关键词堆砌（Keyword Stuffing） Keyword Stuffing

关键词堆砌（Keyword Stuffing）指在页面里以远超自然行文的密度重复目标关键词，指望靠字面匹配换取消耗注意力与排名。九战术实测里它是唯一的负收益战术：PAWC 17.7，相对基线 19.3 约下降 8%——在生成式引擎的环境里，堆词不仅换不来可见度，还主动压低它（全表见九种内容战术效果全表）。这是整张战术表里信息量最大的一个数字：它宣判了传统搜索时代头号技巧在答案世界的死刑，也给了识别劣质 GEO 服务一个最简判据。

为什么生成式引擎给堆砌打负分

机制要从生成式引擎怎么读内容说起。传统搜索引擎的关键词匹配至少在历史上有过「密度信号」的成分，而生成式引擎走的是语义理解：它读的是段落的意思，不是词频。堆砌不改语义，只改统计分布——一段话里同一个词出现九次，信息量没有变成九倍，可读性却实打实地崩了。

负收益来自两条叠加的通道。其一，可读性污染：堆砌的段落拗口、混乱、像机器吐出来的字块，模型评审内容质量时的「流畅度」维度直接受损——流畅度优化（约 +28%）的增益有多真，堆砌的惩罚就有多实，两者是同一枚硬币的两面。其二，可转述性崩塌：引擎引用来源时倾向整句整段借用，堆砌段落里挑不出一句能直接放进答案的话——每句话都被关键词撑得变形，借谁都要重写。被引用的机会，就这样在「读得懂」与「搬得动」两个关口双双流失。

还有一层信号学解释：堆砌是低成本操纵的历史标志，模型在海量语料上见过太多这类页面与其低质量后果的关联，「字词异常密集」本身就成了质量负信号。这与人类编辑的直觉一致——看到关键词浓浆，第一反应是关掉。

密度没有魔法阈值，但有可感的判断方法：把段落里的目标词全部划掉，剩下的文字如果意思残缺、无法成句，说明这个词已经不是在承载语义而是在充数。自然写作里关键词的出现由内容决定——该出现时自然出现，不该出现时写成代词或上义词；堆砌的反面不是回避关键词，而是让每个词的出现都有语义职责。这个判据同时是改写的操作指引：划词检查一遍，充数的删掉，职责缺的补回，堆砌段落改到「删掉任何一词都伤语义」为止。

与 SEO 时代堆砌的异同

相同的是操纵意图：两者都想用最便宜的方式讨好排序系统，都把「系统看什么」误读成「系统只看什么」。不同的是结局：在传统搜索里，堆砌至少长期处于「低效但未必致死」的灰色地带，算法打击是概率性的；在生成式引擎的实验里，它成了明确测得的负收益——不是灰色，是红色。这个对比对理解两个时代的分野很有帮助：排序越依赖语义理解与质量评估，字面操纵的生存空间越小。

对老站尤其要紧的是存量清理。早年为传统搜索写的堆词页面，如今同时面对两套评价体系，继续留着它们，等于让全站拖着一块实验证明会扣分的资产。识别与治理的路径可参照站内对低质内容的两条既有卡：单页层面的薄内容（Thin Content）与批量层面的规模化内容滥用（Scaled Content Abuse）——堆词页面往往两者兼备，改写按九战术前排动作重做，救不回的果断下线。

堆砌的变体：不止正文一种

按字面理解只盯正文，会漏掉堆砌的常见变体。字段堆填：页面的关键词字段塞满长尾词——多数引擎早已不给这类字段权重，堆填只暴露意图。图片替代文本堆填：alt 属性本是无障碍描述，被写成关键词串，同时伤害可访问性与质量评估。隐藏文本：把关键词染成背景色、塞进注释层，是更古老的操纵，检测手段也最成熟。页脚词墙：模板页脚堆满地域词与型号词，全站复用，一处劣化全站跟随。列表滥用：与主题无关的热门词拼成长列表页，制造内容丰富的假象。

这些变体与正文堆砌共享同一个判定逻辑：这段信息是给谁看的——对读者没有阅读价值、只为机器准备的信息单元，都在堆砌的范畴里。自查可以用一个粗暴的问题过一遍全站模板：「这个位置的内容，如果机器不存在，我们还会写它吗？」答案是否定的位置，就是该清理的位置；模板级的位置清理一次，全站页面同时受益。

负收益的实用含义：一个反向杠杆

负数字读成行动指南，有三层含义。第一，它是最便宜的排错起点：可见度上不去时，先查内容里有没有自伤型写法——堆词、模板灌水、关键词浓浆——先止损再谈增益。第二，它是服务商筛选器：把关键词密度、关键词覆盖率当核心承诺的 GEO 方案，与实验证据正面冲突，可以一票否决。第三，它反向定义了正确姿势：词要精准而非密集，这与术语精准化（约 +17%）形成同词不同命的完整对照——同样的词，用来锚定语义是增益，用来充填密度是负债。

公共背景照例交代：战术对排名越靠后的来源收益越大，第 5 名来源加引用类战术可见度提升约 +115.1%，第 1 名反而下降约 30.3%（见第 5 名增益数据卡）——但这条背景不适用于堆砌：负收益没有「受益越大」的版本，垫底页面的正确动作是清掉堆词再谈其他战术。边界也照旧两条：领域差异（健康、科学、历史等领域战术收益显著不同，但没有证据支持任何领域里堆砌为正）与基准差异（约 -8% 是相对基线的实验值，真实引擎上方向一致；数字口径注明 Table 1，方法背景见九战术论文文献卡）。