本篇內(nèi)容主要講，那些作弊手段已經(jīng)沒用，如果有這類站長還教你這么做，只能說要么是三流站長，要么是不想告訴你！ 以下內(nèi)容是我在蜘蛛搜算法時(shí)候在 知乎 上看到的，分析的確實(shí)沒錯(cuò)總結(jié)很到位！ 百度能識別且已經(jīng)失效的作弊手段！1、  標(biāo)題重寫（部分失效）2、  段落顛倒（完全失效）3、  手段增加編輯原創(chuàng)摘要內(nèi)容（完全失效）4、  內(nèi)容增減感嘆詞、修飾詞（完全失效）5、  同義詞、近義詞替換（部分失效，看你替換程度，越不可讀越有效）6、  在主題內(nèi)容中插入關(guān)鍵詞（完全失效） 7、關(guān)于Ai人工智能改寫作弊，也有dome測試，總結(jié)如下：在句子順序和詞語都發(fā)生改變的的情況下，大佬采用了三家Ai改寫（是改寫不是生成）測試：家、編輯距離為6，海明距離為8，相似度高達(dá)87.5%。第二家、編輯距離為7，海明距離為10，相似度高達(dá)84.3%。第三家、編輯距離為4，海明距離為6，相似度高達(dá)90.6%。
基本上大部分偽原創(chuàng)手法，都不容易過百度的去重策略，但凡事都不是的。總會有漏網(wǎng)之魚的，因?yàn)榇罄杏玫氖窃涓膶懀韵嗨贫雀撸瑑?nèi)容的用戶需求在的。比如現(xiàn)在AI直接生成的，用的GPT2.0開源，原創(chuàng)性高，但是不一定有用戶需求的，拿已經(jīng)在互聯(lián)網(wǎng)存在的內(nèi)容做訓(xùn)練素材，生成出來的相似度也不好說。
判斷相似度通過百度搜索結(jié)果頁飄紅是不準(zhǔn)確的，百度4月公告說了55萬億內(nèi)容，搜索不可能都搜到這些內(nèi)容的，判斷相似度是策略通過庫中的數(shù)據(jù)，而不是通過搜索飄紅。所以不論是使用任何工具或者是買，一定要案例，你想做收錄就看收錄站點(diǎn)，你想做流量就看權(quán)重，別人家截個(gè)圖，日收錄，幾十萬蜘蛛，就覺得有機(jī)會，作為站長就看流量。 7月下旬，百度打擊一大批歷史或當(dāng)前存在采集行為的網(wǎng)站，很多權(quán)重6、7都被打擊了，大量中小站長反饋，基本都恢復(fù)了，到底百度有沒有算法，是否想讓站長死值得深思。 在百度站長論壇 、 4414論壇、各類SEO總結(jié)三類站長：三流站長：不學(xué)習(xí)、不思考、罵百度、只會照搬采集！二流站長：愛學(xué)習(xí)、不思考、熟悉各種理論和工具！站長：愛學(xué)習(xí)、愛思考、研究各種算法策略作弊手法！ 、二流站長搞收錄搞權(quán)重，三流站長采集、二流站長的網(wǎng)站，罵這百度不不給排名搞閉環(huán)！百度視角：二流，三流站長都在輸出垃圾，為什么不把流量給自己變現(xiàn)呢？站長策略識別不到！

接上文所屬貼，上文基本回答了反向操作如何避坑收錄。接下來補(bǔ)充的是

從內(nèi)容角度，無論什么操作，比如替換，打亂，重組句子，加干擾碼等等都是為了想利用偽原創(chuàng)達(dá)到以假亂真的目的從而讓百度識別是原創(chuàng)，這在17年AI大模型出來之前是非常有用的，然而百度AI模型的出現(xiàn)后基本能夠識別以上操作，所以無效，這也是很多做采集站的人的策略失效反反復(fù)復(fù)，無論何種騷操作，一頓操作猛如虎，其實(shí)都是有實(shí)效性，最終是在幫百度完成訓(xùn)練提高他的模型識別度。不知道站長圈有沒有人玩中國象棋，舉個(gè)例子：目前最強(qiáng)的AI軟件是旋風(fēng)，小蟲，棋友們每天試圖找出軟件的漏洞，以為可以利用此漏洞戰(zhàn)勝對手的AI軟件，殊不知，棋友們辛辛苦苦在幫軟件完善AI訓(xùn)練，走到今天2022年，采集這條路很艱難了。

第二個(gè)問題原創(chuàng)的東西就一定收錄？比如AI生成就一定能收錄？從我的觀察來看，大膽猜測目前百度增加了收錄后的篩選模型，即收錄之后會再次篩選主要依靠相關(guān)性模型來排除，也就是我們說的掉收錄。什么樣的是更好的，從最近的比較流行的收錄類型就是百度偏好問答類的內(nèi)容。鼓勵(lì)站長做TOP1的站，以目前實(shí)際操作來看，基本可以做到90%收錄不大掉收錄的情況。



第三個(gè)問題是出詞，收錄不等于出詞，收錄1w篇出詞100個(gè)和收錄10篇出詞100個(gè)是有本質(zhì)的區(qū)別，這也是很多新手們的誤區(qū)，1w不行，就一千萬篇，總之大力出奇跡死勁懟。
以目前這個(gè)8月份這個(gè)時(shí)間點(diǎn)，百度是有相關(guān)性模型判斷的，更喜歡相關(guān)性的東西，當(dāng)然后面百度肯定會變，我曾在4月份做過測試
拿AI生成去做，主要是為了原創(chuàng)節(jié)省時(shí)間，排除非原創(chuàng)因素的干擾
結(jié)論是兩種操作相同點(diǎn)都是邏輯性強(qiáng)，句子通順，一種是非相關(guān)性，一種是相關(guān)性（相關(guān)性包含上下文段落的一致性，和整篇內(nèi)容與標(biāo)題的分詞相關(guān)兩方面），當(dāng)然還有個(gè)特別現(xiàn)象，就是高度相關(guān)性，過度收斂（涉及到訓(xùn)練的樣本數(shù)和加入了相關(guān)詞造成兩方面）
兩種方案出詞結(jié)果就是出現(xiàn)明顯的區(qū)別和掉收錄，也印證了百度常掛在嘴邊的要產(chǎn)出高質(zhì)量文章


這是第三個(gè)核心問題高質(zhì)量
百度偏好問答類的內(nèi)容就屬于高質(zhì)量
百度模型對這種很好識別，而且基本做到90%的識別率高質(zhì)量，因?yàn)榻Y(jié)構(gòu)簡單，排版清晰，我猜想百度是有高質(zhì)量識別模型的
你們可以參考問答類的內(nèi)容標(biāo)準(zhǔn)寫法，記住是標(biāo)準(zhǔn)寫法
基本這一類的站，我實(shí)操可以達(dá)到權(quán)6 權(quán)7的水平
當(dāng)然除了從內(nèi)容上判定高質(zhì)量，還有很多識別參數(shù)，比如排版，圖文結(jié)合，段落的有序排名，H1 H2的總結(jié)等等，還有其他加分項(xiàng)，TAG聚合，列表聚合，模型的新舊等等，有很多判斷，這個(gè)要做到高，就是每個(gè)人的seo功力問題了。
另外一種比較復(fù)雜就是行業(yè)站，根據(jù)我的觀察，不同行業(yè)，類型采用的策略是不一樣。這個(gè)最復(fù)雜，我認(rèn)為百度是專門針對不同行業(yè)采取不一樣的識別模型的，很多人經(jīng)常懷疑為什么一樣的操作手法換行業(yè)就不一樣了，下次再開個(gè)貼，這個(gè)也是最有趣的。


以上做法只是針對百度，谷歌和必應(yīng)其實(shí)從操作來看，個(gè)人覺得比百度更簡單，他們的策略會有所區(qū)別。尤其是必應(yīng)，最近在搞必應(yīng)，已經(jīng)做到大詞霸屏多個(gè)內(nèi)頁的程度。改天再討論下。