Category: Uncategorized

有两三个星期没写了，确实是感觉到有一点手生，不知道写点什么，但总觉得记录一点自己的生活和想法是有些意义的。回想最早写日记大概是2008年？那年还在准备自考阶段的一些课程，同时在中山北路那附近上班，大概还记得每天坐地铁上下班感觉像行尸走肉的感觉，那就写了一些感受放在记事本里面，但很可惜自己在压缩包上加了很多密码，至今还没办法了解里面的确切信息，也许遗憾也是一种美吧。 后来在重庆，在浦东，在宝山陆续都写了一些QQ空间的私密日志，这些还可以正常浏览。但很可惜，更早以前在myspace和歪酷博客上的内容，没有好好保存，现在也看不了啦。 扯了那么多闲篇，发现自己今天翻译了好几篇文章，但是对n8n还是没有仔细研究，之前的扣子也是浅尝辄止，觉得自己的恒心是越来越差，要是深思下去，感觉自己的各方面都在衰退，或者简而言之心气越来越低落了，更加贪图吃喝玩乐，对奋斗没有什么感觉，这样的想法常常让自己有点惶恐，觉得自己不够上进，生而为人不该如此堕落，于是就学点乱七八糟的东西妄图让自己心安，每周定期跑点步麻痹自己有在好好锻炼，而并没有真正从根上注意饮食。。。哎，这样下去就会越来越纠结。还是得杀伐决断一点，管他那么多，自己爽了就行。 所以现在我也不打算在博客里给自己乱立flag，只求把日常工作需要做的按时做完就好，减少拖延现象，其他内容能研究就研究，不想研究也不再给自己上价值。运动也是想运动就运动，不想运动的时候你能奈我何呢，活出自洽的人生吧。。。

原文地址：https://nectivdigital.com/new-data-study-what-queries-is-chatgpt-using-behind-the-scenes/ 终于能写下这篇文章，我实在难掩激动之情。 围绕如何为ChatGPT优化网站已有诸多讨论，但相关的数据研究却不多见。本文将改变这一现状——我们通过对ChatGPT实际执行搜索的深度研究，帮助SEO从业者更准确地理解针对它的优化策略究竟如何奏效。 让我们开始吧！ ChatGPT搜索的背景我们知道用户从ChatGPT获取信息，但ChatGPT实际获取信息的方式有两种： 这是一个非常简单的示例，展示了当ChatGPT自身无法回答时，如何通过搜索来建立信息依据： （示例图：ChatGPT在未知答案时触发搜索） 关于ChatGPT是否使用谷歌搜索索引来执行此操作，一直存在很多争论。我个人认为它确实使用了（这是一篇很好的相关文章），但这个问题改日再议。重要的是理解：当ChatGPT使用搜索时，SEO从业者对呈现的信息拥有更大的控制权。此时的ChatGPT本质上成了搜索引擎的封装外壳。因此，若能弄清大语言模型搜索的频率和内容，我们优化起来就会更加得心应手。 有趣的是，你实际上可以在ChatGPT内部看到这些查询。通过特定流程，你可以定位到它返回的JSON文件，其中会显示某次搜索中使用的查询语句。 （示例图：展示查询数据的JSON文件） 所以数据是存在的，只是获取不太方便。虽然有像ChatGPT Search Capture这样的工具，让你通过点击就能查看单个聊天中的查询，但此前我们一直无法大规模提取这些数据……直到现在。 大规模提取ChatGPT的查询扩展数据这里我必须大力称赞我的Nectiv联合创始人Jason Melman。他既是出色的SEO专家，也是优秀的开发者，这让我们能实现一些非常酷的想法。前几周他告诉我，可能找到了大规模提取ChatGPT查询的方法。仅用一个下午，他就在我们的AI Tracker中添加了这项功能，让我们能够检查ChatGPT使用的查询。 （工具界面截图：展示查询提取功能） 我们立刻意识到必须大规模实施这项研究。这将帮助我们识别更清晰的趋势，准确理解ChatGPT搜索查询的工作机制。在Slack上反复沟通后，我们成功通过AI Tracker上传了8500条提示词，并大规模提取了ChatGPT的查询扩展数据。 研究方法论在本研究中，我们分析了Nectiv AI…

原文链接：https://www.gsqi.com/marketing-blog/ai-search-hreflang-multilingual-queries/ 在多年的国际SEO项目中，我处理过多种内容架构模式，例如：同一域名下提供多语言内容、不同域名承载不同语言内容、同一语言面向不同国家等。如今，随着AI搜索的兴起，我正在协助客户理解ChatGPT、Perplexity、Claude、Copilot和Gemini等平台如何处理不同语言发布的内容（包括使用hreflang标记的内容）。此外，还有谷歌的AI概览和AI模式，它们在搜索结果中直接提供AI响应。这些我也会详细探讨。 下文将展示我在谷歌、必应、AI概览、AI模式及各AI搜索平台上进行的一系列测试，观察每个平台返回了哪些URL。结果或许会出乎意料，或许不会……如果您提供多种语言内容、面向国际受众，那么这篇文章正适合您。文末我也会为发布多语言内容的网站所有者提供关键建议。 我相信AI搜索平台会不断改进（它们必须如此），但您肯定需要了解当前状况——这可能会影响您在各个AI搜索平台上的能见度和后续流量。这一点我将在后文详述。 让我们开始吧。 免责声明： 在开始示例前，我需要说明，针对不同AI搜索平台进行多语言测试并非一门精确科学。我已尽力通过多次、多种方式测试以核查各平台结果，并借助一些AI搜索能见度工具来补充我个人的测试，以检查跨语言和跨国家的响应。AI搜索本身也极具动态性，您看到的结果可能与我的测试结果不同。最后，我的测试重点更多在于语言而非国家。我的目标是观察当内容被翻译成其他语言后，用这些语言搜索时AI搜索平台会返回什么。 示例一：谷歌搜索文档——一个理想的起点谷歌搜索文档提供多种语言版本，并使用hreflang标记来指示应根据语言和国家返回哪个版本的内容。例如，如果您查看文档源代码，会看到多个hreflang标记。 于是，我开始用其他语言测试查询，看看谷歌、必应和AI搜索平台会返回什么。请注意，对于谷歌，我将自己定位到其他国家并用测试语言进行搜索。对于AI搜索，我可以在设置中更改每个平台的首选语言。我的目标更多是测试不同语言而非国家，因此在搜索时更改首选语言对我来说是最佳途径。我的发现如下。 URL（下方为美式英语版本，但内容已翻译成其他语言）：https://developers.google.com/search/docs/crawling-indexing/sitemaps/build-sitemap 查询：Comment créer un sitemap XML 小结： 示例二：谷歌搜索文档的另一个例子 URL（同样，下方为美式英语版本，但内容已翻译成多种语言）：https://developers.google.com/search/docs/crawling-indexing/http-network-errors?hl=it 查询：In che modo…

原文地址：https://www.womenintechseo.com/knowledge/ai-search-optimisation-facts-vs-theories/ 如今，领英上每天都能看到大量关于如何针对Google AI概览和ChatGPT等大语言模型进行优化的讨论，这类实践常被称为”生成引擎优化”或”AI优化”。 相关讨论常呈现两极分化：一方面，许多人持怀疑态度，指出许多大胆主张缺乏证据支持，市场上流传的多是未经检验的理论。这无可厚非。但另一方面，我个人认为分享假设与实验颇具价值——即便某些观点最终被证明有误，也能激发新思路，促使我们思考未曾触及的领域。这才是真正的价值所在。 本文旨在厘清已知事实与尚未验证的推测。我将重点分析四项证据充分、值得实施的策略，以及两项虽证据不足但易于测试的方案，并附上我收集的其他策略优先级矩阵。 术语说明：当前命名习惯尚未统一，有人用GEO，有人用AIO，也有人坚持沿用SEO。鉴于我与客户沟通时使用AIO这一术语，本文将沿用此简称。 为何AIO讨论热度攀升？简言之：用户行为正在转变，数据为证。 Sparktoro与Datos（2024年）研究显示，超半数谷歌搜索以零点击告终，AI更加速了这一趋势。ChatGPT、Claude、Perplexity、必应Copilot及谷歌AI模式均在结果页直接呈现答案，意味着用户往往无需访问任何网站。 近期研究进一步印证：皮尤研究中心（2025年）报告显示，当出现AI摘要时，用户仅在8%的搜索中点击自然结果链接（无摘要时为15%）。据Semrush截至2025年3月数据，超13%的查询触发AI概览功能，月增幅达72%。 这一转变催生了SEO界所称的”大解耦”现象：内容可在AI摘要中获得海量曝光，却几乎无法带来流量。换言之，你的内容成为AI回答的原料，但你的网站可能从未被访问。这意味着传统SEO指标（点击、展现、排名）仅能反映半幅图景——用户从未抵达你的页面时，内容仍可能被查看、引用或标注。 作为SEO从业者，这或许是个略带风险的坦白：但作为用户，我确实更青睐直接给出食谱的AI概览，而非费力翻阅万字博客长文，只为寻找五天前在Instagram看到的”高蛋白三食材香蕉面包”的实际配方。 尽管如此，通过AI渠道抵达的流量往往更具价值。Seer Interactive（2025年）报告显示，某客户七个月内ChatGPT引流的转化率接近16%，而谷歌自然搜索仅为1.8%。这表明AI正在收窄流量入口的同时，大幅提升其精准度。 点击量减少但价值提升的矛盾现象，根源在于人们使用大语言模型的方式。RESONEO对87,725次ChatGPT对话的研究表明，多数查询聚焦事实与观点，而非产品本身。 Semrush数据进一步佐证了这一观点：用户通常先通过ChatGPT进行探索和获取背景信息，但仍依赖谷歌进行验证、比较和行动导向的搜索。简而言之，大语言模型占据了用户旅程的前端，而谷歌在决策和转化阶段仍保持主导地位，如下图所示： （图注：Semrush 2025年研究——用户采用ChatGPT后的谷歌使用行为） AIO与SEO有何区别？搜索引擎优化（SEO）始终专注于提升在搜索引擎结果页中的可见性：旨在提高排名、增加点击和展现量。 而AI优化（AIO）则致力于让你的内容被ChatGPT、谷歌Gemini和Perplexity等AI系统理解、复用和引用。其目标不再是追求排名，而是成为这些AI系统在生成答案时能够放心引用的可靠信源。 好消息是：我们为SEO所做的多数工作仍然适用。核心原则——创作用户真正需要的内容、清晰组织内容结构、建立明确权威信号——依然至关重要。变化的是应用场景。…

原文地址：https://lilyray.nyc/tech-seo-connect-2025-summary-takeaways/ 北卡罗来纳州罗利现场报道： 本周我有幸重返第二届Tech SEO Connect年度大会，这次经历更令人兴奋——我还在大会后的派对上担任了DJ。 （图片说明：Lily Ray在Tech SEO Connect担任DJ；鸣谢Oluwasegun Adeniyi提供照片） 一如既往，我飞速记录了台上各位杰出演讲者的每一条洞见，并迫不及待地想在此分享核心要点与个人思考。这些演讲包含了我在全年听到的最佳见解——而我职业生涯的大部分时间都在参加各类SEO与AI搜索会议。 得益于大会组织者的慷慨，所有演讲都进行了实时直播并发布了完整录像，如果您需要我下方摘要中任何内容的更多背景信息，可随时查阅。 注： 我在会上手动记录了约一万字的笔记，随后借助演讲者的文字稿，并使用AI辅助完成了此处的摘要整理。演讲者按姓氏字母顺序排列。 超越GSC：利用第一方日志文件在AI爬虫时代制胜 – Rachel Anderson 从猜测到增长：构建可复利的SEO策略 – Brie Anderson…

原文地址：https://www.searchenginejournal.com/things-executives-and-seos-need-to-focus-on-in-2026/562753/ 2026年高管与SEO专家必须关注的14个重点 2025年，太多人还在争论SEO是否将死。它从未消亡，只是在向新层级演进。信息发现正持续从搜索框转向AI系统。如今答案来源于那些能够重写内容、总结竞争对手、融合多源信息，并在浏览器窗口加载前就影响决策的模型。到2026年，这一转变将清晰到让高管和SEO专家无法再视其为边缘现象——流量来源占比将发生根本性迁移。支撑过去二十年的传统搜索架构，如今只是影响用户决策的多个层级之一。（我在新书《机器层级》中对此有完整阐述。） 这之所以关键，是因为2026年的赢家将是那些把AI系统视为新分发渠道的企业，而落后者则还在等待数据分析面板给出滞后答案。你不再只为单一入口优化，而要为众多入口同时优化——每个入口都由决定展示内容、受众选择和品牌描述的模型驱动。 以下是定义2026年竞争优势的14个趋势，每个都已在实际数据中显现。它们共同指向这样一个未来：信息发现将更无处不在、更对话化，且更取决于机器对内容的解析与信任程度。清单最后还有一个重磅预测，我打赌你绝对没想到！说实在的，或许有人猜到方向，但能意识到它如此迫近吗？ 请备好咖啡或茶，找个舒服的位置，我们开始吧！ （图片来源：Duane Forrester） 1. AI答案界面成为新门户ChatGPT、Claude、Gemini、Meta AI、Perplexity、CoPilot和Apple Intelligence现已横亘在用户与你的网站之间。越来越多用户在这些系统中提问后才进行传统搜索，而它们给出的答案却相互矛盾。BrightEdge分析显示，AI引擎间的答案不一致率高达62%。当引擎分歧如此显著时，品牌可见性将变得不稳定。高管需要能追踪品牌在这些系统中出现频次的报告，SEO专家则需建立评估多答案引擎内容块检索、嵌入强度与引用呈现的工作流程。 2. 内容需为机器检索而设计微软2025年Copilot研究分析了超20万个工作会话，发现AI辅助的核心任务集中在信息收集、解释与重写。这正是现代内容必须支撑的关键场景。AI模型偏爱结构清晰、模式统一、易于嵌入的内容。如果你的内容缺乏明确分段、连贯模式或明确定义，模型将更难采用——这将直接影响你在答案中的呈现。2026年，内容排版选择将成为机器的排名信号。 3. 设备端大语言模型改变搜索行为Apple Intelligence在本地处理多类任务，并以更自然的对话模式重写查询。这将推动搜索行为从浏览器转向操作系统深处。用户会向设备提出简短私密的问题（这些查询永不触达网络），在系统内进行追问，甚至不访问任何网页就做出决策。流量结构和搜索模式都将因此改变，SEO需要为此设计适合轻量化设备端检索的内容。 4. 可穿戴设备重塑发现路径Meta Ray-Bans已支持视觉搜索：用户指向物体即可提问。语音与摄像头正取代打字，催生出更多与现实场景关联的微查询——“这是什么？”“这怎么用？”“怎么修理？”可穿戴设备极大缩短了从触发到搜索的距离。高管应投资提升图像质量、产品清晰度与结构化元数据，SEO则需将视觉搜索信号视为核心优化要素。…

原文地址：https://moz.com/blog/seo-strategy-with-product-mindset-whiteboard-friday 受困于那些悬而未决的技术SEO问题？在本期《白板星期五》中，SEO产品经理格斯·佩罗加将阐释如何运用“产品思维”弥合SEO团队与开发团队之间的鸿沟。您将了解如何利用冲刺规划与需求发现会，将零散任务整合为系统项目，并通过构建最小可行产品（MVP）验证价值，从而推动需求优先落地。 数字化白板示意图：运用产品思维优化SEO的协作要点 点击上方白板图片查看高清大图！ 大家好，我是SEO产品经理格斯·佩罗加。今天我将分享如何通过培养产品思维来提升SEO成效。 借助敏捷协作仪式，优化沟通效能。 如今作为SEO专员，我身处产品团队之中——这意味着我随时能与用户体验设计师和工程师协同工作。所有敏捷协作环节都已融入我的日常工作，这让我能真正理解工程师和开发人员所处的世界。比起许多SEO同行每月只能得到一次诸如“那个需求单？啊我们忘了/以后再说吧”的模糊反馈，现在的工作模式显然合理得多。 今天我想和大家聊聊这些协作环节的具体运作方式，以及如何将其融入你的日常工作。希望这能帮助你摆脱需求单石沉大海、技术难题悬而不决的挫败感。 以下是我日常参与的敏捷协作环节（不同团队可能存在差异）：每日站会、冲刺规划会、需求发现会、待办清单优化会、冲刺评审会。 由于内容较多，今天我将重点讲解其中两个环节。 参与冲刺规划会，权衡工作价值与成本（白板中关于冲刺规划的细节展示）首先是冲刺规划会。我们每两周进行一次——这是我的冲刺周期，不同公司和团队可能周期不同。每两周我会和工程师们坐下来确定：“接下来两周我们要处理这些需求单。” 这时需求单已事先整理好。你需要了解工程师们的工作承载力。比如团队有三名工程师，每人能完成3或5个故事点，我们会事先评估每个需求单的工作量。假如我是初级工程师，每个冲刺只能完成5个故事点——这样就能清楚每个人的负荷情况。 这里有个小诀窍：工程师们还有其他非SEO需求要处理。所以我会提前找团队负责人沟通：“下个冲刺能分配多少故事点给我？”这能帮助我理性评估工作价值与成本。有些需求看似美好，但当工程师评估需要10个故事点（相当于某人一个月工作量）时，我就得思考：是否值得让他投入整个月做这件事？ 或许存在影响更大、成本更低的选择。说实话，我们常会把很多需求列入清单，后来才发现根本不值得做。这些需求会在待办清单里不断滚动，直到某天被标记为“不予执行”才真正结束。 召开需求发现会，明确优先事项（白板中关于需求发现会的细节展示）我想讨论的第二个环节是需求发现会。这类会议总能给我带来惊喜，因为它让我从工程师那里获得许多关键洞见。 作为产品人员，你可能见过那些调侃产品经理的梗图——我们总在要求“要实现这个”“要发布那个”，而工程师才是背后默默承担重任的人。 如果目标不一致，可能会出现两种后果：要么你承诺的功能无法按时交付，要么因为你在别处做出了承诺，导致工程师被迫承受压力赶工。 在需求发现会上——你需要召集所有相关方：SEO专员、用户体验设计师、内容编辑，当然还有工程师。这时你可以宣布：“接下来我们要构建的是……” 我习惯充分准备这些会议。比如用AI做出新页面的原型，或准备好所有论证依据来说明开发必要性。这样能感受到工程师的真实反馈——这件事真的简单吗？有些事看起来容易，但工程师总能发现我们SEO人员忽略的技术细节。 例如你说“只需要更新一个插件”，实际上可能因为安全威胁需要连带更新其他组件。工程师需要考虑的因素永远比SEO人员看到的更多。即使有些工作看不见，但若不完成导致系统故障，后果就会显现。因此他们的实际工作量往往更大。…

原文地址：https://moz.com/blog/navigating-content-marketing-amidst-ai-whiteboard-friday 在本期《白板星期五》中，罗斯将探讨搜索发生了怎样的变化，以及我们作为营销人员应如何应对这种变化，从而产出优质内容。随着人工智能和大型语言模型应用的日益增多，内容创作看似变得更复杂，但其基础仍是我们日常使用的基本原则。 大家好，Moz的粉丝们。非常高兴能再次带来新一期的《白板星期五》。在今天的节目中，我们将深入探讨AI、内容、SEO、GEO等诸多方面的精彩世界。 准备好迎接本期内容吧。我将在这个视频中分享我职业生涯中所学到的几乎所有东西，希望你们能够吸收并应用到自己的业务中，从而解锁那些在美妙的AI机器人出现之前根本无法实现的机遇。那么，让我们开始吧。 创造值得被“窃取”的内容，这样大型语言模型才更有可能抓取你的内容。 好了，要驾驭这个内容新时代、搜索新时代，首先要我们所有人都达成一个共识。这个共识就是：作为搜索营销人员，我们必须理解，全人类已经发生了一场重大的转变。人们不再只是在谷歌上搜索了（向必应以及其他所有多年来为搜索而奋斗的搜索引擎，如Ask Jeeves等致敬），但现在搜索已经变得更加碎片化。 搜索不再仅仅局限于谷歌。搜索现在发生在TikTok上，发生在Reddit上，发生在Quora上，出现在Instagram、Facebook以及所有Meta旗下的平台，甚至WhatsApp上。搜索正在经历一场变革，而驱动这场变革的正是大型语言模型。这是什么？本质上，它是支撑数据收集的技术，帮助人们从ChatGPT这类AI机器人那里获取答案。我希望大家理解的是，当你去OpenAI、ChatGPT提问时，你如何能够影响它们输出的内容，如何影响它们给出你作为商业专业人士、创作者、营销人员、企业家所希望得到的答案。 那么，具体该怎么做呢？如何让OpenAI、Perplexity、AI概览等功能讲述你想要的故事？你首先要明白，这不再仅仅是关于博客文章了。你要开始理解，这不再仅仅是关于落地页、创建术语表和“操作指南”类的帖子了。你要认识到，驱动这些引擎的，是互联网上数十年来产生的内容。而所有这些内容，都是由像你一样的人创造的。恭喜，干得漂亮。你们提供了大量值得“窃取”的内容，而它们确实“窃取”了。它们已经“窃取”了这些内容，并将其吸收到自己的系统中。无论你是否喜欢，它们都在利用这些内容来回答问题，答案可能有偏见也可能没有，但它们确实在这么做。现实就是如此。是的，我们可以抱怨，可以沮丧，可以愤怒，但世界照常运转。我不知道你们怎么想，但我仍然希望在世界运转的同时能够创造收入，所以让我们切入正题，谈谈商业方面的事。 在被“窃取”内容的地方埋下种子在内容被抓取和“窃取”的地方埋下你内容的种子说到底，它们就是在窃取内容。我们就接受这个现实吧。那么，你如何能影响它们窃取内容这一行为，从而让你的内容返还给用户呢？你必须去那些内容被抓取、信息被“窃取”的地方。我知道这听起来有点像某种抢劫计划，但事情已经发生了。 那么你该怎么做？你需要确保，当更新发生时，当它们实时抓取内容时，当它们宣布与Reddit、Quora等平台建立合作伙伴关系时，你已经在这些地方埋下了足够多的故事、足够多的内容，来回答你的客户可能提出的问题。这样一来，当客户真的向Perplexity、OpenAI或谷歌提出那个问题时，你希望客户通过谷歌搜索并最终访问你的网站阅读你博客文章而得到的答案，现在就能通过大型语言模型呈现出来。 多元化你的内容通过在网络不同空间发布和贡献内容来实现内容多元化你如何实现这一点？你要开始使你的内容多元化。你需要进行一次思维锻炼，不再认为仅仅在博客上点击“发布”按钮就万事大吉了。不要因为点了“发布”就开香槟庆祝。现在，工作才真正开始。工作开始是因为你现在必须思考：大型语言模型还会去哪些其他地方获取关于这个问题、这个查询、这个能帮助它们的议题的见解？它们还会去哪里？ 嗯，如果你考虑的是商业内容，它们最终可能会去到像Seeking Alpha这样的网站，这实际上是一个面向金融高管、以及那些试图了解股票和交易等知识人士的网站。它们每天产生数十万的访问量。你现在有机会开始直接在这个网站上发布文章，这些文章你传统上可能只发布在自己的网站上，但现在你要在这里分享。 你现在看到的是一个网站和平台的列表，你可以在这些地方创建或激发用户生成内容或品牌创建的内容，这些内容最终将输送给大型语言模型。所有这些网站的内容现在都在输送给大型语言模型吗？还没有。但如果要我做一个预测（我不喜欢做预测，因为预测容易让人失望，但这个我愿意说），那就是在未来两年内——我特意加上这个时间戳——我们将持续看到一种趋势：大型语言模型与这些网站之间的交易数量将会增加，以获取专有信息来喂养它们的系统，从而为用户提供更高质量的回复。 因此，当谷歌只是坐在一旁将人们引向这些网站时，现在我们有了将在这些网站上进行训练的大型语言模型。所以它们会寻求与TripAdvisor这样的公司锁定交易。这样，当你去ChatGPT说：“嘿，我要去罗马一个月，我该去哪里玩？”它就会进入TripAdvisor，进入论坛，并根据那里的数据来回答这个问题。OpenAI现在能做到吗？不能。为什么？因为它们还没有与对方建立许可协议。所以我的预测是，它们将来会的。 那么，你现在可以做些什么来为未来的成功奠定基础呢？你现在就要开始让你的内容多元化。你可能已经创造了大量有价值的内容，我不希望你认为那都是徒劳的。我希望你意识到，如果那些内容值得被“窃取”，那么那些内容就值得被分发。这些内容值得推广、值得放大、值得获取，并在Reddit、Quora、Yelp和Cookpad上分享。或许可以避开9gag，但那完全是另一回事了。还有Stack Overflow。 去到你的受众所在之处去到你的受众所在之处，并寻找利基空间进行发布找到你的受众、你的人群所在的地方，开始在那里投放内容。你现在看到的是Reddit、Quora和Fandom，这些网站每月产生数十亿的访问量，真的是数十亿。所以我可能会更侧重它们，尤其是Reddit和Quora，因为它们与OpenAI有合作，而且它们也与谷歌有合作。 那里情况复杂，但我会从那里开始。但如果你有资源和时间，那么你就要开始思考如何开始出现在一些更小众的渠道？我们如何出现在烂番茄（Rotten…

原文地址：https://moz.com/blog/ai-tools-for-automation-productivity 我明白——AI工具无处不在，面对层出不穷的选择很容易让人无所适从。你清楚这些工具能自动化工作流程并提升效率，但要想弄懂每种工具的功能和正确使用方法，简直像是在迷宫里打转。 由于不愿把时间浪费在机器更擅长的重复性任务上，我投入了大量时间测试各类AI自动化工具。经过反复试错，最终筛选出13个独特工具/应用场景，涵盖从数据分析到工作流自动化乃至成果交付的全流程。 本文将带你系统了解这些工具，并演示具体操作方法。阅读完成后，你将获得清晰的行进路线图，既能优化工作流程、节省时间、提升效率，又不会感到迷茫或压力。 无代码AI自动化工具推荐：Promptitude.io：无需编码即可实现AI工作流自动化 管理AI任务看似令人望而却步，尤其对于不具备编程技能的人来说。Promptitude.io通过提供无需代码的平台来创建和自动化AI工作流，让这一切化繁为简。该工具内置提示词助手和预制提示词库，只需使用自定义提示词即可轻松构建或微调工作流程。 以下是我使用Promptitude.io的具体方式： • 集成Zapier或Make：通过Zapier或Make将AI模型连接至Google文档或WordPress等平台，无需编码即可实现任务自动化• 自动化内容生成：借助Promptitude创建内容，并实现文档关键词优化的自动化处理• 文档分析：通过集成AI模型处理大规模数据，节省人工处理时间• 定制AI工作流：提示词库和助手功能让构建定制化工作流无需编写代码 Thunderbit是一款用于构建复杂自动化流程的无代码AI工具。它通过将人工智能技术融入日常运营，有效优化我的工作流程。 以下是我的使用方式： • 自动化重复任务：可自动处理CRM系统、社交媒体及邮件平台的常规操作• 无代码界面：拖拽式操作让非技术人员也能快速搭建高级工作流• 智能数据处理：能分析多系统数据，根据预设规则触发操作，简化复杂流程以提升效能 作为一家代理机构的负责人，每当有人填写联系表单时我都会很兴奋——这可能是想与我们合作的潜在客户。但往往收到的却是推销SEO服务或外链的邮件，这种无效沟通既浪费时间又令人沮丧。为此，我借助Zapier实现了邮件自动分类与垃圾信息过滤。 以下是我的自动化邮件分类设置：…

原文地址 https://blogs.bing.com/webmaster/November-2025/How-AI-Search-Is-Changing%E2%80%AFthe%E2%80%AFWay%E2%80%AFConversions%E2%80%AFare-Measured 人工智能掀起了一场革命，正彻底改变着一切——从产品的制造与营销方式，到人们发现和选择购买商品的方式。 如今，人们不再需要滚动浏览一长串蓝色链接列表，而是通过对话进行探索，随时提出后续问题，并在访问网站之前就早早建立起信任。这种全新的转化路径意味着，品牌和内容所有者必须停止一味追求点击量，转而关注那些真正能驱动结果的信号。 但，我们如何知道哪些转化信号最为重要呢？ 尽管每个企业或出版商的具体目标各不相同，但AI搜索让一点变得清晰无疑：最有价值的信号是与可见性相关的信号。通过追踪展示量、在AI答案中的出现位置以及引用情况，品牌可以洞察内容在何处被呈现、被信任、被考量，甚至在访问发生之前就能掌握这些信息。更重要的是，这些信号揭示了兴趣在何处形成，以及优化在哪些环节能提升效果，从而帮助团队集中精力于行之有效的策略，在用户决策形成的关键时刻提升可见性。 这并非意味着人们不再点击。而是他们会在用户旅程的后期阶段才进行点击，并且带着更强烈的意图。事实上，当前的行业研究表明，来自AI搜索环境的访问不仅能够匹配，甚至常常超越传统的转化率，这印证了一个简单的真理：质量远比流量更重要。当下的首要任务是理解用户行为，并引导他们实现高价值成果，无论是订阅、咨询、演示请求、购买，还是其他有意义的互动。 这一转变不仅适用于商业网站，也同样适用于新闻和信息出版商。在AI答案中的可见性，能够塑造更深层次的互动形式，例如阅读深度、回访率或重复访问，而不仅仅是即时点击。 出版商的目标是与用户意图保持一致，在发现的每个阶段都提供清晰度、可信度和价值，这样，当用户准备采取行动时，您的品牌或内容便会成为其自然而然的选择。 转化路径如何改变 在AI搜索出现之前，一个典型的客户可能从”适合小户型的最佳洗碗机”这样宽泛的查询开始，然后滚动浏览多页的蓝色链接，从评论、规格表和经销商网站中拼凑细节。这是一个手动且耗时的过程。 如今，由AI驱动的搜索体验能够理解用户意图，并即时呈现更丰富、更相关的结果。系统不再需要用户经过多次点击和访问多个来源，而是将高质量内容嵌入答案、摘要和引文中，突出显示关键细节，如能效、噪音水平和智能家居兼容性。这使用户能更快地获得清晰信息，在旅程更早阶段建立信任，从而以更少的阻力实现更深入的互动。 在上述洗碗机的例子中，客户很快意识到一台安静、节能且具备智能功能的型号最适合他们的开放式厨房。他们细化了查询，AI搜索则从品牌官网、评论和经销商处提取信息，生成更详细的摘要，同时呈现购买选项、折扣信息以及附带更相关链接的推荐。 在前所未有的简短步骤中，客户就能做出自信的决策，整个过程由符合其意图、融合品牌和第三方视角的多源内容所引导。这种发现、研究和决策在同一环境中持续发生的行为转变，正在重新定义网站所有者对转化的理解。 随着用户旅程变得更短、更连贯，内容的清晰度至关重要。当信息不易被大语言模型解读时，关键细节可能会被遗漏，从而减少在影响力时刻出现的机会。 随着这些转变的持续发生，在AI体验内部产生的信号将变得愈发宝贵，它们能帮助内容团队洞察哪些内容能引起共鸣，以及哪些环节的改进可以增强可见性。 AI搜索如何理解并响应动态变化的用户意图 AI系统通过每一轮后续提问、每次聊天互动及各类情境信号，持续优化对用户意图的理解——这甚至包括系统能基于上下文或推测需求，主动呈现相关内容的先发时刻。 根据微软内部研究，来自Microsoft Copilot会话的数据显示，每次会话中的独立对话轮次增加了22%[1]，这反映出搜索已演变为一场持续对话，而非单次查询。每一次后续互动都在澄清意图，使用户更接近转化——无论是点击产品链接、完成购买，还是采取其他高价值行动。…