批次關鍵字密度檢查會針對貼上的長篇草稿中的每一個詞,以同一個固定的分母進行比對,而關鍵字密度檢查器每次執行可接受最多 500,000 個字元的貼上文字。「批次」指的是輸入量的大小,而不是另一種獨立模式:這裡不會抓取 URL、沒有分批的頁面清單、也無需呼叫 API——你只需貼上一大段文字,就能讀回一份透明的頻率報告。畫面上每個顯示百分比的分母,都是貼上內容中已識別詞彙標記的總數,因此即使草稿從一段文字擴展到一整篇文章,每個數字都能保持相互可比。由於整個分析都在當前的瀏覽器分頁中執行,即使是數千字長的文件,也無需上傳到遠端伺服器即可檢查,即便文件很長,工作流程依然能在本機完成。
「批次」在關鍵字密度檢查中的意涵
對大多數編輯審核而言,「批次」其實就是指「比一兩段文字更長的單一文件」。一篇長篇部落格文章、一個產品分類頁、一份逐字稿,或一章草稿都可能長達數千字,把整份內文一次貼進單一分析中,就能讓分母保持穩定。這種穩定性很重要,因為密度百分比只有在用同一個分母來比較各個版本時才有意義;若把草稿切成小塊再平均各段結果,所得到的數字意義將不同於該詞彙在原始來源中的實際占比。
關鍵字密度檢查器將「批次」視為輸入量的大小,而不是一種平行處理功能。沒有網址佇列,沒有分批的競爭對手清單,也沒有 API 端點可呼叫。你只需貼上一段內文,選擇性地輸入一個你想要追蹤重複次數的精確詞組,就能讀取一份單一的頻率報告。如果貼上的內容超過 500,000 字元的上限,分析會在該上限處截斷,而不會回傳一個誤導性的局部計數,以此維持分母的完整性。
關鍵字密度檢查器如何處理大量貼上內容
文字貼上後,檢查器會透過 Unicode 小寫轉換將整份輸入統一為小寫,並以分詞規則逐項處理,這些規則接受 Unicode 字母與數字,以及詞彙內部可選的直式或排版用撇號。標點符號、連字符號、特殊符號與空白會作為標記的分隔點,因此像 "red-blue" 這類字串會被視為兩個標記("red" 與 "blue"),而像 "don't" 或 "l'été" 這類縮寫或含撇號的詞彙則會保持為單一單位。分詞過程刻意保持機械化:沒有停用詞清單,沒有詞幹化、詞形還原、語言偵測或同義詞擴充,因為這些處理各自都需要一份依語料庫與語言而定的參考集。
分析會為總計詞數、唯一詞彙數,以及每個百分比的分母,計算每一個已識別的標記。一個獨立的「最短詞彙長度」控制項只會篩選哪些單詞資料列會出現在頻率表中;底層的計數與分母並不會受到影響。這種區隔在批次處理時很重要:當單字元詞彙篩選設為「2」時,像 "a" 或 "I" 這類資料列會從畫面中隱藏,但這些標記依然會計入總詞數,以及任何單字密度的計算,因此百分比不會在無形中膨脹。表格本身最多顯示 50 列,依數量遞減排序,同分時再依字母順序排序以維持結果一致性;而總計與唯一詞數仍涵蓋完整輸入範圍。
分詞規則一覽
| 檢查器會做的事 | 檢查器不會做的事 |
|---|---|
| 將 Unicode 字母與數字視為標記 | 套用停用詞清單或任何語言特定的篩選條件 |
| 保留標記內部直式或排版用撇號(don't、l'été) | 進行詞幹化、詞形還原或同義詞擴充 |
| 透過 Unicode 小寫轉換進行不分大小寫的對應 | 偵測語言或猜測詞性 |
| 在標點符號、連字符號、特殊符號與空白處切分 | 移除 HTML 標記、導覽列或頁尾樣板文字 |
| 將每個標記計入總計、唯一詞數與百分比分母 | 將分母限制為畫面上顯示的 50 列 |
三步驟執行批次關鍵字密度檢查
- 把你想檢查的可見文字貼入輸入區。請排除導覽選單、頁尾文案、重複的樣板以及任何標記——緩衝區中只應留有你想要評估的內文。輸入上限為 500,000 字元,足以在 關鍵字密度檢查器上單次執行長篇草稿。
- 選擇性地輸入一個你想要追蹤其重複次數的精確關鍵字或詞組,並為單詞頻率列選擇「最短詞彙長度」。設定為 2 時,可隱藏像 "a" 與 "I" 這類單字元資料列,但不會將它們從分母中移除。
- 選擇「檢查關鍵字密度」並閱讀報告:總詞數、唯一標準化標記數,至多 50 個最高頻且符合條件的單詞及其次數與百分比,以及——若有輸入的話——你精確詞組的次數與密度。請使用同一個分詞器與同一個分母來比較各版本,而非單獨依據百分比下判斷。
為何百分比僅供描述、而非規範
某個詞的單字密度等於該詞次數除以總標記數再乘以 100。一段精確連續查詢的詞組密度也使用相同的分母——即已識別標記的總數——因此在一個 8 個標記的句子中,第 7–8 個位置出現的詞組匹配,所得到的詞組密度為 12.5%,而不會因為詞組長度或起始位置的不同,而產生不同的數字。詞組匹配可能會重疊,而文件本身並未承諾達到某個特定密度就能提升搜尋排名。
搜尋引擎會評估實用性、意圖滿足度、原創性、結構、連結、信譽以及許多其他訊號。Google 公開的垃圾內容政策指南將「關鍵字堆砌」描述為以對使用者體驗產生負面影響的方式,在頁面上大量塞入關鍵字;而檢查器本身也並未聲稱任何特定百分比是安全或最佳的目標。請將這份報告視為描述性證據:它能凸顯出非刻意的重複、遺漏的術語或編輯上的失衡,而真正應該修訂的單位仍然是整段上下文句子。對於想更仔細推導演算過程的讀者,透明化演算解析以更深入的方式說明了相同的分母行為。
解讀長篇草稿的頻率表
50 列上限讓介面即使在面對極長的貼上內容時依然易於閱讀,這代表單次執行並不會回傳文件中的每一個詞,但會回傳 50 個次數最高的詞彙,以及底下穩定的分母。如果目標詞未出現在前 50 名中,這個事實本身就提供了有用的資訊:不是該詞在草稿中真的很少見,就是草稿夠長,以致其他詞在表中佔據了前列。精確詞組資料列獨立於該上限之外,因此即使你所輸入的詞組原本不會進入前 50 名,也會被永遠列入計算並回報。
以文件中的測試句子「Red blue red. RED green blue red-blue.」為例,分詞器在將 "red-blue" 依連字號切為兩部分後,共找到 8 個總標記。Red 出現四次(Red、red、RED、red),佔總數的 50%;blue 出現三次(blue、blue、blue),佔 37.5%;green 出現一次,佔 12.5%。精確詞組「red blue」以不分大小寫的連續序列匹配兩次——分別位於第 1–2 個標記與第 7–8 個標記——在文件所定義的分母 2 ÷ 8 × 100 之下,詞組密度為 25%。這些數字正是該報告為審核所提供的證據;而真正決定改寫方向的,依然是前後文本身。
報告中使用的密度公式
| 項目 | 公式 | 備註 |
|---|---|---|
| 單字密度 | (單字次數 ÷ 總標記數) × 100 | 分母包含所有已識別標記,包括被最短詞彙長度篩選隱藏者。 |
| 詞組密度 | (出現次數 ÷ 總標記數) × 100 | 以不分大小寫方式匹配可重疊的連續序列;不會因詞組長度或起始位置而調整。 |
| 唯一詞彙 | 已標準化之相異標記的數量 | 與總標記數分開回報,以便兩個數字都能持續可見。 |
何時應在多個版本間重新執行檢查
最有價值的比較,是在同一篇文章的兩份草稿之間進行。在結構性改寫前後貼上同一份最終可見內文,輸入相同的精確詞組,在統一的分母之下,讀取次數與密度的差異。如果目標詞組的百分比上升,應檢視該處前後文的句子而非數字本身——某個非刻意重複的詞組密度提高,通常代表某個段落開始自我重複,而這正是此工具設計來凸顯的失衡現象。如果數字下降,則可能是草稿在某個你實際需要的詞上變得太單薄;報告本身不會告訴你哪個方向才正確,只會呈現目前這份草稿的內容。
由於整個分析都在當前的瀏覽器分頁中執行,且不會將貼上的文字傳送給 AI 模型或遠端端點,因此即使是那些不應離開本機的草稿,也可以合理地進行檢查;不過任何共用的裝置,仍然帶有一般實體存取風險。若要進行實用的審核,請只貼上最終可見的內文,輸入你想要檢查其重複次數的精確詞組,執行分析,並讓人為的編輯判斷凌駕於任何孤立的密度數字之上——報告能協助你察覺模式,但無法決定如何改寫。