Category: Uncategorized

原文地址：https://searchengineland.com/write-high-performing-google-ads-copy-generative-ai-459821 如何借助生成式AI加速广告创作并保持信息精准，打造具有关联性与个性化的广告文案。 创作有效的广告文案仍然是PPC广告面临的最大挑战之一。它成本高昂、耗时费力，且常常像一场猜谜游戏——尤其是在针对不同受众和广告格式规模化扩展广告系列时。 生成式AI提供了一个新的解决方案，并且已经在重塑品牌如何为文本、视频和展示广告创建和优化谷歌广告。 然而，尽管其前景诱人——更快的生产速度、更智能的个性化、更好的表现——但结果并非仅靠自动化就能得来。要获得真正的价值，营销人员需要采取战略性、亲力亲为的方法。 本文将探讨如何利用生成式AI打造高性能的谷歌广告文案——包括关键的提示词撰写、人工监督和工作流程。 生成式AI如何提升谷歌广告文案撰写核心在于，生成式AI能够根据精心设计的提示词生成类人文本。对于谷歌广告而言，这转化为以下几项令人兴奋的能力： 深入阅读：如何组合出吸引人的谷歌广告文案 最佳实践：利用生成式AI最大化广告效果生成式AI现已直接集成到谷歌广告创建的工作流程中。只需提供一个URL和一些突出您产品或服务的独特文案，您就可以提示系统生成标题、描述和其他创意素材。这种方法同样适用于展示广告。 虽然这个过程快速且易于操作，但要获得真实的效果，远不止输入几个关键词然后让AI接管那么简单。为了真正最大化绩效，营销人员需要有意识、有结构地使用生成式AI。以下是如何有效使用它来提升您的谷歌广告文案。 1. 优质输入，优质输出：提示词工程的必要性AI生成文案的效果在很大程度上取决于您的提示词质量。想象自己是一位乐队指挥。AI是乐队，而您的提示词就是乐谱。 2. 人工监督不可或缺：编辑的把关作用生成式AI是一个强大的助手，而非人类创造力和判断力的替代品。每一段AI生成的广告文案都必须经过彻底的人工审核。 3. 战略整合：将AI融入您的工作流程生成式AI应该无缝添加到您现有的谷歌广告工作流程中，而不是一个独立的工具。 4. 持续学习与调整：迭代循环AI世界在不断发展，您的方法也应如此。 深入阅读：使用生成式AI进行广告文案撰写的4个实用方法 伦理考量：负责任地驾驭AI前沿随着生成式AI日益融入我们的方法，解决其在广告中应用的伦理影响至关重要。…

原文：https://searchengineland.com/end-seo-ppc-silos-unified-search-strategy-ai-era-463006 人工智能驱动搜索正在模糊自然流量与付费广告的界限。洞察如何整合SEO与PPC策略，以提升品牌可见度、精准触达用户意图并增强品牌权威。 多年来，SEO（搜索引擎优化）与PPC（按点击付费广告）定义了搜索营销的两大阵营——前者专注于建立自然搜索权威，后者则追求付费广告效果。 两者虽都旨在获取流量，却常各自为政，朝着不同目标进行优化。 如今，这种分野正在终结。 生成式人工智能的兴起重新绘制了版图，将曾经截然不同的两个领域融合为一个统一且流动的生态系统。 谷歌和必应等搜索引擎已演变为对话式人工智能平台，能够提供即时且往往是唯一的答案，同时无缝整合广告。 这一转变——以零点击结果、对话式界面和预制信息为标志——意味着，没有任何单一策略能再确保品牌的可见度。 在AI优先的世界里，SEO与PPC必须融合生成式人工智能模糊了自然可见度与付费可见度之间的界限，使得过去孤立的模式已然过时。 如今，SEO与PPC正作为一个单一策略中两个相互依存的组成部分共同作用——彼此成就对方的成功。 一个品牌通过强大的SEO建立的有机权威，直接影响其在AI答案中的自然和付费表现。高质量内容可以提升质量得分和广告相关性，从而降低成本和获得更优的广告位。 与此同时，AI答案和摘要正在挤占传统搜索结果列表的空间，导致可见机会更少——但也更有价值。要抓住这些机会，需要SEO与PPC的紧密协作。一个整体的策略能确保品牌在AI引导的搜索者可能遇到的任何地方出现——无论是在自然摘要、富媒体结果还是整合广告中。 其结果催生了一套新的成功指标，关注重点从单纯的点击和展示，转向综合可见度与品牌权威。 搜索中AI的兴起及其对用户行为的影响在深入探讨策略之前，了解生成式人工智能如何重塑用户行为至关重要。AI与搜索的整合正在根本上改变人们与搜索引擎的互动方式。 最直接的变化是零点击答案的兴起。AI驱动的结果现在直接将在结果页面上呈现相关信息，通常消除了访问网站的需求。这在信息类查询中尤为常见，AI会将来自多个来源的数据综合成快速、易于消化的摘要。 这种行为正在推动所谓的“漏斗压缩”。随着AI答案变得更加强大，它们缩短了用户旅程，在流程的早期阶段就提供解决方案或产品推荐。 因此，用户的期望也发生了演变。人们不再滚动浏览一列蓝色链接，而是寻找一个单一、全面的答案或一套精选的顶级选项。他们期望以对话式、易于消化的形式获得相关且清晰的信息。关键词排名第一仍然重要，但不再能保证相同的流量。虽然总体搜索量可能保持稳定，但流量分布正在发生变化。营销人员现在必须同时在传统搜索结果和AI生成内容中竞争可见度。 深入阅读：AI对付费媒体、用户行为和品牌可见度意味着什么 AI驱动搜索世界中SEO的角色：构建有机基础如今，SEO的主要角色是构建人工智能系统所依赖的基础可信度。在综合信息时，AI模型会寻找谷歌所称的“相关性信号”——这正是SEO长期以来所培养的要素：高质量内容、品牌权威性、以用户为中心的答案。 在这个新时代，一个成功的SEO策略应围绕五个关键领域展开：…

原文地址：https://searchengineland.com/google-ads-tactics-to-drop-464123 部分付费点击实践已不适应如今自动化的谷歌广告环境。以下是需要淘汰的策略——以及明年应优先考虑的方向。过去一年，谷歌广告日益拥抱自动化，改变了账户管理员的实际操作与策略角色。我们曾经习以为常的精细化控制与透明度正在迅速消失。随着2026年临近，是时候面对现实——在自动化新时代，五种付费点击策略正逐渐失宠。 1. 依赖词组匹配关键词 词组匹配曾是广告主在未准备好广泛匹配策略、又希望拓展搜索量时的首选，但近来已不再受青睐。谷歌持续重新定义匹配类型的工作方式。由于智能出价与广泛匹配依赖多种意图信号，这些信号现在能比以往在同一策略下的词组匹配更准确地捕捉用户意图。针对特定搜索查询时，完全匹配往往能提供更强的控制力，而词组匹配常会因不相关搜索触发广告。因此，词组匹配既因限制过多而难以扩展账户规模，又因精度不足而无法满足广告主对关键词匹配类型的控制需求。 2. 跳过标准购物广告系列 尽管Performance Max（最大化效果）已成为谷歌一段时间以来的重点，广告主通过测试标准购物广告系列仍能获得显著效果。2024年底的广告排名更新后，这一点更为明显——该更新取消了Performance Max相对于标准购物广告的内置优先级。此后，标准购物广告系列在许多案例中表现优于Performance Max。标准购物还能提供更清晰的渠道控制与归因路径，因为转化通常直接来自谷歌购物网络内的点击。虽然Performance Max现在提供广告系列层级的搜索词报告，但标准购物长期以来始终提供产品组层级的数据及展示份额洞察，这对评估基准和了解竞争表现极具价值。若关注品牌安全，标准购物是更稳妥的选择，能避免广告展示在展示广告网络或YouTube上的无关或不恰当位置。 3. 将GA4设为主要转化操作 还记得通用分析（Universal Analytics）时代吗？当时谷歌总建议广告主将UA转化追踪作为主要指标。此后相关指引似乎反复变化。理想情况下，谷歌广告中的主要转化指标应与账户转化数据一致，以便为智能出价提供实时信号。但GA4的追踪代码无法保证这种实时性——导入的GA4事件存在处理延迟。此外，GA4将转化归因于转化发生日期，而谷歌广告原生代码则归因于广告点击日期。像Elevar或Analyzify这类第三方工具通常能提供更可靠的精准转化追踪方案。若无法采用第三方方案，谷歌越来越多地推荐使用Google & YouTube应用作为替代。其配置相对简单，但设置过程中需避免同步产品或运费信息，以防商品中心出现重复商品或运费信息被覆盖。GA4仍应关联用于受众构建与辅助报告，但最好不要将其作为主要转化指标——它确实无法提供智能出价优化所需的实时数据精度。 4. 放任Performance…

原文地址：https://www.searchenginejournal.com/top-10-digital-marketing-trends/558503/ 随着新年的到来，实验时代正让位于执行时代。过去几年的主题是“我们能否做到？”——生成式人工智能、Cookie的衰落、零售媒体网络、可购物视频、沉浸式体验。而现在，问题是：“我们是否正在做，并且做得好吗？” 接下来，我将逐一解析我认为每一位具有前瞻性的营销人员都必须在2026年掌握的十大数字营销趋势。这些不仅仅是流行语；它们反映了消费者行为、平台运作方式以及营销人员如何跨数据、媒体和创意整合战略的深刻转变。 您将看到：对话式搜索改写SEO；视频彻底转向商务；隐私和数据所有权成为竞争优势；零售媒体网络从小众走向主流；创作者和社群驱动共同创造；AI成为营销的操作系统；随着归因崩溃，测量方式发生蜕变；沉浸式游戏化兴起；以及最重要的，人的优势——决定胜负的人才与文化。 让我们逐一深入探讨。 1. 对话式搜索重新定义SEO搜索的演进正在加速：从基于关键词的查询转向对话式查询，从追求点击转向引擎内直接获取答案，从“搜索框”扩展到“人们提出问题的任何地方”。谷歌（通过AI概览）、必应Copilot以及其他生成式搜索界面等平台正在重新定义“可见性”的含义。 2. 视频商务的蓬勃发展短视频、直播、互动视频——视频与商务的融合现已全面展开。社交平台过去将视频视为互动工具；现在则将其视为交易工具。 3. 隐私至上的数据革命第三方Cookie的消亡、监管的加强以及消费者数据敏感度的提高，意味着你必须向内看：你的第一方数据、基于同意的用户画像和数据架构将成为你的竞争核心。 4. 零售媒体网络走向主流曾是大电商玩家专属的零售媒体网络，如今正成为品牌媒体规划的核心。由于它们将丰富的第一方购买或交易数据与优质广告位相结合，提供了为数不多的能将曝光、考虑和转化直接与真实的SKU层级结果联系起来的“全漏斗”渠道之一。 5. 创作者经济演变为共同创造影响者营销已经成熟。在2026年，转变在于从付费让创作者发布内容，转向与创作者共同创造——产品、活动、社群。创作者正在成为战略合作伙伴，而不仅仅是触及渠道。 6. 社群 + 真实性 =…

原文地址：https://www.searchenginejournal.com/ask-an-seo-optimize-keywords-with-high-search-volume-or-competition/543214/ 在本周的SEO问答环节，钱德里卡提问： “使用谷歌关键词规划师进行SEO关键词研究时，需要考虑哪些要点？我们应该关注月搜索量为500的关键词吗？还是应该优先考虑竞争度低或高的关键词？” 这是一个很好的问题，这里有一个简单的答案：不要只关注关键词本身，而应基于关键词的搜索意图，专注于为用户提供解决方案。 谷歌关键词规划师会提供关键词的估算搜索量，但这并不意味着全部搜索量都代表你的目标受众。其中一部分人可能只是在寻找信息而非购物，只有其中一部分人有可能转化为你的收入。 例如，“bark”这个词，可能指树皮，也可能指狗叫声。 搜索树皮，可能是想了解它的外观或触感，是否代表树木健康，或者询问如何用它来确定树的年龄或属种。 搜索狗的“bark”，可能指特定品种的叫声，可能表示狗生病了，或者用户正在寻找让狗停止吠叫或训练狗听指令吠叫的方法。 如果有500次搜索，也许300次是关于狗叫声，其中200次是为了判断狗是否健康，50次是为了训练狗吠叫。 如果你销售的是狗训练书籍，那么这可能不是一个最佳的目标短语，但它是一个你可能想涵盖的话题。这时就需要对话题进行优化。 优化的话题将涵盖“SEO关键词”，并根据其排名的实体和提供的解决方案，增加潜在的流量池。 优化解决方案和话题与其通过将关键词堆砌到文案、标题和页面标题中来优化某个关键词，不如优化其相关的话题。 问问自己，搜索这个关键词的人想要什么，然后构建一系列满足这些需求的页面。 通过创建针对该话题的指南，你的网站对于特定短语的竞争力会变得更强。 机器学习和人工智能在理解内容解决什么问题方面正变得越来越好，它们利用内容的可信度及其措辞来确定页面应该为什么关键词排名。 如果内容清晰地展示了知识和专业性，并且其主张或解决方案有可靠事实支持，你即使没有针对谷歌关键词规划师中的短语进行优化，也可能为这些关键词获得排名。 完成内容和搜索意图后一旦你完成了内容创作并明确了用户意图（如购物或学习），接下来就添加结构化数据。 对于信息类内容，根据你的网站类型（例如新闻网站），使用文章或博客文章的结构化数据。对于购物类意图，使用产品、集合或服务等购物类结构化数据，并结合服务区域和其他类型，以强化页面的意图。 关于高搜索量关键词高搜索量的关键词很诱人，让人想去优化。然而，与其纠结于关键词本身，不如关注其他类似的、构成解决方案一部分的关键词。 将它们组合成一个群组，然后思考它们如何相互作用来教育访问者，使其获得做出明智购买决策所需的信息，无论这是针对一个产品页面还是一个集合/分类页面。…

原文地址：https://www.searchenginejournal.com/ask-an-seo-threshold-between-keyword-stuffing-and-being-optimized/479096/ 本周SEO问答环节，布雷提问： “关键词堆砌与优化得当之间的界限何在？对于一篇2000字的文章，使用主关键词及相关关键词的频率是否存在某种黄金法则？主关键词是否应该同时出现在标题和同一部分的正文中？” 问得太好了！ 在关键词和重复次数方面，并不存在所谓的“优化得当”标准。这类似于看待域名的“权威”评分。你所获得的优化评分是基于SEO工具认为能赋予域名信任度的衡量标准，而非来自实际搜索引擎或LLM及AI系统。“关键词需要重复”这种观念源于一个名为“关键词密度”的SEO概念，而这正是SEO工具催生的产物。 每个工具对于你是否足够重复某个单词或短语以使其“SEO友好”都会有不同的判断方式。由于人们信任这些工具，便相信这是搜索引擎一个有效的排名因素或信号。但事实并非如此，因为搜索引擎并不会关注一个词在页面或段落中出现了多少次，那样做并不会带来良好的用户体验。 熊猫算法削弱了低质量、关键词堆砌内容的效力，而谷歌后来的BERT和MUM技术，使得其能更好地理解上下文、术语间的关系以及页面的整体结构。如今，谷歌在不依赖重复精确匹配关键词的情况下，解读语义的能力已经强大得多。 尽管如此，关键词仍然重要。 关键词有助于向搜索引擎传递页面主题的信号。它们可以用在标题、正文中，作为内部链接，也可用于标题标签、结构化数据和URL结构中。然而，若仅仅为了SEO目的而纠结于关键词的使用，则可能带来麻烦。那么，为了本文的讨论，我们先来定义一下关键词堆砌。 关键词堆砌是指你为了唯一的SEO目的，强行将关键词或关键词短语塞入内容、标题和URL中。 通过强行将关键词插入文章或标题，你会损害用户体验。尽管搜索引擎会知道你想针对什么排名，但语言会显得不自然。与其纠结于关键词说了多少次，不如思考一下同义词以及其他易于理解的表达方式。许多搜索引擎在理解主题、单词、句子和短语之间相互关系方面正变得越来越好。你不再需要一遍又一遍地重复相同的词语。 如果你在谷歌搜索“swimsuit”，你可能会在几个标题标签中看到它，但也会看到“swimwear”。现在输入“bathing suits”，你可能不会在一大堆标题标签中看到它，但标题标签会显示“swimwear”和其他同义词，尽管“bathing suits”是同一产品的常用名称。 现在试试搜索“hairdresser near me”，你可能不会在很多结果中看到“hairdresser”，但会看到“hair salon”和类似类型的商家。这是因为搜索引擎提供的是问题解决方案，如果它们理解页面有解决方案，你就不需要不断重复关键词。 例如，在这篇文章中，我不说“keyword stuffing”，而可以说“overusing…

原文地址：https://www.searchenginejournal.com/why-every-google-ads-account-needs-to-run-scripts/562922/ 为什么每个Google广告账户都需要运行脚本 大多数PPC营销人员都喜欢谈论自动化、智能出价以及谷歌推出的最新AI驱动的神奇功能。但事实是，这些光鲜的功能都无法保护您的账户免受真正的威胁：人为错误、网站故障、预算超支、转化数据不佳、品牌安全违规……问题清单可以列很长。 这时就该Google广告脚本登场了。 脚本是幕后不起眼的机器人。它们自动化繁琐工作，保护您的预算，维护账户健康，并在小问题演变成五位数的灾难之前向您发出警报。它们完全免费、易于使用、测试安全，并且得益于现代大语言模型，任何人都可以构建或定制它们——即使没有编码技能！ 如果您管理Google广告账户却没有使用脚本，那您就是在过度工作并承担不必要的风险。 我今天在此告诉您：每个账户都应该运行Google广告脚本。原因如下： 1. 自动化繁琐工作（那些吞噬您生命的单调任务）每个PPC专业人士都有一小份他们喜爱做的任务清单……以及一份因必需而不得不忍受的、非常长的任务清单。脚本就是为第二份清单而生的——那些重复性、耗时间、消磨灵魂、必须完成但不需要人类创造力的工作。 让我们看一些例子，并附上一些免费的脚本。 预算节奏控制谷歌对每日预算的态度非常宽松。一天，它只花掉您每日预算的60%；第二天，它决定以180%的增幅支出来给您“惊喜”。很好。但如果您的客户期望稳定的投放节奏并有严格的预算要求，这就不好了。 节奏控制脚本通过监控每日和月度至今的花费，预测您的预算在周期结束时的状况，并在谷歌开始超支或偏离节奏时提醒您，从而带来理性。它能及早发现节奏问题，让您有空间主动调整预算——甚至完全自动化这些调整。 与其寄希望于谷歌守规矩，节奏控制脚本确保您的预算守规矩。 修复您的商品Feed任何电商经理都会告诉您：Feed经常出问题，而且通常是在最糟糕的时刻（想想黑色星期五，或者圣诞节，是不是？）。 脚本承担了繁重的工作，而不是让您手动筛选数千个商品。它们可以早在导致拒登之前，就标记出缺失或无效的GTIN；检测那些悄悄拖垮性能的失效商品URL；并找出突然被拒登的畅销商品。 脚本还能帮助发现缺失的属性，如尺寸或颜色（这些细节对相关性很重要），甚至可以动态地利用真实的搜索词数据重写商品标题，以提高展示质量并更有效地匹配用户意图。 简而言之，Google广告脚本帮助您维护一个干净、高性能的商品Feed，为购物广告和效果最大化广告的成功提供支持。 自动化报告为一个账户手动制作报告尚可忍受。也许两个。超过这个数？谢谢，不必了。 那个高喊“我爱做客户报告”的PPC经理……如果你找到了，请务必告诉我。 脚本接管了整个报告流程，而不是强迫您手动拼凑幻灯片、截图和电子表格。它们可以自动导出每日、每周和每月的绩效报告，将数据直接推送到Google…

原文地址：https://foundationinc.co/lab/geo-metrics 当有人问ChatGPT“最适合小企业的CRM是什么？”时，搜索结果是没有第二页的。你的品牌要么出现在那个回答中，要么就完全隐形。这是你死我活的竞争，伙计。 正因如此，生成引擎优化 (GEO) 已成为当前每位营销人员的优先事项。但你怎么知道你的品牌在由大语言模型驱动的多个平台中处于什么位置呢？ 与SEO或付费媒体不同，GEO没有先例可循，归因几乎不可能实现。那些对传统内容营销有效的常规投资回报率框架在这里行不通。 GEO需要一套全新的指标——一套为零点击环境和AI主导的发现过程而构建的指标。让我们来剖析一下如何以一种反映买家在AI优先环境中实际发现和评估品牌的方式来衡量GEO。 为什么生成引擎优化需要新指标 营销圈里有一场愈演愈烈的争论，争论激烈却无实质进展。一方认为：“GEO不过是SEO换了个新名字。”另一方则宣称：“SEO已死——AI搜索改变了一切。” 但他们都忽略了关键点。 真正的问题不在于GEO是取代还是延伸了SEO，而在于我们依赖了数十年的指标——排名、自然流量、点击率——根本无法捕捉到当买家直接从AI获得答案时发生的情况。关于术语的辩论掩盖了真正的问题：传统归因模型在零点击环境中失效了，而我们的指标还没有跟上。 零点击环境中的归因问题 GEO在传统追踪手段失效的地方运作。当有人向ChatGPT咨询软件推荐，得到一个包含你品牌的回答，然后三天后才访问你的网站——你没有办法将这些点串联起来。 正如Foundation的战略副总裁James Scherer所言： “（投资回报率）完全取决于公司如何设置其营销漏斗。GEO在ChatGPT、AI概览、Reddit帖子等零点击环境中运作，而你无法在自己不拥有的平台上追踪用户行为。当‘触点’发生在你的生态系统之外时，多点触达归因模型就失效了。” 想想看，当一个潜在客户在你注册表的“您是如何听说我们的”一栏勾选“ChatGPT”时，功劳该归谁？ 诚实的答案是，他们所有人都做出了贡献。这正是为什么使用传统归因模型来孤立地衡量GEO的投资回报率如此困难，并且常常适得其反。 但这并不意味着追踪你的生成引擎优化表现是徒劳的。绝非如此。然而，你确实需要扩展当前的追踪范围，纳入公关风格的品牌知名度指标，这些指标可以让你真实地了解正在发生的情况以及如何改进。 GEO是品牌知名度建设，而非效果营销 重新构建对GEO投资的认知，或许能帮助你接受其所带来的归因局限性。…

原文地址：https://moz.com/blog/seos-should-not-dismiss-geo-for-low-traffic 作为行业从业者，我们SEOer似乎最热衷的莫过于语义辩论。若能将此与唱衰自身行业相结合，则更妙不可言。这一趋势在2025年持续发酵，焦点在于我们该如何命名那些旨在让企业更多出现在大语言模型输出结果中的实践。是叫GEO？AI SEO？AEO？抑或就只是SEO？ 然而，这其中隐藏着更重要的问题。GEO（好吧，为了方便我就选用这个标签了）真的重要吗？它是否应该是SEO从业者涉足的领域？它与SEO是否存在本质差异？ 一如既往，真正的答案并非最简单的答案。它们需要细致辨析。是的，SEO从业者最适合开展GEO工作。是的，两者策略高度重叠，但确实存在差异。不，GEO短期内不会取代你从SEO获得（或曾经获得？）的流量。但同样，它至关重要，你应当对其进行衡量。 SEO并未消亡或垂死究竟什么是SEO？回想当年（五年多前），我担任顾问时，大多数客户的SEO团队都负责其网站的Google Analytics部署。这是为何？Google Analytics并非搜索引擎。它本可以轻易划归用户体验团队、付费搜索团队，或工程/技术/产品等部门管辖。 这种常见分工的背后，至少部分原因在于SEO从业者已将自身定位为全能型技术营销问题解决专家。我最近听到皮埃尔·法尔将SEO从业者描述为事实上的网站产品负责人。虽然我喜欢这个界定，但它仍未能涵盖，例如，许多SEO从业者所从事的站外工作。 有一点我们或许都能认同：眼下许多SEO从业者并不持有乐观预期。我将代理机构视为SEO领域既充满活力的核心，又是人才工厂，而许多传统、可规模化的SEO代理业务正面临投资回报率随时间被挤压的局面，这主要归因于谷歌对搜索结果页面和算法的调整。兰德·菲什金和我前同事帕迪·穆根最近的一项调查显示，虽然已有复苏萌芽，但许多数字代理机构（该调查中84%提供SEO服务）正面临销售渠道疲软和成交缓慢的困境。在如此多不确定性中，或许存在着对SEO投资意愿的不足。 然而，同一份调查也显示出一些积极信号，况且传统SEO并不会消失。迄今为止，SEO仍是网络世界最大的流量驱动渠道。当前市场领先的AI聊天工具ChatGPT，其运作也深度依赖于谷歌搜索结果。Gemini最终很可能在这场竞赛中胜出，而其根基更深度扎于谷歌搜索结果之中。我并不认为AI模式会取代常规搜索——类似网络指南的某种混合形态看起来可能性更大——但无论如何，AI模式的运作方式正是聚合大量（你猜对了）谷歌搜索结果。万变不离其宗，最终都指向谷歌搜索结果。 对现有SEO策略的重构当下流行一种说法，认为GEO策略与SEO策略完全相同。或是声称遵循传统SEO方式会使你落后于时代。但现实是，鉴于前文所述其对谷歌搜索的依赖根基，任何对传统SEO有效的方法并非无用武之地。许多被倡导为核心GEO工作流程的”AI优先”策略（例如内容结构化、构建相关性、填补信息缺口），其实都是对长期有效SEO策略的重新阐释。话虽如此，确实存在一些新兴领域，或至少是侧重点的显著转变。 其中最重要的或许是站外内容策略。这并非多数SEO从业者乐于思考的方向，因为其执行难度远高于站内内容。但若真想显著提升在AI视野中的可见度，就必须设法影响那些讨论你品牌或竞争对手品牌的权威第三方域名。例如，你可能发现涉及关注领域的提示词结果更偏向竞争对手，且某些文章常被引用为信息来源。此时你或许需要主动联系相关记者或网站，争取被提及或修正不实信息。这很像外链建设，只不过如今你不再那么关注链接本身。SEO从业者仍非常适合主导此类策略；这些工作与我们熟悉的流程相距不远，但确是多年前许多SEO从业者未曾涉足——或至少未曾以此为重点的领域。 顺带一提，这对内容发布商而言或许也是实现价值交换的重要机遇。不过这已是另一话题了。 你的品牌影响力有多强？用Moz Pro精准计算你的品牌权威度 但ChatGPT产生的流量还不如必应/ DuckDuckGo等搜索引擎？确实如此。ChatGPT驱动的流量甚至可能已呈下降趋势。然而，正如现有证据表明ChatGPT并未取代谷歌搜索的使用，我们也不应期待它在转化漏斗中扮演相同角色。传统公关活动或电视品牌广告本就不必然带来可量化的直接流量，我们自然不会以此作为衡量其成本效益的主要指标。大语言模型亦是如此——若你优化内容旨在出现在大语言模型响应中，那么根据当前可用信息判断，你的目标并非获取流量，而是融入对话场景、建立认知度、促进品牌发现。考虑到零点击信息型搜索结果页面的普遍存在，转化漏斗顶层的SEO本就在朝类似方向发展。 此处需要附加一个重要说明：购物功能是个例外。随着AI结果整合商品信息流，它们可能逐渐变得更像效果渠道，但这仅适用于特定类型的企业。 那么我该对GEO投入多少关注？这个问题没有放之四海皆准的答案！然而，绝大多数网站至少应该关注以下基础事项：…

原文地址：https://moz.com/blog/guide-to-web-guide 阅读行业新闻，你可能会觉得谷歌搜索正飞速迈向一个全AI的未来，但现实是，大多数搜索（即使是AI模式）都是AI/大语言模型——具体来说是Gemini——与谷歌二十多年来持续优化的核心自然搜索算法的混合体。谷歌网络指南（目前处于测试阶段）让我们得以一窥这种混合搜索未来可能的面貌。表面看来，它很像传统搜索，但其背后由多层AI技术驱动，包括复杂的查询分支扩展。 什么是谷歌网络指南？谷歌网络指南是一种混合搜索结果，于2025年7月下旬在Google Labs中推出。它结合了谷歌的自然搜索结果与AI（Gemini）功能，通过查询分支扩展来呈现相关子话题和额外结果。如果你还没见过谷歌网络指南的结果，这里有一张部分截图： 让我们把网络指南分解成几个基本部分： 1. 自然结果（快速搜索）我最近想更换一些出问题的硬件（好吧，其实也在关注网络星期一的优惠），所以我们以“无线游戏鼠标”的网络指南结果为例来深入看看。 在这个结果的顶部，你会看到一些非常熟悉的内容： 这些结果看起来是自然结果，因为它们（大部分）确实是。注意那个显示“快速匹配”的按钮——这些结果来自谷歌的快速搜索技术，该技术基于RankEmbed，并使用与常规搜索类似的核心技术，但设计得更快、更高效。快速搜索也被用于为Gemini提供信息基础。 2. AI/大语言模型摘要在那些大部分是自然结果的下方（通常是两条之后），我们会看到“网络指南”标题和一个AI生成的摘要。这个摘要似乎是针对所有结果的，尽管下面的例子聚焦于几个特定产品（请注意高亮部分）： 接下来，真正的乐趣开始了。这就是查询分支扩展发挥作用的地方…… 3. 子话题分支扩展查询分支扩展功能早在五月份就随AI模式一同推出。它试图将查询分解为子话题和后续问题，以更广泛地捕捉搜索者可能的需求。在AI模式和AI概览中，分支扩展查询在后台进行，而网络指南则间接地将它们呈现出来。 在网络指南摘要之后，我们看到一个个结果区块。每个区块都有一个标题和描述，后面跟着最多四个（目前）可见的结果，就像这样： 每个这样的部分都是一个查询分支扩展的产物。虽然分支扩展本身并不显示，但网络指南会生成分支扩展查询，执行分支扩展搜索，对每个分支扩展的相关结果进行排序，然后总结这些结果。据我们所知，这些标题并非分支扩展本身，而是分支扩展的最终结果。 以下是此结果中所有子话题/分支扩展标题的列表： 请注意，在测试期间（以及不同查询中），任何给定结果的分支扩展部分数量都有很大差异。稍后，我们将根据观察到的网络指南结果，探讨我们认为查询分支扩展过程是如何工作的。 4. AI/大语言模型重写…