Information Gain（資訊增益）是指一篇內容相比用戶已經看過的同主題內容，額外提供了多少新資訊。如果你的文章只是把搜尋結果首頁十篇文章的重點重新整理一次，資訊增益就接近零；如果你補上了原創數據、實測結果或其他人沒有提過的角度，資訊增益就高。
這個詞本身借用自機器學習及資訊理論，近年因為 Google 一項專利而成為 SEO 內容策略的熱門概念，在 AI 生成內容氾濫之後尤其受關注。
Information Gain 的來源：Google 專利
SEO 業界所講的資訊增益，主要來自 Google 的專利 Contextual estimation of link information gain。專利於 2018 年提交、2022 年獲批，其後再有延續專利於 2024 年獲批。
專利描述的做法是：系統為每份文件計算一個「資訊增益分數」（Information Gain Score），反映該文件在用戶已經看過的文件以外，還包含多少額外資訊。分數較高的文件，可以在用戶下一步搜尋或追問時優先顯示。換言之，這個分數不是文件本身的固定屬性，而是相對於「用戶已經看過甚麼」而定。
為什麼資訊增益對 SEO 重要？
即使撇開專利，資訊增益背後的邏輯與 Google 多年來公開的方向一致：
- Google 的 Helpful Content 自我評估問題，直接問及內容有否提供原創資料、報告、研究或分析
- 第一手經驗是 E-E-A-T 中「Experience」的核心，而親身經驗正是最難被複製的新資訊
- AI 工具令「整合現有內容」的成本降到接近零，同質化內容愈來愈多，獨特資訊反而成為稀有資源
- AI Overview 及 AI Mode 透過 Query Fan-out 從多個來源組合答案，內容重複的頁面沒有被額外引用的理由
如何提升內容的資訊增益
- 先看現有結果：動筆前細閱目標關鍵字首頁的內容，列出大家都有講的重點，再找出大家都沒有講的部分
- 加入第一手資料：自家數據、客戶個案、實測截圖、問卷結果，都是其他網站無法照抄的內容
- 提供本地角度：大部分中文 SEO 內容以台灣或內地市場為背景，補上香港的收費、法規、平台使用習慣，本身已是資訊增益
- 表明立場：有根據的專業判斷（例如「這個做法對中小企不划算，原因是……」）比四平八穩的整理更有價值
- 回答下一條問題：想想讀者看完現有文章後還會追問甚麼，直接在內容中解答
資訊增益的常見誤解
資訊增益不等於字數更多，也不等於為了不同而不同。一篇文章如果為了「獨特」而偏離用戶的搜尋意圖，沒有先答好基本問題，新資訊再多也幫不上忙。較穩妥的做法是先覆蓋讀者預期會看到的基本內容，再在其上加入其他頁面沒有的東西。
另外，坊間並沒有工具可以量度 Google 的資訊增益分數。部分內容工具提供的「原創度」或「內容差異」評分只是各自的估算方法，可以參考，但不應視為 Google 的實際指標。