做搜索排序时，很多人第一反应是把点击率当成核心目标，谁被点得多谁排前面。但单纯优化点击率会带来明显问题：标题夸张、封面吸睛的结果容易获得点击，用户点进去发现内容不符就快速返回，长期反而伤害体验。
所以成熟的排序系统通常同时看多个信号。除了点击率，还会看停留时长、是否满足需求、是否产生后续行为，以及用户返回搜索结果页的比例。返回率高往往意味着这条结果没解决问题。
另一个关键点是位置偏差。排在前面的结果天然获得更多曝光和点击，直接用原始点击率训练模型会放大这种偏差。常见做法是引入位置特征做纠偏，或者用随机曝光收集无偏数据。
因此评估搜索排序不能只盯一个数字。要把点击、停留、满意度和业务目标放在一起看，否则很容易调出一个点击很高但用户并不满意的系统。
