檢查內容中的關鍵字密度，就是計算某個詞彙在文本中所有已識別詞彙裡出現的次數，再將該次數除以總詞彙數並乘以 100 — 這正是「關鍵字密度檢查工具」直接套用於貼上內文的單一公式，每個百分比皆以公開的分母為依據，且不附加任何排名承諾。第一句話之所以重要，是因為它釐清了讀者可能已在許多指南上看過、卻寫得含糊的公式，並開宗明義指出：本頁工具無法把數字轉換成搜尋排名。密度百分比代表某一個詞、或是某一個完全相同的詞組，在你貼上的文本中佔總詞彙數的比例；僅此而已，別無其他。這項檢查作為閱讀輔助之用，而非評分引擎。框架確立後，本文的其餘部分將依序說明工具究竟計算哪些內容、執行檢查的三個具體步驟、悄悄影響每一列的斷詞規則、一個演算例句背後的數學原理，以及讓人不至於把百分比誤當作排名目標的那些限制。
當你檢查內容中的關鍵字密度時，檢查工具究竟計算了什麼
你按下按鈕後所看到的報表，是根據一組規模小且固定的量測指標所建立的。總詞數是斷詞器在你貼上的文本中辨識出的所有詞彙數量。獨立詞數是經過同一輪處理後存留的不同標準化詞彙數量 — 透過 Unicode 規則轉為小寫。頻率表最多列出 50 列單詞資料，依出現次數遞減排序，並於次數相同時按字母順序排列，因此即使在很長的草稿上，介面依然清楚易讀。如果你輸入一個完全相同的關鍵字或詞組，同一個斷詞器會掃描連續相符的內容，而詞組相符依設計可彼此重疊。
這些計數都不是估算值，也不是進位後的近似數。每個顯示百分比分母都是「總詞彙數」，其中包含了可能被最短長度篩選器隱藏於表格之外的詞；這代表被篩掉的詞並不會悄悄拉高你所看到詞彙的百分比。貼上的文本上限為 500,000 字元，足以涵蓋篇幅較長的文章與大多數的登陸頁，且文字完全不會被傳送到伺服器。若想更仔細觀察同一套計數在不同輸入上的表現，可參考 如何找出任何文本中的關鍵字密度 這份指南，它在更長的樣本上也遵循相同的運算邏輯。
用三個步驟檢查內容中的關鍵字密度
這個工具只露出它真正需要的控制項，因此操作流程很短。從貼上草稿到一份透明的頻率表，只要三個步驟，你就能與原始文本並列閱讀。
- 貼上你想檢視的可見文字，並選擇性輸入一個完全相同的關鍵字或詞組。將內文輸入或貼到輸入區。如果你有一個想了解其重複情況的特定詞組 — 例如產品名稱、優惠內容，或是讀者常問的問題 — 請依其在文本中出現的樣貌輸入關鍵字欄位，包含所有撇號或腔調符號。檢查工具不會做詞幹還原、詞形還原或同義詞擴展，因此輸入 running shoes 並不會比對到 shoe 或 ran。
- 選擇顯示單詞資料列的最低詞彙長度，再選擇「檢查關鍵字密度」。最低長度控制項只會影響哪些單詞資料列會出現在頻率表中。總詞數、獨立詞數與密度分母仍包含每個辨識出來的詞彙，因此調高最低長度並不會假裝那些較短的詞彙已自原始文本中消失。
- 檢視計數與周邊文字，把百分比視為描述性證據，而非排名目標。先閱讀總詞數與獨立詞數，確認斷詞結果與你閱讀草稿時的印象一致，再掃描頻率表查看是否有重複、遺漏的術語或不慎失衡的情形。每當想比較修改後的版本時，請在新的分頁中開啟 關鍵字密度檢查工具；由於斷詞器與分母相同，你可以清楚看出修改是否改變了整體樣貌。
影響你數字的斷詞規則
兩份文字內容相同的草稿，若斷詞器對「什麼算一個詞」的定義不同，可能產生不同的百分比。本頁所有計數由三條規則驅動，一旦規則清楚，表格對照原始文字讀起來就更容易。
Unicode 字母與數字構成一個詞
斷詞採用 Unicode 字母與數字屬性，因此超出基本 ASCII 範圍所寫成的詞彙仍可被計算。像是法文 l'été 仍視為一個詞，德文的複合詞如 Donaudampfschifffahrtsgesellschaft 仍視為一個詞，帶有腔調符號的品牌名稱也不會拆成前後詞綴。比對為不區分大小寫，透過 Unicode 小寫轉換，因此 Red、red 與 RED 都會落入同一個分組。
內部撇號會保持詞彙的完整性
位於詞彙內部的直撇號或排版撇號可保留在詞內，因此像 don't、l'été 這類形式都會視為單一單位。標點符號、連字符號、其他符號以及空白會分開詞彙，因此連字詞組 red-blue 會斷成兩個詞 — red 與 blue — 各自貢獻到自己的那一列。逗號、句號、問號之類的標點則會結束詞彙，而非隨之保留。
顯示篩選器絕不會更改分母
最低長度控制項是顯示用的篩選器，而非刪除步驟。將其設為最低長度 2 時會隱藏單一字元的列，但總詞彙數與密度分母維持不變。因此調高最低長度會讓視覺上的清單變短，卻不會拉高那些仍可見的較長詞彙百分比 — 這正是若只單獨信任表格，讀者可能忽略的隱性失真。
一個演算例句與透明的數學
同樣的公式驅動著表格裡的每一列，用一個演算過的例子說明值得，可讓數字不再顯得武斷。以測試句 Red blue red. RED green blue red-blue. 為例，經標準化後，斷詞器將其讀為 8 個總詞彙，頻率表的拆解如下：
| 詞彙 | 句中次數 | 密度 |
|---|---|---|
| red | 4 | 50.0% |
| blue | 3 | 37.5% |
| green | 1 | 12.5% |
這些列背後的算術很直觀。Red 出現 4 次，總詞彙數為 8，所以 4 ÷ 8 × 100 = 50.0%。Blue 出現 3 次，所以 3 ÷ 8 × 100 = 37.5%。Green 出現 1 次，所以 1 ÷ 8 × 100 = 12.5%。連字詞組 red-blue 會拆成兩個不同的詞，這就是為什麼 red 與 blue 在最後那個片段各自累加了一次，而不是以單一連字形式計算。
若你輸入完全相同的詞組 red blue，同一個斷詞器會計算出兩次連續相符 — 句首的 Red blue，以及句末會拆成 red blue 兩個詞的連字詞組 red-blue — 詞組密度為 2 ÷ 8 × 100 = 25.0%。詞組相符依設計可彼此重疊，且詞組的分母是總詞彙數，並非可能的起始位置數或詞組長度。相同的計算方式也出現在 不靠猜測計算關鍵字密度 這篇較長的專文中。
報表刻意不會為你做的事
這份檢查工具有一份很短的「它刻意無法做到的事」清單，而每一項都是刻意的設計選擇，並非缺失的功能。倘若把百分比當作這些功能都存在般使用，就是最快誤用的方式，因為其中大多數選擇存在的理由，是因為它們需要該工具刻意避免嵌入的、與語言及語料庫相關的參考資料。
| 任務 | 檢查工具實際上的做法 |
|---|---|
| 移除停用詞 | 並未內建任何停用詞清單；每個已辨識的詞彙都會列入總數，而非藏在隱形的篩選器之後。 |
| 詞幹還原、詞形還原或同義詞擴展 | 完全不套用形態學標準化，因此像 ran、runs 與 running 等形式都保持獨立詞彙可供你檢視。 |
| 偵測語言或剝離樣板內容 | 未執行語言偵測或移除 HTML、頁尾、導覽列等處理，因此貼上實際可見的文字比貼上頁面原始碼更為重要。 |
| 抓取 URL 或呼叫 Search Console | 不發出任何網路請求；僅分析貼上的文字，且絕不會聯繫該線上 URL。 |
| 預測排名影響 | 依據已公開的搜尋指南，不會產生排名保證、目標百分比或難度分數。 |
| 將草稿送至 AI 模型 | 所有處理皆在當前的瀏覽器分頁中執行；不會呼叫任何 AI 模型，文字也不會離開裝置。 |
搭配 Google Search Central 關於關鍵字堆砌的垃圾內容政策 一併閱讀，有助於釐清合理期待。搜尋引擎評估的是實用性、意圖滿足度、原創性、結構、連結、聲譽，以及許多其他原始重複次數以外的訊號。檢查工具刻意避免內建停用詞清單或排名門檻的參考資料，因為這些選擇需要依語言與語料庫而定的判斷，會扭曲計數結果。一份乾淨的頻率報表能支援編輯決策，卻無法取代它們。
在貼上之前就會讓檢查結果失準的錯誤
大多數不準確的密度報告問題出在輸入內容,而不是計算公式本身。有三個準備習慣能讓數字保持誠實,而且它們在第一個百分比出現之前就已經至關重要。
- 只貼上你打算檢視的可見文字。導覽列、頁尾、重複的版型、標記語法以及共用的側邊欄,都會產生與文章本文無關的詞元。一篇 600 字的文章,若被 2,000 字的頁首和頁尾文字包圍,所回報的密度只會是草稿本身實際內容的一小部分,進而誘使寫作者為了達成本不該追求的目標而補上重複的內容。
- 辨識空白或無詞元的輸入,而不是把零當成資料。當貼上的文字不包含任何可辨識的詞元時,檢查工具會拒絕產生誤導性的零百分比報告。如果出現這種拒絕訊息,輸入內容幾乎可以確定是標記語法、被移除的版型或空白字元——在對草稿本身下任何結論之前,請先清理來源並重試一次。
- 使用相同的斷詞器與分母來比較修訂前後的結果。同一篇草稿在編輯前後,只有在兩次執行時採用相同的最小長度篩選條件和相同的 Unicode 斷詞規則,才會產生可比較的百分比。如果在兩次檢查之間切換了最小長度,短詞元在其中一份報告中會被隱藏,在另一份中卻不會,這可能會讓某次編輯看起來比實際更有效或更沒有效。
一旦輸入內容是乾淨的,百分比欄位就會回報一種特定的閱讀習慣:把每一列視為線索而非分數,在改動任何字詞之前,先打開來源草稿中該詞周圍的句子。這個習慣正是把密度當作「證據」使用,還是當作「目標」使用之間的差別。密度百分比最適合用來描述頁面上已有的內容,而不是用來預測它未來的排名。關鍵字密度檢查工具提供了一個透明的本地計數,讓你用來比較每次編輯:貼上可見的內文、選擇性地輸入一個精確片語、執行分析,然後在決定要修改什麼之前先閱讀周圍的段落。請把這份報告視為眾多證據之一——與編輯判斷、真實的搜尋成效數據,以及讀者實際在頁面上嘗試完成任務的體驗,一起綜合考量。