01
演算法逆向工程
從 SERP 行為反推排名機制：觀察波動週期、頁面類型偏移、特定 query 的獎懲規律，而不是猜測 Google 官方說法背後的真實訊號。
Author & background
用工程師的方式拆解排名機制
大多數 SEO 建議在說「寫好內容」的時候，從來沒有解釋為什麼好內容會排名、Google 如何判斷、哪個環節出錯才導致排名停滯。EZBlog 想寫的是工程文件版本的 SEO：有假說、有條件、有可觀察的結果，讀完之後能直接套到你的問題上。
趙品翰
技術內容 SEO 工程師
國立交通大學資訊工程畢業，2012 年到 2016 年在一間 SaaS 新創擔任後端工程師。SEO 一開始只是副業——公司需要自然流量，沒有預算買廣告，我接下來做看看。做著做著發現自己對 SEO 的直覺比寫程式更準。
2016 年加入一間數位代理商的技術 SEO 團隊，前後爬取和診斷超過兩百個站點的架構問題。反覆看到同一批結構性錯誤之後，我開始想搞清楚：為什麼這些問題會發生、機制是什麼、要怎麼系統性地辨識和處理。
2019 年前後，我注意到大部分內容團隊在優化的指標——字數、關鍵字密度、段落數——和排名表現之間的因果關係都很薄弱。那時候開始做自己的觀察實驗，建了一張追蹤表，記錄超過 200 個 query 的 SERP 波動，每週更新，一直維護到現在。這張表現在是我做任何排名診斷的基準資料。
EZBlog 是我一直想寫的那本書的網站版——我在 2012 年剛開始做 SEO 的時候，希望有人能給我這樣的東西：不是又一篇「10 個 SEO 技巧」，而是把排名機制當作工程問題來拆解的文章。
Core research areas
本站集中研究四個技術內容 SEO 問題
02
內容架構決策
每一篇文章在主題圖譜裡扮演什麼角色，決定了它能回答多深的問題。拓撲結構設計錯了，單篇優化再精確也只是在補漏。
03
主題權威建構
搜尋引擎對一個網站的信任，來自它在某個語意範圍內的覆蓋深度與一致性。散彈式更新對主題權威的破壞，往往比沒有更新更嚴重。
04
SERP 行為分析
排名不是靜態標籤，而是一組條件成立時的暫時狀態。追蹤 query 的波動模式比追蹤排名數字更能提前發現問題。
Engineering approach
每個排名問題，都要先有可檢驗的機制假說
貨艙崇拜在 SEO 圈很常見——人們做某件事，因為別人也在做，從來沒有人測試它背後的因果邏輯。我自己做分析的時候，會強迫自己走完三個步驟。
01
觀察現象
SERP 結構、波動紀錄、頁面類型分布、共現關鍵字——先蒐集可量化的信號，再形成假說。
02
建立機制模型
這個排名結果是因為什麼條件成立？哪個變數改變後，結果應該跟著變？沒有機制的優化，只是對照組缺失的猜測。
03
設計驗證條件
改了什麼、觀察窗口多長、用什麼指標判定成立——寫清楚，才能在下一輪把這次的結果當證據用，而不是重頭開始。
On cargo cult SEO
做 X 因為別人做 X，不是策略
我在代理商看過最多的情況是：客戶的內容失敗了，下一步是更長的文章或更密的關鍵字。沒有人問「這個頁面的拓撲位置對嗎」、「主題覆蓋的語意範圍有沒有缺口」、「Google 對這個 query 類型的偏好最近有沒有偏移」。這些是更難回答的問題，但答對了才能真正改變排名。
Frequently asked
關於趙品翰與本站
趙品翰的技術背景對 SEO 有什麼實質影響？
工程師的思維方式是：先問「這個現象的因果機制是什麼」，再問「我怎麼驗證它」。做 SEO 的時候，這讓我能分辨哪些最佳實踐有可觀察的證據支撐，哪些只是業界的集體習慣——也就是所謂的貨艙崇拜。後者照做不會出大錯，但也不會讓你真正理解排名。
每週追蹤 200 多個 query 的實際意義是什麼？
排名數字本身用處有限，但 query 的波動模式很有資訊量。同一個 query 在什麼情況下頁面類型會切換？波動是演算法更新前的預警還是正常噪音？這張追蹤表讓我在看到「排名掉了」這種說法時，能先問「掉的是什麼類型的 query，從什麼基準線掉的」。
EZBlog 想解決什麼問題？
我在 2016 年進數位代理商之前，讀遍了能找到的 SEO 文章，幾乎每一篇的結論都是「寫好內容」。沒有人在解釋為什麼好內容會排名、什麼叫做好、Google 如何判斷。我想寫的是工程文件版本的 SEO：有假說、有條件、有驗證方式，讀完之後能直接套到你的問題上，而不是又拿到一組無法操作的建議。
本站的研究方法有什麼限制？
我的觀察來自特定產業、語言和規模的站點，不是普遍規律。SERP 行為在不同垂直領域差異很大，同一個結論換個 query 類型可能完全不成立。我在文章裡會標注觀察範圍和成立條件，讀者應該把它當假說起點，用自己的資料驗證，而不是直接套用。