Category: Uncategorized

原文地址：https://www.growth-memo.com/p/state-of-ai-search-optimization-2026 掌控您的AI可见性 AI正在成为互联网的新入口，而大多数品牌仍在“盲飞”。 Search Party 是领先的分析平台，可展示您的品牌在ChatGPT、Claude、Perplexity等AI生成答案中的呈现情况。在一个地方，即可查看您被提及的位置、呈现的方式以及背后的驱动因素。立即免费开始使用。 每年冬假过后，我都会花几天时间，通过梳理去年的背景信息并回顾客户现状来加速进入工作状态。我想借此机会，与大家分享我对当前AI搜索发展态势的理解，助您快速回归正轨。 提醒一下，围绕ChatGPT的氛围在2025年底有所转冷： 衷心感谢 Dan Petrovic 和 Andrea Volpini 审阅我的草稿并补充了有价值的概念。 优化AI搜索可见性：从“检索”到“信任”的进阶之路 优化AI搜索可见性遵循一条与经典搜索引擎“抓取、索引、排名”相似的管道： 重要说明： 第一阶段：进入候选池（被检索） 在任何内容进入模型的考量（基于事实）集合之前，它必须在实时搜索中被快速抓取、索引，并在毫秒级内可获取。 驱动此阶段的关键因素包括： 1. 选择率与原生偏见 2.…

原文地址：https://www.amsive.com/insights/seo/3-ai-developments-impacting-ecommerce-and-seo-in-2026/ 近期，谷歌与微软相继发布AI更新，旨在将商品发现、决策与结算流程整合至单一界面。 谷歌推出了通用商务协议，使AI体验能够在不访问品牌网站的情况下完成完整购买旅程。微软则发布了Copilot结账功能，允许用户在Copilot对话中直接完成购买。此外，谷歌Gemini扩展至包括驱动Siri在内的消费级设备，标志着AI驱动发现正从搜索引擎延伸至日常交互界面。 综合来看，这些进展揭示了一个明确趋势：商品发现、评估与交易正越来越多地在AI系统内部完成，而非在品牌自有页面上进行。 以下是为营销人员梳理的核心要点与行动指南。 快速导航 1. 谷歌通用商务协议：将购买行为移至AI内部 谷歌通用商务协议推出了一项开放标准，允许谷歌搜索AI模式、Gemini等AI体验在不将用户跳转至传统网站的情况下，完成商品发现、购物车管理及最终购买。此举被视为对OpenAI“智能体驱动商务协议”的回应，同时整合利用了谷歌商家中心和谷歌支付等现有产品。 这进一步标志着商业模式从“搜索 -> 网站 -> 结账”向 “基于智能体的商务” 的根本性转变。 对营销人员的意义： 2. 微软Copilot结账：实现即时转化与品牌智能体集成 微软的Copilot结账功能允许用户直接在Copilot对话中发现并购买商品，同时商户仍作为销售记录方并保有客户数据。 与此同时，微软正通过品牌智能体将AI能力扩展到Copilot之外。该功能允许企业在自有网站上部署AI驱动的购物与导览体验。这些智能体使用品牌专属口吻，调用第一方数据，旨在无需重构现有体验的情况下快速扩展。 对营销人员的意义：…

原文地址：https://www.searchenginejournal.com/how-much-can-we-influence-ai-responses/564898/ 谷歌的Danny Sullivan与John Mueller在其”Search Off The Record”播客中，为那些对基于LLM的搜索和聊天排名有疑问的SEO从业者及出版商提供了指导，并驳斥了广为流传的”将内容分块”的建议。但这真的不是谷歌员工此刻应该讨论的重点。 SEO与下一代搜索谷歌过去根据关键词匹配来排名内容，而PageRank则是利用链接锚文本来扩展这一模式。2012年知识图谱的引入，被描述为朝着基于现实世界中的”事物”（实体）来排名答案迈出的一步。谷歌称之为从”字符串”到”事物”的转变。 今天正在发生的，正是谷歌在2012年所称的”下一代搜索，它汲取网络的集体智慧，并更像人类一样理解世界”。 因此，当人们说SEO什么都没变时，从底层基础设施仍然是谷歌搜索这个角度来说，确实如此。改变在于，答案现在以长篇形式呈现，它们回答了用户初始查询之外三个甚至更多的问题。 “AI时代的SEO有何不同”这个问题的答案是：为单一关键词对应单一搜索结果而优化的范式已被打破，被查询扩展 击得粉碎。 谷歌的Danny Sullivan和John Mueller尝试就SEO应关注什么提供指导。他们说到点子上了吗？ 如何为长篇答案写作既然谷歌正在呈现多段落的长篇答案，那么创建组织成”小块”的内容还有意义吗？这如何影响人类阅读内容的体验？他们会喜欢还是离开？ 许多SEO从业者基于”AI以块为单位理解内容”的直觉，建议出版商将页面按区块划分成”块”。但这是一种武断的做法，忽略了一个事实：一个结构良好的网页，通过使用标题、有序/无序列表等HTML元素，本身就已经分块了。一个标记和格式正确的网页，理应已经格式化为人与机器都能轻松理解的逻辑结构。这……不是明摆着的吗？ 难怪谷歌的Danny Sullivan警告SEO从业者和出版商不要将内容分块。 Danny说： “谈到其中一件事，我提到过人们喜欢问的具体问题，比如’我需要改进什么’。我在一些建议和指南中反复看到，人们试图弄清楚如何应对LLM之类的东西，其中一条就是把你的内容变成小块，因为LLM喜欢真正小块的东西，对吧？但我们不希望你们这样做。我和一些工程师谈过这个。我们不希望你们这样做，真的不希望。我们不希望人们专门为搜索去刻意制作任何东西。这从来不是我们的立场，我们现在仍然如此。我们真的不希望你们觉得自己需要这样做，或者制作两个版本的内容，一个给LLM，一个给网络。”…

原文地址：https://searchengineland.com/seo-silo-breaks-cross-channel-execution-starts-467508 2025年，SEO行业曾争论AI是否要求战略转型。 到2026年，争论仍在继续，但我们已更深地步入测试与执行阶段。 为了驾驭新的搜索格局，我们必须打破渠道壁垒，让SEO团队担任品牌权威的战略核心。 自然搜索一直以来都是洞察消费者行为、平台变化、品牌存在感和有机影响力的宝库。 如今，大语言模型（LLM）正在大量”摄入”赢得的媒体内容。 新闻稿、社交媒体内容、用户生成内容、你的网站、零售商的网站、YouTube视频和Reddit讨论帖，所有这些都对话题生态系统产生巨大影响。LLM正是利用这些生态系统来形成对你的品牌和产品的认知，并为用户生成答案。 是时候安装一套新的”操作系统”了——一个跨职能的模型，将SEO从一个技术部门转变为驱动品牌存在感的核心力量。 组建跨职能AI-SEO团队的阶段蓝图 当我与各品牌探讨2026年时，他们的反应往往相同：”要做的事情太多了，但我们能做的有限。”他们说的没错。如果你试图执行所有你认为需要做的事情，只会浪费资源。 更好的AI-SEO”操作系统”秘诀在于：确定当前最重要的事项，并根据优先级促进组织内各团队间的协作。 你不需要一次性完成所有事情。依靠你的SEO核心来识别最高优先级的协作项目，并分阶段执行。 第一阶段：在自有资产上协作核心协作伙伴： 网站开发团队、内容团队、产品团队。在过多担心影响LLM对你品牌的”看法”之前，先聚焦于你在自有资产中分享的事实。为AI搜索奠定坚实基础始于你自己的网站，这是你掌控力最强的部分。 第二阶段：在赢得的资产上协作核心协作伙伴： 公关与传播团队、创意团队、品牌团队、社交媒体团队、电商与市场团队。一旦基础稳固，你需要扩展到其他来源。LLM往往更关心别人对你的评价，而不是你自己的宣传。当AI搜索生成答案时，它会在全网寻找共识来验证事实。这正是你的SEO战略必须与公关传播努力融合的地方，以影响AI最信任的来源。 第三阶段：建立你的品牌与社群核心协作伙伴： 社交与社群管理团队、付费社交与搜索团队、联盟营销团队。“操作系统”的最后阶段将努力转向影响来自用户生成内容的人类信号。AI模型无法拥有原创观点，因此它们通过抓取Reddit、YouTube、第三方评论网站和垂直社群等平台来补充理解，看看真实用户对你的看法。如果第一阶段是关于”你说了什么”，第二阶段是关于”专家说了什么”，那么第三阶段就是确保”社群验证了该叙事”。

原文：https://searchengineland.com/how-to-optimize-content-for-ai-search-engines-a-step-by-step-guide-467272 了解AI内容优化如何助力您的网站被ChatGPT、Perplexity及谷歌AI概览引用图示概念：AI搜索引擎从竞争中优先选择优化良好的内容AI驱动的搜索并非即将到来——它已然降临： 当排名与点击的重要性下降时，引用价值正显著提升。企业如今需要创作能被AI引擎信任并在回答问题时引用的内容——这正是AI内容优化的核心使命。 想了解现状？60秒内获取您网站的免费GEO审计报告 什么是AI内容优化？生成引擎优化通过调整数字内容与线上呈现，提升在AI生成答案中的可见性。不同于传统SEO以网页搜索排名为目标，GEO针对的是直接提供摘要式回答而非链接列表的生成引擎。 普林斯顿大学研究者于2023年末提出此术语。自此，GEO已成为数字营销领域最重要的新兴学科之一。 AI搜索引擎与传统搜索的核心差异： 传统SEO AI内容优化 专注搜索结果页排名 致力成为AI生成答案的引用来源 以排名位置与点击率衡量成效 以引用权威替代反向链接，可见性评分比排名更重要 核心指标是点击率 核心指标转为引用率——AI模型引用您品牌或内容的频率 竞争更为激烈：大语言模型平均每次回答仅引用2-7个来源，远少于传统搜索的10条蓝色链接。虽然AI可见性争夺战异常激烈，但其带来的潜在收益也更为显著。 AI内容优化分步指南 准备好为AI搜索引擎优化您的内容了吗？本框架整合了最新研究成果与经过验证的最佳实践方案。 第一步：用清晰标题与逻辑流构建内容结构AI系统通过拆分内容段落并分析观点关联性来解析信息。采用清晰H2/H3/要点列表结构的页面被AI引擎引用的概率提升40%。 问答格式在GEO中表现最佳，因其高度贴合用户提问方式。对于非提问类查询，采用清晰标题与列表的结构化内容效果接近。密集的非结构化文本表现最差。…

原文地址：https://www.searchenginejournal.com/how-much-can-we-influence-ai-responses/564898/ 当前，我们正面临一个影响力极不稳定且极易被操纵的搜索格局。人们不断追问如何影响AI回答——却不愿承认大语言模型的输出本质上是基于概率设计的。 在今日的备忘录中，我将阐述： • 为何大语言模型的可见性会引发波动性问题• 最新研究如何证明AI回答极易被操纵• 这为何会催生谷歌早已经历过的军备竞赛 图片来源：Kevin Indig1. 影响AI回答可行但不稳定上周我发布了《AI可见性影响因素清单》，列举了提升大语言模型回答中品牌展现度的关键杠杆。该文引发广泛关注，毕竟人人都热衷能带来实际效果的策略清单。 但关于“我们究竟能在多大程度上影响结果”这一问题，目前尚无明确答案。 以下七个关键因素揭示了大语言模型的概率本质如何导致影响其回答变得困难： 抽签式输出：大语言模型（概率型）不同于搜索引擎（确定型）。在微观层面（单次提问），答案可能千差万别。答案不一致：AI回答缺乏稳定性。同一提问重复五次时，仅20%的品牌能稳定出现。模型固有偏见：基于预训练数据产生的“原生偏见”（丹·彼得罗维奇称之为“Primary Bias”），我们尚不清楚能在多大程度上影响或克服这种预训练偏见。模型持续进化：从ChatGPT 3.5到5.2版本的智能跃迁，“旧”策略是否依然有效？如何确保策略适配新模型？模型差异显著：不同模型对训练数据和网络检索源的权重分配各异。例如ChatGPT更依赖维基百科，而AI概览则更多引用Reddit。个性化程度不同：Gemini通过谷歌工作空间可能比ChatGPT获取更多个人数据，从而提供更个性化的结果。不同模型的个性化开放程度也存在差异。语境复杂度提升：用户通过长提示词传递更丰富的需求语境，导致潜在答案范围大幅收窄，进而增加影响难度。 2. 研究揭示：大语言模型可见性极易被操纵巴格等人发表于哥伦比亚大学的最新论文《E-GEO：电商领域生成引擎优化测试平台》清晰展现了我们对AI回答的影响力边界。 研究方法：研究者构建了“E-GEO测试平台”——一个包含7000多个真实产品查询（来自Reddit）与超50000条亚马逊商品信息配对的评估框架，用于测试不同文本改写策略如何提升商品在大语言模型（GPT-4o）中的可见度。该系统通过对比商品描述经AI改写前后的AI可见度变化来评估效果。 实验采用双智能体与对照组设计：• 优化器：扮演商家角色，通过重写商品描述最大化对搜索引擎的吸引力，生成被测试的“内容”。• 评判器：模拟购物助手，接收真实消费者查询（如“需要百元内耐用徒步背包”）及商品列表，评估后生成优劣排序清单。• 对照组：使用原始描述的既有商品。优化器必须战胜这些竞争者才能证明策略有效性。 研究者开发了迭代优化方法：利用GPT-4o分析前序优化结果并给出改进建议（如“延长文本篇幅并增加技术规格说明”），循环此过程直至形成优势策略。…

原文地址：https://searchengineland.com/ai-era-seo-regulated-industries-467168 从E-E-A-T到结构化数据和可访问性，受监管行业必须如何调整SEO策略以应对AI驱动的搜索。 受监管行业长期以来在自然搜索中面临着更严格的审查。这正是“你的金钱或你的生活”（YMYL）概念最初扎根的领域。 AI概述和像ChatGPT这样的大型语言模型（LLM）加剧了这种审查，既扩大了受众范围，也提高了后果的严重性。 对于受监管领域的SEO成功而言，准确性和可信度向来重要，但在当今AI驱动的搜索环境中，门槛已显著提高。 对于金融、医疗保健、政府和教育等恰好处于谷歌YMYL范围内的受监管行业而言，经验、专业知识、权威性和可信度（E-E-A-T） 不再是可选项。 在这个新的搜索格局中，受监管的品牌及其SEO策略不能再孤立运作。 高达72%的B2B买家报告在搜索中遇到过谷歌的AI概述，这意味着即使没有发生点击，品牌也可能被展示。 AI模型从整个网络获取信息，不受传统来源界限的限制。 社交媒体存在、数字公关、自有内容以及在Reddit和Quora等论坛上的讨论，都会影响品牌的解读和引用方式。 应对这些挑战，始于强化定义受监管行业在AI时代有效SEO的原则。 受监管垂直领域的AI与SEO三大支柱随着AI的兴起，SEO的基础并未改变。改变的是它们的重要性。在高度监管的行业，这些原则是绝对且非选择性的。 1. 始于“为信任而设计”的内容在受监管的品类中，信任不仅仅是一个排名因素，更是一项要求。它也不仅仅根据您网站上发布的信息来评估，而是根据您的品牌在整个网络上的整体呈现来评估。一个更有用的问题是：您的内容，无论出现在哪里，传达了什么关于您可信度的信息？ 您发布的每一份内容，无论是在您的网站、社交平台还是第三方网站上，都必须遵循与行业特定法规相一致的内容策略。 此外，以下SEO和AI指南应被视为基线要求： 2. 加强技术与结构清晰度技术清晰度不再仅仅是帮助搜索引擎抓取您的网站。它关乎确保LLM和AI驱动的搜索功能能够理解和引用您的内容。当AI系统展示您的内容时，它们依赖于清晰的架构和准确的字段来向用户提供合规、可信的信息。古老的格言“保持简单”仍然适用。您越容易让您的内容被理解，它就越容易被分享。 作为信任信号的结构化数据使用结构化数据使搜索引擎能够识别作者、实体及其关联关系。Schema标记起到建立信任的作用。通过明确定义作者身份、组织实体及其关系，您帮助搜索引擎验证可信度。这在合规要求明确归属责任或专业知识时尤为重要。基础Schema类型包括： 保持网站架构干净且可抓取需要解决的另一个技术方面是维护网站干净、可抓取的架构。组织良好的结构可以增强自然搜索性能，同时帮助AI模型理解不同的组成部分。例如：导航逻辑清晰；使用一致的URL；网站上有限的失效或重定向链接；适当的内部链接层级；实施datePublished（发布日期）和dateModified（修改日期）字段。…

原文地址：https://searchengineland.com/consumers-start-searches-ai-not-google-study-467159 传统搜索的挫败感正推动用户首选AI，迫使品牌需在两者间同时保持可见度与可信度。 根据SEO与PPC营销机构Eight Oh Two的一份新报告，消费者正越来越多地使用AI工具——而非谷歌——作为其首选信息来源。这背后的驱动力是对传统搜索的挫败感，以及对AI在今年将发挥更大作用的日益增长的预期。 为何这很重要。 AI并非要取代搜索，但它正在重塑搜索的起点、人们发现品牌的方式以及他们会考虑哪些选项。一种混合路径正在形成：AI提供初步答案，传统搜索则负责验证。品牌现在需要在两者间保持一致，否则当用户交叉核对时，就有丧失可信度的风险。随着更多消费者转向AI，可见度、信任度和清晰度将比以往任何时候都更重要。 AI成为起点。 该研究显示，超过三分之一（37%）的消费者表示他们开始使用AI工具而非传统搜索引擎进行搜索。用户不再愿意浏览广告和蓝色链接，他们想要一个能立即付诸行动的清晰答案。受访者一致认为AI具有以下特点： 传统搜索疲劳真实存在。 当人们追求速度、简洁并希望摆脱信息噪音时，AI胜出。消费者正转向AI，以逃避传统搜索如今的状态。他们最主要的搜索挫败感是什么？ AI答案正获得信任。 十分之六（60%）的受访者表示AI能提供比传统搜索更好、更清晰的答案，而仅有6%的人认为其表现更差。与此同时，信任问题仍然存在： 传统搜索引擎在以下方面仍是首选： AI正在重塑品牌发现。 当人们向AI寻求推荐时，他们会得到一个简短、经过筛选的列表，通常附有解释，这些解释会突出某些品牌，而将其他品牌完全排除在外。 AI现已影响购买决策。 调查显示，AI的作用已远不止于日常查询： 年轻消费者是采用的先锋，但AI使用已遍及各个类别——从日常用品到科技、旅行和金融服务。尽管如此，大多数购买行为仍然发生在大型零售商或品牌官方网站上，而非直接在AI工具内完成。 对2026年的预期：更多AI，更少搜索。 AI正成为信息的默认界面，消费者预计其作用将在今年迅速增长： 与此同时，用户希望AI在以下方面有所改进： 关于此项调查。 Eight Oh Two调查了500名积极使用AI工具的消费者，数据于去年11月收集。调查采用了选择题、评分量表题和开放式问题，以考察AI使用、搜索行为、信任、品牌发现和购买决策，为今年及未来搜索的演变提供了前瞻性视角。

链接：https://www.searchenginejournal.com/googles-mueller-weighs-in-on-seo-vs-geo-debate/564583/ 谷歌穆勒就SEO与GEO之争发表看法 谷歌搜索倡导者约翰·穆勒表示，依赖推荐流量的企业应该思考AI工具在其中扮演的角色。 穆勒是在回应一个Reddit帖子时发表上述看法的，该帖子询问SEO是否仍然足够，或者从业者是否需要开始考虑GEO。GEO是行业里一些人使用的术语，指在ChatGPT、Gemini和Perplexity等AI驱动的答案引擎中优化可见性。 “如果你经营的在线业务通过推荐流量盈利，那么考虑全貌并相应调整优先级绝对是个好主意，”穆勒写道。 穆勒的观点穆勒并未认可或否定GEO这一术语。他将问题框定在实际业务决策的层面，而非新的优化技术。 “你叫它什么并不重要，但‘AI’不会消失，思考你的网站在‘AI’可用的世界中如何体现价值是值得花时间的，”他写道。 他还反驳了将AI可见性视为普遍优先事项的做法。穆勒建议从业者先查看自己的数据。 穆勒补充道：“此外，要现实一点，查看实际的使用指标，了解你的受众（有多大比例在使用‘AI’？多大比例在使用Facebook？这对你分配时间意味着什么？）” 另请参阅：AI搜索改变一切——你的组织准备好竞争了吗？ 为何此事重要我跟踪穆勒的公开声明多年，这次的回应与他惯常的“视情况而定”的回答不同。他将GEO问题重新定义为资源分配问题，而非术语争论。 随着AI答案引擎开始带来可衡量的推荐流量，过去一年关于GEO的讨论热度上升。我报道过引用研究、流量分析以及比较谷歌排名与LLM引用的研究。但一直缺少谷歌的明确信号：这是一个独立的领域，还是仅仅是SEO的重新包装？ 穆勒的回答与谷歌在Search Central Live上的说法一致，当时加里·伊尔耶斯强调AI功能与传统搜索共享基础设施。两者的信息都是：你可能不需要一个单独的框架，但确实需要理解发现机制正在如何变化。 我觉得他更强调查看你自己的数据这一点更有用。当前数据显示，对于普通网站，ChatGPT推荐流量约占流量的0.19%。AI助手合计为大多数发布商带来的流量仍不足1%。这个数字在增长，但尚不足以成为重组整个战略的理由。 行业有追逐趋势的习惯，而这些趋势可能只适用于部分网站而非全部。穆勒正在反驳这种模式。在将资源重新分配到AI方面之前，先看看你的受众实际使用AI工具的比例是多少。 展望未来无论谷歌立场如何，GEO这个术语很可能保留下来。穆勒的阐述将决定权交还给各个企业，让它们衡量自己的受众行为。 对于从业者而言，这意味着功课就在你的分析数据中。如果AI推荐流量出现在你的流量来源中，就值得去了解。如果没有，那你就有其他优先事项需要处理。

原文地址：https://www.searchenginejournal.com/how-to-track-user-journey-in-ga4-to-make-seo-wins-more-visible/562470/?utm_campaign=202601-moztop10&utm_medium=email&_hsenc=p2ANqtz-8BqpGQzOpIvz0yvBaX5ViH_wTsggc6WA7ruwAal9640MQvEwm8BJtq4Rycu8ciJPwu2eebXMvWeNHQfa0LMEY8fCjWug&_hsmi=397213149&utm_source=202601-moztop10 在许多公司内部，SEO报告仍严重依赖关键词追踪、流量图表等主流指标，而管理层却在问另一个问题：“这实际带来了多少收入？” 多年前，我曾以为这只是沟通上的隔阂。但随着时间推移，我意识到问题根本不在于沟通，而在于衡量方式。大多数SEO数据看板只停留在展现量和流量层面，因此决策者自然看不到真正的价值。 传统指标仅能告诉我们用户如何到来，却几乎无法揭示点击之后发生的事。然而，我们需要知道用户是否找到了所需内容、是否与内容产生互动、是否完成了关键行为路径，并最终实现转化。 传统SEO报告的短板何在大多数报告止步于：展现 > 点击。 但真正创造价值的用户旅程远不止于此： 展现 > 点击 > 着陆 > 互动参与 > 微转化 > 转化/跳出 我发现，SEO的价值并未缺失，而是隐藏在第三到第六步中。当我开始从这个视角审视我们的工作，曾经看不见的机会变得清晰可见。许多最大的成效提升，恰恰来自于改善现有流量的行为。…