、教别人做某事、提供娱乐、表达观点、销售商品或服务，都算。所以一个产品页要卖东西，完全是合规的Beneficial Purpose。一个广告联盟测评页要赚佣金，本身也不违反Beneficial Purpose。

违反Beneficial Purpose的是另一类：页面存在的唯一目的就是出现在搜索结果里，没有任何让用户读完后受益的设计。最典型的是早年的MFA（Made for AdSense）页面——通篇关键词堆砌，目的就是骗点击进来看广告，对真实用户没有任何价值。

哪8类页面会被打Lowest因为无Beneficial Purpose

• 无意义的关键词堆砌页（早年SEO黑帽的典型产物）。
• 纯抓取的内容农场（把别人内容拼凑起来无任何加工）。
• 无主体内容的导流页（整页都是广告或外链，没有可读内容）。
• 恶意软件分发页（伪装成下载站）。
• 仇恨或煽动内容（无任何建设性目的）。
• 纯洗稿生成的页面（无人审核的AI批量产出）。
• 欺诈或钓鱼页面（伪装成银行、登录页等）。
• 纯刷量行为页（投票农场、点击农场）。

联盟站为什么常被卡在Beneficial Purpose这一关

这是这两年SEO圈最痛的话题。联盟站的Beneficial Purpose是合规的——给用户提供产品推荐、对比、测评，本身就是有益的。但具体到一个联盟站是不是真的有Beneficial Purpose，评分员的判定标准非常具体：

所以同样是联盟站，Beneficial Purpose评分可以差出4个档位——一个High，一个Lowest，完全取决于内容是不是真有第一手积累。这跟保哥之前在产品评论更新算法机制里讲的“反向推荐、缺陷展示、测试方法说明”三个反直觉信号是同一套机制——RU算法和评分员都在用同一套判定逻辑。

AI生成内容在Beneficial Purpose下的命运

2024年的QRG更新明文指出：AI生成的内容如果没有人类策划、监督、审核，就属于“无Beneficial Purpose”，直接Lowest。这条规则的反义是：AI生成 + 真人审核 + 真人加值（添加第一手经验、亲身案例、独到判断）= 合规。所以问题不是“用不用AI”，而是“AI出稿后有没有人把它变成有真实价值的东西”。

这两年带过的某个跨境保健品DTC站做了这件事的实验：同一个产品页有两版——A版是ChatGPT直接生成，B版是ChatGPT出稿后内部团队加了3段亲身使用记录、2张实拍照片、1段视频。3个月后A版被GSC索引但平均排名50+ 无流量，B版排到8位有稳定订单。差别就是Beneficial Purpose的一道关。

YMYL在QRG里到底是什么严级？

YMYL（Your Money or Your Life）是QRG里另一个被广泛讨论但常被误读的概念。最大的误区是把YMYL当成“会被Google打压的领域”，实际上YMYL只是“评分员需要用更严格标尺评估的领域”，本身并不是排名扣分项。

YMYL涵盖的10大类内容

• 医疗健康（疾病诊断、治疗建议、药物、营养）。
• 金融理财（投资、贷款、保险、税务、退休规划）。
• 法律咨询（诉讼、合规、移民、家庭法、刑事）。
• 新闻时政（重大社会事件、政治选举）。
• 购物（涉及金额较大或对生活有重要影响的购物决策）。
• 市民事务（投票、政府服务、社区议题）。
• 住房与基础设施（房地产交易、装修、安全）。
• 儿童与教育（儿童照护、择校、教育内容）。
• 科学（影响公共政策或健康的科学议题）。
• 群体福祉（涉及特定族裔、性取向、宗教的内容）。

评分员对YMYL的额外要求

普通主题的评分员只需要看主体内容质量＋E-E-A-T信号。YMYL主题评分员要做7个额外动作：

1. 核实作者是否真的具备该领域的专业资质（不是“自称专家”）。
2. 核实网站是否在该领域有可查询的运营记录（不是新站）。
3. 检查页面信息与主流权威源是否一致（医疗对照WHO、CDC、PubMed；法律对照官方法规）。
4. 检查作者免责声明是否符合该领域规范（医疗页应说明“不替代专业建议”）。
5. 做声誉调查（搜品牌名 + complaints/scam/lawsuit）。
6. 验证联系信息真实有效（实体地址、电话、注册公司）。
7. 评估内容是否过时（医疗与法律的时效性极强，5年前的建议可能已被颠覆）。

所以YMYL不是“做了就完蛋”，而是“要做就得做到位”。一个有医生执照、明确署名、引用权威源、定期更新的医疗博客，在YMYL下完全能拿High。但一个匿名运营、没有任何资质标识、内容来源不明的保健品网站，在YMYL下基本永远卡在Low以下。

边缘YMYL与硬YMYL的差异

QRG里其实分了“硬YMYL”（明确属于上面10大类）和“软YMYL”（接近但不完全属于）。比如“如何挑选健身器材”是软YMYL——选错可能影响健康但不直接，评分员对作者资质要求会松一些。但“高血压患者可以做哪些运动”就是硬YMYL——直接给出健康建议，必须是医生或运动医学专业人士署名。

对SEO的实战意义：如果你的内容在硬YMYL范围内但没有合格署名，不要硬上——要么找到真正有资质的作者署名（最佳），要么改成软YMYL的角度去写（替代方案）。硬碰硬的代价是评分员给出Low评分，连带算法长期不会把你推上去。这是E-E-A-T是不是排名因子的机制澄清里讲的“E-E-A-T不是排名信号，但近似信号经由QRG进了算法”的具体落地。

E-E-A-T是怎么从QRG演变出来的？

E-E-A-T这个词的来路很多SEO没搞清。它不是Google算法工程师发明的，而是QRG文档演化的产物。理解这个演变史能帮你判断哪些“E-E-A-T最佳实践”是真的、哪些是SEO圈一厢情愿。

从EAT到E-E-A-T的9年演变

• 2014年——QRG第一次出现EAT概念（Expertise、Authoritativeness、Trustworthiness），但不是醒目的章节，只是作为Page Quality评估的一个子维度。
• 2018年8月Medic Update——这次算法大更新把YMYL类网站打了一轮，事后Google才在QRG里把EAT提升为Page Quality评估的核心。
• 2019-2021年——多次QRG更新里EAT的判定信号越来越细，特别加强了Trustworthiness的权重。
• 2022年12月——E-E-A-T正式登场，多了一个Experience（亲身经验）。Trustworthiness被明确为4个E里的“最重要那个”。
• 2024年——QRG更新进一步明文“AI生成内容如何与E-E-A-T兼容”，第一次官方承认AI时代Experience这一维度的特殊地位。

第二个E（Experience）为什么在2022年加上去？

这一年的真实背景是ChatGPT在11月发布——Google内部预判到AI批量生成内容会冲击搜索质量。第二个E的核心意义是：让“亲身经历过”成为内容评估的硬信号。AI可以模拟Expertise（看起来专业）、Authoritativeness（伪造引用）、Trustworthiness（包装可信度），但模拟不了真实的第一手经验——这是Google给自己留的最后一道防线。

所以Experience这一项在QRG里的具体判定信号包括：第一人称叙述细节、亲手测试的照片、视频、量化数据、亲眼见过的反例、与同行的真实对话记录。这些是AI模仿起来代价最高的信号。

4个E在QRG里的具体打分维度

Google明文说：4个E里Trustworthiness是最重要的——一个页面如果不可信，即便Experience、Expertise、Authoritativeness都满分，也不会被推荐。这条规则跟HCU有用内容系统里的“信任分类器”是同一套底层逻辑——可信度是其他所有信号的前置门。

作为SEO怎么把QRG用作self-review checklist？

讲了这么多机制，落地动作其实就一件事：把QRG当成你审视自己网站的镜子。每发布一篇重要内容前，按下面这份清单逐条过一遍。这份清单是按QRG 2024版整理的，已经在30多个客户站上验证过有用。

self-review清单A：Page Quality 5项

1. 这个页面的Beneficial Purpose是什么？能用一句话说清楚吗？
2. 主体内容的字数和深度，对得起这个主题需要的覆盖度吗？
3. 主体内容有没有原创判断、独到观察、第一手数据？
4. 标题和主体内容是否一致？标题没有夸大或诱导吗？
5. 页面顶部、中间、底部的广告/补充内容是否过度，挤占了主体内容的注意力？

self-review清单B：E-E-A-T 4维各3项

self-review清单C：Beneficial Purpose 3问

这3个问题用第三人称对自己问，问完老实回答：

• 读者读完这个页面后，能带走什么具体的东西？——如果答不上来或者只能给出“了解了XX概念”这种模糊答案，Beneficial Purpose就有问题。
• 如果这个页面明天从搜索结果消失了，有人会主动去找它吗？——这是评分员判断“是不是只为搜索而存在”的核心检验。
• 这个页面跟同主题前10名相比，有什么是别人没说的？——如果完全没有差异化，就是“无Beneficial Purpose”的灰色地带。

实操：怎么模拟评分员的视角看自己网站

保哥这两年帮客户做内容审核时常用的一个具体动作：随机抽5篇网站上的内容，假装自己是QRG评分员，按下面流程走一遍：

1. 看页面30秒，对Beneficial Purpose给出yes/no判断（30秒决定，不深读）。
2. 搜索“网站名reviews”看前两页，做声誉调查。
3. 查作者署名，搜作者名看有没有可信资质。
4. 对照4个E的12项自检，给每篇打一个H/M/L评分。
5. 把抽样结果汇总，看整站在评分员视角下的平均水位。

这个动作不复杂，但能直接告诉你“在QRG评估下你的站值多少分”。某个外贸B2B工业泵阀站第一次做这个自检：抽5篇里4篇Beneficial Purpose不清晰（都是抄厂商资料），改了3个月把这4篇全重写成“我们工厂实际选型时遇到的具体场景＋实测数据”，10个月后流量从月800涨到月4200。

关于QRG的6类常见误读

读到这里你已经懂了QRG的机制。但SEO圈关于这份文档的误传比真传还多。这6类是这两年碰到最频繁的：

误读1：QRG不是排名因子，所以没用

这是最浅的反驳，但很多人停在这里。实际上QRG不是直接排名因子但通过评分员→算法迭代的传导链长期影响排名。忽视它等于忽视Google算法6到18个月后的方向。

误读2：可以“按QRG优化”机械化做SEO

不行。QRG是目标，算法是当下能力。机械化做某项QRG要求（比如“加大量作者署名”）短期可能没效果，因为算法还没追上QRG的全部要求。把QRG当镜子用，不要当配方用。

误读3：评分员看到的页面就是用户看到的

评分员有专门的工具看你的页面在不同设备、不同位置、不同登录状态下的样子。他们也会专门去看你的“作者页”、“关于我们”、“联系方式”——这些用户基本不点的页面对评分员是必看项。所以“关于我们”页面写得多走心，可能比你正文页多写1000字还重要。

误读4：QRG替代算法迭代

反过来——QRG是给算法迭代提供方向的，本身不实现任何排名决策。所以Google算法不一定能识别QRG里写的所有信号，比如“原创第一手报道”这种Google至今没完全实现的能力。把QRG当算法当下行为的描述书是错的。

误读5：QRG是法律文件或不可质疑的圣经

QRG是Google内部的指导文档，不是法律也不是行业标准。它有错误、有不完美、有时代局限。比如2018年之前对联盟站的判定就比现在宽松得多——不要把任何一版QRG当永恒真理。

误读6：YMYL网站做SEO是悲剧

YMYL不是排名扣分项，是更严格的评分标尺。如果你的内容真的有资质、有第一手经验、有可信度，YMYL反而是护城河——竞争者进不来。认识的一家持牌健康咨询独立站，YMYL严级反而帮它过滤掉了所有靠AI批量生成内容的对手，现在月流量稳定在六位数。

关于QRG与SEO的延伸阅读

QRG的机制讲透后，下一步是把它和具体的Google算法行为对应起来。三个相关主题：Google广泛核心更新机制讲算法迭代怎么把QRG的方向变成排名变动，HCU有用内容系统讲信任分类器如何作为QRG信号的算法实现，E-E-A-T机制澄清给出可落地的近似信号清单。三篇连起来读能形成完整的“QRG文档 → Google算法 → 你的SEO动作”链路。

权威参考资料

常见问题解答

QRG是Google内部工程师写的吗？

不是。QRG是Google搜索质量团队（Search Quality Team）写给外部评分员看的指导文档。工程师团队会参考QRG但QRG本身不写代码也不直接做算法决策。

我的页面被Google评分员打过低分，我能在GSC看到吗？

看不到。评分员不直接评单个页面，他们评的是某个查询下整组SERP的对比。单个页面从未被评分员单独打分，所以GSC里没有也不会有任何“QRG评分”数据。

QRG里的E-E-A-T跟Google排名算法里的E-E-A-T是同一套吗？

不是同一套但因果相关。QRG里的E-E-A-T是评估标准，算法里没有叫“E-E-A-T信号”的东西，但有多个近似信号（外链权威性、品牌提及一致性、内容时效性等）。算法通过持续迭代逐步逼近QRG描述的E-E-A-T评估能力。

我能找一份QRG自己读吗？

能。Google官方在services.google.com域名下提供完整PDF下载，每年更新1到2次。建议每次Google官方博客提到QRG更新时，去下载最新版完整通读一遍——花4个小时，能省掉一年读二手解读的混乱。

YMYL网站做SEO真的更难吗？

不是更难排名，而是要求更高资质和更严信任建设。如果你的内容有真实资质、可查作者、合规免责声明，YMYL反而是壁垒——大量靠AI批量生成的对手进不来。难的是从零开始建立YMYL资质，不是日常排名。

ChatGPT写的内容能通过QRG评估吗？

取决于。如果是纯AI输出无人审核无人加值，QRG直接Lowest。如果AI出稿后真人加了第一手经验、亲眼观察、独到判断、实测数据，可以做到High。问题不是用不用AI，而是AI出稿后有没有真人把它变成有真实Beneficial Purpose的东西。

QRG多久更新一次？

大约每6到12个月一次。2022到2024年的更新节奏是每年1到2次。Google官方博客和搜索中心会同步预告每次更新的要点，建议关注developers.google.com/search/blog的QRG标签。

评分员打的分会传到我的GSC里吗？

不会，永远不会。评分员的工作流程跟你的GSC数据是完全隔离的。GSC里看到的所有数据都是算法自动产出的，跟评分员评分系统在技术架构上独立。如果你看到任何工具或服务说“能查你的QRG评分”，是骗子。