搜尋引擎從最初的關鍵字比對，經歷了數次的進化，就是要讓搜尋結果能夠變得更具有關聯性。經歷了幾十年的發展，機器已不再只是簡單辨別關鍵字，而是轉變成理解關鍵字背後的含義與語境。
因此以下我們將一起透過以下這篇 Google 專利，探討搜尋引擎如何利用上下文等關鍵概念，提供使用者更精確的搜尋結果。
- 專利名稱：User-Context-Based Search Engine
- 專利代號：US9449105B1
- 專利申請者: Google Inc.
何謂語境搜尋？
語境搜尋引擎 (Context-based Search Engine) 是一種更智慧的搜尋系統，它不只是單純比對關鍵字，而是會考量使用者搜尋背後的宏觀與微觀語境，也就是說它會嘗試了解你的搜尋意圖，然後提供更貼近你需求的搜尋結果。
相較之下，傳統的搜尋引擎主要依賴關鍵字比對，你輸入的關鍵字只要在網頁中出現或出現的頻率夠高，搜尋引擎就會列出結果。可是這種方法常常會出現大量不相關的結果，因為它並不理解你真正想要的是什麼。
宏觀語境
宏觀語境 (Marcro Context) 是指廣泛的主題或分類，它有助於搜尋引擎確定某個詞語的主要涵義。
舉例來說，假設你想到圖書館去找一本有關旅遊的書。宏觀語境就像是知道要去圖書館的哪個區域，也就是旅遊區。這個範圍幫助搜尋引擎了解你大概在找什麼主題，而不是去烹飪或科學類別尋找你要的資訊。
微觀語境
微觀語境 (Micro Context) 則是透過具體的關鍵字及詞語之間的關係來精確定位使用者的需求。微觀語境會聚焦在某更廣範的主題中的某個細節，讓你更精準地找到需要的資訊。
再以上個例子來說，當你已經在圖書館的旅遊區了，微觀上下文則會幫你找到自助旅行或歐洲景點的相關書籍。
語境搜尋系統如何運作？
建立專業領域的詞彙庫
語境搜尋引擎的第一步是將資訊分成不同的領域，像是醫療、旅遊、運動或金融等。接著，在每個領域中挑選出獨特且常見的詞彙，建立起一個代表該領域的詞彙庫。
比方說，在醫療領域裡可能會有像“腫瘤科”或“病理學”這樣的專有名詞，這些詞彙在其他領域幾乎不會出現。而他們就會成為搜尋引擎理解更大範圍主題的基礎。
定義宏觀與微觀語境
接下來系統會利用宏觀語境來對資訊進行分類。也就是說，搜尋引擎會根據內容的上下文來決定該資訊應該被歸類到哪一個領域中。例如，某篇文章中出現了大量與醫學相關的專業術語，那麼搜尋引擎就會把這篇文章歸類到醫學這個領域中。
微觀語境則進行更精確的篩選。假設使用者搜尋『流感的症狀』，系統會在醫療的分類內進一步縮小範圍，專注於『流感』這個子主題，而不是一般的醫療資訊。
這種分類過程大大提高了搜尋引擎理解內容主題的能力，從而在使用者進行搜尋時，能夠更快提供精準的結果。
比對搜尋關鍵字與相關語境
當使用者查詢某關鍵字時，系統首先會透過宏觀、微觀語境確認使用者大約想找什麼樣的主題，接著再鎖定該主題內的特定細節或關鍵字。
接下來，一個名為語境向量 (Context Vector)，你可以把它理解為一組數字，會根據字詞出現的頻率，為每個網頁分配一個專屬的語境向量。同樣，語境向量也可以用在使用者的搜尋關鍵字上，最後比對查詢關鍵字與內容的相關性。
隨著使用者逐漸學習與調整
最後系統會根據使用者的搜尋歷史不斷自我調整。隨著系統累積你的個人偏好資料，它能夠提供更個人化的搜尋結果。如果你的搜尋常常圍繞著金融或科技，搜尋引擎在處理你往後的搜尋請求時，就會優先提供這些領域的內容，節省時間，讓搜尋結果更加符合需求。
總的來說，語境搜尋引擎透過這種理解大方向與細節的方式，並加上語境向量的比對功能，提供給使用者更貼近需求的搜尋結果。
SEO 實際應用
創作宏觀與微觀上下文
要讓內容符合搜尋引擎的宏觀與微觀上下文分類，首先需要考慮的是內容的全面性和深度。舉例來說，如果你在撰寫一篇關於「訓練家犬」的文章，除了基本的訓練技巧外，還應該涵蓋不同犬種的特性、訓練中的常見問題、甚至是新手與進階訓練的差異。這樣可以讓搜尋引擎更好判斷你的內容是否符合使用者的需求。
這樣的內容策略有助於滿足搜尋引擎的宏觀語境的要求，並在微觀上下文中提供細節答案，讓搜尋結果更加精確匹配使用者的關鍵字。
利用 Entity SEO
實體 (Entity) 是搜尋引擎用來理解內容的重要元素。這些實體可以是人名、地名、品牌或其他與主題密切相關的詞語。舉例來說，如果你在撰寫一篇關於「咖啡」的文章，可以加入像是「哥倫比亞咖啡豆」、「星巴克」這樣的實體，來幫助搜尋引擎更好地理解你的內容。
這樣的優化方式不僅能提升搜尋引擎對內容的理解，也能提高內容在特定主題上的權威性，從而提升網站的排名表現。
應用結構化數據
結構化資料 (Structed Data) 是一種在網站的 HTML 中加入標記的方法，用來幫助搜尋引擎更好理解網頁內容的含義和結構。這些標記通常使用 Schema.org 提供的格式，讓搜尋引擎能識別內容屬於什麼類型，例如文章、產品、評論等。
舉例來說，對於一篇食譜，你可以使用結構化數據來標記準備時間、材料、步驟等細節，這樣搜尋引擎就能在搜尋結果中以「精選摘要」（Rich Snippets）的形式呈現這些訊息，讓使用者能快速了解內容重點，進而提高點擊率。
應用結構化資料，不僅能讓搜尋引擎更容易理解你的內容，也有助於提升網站在特定主題上的可見性和排名。
根據使用者意圖撰寫內容
理解使用者意圖 (User Intent) 是撰寫高品質內容的關鍵之一。當你能夠預測使用者在查詢某個關鍵字時的真實需求，就能夠創作出更具針對性的內容。例如，當使用者搜索「如何減肥」時，他們可能真正想知道的是健康且可持續的減肥方法，而不是極端或不健康的快速減重技巧。
因此，在撰寫內容時，應該基於上下文線索來推斷使用者的需求，並提供有價值的建議與資訊，這樣不僅能提升使用者的滿意度，也能提升內容在搜尋結果中的排名。
