Matt Diggity · 9:07 · 发布 2024-11-06 · 5.5万次观看(截至抓取) · 观看原视频
🔥 观众最高回放 08:02 — 演示 60/40 比例的 NLP 友好写作 prompt 效果
主旨
用主谓宾的清晰语序和无歧义用词写作(即 NLP 友好格式),让 Google 的 NLP 算法零疑义地理解内容,并给出一段能强制 ChatGPT 产出这种格式的提示词。
核心论点
- Google 用 NLP 判断内容是否表达清晰、人类是否爱读,这是排名的重要一环——写得含糊算法读不懂,就不敢给你高排名。(→ 详解1)
- NLP 友好 = 基础主谓宾语序 + 简单无歧义用词——把主语放句首、动词其次、修饰语最后,算法一眼看懂你在说什么。(→ 详解2)
- 回答搜索 query 时用”回声重复问题 + is + 带单位答案”的定式——明确标记你正面回答了这个查询。(→ 详解3)
- NLP 友好(表达清晰)与 NLP 优化(堆关键词/实体)是两码事——一个管算法懂不懂,一个管你有没有覆盖竞品的词。(→ 详解4)
- 单变量对照测试里 NLP 友好版排名爬升、不友好版下跌——用无竞争的荒诞关键词隔离变量,看到了差异。(→ 详解5)
- 用一段固定提示词强制 ChatGPT 生成 NLP 友好内容,再按 60/40 平衡可读性——纯算法向内容太干,补 40% 人类可读性。(→ 详解6)
知识点详解
1. NLP 为什么是 Google 排名的关键 00:35
NLP(自然语言处理)是让计算机像人一样理解文本的一支 AI。它在 Google 算法里的作用是识别用户意图:同一个词 bass,算法能分辨”贝斯吉他”还是”鲈鱼垂钓”,读懂字面背后的语义关系。每天 15% 的搜索是从没见过的全新 query,靠的正是这种理解力。
更关键的是,NLP 直接影响排名。Google 用它判断内容是写得好、人类会爱读,还是关键词堆砌、由 AI 或廉价写手草草产出的。
理解人类语言对 Google 这样的巨头也不轻松。如果你的文字”goofy as hell”、算法读不懂,它就不敢给你高排名;反过来,表达越清晰,算法越能确定搜索意图、建立语义关系,最终愿意给你靠前的位置。这就是 NLP友好内容 的底层逻辑。
2. 什么是 NLP 友好格式:基础语序 + 无歧义用词 02:17
核心是最朴素的英文句式:主语 + 动词 + 修饰语。视频的例子:友好版 “cooling pads are effective for reducing laptop overheating”(主语 cooling pads → 动词 are → 修饰语);不友好版把顺序倒过来 “to stop laptops from getting too hot use cooling pads”,算法就更难读。
用词也要简单直白。另一个例子里,友好版说 “healthier”,不友好版用双重否定 “less unhealthy”;友好版说 “substitute with applesauce”,不友好版含糊成 “substitute with something else like applesauce maybe”,透着不确定。
视频还引用了 Cory Tugberk 的对比:“Financial advisors help families achieve financial independence” 与 “Families achieve financial independence with the help of a financial adviser”——看似同义,但 NLP 默认主语在句首,前句聚焦”财务顾问”、后句聚焦”家庭实现财务独立”,是两个不同的句子。所以清晰的语序 + 简单无歧义的选词,就是 clear and simple wins the game。
3. 回答 query 的黄金定式:回声 + is + 带单位答案 03:34
这是最适合直接回应搜索查询的 NLP 友好写法,值得单独记。假设文章要回答 “what is the best temperature to brew beer”,你就在文中放一句 “the best temperature to brew beer is 68 to 72°F”。
拆解这个 Echo-back答案格式:回声重复问题本身、用动词 is 连接、再给出带合适单位的答案。这样算法能百分百确定你正面回答了该 query。
同样的模式可复用到任何定义型段落:写 “what is affiliate marketing” 就答 “affiliate marketing is the process of…“;写 “how does affiliate marketing work” 就答 “affiliate marketing works by…”。主谓宾结构一以贯之。
4. NLP 友好 ≠ NLP 优化 06:02
这是一个容易混淆、必须分清的区别。NLP 优化说的是:确保内容包含 top 排名文章里出现的关键词、实体和短语——是”覆盖度”层面的事。
NLP 友好说的是另一回事:表达的清晰度,让算法对你写了什么毫无疑问。一个管你有没有说到该说的词,一个管你说得算法懂不懂。两者互补,但不是一回事,别把提升清晰度当成堆关键词。
5. 单变量对照测试的证据 06:28
为了验证算法是否真的偏爱 NLP 友好内容,Matt 做了单变量测试:把同一篇文章的友好版和不友好版发到测试站,关键词故意选荒诞且零竞争的(“Taylor Swift 是否爱 Katamari Damacy”、“海星会不会赢 2007 圣诞奥运”),这样排名波动能被清楚观察。
结果:第一组友好版从第 48 位爬到 35 位,不友好版从 43 位跌到 46 位;第二组友好版从 46 位快速升到 22 位,不友好版从原地掉到 32 位。
需要留意这是博主自建测试站的小样本、非公开可复现实验,当作方向性佐证即可,不宜当成严格因果结论。
6. Giga NLP 提示词与 60/40 平衡 06:57
落到操作,就是一段固定提示词 Giga NLP prompt。核心指令:让 ChatGPT “strictly”(这个词很重要)遵循 NLP 友好格式,强调结构与语言的清晰简洁,句子走直白的主谓宾语序,选词精确无歧义,剔除填充内容。
它还点名要避开一批”填充词”——meticulous、navigating complexities 之类,人类几乎不用、NLP 也不买账。目的是让产出直接、易读、好解析。
但纯算法向内容会很”干”:一句句 “SEO is blank, backlinks are blank”,算法爱、人类不爱。于是补一条 40平衡 指令 07:52:60% 精力做 NLP 友好、40% 做可读吸引力,让内容既排得上又对读者有价值。视频现场用它生成的 100 字 “what is HTML” 段落,被认为达到即发即用的水准。
可执行步骤
- 写任何句子时把主语放句首、动词其次、修饰语最后,检查是否被倒装。
- 用词做一遍”去歧义”扫描:双重否定、“something else”、“maybe”这类不确定表述一律改成直白词。
- 对每个要抢排名的 query,在正文放一句”回声问题 + is + 带单位答案”的定式句。
- 把清晰度(NLP 友好)和关键词覆盖(NLP 优化)当两件事分别检查,别互相替代。
- 用一段强制”strictly 遵循主谓宾、剔除填充词”的提示词生成初稿,再追加 60% 算法向 / 40% 可读性的平衡指令。
- 生成后通读一遍,凡是自己读着别扭的句子,算法多半也读不顺,重写。
关联
- 冲突/张力:Helpful Content Update 惩罚”为搜索引擎而非用户写的内容”,而本片的 Giga 提示词是显式为算法优化(60% NLP 友好)。二者的调和点在于 Matt 强调 NLP 友好=清晰,并补 40% 可读性,主张清晰写作对算法和人类是双赢——但”为算法调结构”这一动作本身与该更新的精神存在张力,值得警惕过度机械化。
术语
- NLP(自然语言处理):让计算机像人一样理解文本的 AI 分支,是 Google 判断意图与内容质量的核心。
- NLP 友好(NLP-friendly):句子结构清晰、用词无歧义,让算法零疑问地理解含义。
- NLP 优化(NLP optimization):让内容包含 top 排名文章中出现的关键词、实体与短语。
- 填充词(filler words):meticulous、navigating complexities 之类人类少用、NLP 不看重的空洞词。
- 单变量测试(single variable test):只改一个变量(此处=NLP 友好度)、其余不变以隔离因果的对照实验。
金句
Clear and simple wins the game. → 清晰简单才是排名的胜负手,别把复杂当高级。
NLP friendliness is about clarity and making sure the algorithm has no doubt about what you wrote. → 一句话点破 NLP 友好的本质:让算法对你写了什么毫无疑问。
立场与利益
Matt Diggity 在片中有多重利益:视频尾部主推 Surfer AI(自称”instrumental in its design”,送 $100 免费额度,属强利益绑定);中段插入自家三家代理(SEO agency The Search Initiative、PPC agency Diggity Media、视频 agency Epic Video)的黑五促销;并有赞助商 Search Intelligence 的整段广告。
需要分辨:NLP 友好写作的核心主张(清晰语序 + 无歧义用词)是通用写作共识,不依赖任何工具,自己手写或用任意 LLM 都能落地;而”用 Surfer AI 一键搞定”是附加的产品推销,与主张本身可解耦。
价值定位
- 适合谁:已经在用 ChatGPT/AI 批量产出 SEO 内容、但排不上首页的 solo builder,想搞清”AI 内容怎么写算法才认”。
- 解决什么:给出一个可直接复制的写作范式(主谓宾语序 + 回声答案定式 + 一段现成提示词),把”AI 内容质量”从玄学落成可操作动作。
- 认知 vs 实操:偏实操,提示词和句式模板拿来即用;认知增量在”NLP 友好 ≠ NLP 优化”这个区分。
- 与 Helpful Content Update 的关系:本片独有的是把”为算法写清楚”细化到句子层的可执行模板,而非泛谈”为用户写作”。
自检问题
- NLP 友好格式的两条核心要求是什么? 答案:清晰的句子语序(主语→动词→修饰语/宾语)+ 简单无歧义的用词。见详解2。 02:17
- 回答一个搜索 query 的”黄金定式”句式长什么样? 答案:回声重复问题 + 动词 is + 带合适单位的答案,如 “the best temperature to brew beer is 68 to 72°F”。见详解3。 03:34
- NLP 友好和 NLP 优化有什么区别? 答案:NLP 友好=表达清晰、让算法对你写了什么无疑问;NLP 优化=让内容覆盖 top 文章里的关键词、实体、短语。见详解4。 06:02
- 为什么提示词里要加 60/40 平衡指令? 答案:纯 NLP 友好内容太干、算法爱人类不爱,补 40% 精力做可读吸引力,兼顾排名与读者价值。见详解6。 07:52
- 对片中的排名对照测试该持什么态度? 答案:方向性佐证,不是严格结论——它是博主自建测试站、用荒诞零竞争关键词的小样本实验。见详解5。 06:28
💬 热门评论 top-17 主 + 3 回(抓取 2026-07-07)
[2] @LoverFighterWriter:这有道理。我通常用主动语态（这里称为NLP友好型）写作，我的内容排名往往比基于站外因素预期的要好。 👍 21 [5] @radosawdownar5590:这个提示真的能做到什么程度，太疯狂了。我用自定义指令作为附加功能测试了一下，结果令人震惊。谢谢！ 👍 6 [6] @MikeyWritesCopy:你是在告诉ChatGPT写文章之前同时使用两个提示，还是在它写完第一个提示之后使用第二个提示？谢谢！ 👍 5 [9] @pbryan1967:这种方法在撰写旨在赢得Google答案摘要的段落时会非常出色。 👍 5 ↪ @MattDiggity(UP):当然它也能做到这一点 👍 1 [11] @TheWayofKen:这可以解释为什么伪原创内容（即使做得很好）通常难以排名，因为不可能让所有变体都符合NLP友好。 👍 3 ↪ @OneCreator87:没错，好见解 ——其他 11 条:感谢/夸赞([3]@KstoneCreator、[4]@60-Is-The-New-30、[7]@Contentchampion、[8]@MyStoriesHerVoice、[10]@gushalwani、[12]@Seowithmir、[13]@homesignup、[14]@eddyballe、[15]@prabir336、[16]@reviewmasterrichard2041、[17]@ZoltanFehervari-s6o);1 条 spam 已略
英文原文
[1] @MattDiggity(UP):➡ Get my one-a-year Black Friday deals Bookmark this page: https://diggitymarketing.com/black-friday-2024/ 👍 2
↪ @factssciencehistory2464:in order to get the 100 $ surferseo content writing its asking me to buy a subscription. Thought no strings attached?
[2] @LoverFighterWriter:This makes sense. I generally write in active voice (referred to here as NLP-friendly) and my content often ranks better than would be expected based on off-page factors. 👍 21
[3] @KstoneCreator:"prepare to have me answer the shit out of that very soon" OK that was really funny. I'm stealing it.🤣 👍 4
[4] @60-Is-The-New-30:EXCELLENT!!!!! This is pure gold!!!!!!! 👍 7
[5] @radosawdownar5590:That's insane what this prompt really can do. Tested it with my custom instruction to chat as an addon and it's mind blowing. Thank You! 👍 6
[6] @MikeyWritesCopy:Do you use both prompts before telling ChaGPT to write the post or do you use the second prompt after it writes your first prompt? Thanks! 👍 5
[7] @Contentchampion:Excellent, informative video yet again Matt - your content standards and production values are consistently high. 👍 5
[8] @MyStoriesHerVoice:@mattdiggity I follow your teachings and I am happy to tell that I rank content within 5 mins. You are a genius. 👍 6
[9] @pbryan1967:This approach would excel when it comes to writing paragraphs designed for winning the Google Answer snippet. 👍 5
↪ @MattDiggity(UP):For sure it does that too 👍 1
[10] @gushalwani:Great video Matt! But where can I find this awesome Metadata shirt??? Brilliant! 🤘 👍 2
[11] @TheWayofKen:This could explain why spun content (even if it's done well) often has trouble ranking, it's impossible to have all the variations be NLP friendly. 👍 3
↪ @OneCreator87:Exactly, good insight
[12] @Seowithmir:This is a good one, thanks Matt ;) 👍 1
[13] @homesignup:This is brilliant thank you!!! 👍 4
[14] @eddyballe:This was a good one sir Diggity 👍 1
[15] @prabir336:Excellent video.
[16] @reviewmasterrichard2041:awesome.thanks for sharing 👍 2
[17] @ZoltanFehervari-s6o:very helpful Matt!!!! 👍 2