Google搜索倡导者Gary Illyes明确表示,只要内容质量达标,AI生成内容是可以被接受的。他强调,“人工创建”并非描述Google AI内容政策的准确术语,更恰当的定义应为“人工策展”。
AI摘要与模型事实依据机制
针对AI摘要(AIO)和AI模式所使用的技术底座,Illyes确认其为定制的Gemini模型。他表示,该模型的训练方式可能与通用版本不同,但具体细节未予披露。
在事实依据支撑方面,Illyes指出,Gemini、AI摘要及AI模式均依赖Google搜索索引进行验证。系统会向Google搜索发起多次查询,并基于返回的真实结果生成答案,以确保信息的可靠性并减少幻觉。
关于爬虫权限对事实核查的影响,Illyes解释道:事实校验过程本身不涉及AI参与,而是直接调用搜索结果。若网站禁止了Google Extended爬虫,Gemini将无法获取该站点的数据作为事实依据。
LLM训练数据中的AI内容风险
面对AI生成内容泛滥可能污染大语言模型(LLM)的担忧,Illyes认为这主要影响模型训练而非搜索索引本身。他坦言,模型训练必须设法排除低质AI内容,否则将陷入不利的循环。目前尚不确定这是否已成为严重问题,但这取决于数据集的选择策略。
内容质量优先于生成方式
Illyes重申,Google评估内容的核心标准是质量与准确性,而非生成手段。无论内容由人还是AI创作,只要满足以下条件即可:
- 准确性:避免使用不准确的数据训练,防止引入偏见或反事实信息;
- 原创性:内容不应与现有索引内容“极其相似”,此类重复内容不应进入搜索索引。
他强调,只要保持高质量和高准确度,内容的生产方式在技术上并不重要。
“人工策展”取代“人工创建”
针对AI生成内容的审核要求,Illyes澄清了“人工审查”的实际含义。他指出,这并非指在网页上添加“经人工审核”的声明文字,这种标签既非可信信号也非推荐做法。
所谓的“人工”,实质上是指“人工策展”。即发布者在内容上线前,必须进行编辑监督和事实验证,确保内容正确、准确且经过专业把关。这一指导方针短期内不会改变。
核心要点总结
综上所述,Google的政策导向十分明确:AI生成内容若具备事实准确性、原创性并经过有效的人工策展,即可用于搜索展示及模型训练。出版商应切实履行编辑监督职责,验证内容真伪并确保其差异化价值,而非流于形式上的标注。

