关键词密度计算器

关键词密度 = 关键词出现次数 ÷ 总词数 × 100%。它是搜索引擎算法的活化石：2000 年代初期，密度是排名的直接信号，催生了「关键词堆砌」（keyword stuffing）——正文塞满重复词甚至白字隐藏。Google 的 Panda（2011）与 Hummingbird（2013）更新终结了这个时代：语义理解取代词频统计，过度优化（密度 >3-5%）反而触发降权。当代 SEO 共识：密度 0.5-2% 是自然写作的副产品，不是目标。

那密度分析还有什么用？三个现代用途：① 反向体检——密度异常高（>3%）提示堆砌风险，尤其在批量生成的内容中；② 主题聚焦度检查——核心词密度过低（<0.3%）可能意味着内容偏题；③ 竞品对比——分析排名前列页面的用词分布，校准自己的语义覆盖（但注意，他们排前面不是因为密度）。真正的现代指标是 TF-IDF 与语义完整性（见 TF-IDF 计算器）：Google 评估的是「这篇内容是否全面覆盖了主题」，而不是某个词出现了几次。

词频时代的考古能解释今天的很多遗迹：2000 年代初的搜索引擎基本是「词频计数器」，于是站长们发明了全套堆砌工事——正文重复、白字隐藏、评论区刷词、meta keywords 塞满。那是 SEO 的蛮荒时代，搜索结果页前十常被垃圾站占据。这段历史的价值在于：它解释了为什么今天的搜索引擎对「过度优化」如此敏感——惩罚机制是被逼出来的。

技术转向分三步完成：Panda（2011）按内容质量降权低质站；Hummingbird（2013）把查询从「字符串匹配」升级为「意图理解」——搜「附近好吃的川菜」不再逐字匹配，而是理解「餐厅+川味+地理位置」；BERT（2019）让模型理解上下文语义，「苹果」在不同语境自动区分水果与公司。三步走完，词频从排名信号退化为「最低限度的主题声明」，语义完整性接管。

密度的现代角色是体检而非优化：把密度当作体温计——36–37 度正常（0.5–2%），39 度以上（>3%）是病（堆砌风险），35 度以下（<0.3%）也可能有病（内容跑题）。它的价值在于「异常检测」，而不是「精确制导」：没有任何证据表明 1.2% 比 0.8% 排得更好，但有大量证据表明 5% 会被降权。把密度用对地方，它是低成本的健康筛查。

真正值得投入的是语义覆盖：排名前列的页面不是因为关键词出现得多，而是因为它们完整覆盖了主题的子维度——写「手冲咖啡」覆盖水温、粉水比、研磨度、滤杯、闷蒸；写「房贷利率」覆盖等额本息、等额本金、LPR、提前还款。用 TF-IDF 计算器 提取头部页面的高权重词集，对照自己的稿件找缺口——补齐子主题是现代 SEO 的核心工作。

中文场景的两个特殊性：① 分词决定计数——「房贷利率」是一个词还是「房贷+利率」，取决于分词器，不同工具的密度结果会差 30% 以上，横向对比要用同一工具；② 字与词的混淆——按字数算密度没有检索意义，搜索引擎按词索引。正文词数统计可用 字数统计器 配合，标题层面的像素预算见 标题描述长度检查器。