跳到主要內容

SEO 工具

Anchor Text 分布分析器

貼上反向連結的 Anchor Text 資料,即時查看錨點文字、品牌詞與裸網址的分布比例,整理整體連結文字樣貌。

anchor-analyzer --distribution

如何使用 Anchor Text 分布分析器

01

輸入設定

填入你的目標關鍵字與品牌名稱,讓工具能精確分類 Exact Match 與 Brand Anchor。

02

貼上資料

從 Ahrefs、GSC 或其他反向連結工具匯出 Anchor Text,每行一筆或 CSV 格式貼入。

03

查看分析

檢視分布圖表、風險評估與自然度比較,根據建議調整連結建設策略。

結果怎麼判讀

風險分數從 100 分開始依規則扣分,分數愈低代表 Anchor Text 分布愈不自然,愈可能被 Google Penguin 演算法判定為連結操控。

  • Exact Match 精確匹配關鍵字比例超過 5% 會被標記為高風險並扣分(最多扣 40 分,超過 5% 的部分每 1 個百分點扣 4 分),介於 3% 到 5% 之間扣 5 分並列為警示,低於或等於 3% 判定為正常。
  • Partial Match 部分匹配比例超過 15% 會被標記為高風險(最多扣 25 分,超過 15% 的部分每 1 個百分點扣 2.5 分),介於 10% 到 15% 之間扣 5 分並列為警示,低於或等於 10% 判定為正常。
  • 品牌詞(Brand)比例低於 10% 會被標記為高風險並扣 15 分,10% 到 25% 之間扣 5 分並列為警示,達到 25% 以上判定為健康,這項規則只在填寫品牌名稱時才會計算。
  • 裸網址(URL)比例低於 5% 或高於 40% 都會扣 5 分並列為警示,5% 到 40% 之間判定為健康。
  • Generic 通用詞(如「點這裡」「了解更多」)比例低於 5% 會扣 3 分並列為警示,達到 5% 以上判定為正常。
  • Exact Match 與 Partial Match 合計超過 20% 時會額外再扣 10 分,代表整體連結策略明顯過度優化。
  • 樣本數低於 20 筆時,系統會額外提示樣本數偏少,建議累積至少 50 筆以上再判讀。

最終分數 80 分以上判定為「分布健康」,50 到 79 分為「需要注意」,低於 50 分為「風險偏高」。

常見錯誤

  • 只憑少於 20 筆的樣本就下結論,忽略樣本數不足會讓比例被少數資料嚴重扭曲。
  • 沒有填寫目標關鍵字或品牌名稱,導致 Exact Match、Partial Match、品牌詞偵測全部停用,分析結果失去參考價值。
  • 把單一頁面或單一活動的錨文字資料當成全站反向連結分布來判讀,得出與實際連結策略不符的結論。
  • 只關注 Exact Match 比例,忽略品牌詞比例過低同樣是連結不自然的警訊。
  • 看到分數偏低就急著大量刪除或修改連結,而不是先分析比例失衡的來源再調整。

⚠️ 免責聲明: 工具會根據你提供的 Anchor Text 顯示分布訊號;請把結果放回整體連結來源與網站情境一起閱讀。

常見問題

什麼是自然的 Anchor Text 分布?

自然的反向連結通常以品牌詞(30-40%)、裸網址(20-30%)、通用詞如「點這裡」(15-20%)為主,而精確匹配目標關鍵字的 Anchor Text 通常低於 5%。如果精確匹配比例過高,可能被 Google 的 Penguin 演算法判定為連結操控。

Anchor Text 過度優化會有什麼後果?

Google Penguin 演算法(現已整合到核心演算法中)專門偵測不自然的連結模式。過度優化的 Anchor Text 分布可能導致排名下降、搜尋能見度降低。嚴重的情況可能觸發手動操作(Manual Action),需要在 Search Console 中提交重新審查請求。

樣本數太少的錨文字分布能信嗎?

樣本數低於 20 筆時,比例容易被少數幾筆資料大幅扭曲;建議累積至少 50 筆以上反向連結的 Anchor Text 資料再進行分析,樣本數愈多,分布比例愈能反映實際的連結來源。

品牌詞比例多少算健康?

品牌詞(包含品牌名稱、公司名稱等)比例低於 10% 會被本工具標記為高風險,10% 到 25% 之間列為警示,達到 25% 以上判定為健康。自然形成的反向連結中,品牌詞通常占整體 Anchor Text 的 25% 到 50%,比例過低代表連結來源可能集中在人為建置而非自然提及。
案例與價格範圍

想看案例、合作方式與價格範圍?

留下 Email,我會寄出案例(含 Ahrefs 資料)、合作方式與價格範圍;看完再決定是否回覆。

我會寄出這次索取的資料;由 AK 親自回覆,可隨時退訂。

十年 SEO 實戰 · Threads 公開研究 · 隱私權政策