Category: Uncategorized

原文地址：https://ahrefs.com/blog/chatgpt-visibility-tracking/ 人们使用ChatGPT进行研究、构建工具，甚至——没错——进行购买。 但许多品牌对ChatGPT内发生的事情一无所知。它们出现在成千上万的回复中，却不知道哪些查询提到了它们，说了些什么，也不知道自己与竞争对手相比如何。 你可以构建一些基础的随性编码工具来监控你的ChatGPT可见度，但追踪少量提示词就像偶尔看看窗外就想预测天气一样不靠谱。 现实是，AI提示词、回复和引文在不断变化。如果你想看到真实的趋势，需要数千个数据点才能穿透这种波动性。 现在有一个简单的解决方法。你可以在Ahrefs品牌雷达数据库中，通过1350万个现有提示词来追踪你的ChatGPT可见度，甚至可以设置自己的自定义查询来监控最重要的事项。 以下是使用品牌雷达测量、监控和提升你的AI可见度的七个步骤。 1. 将你的ChatGPT可见度与竞争对手进行对标 品牌雷达允许你最多追踪十个竞争对手，与你自己的品牌一同对比，从而精确了解你在ChatGPT回复中的表现。 只需手动输入你的竞争对手，或者点击”建议更多”以获取AI的推荐。 Ahrefs品牌雷达仪表板截图，显示竞争对手对比表格，包含AI工具的指标，如提及量、引文和平台可见度数据。如果你想在后续追踪竞争对手的页面在ChatGPT中的可见度和引文情况，务必在设置阶段就添加他们的域名或URL。 Ahrefs品牌雷达的编辑实体对话框，显示名称变体字段（包含”SE Ranking”）和URL字段（包含”seranking.com“）以及域名范围下拉菜单。为了细化分析，你还可以包含名称变体——当竞争对手的品牌名称恰好也是一个常用词时，这一点尤其有用。 设置完成后，你将看到每个品牌并排的指标对比，包括： 基于此，你可以在整个品牌雷达数据库中进行竞争对手分析，或者按市场或细分领域缩小关注范围。 例如，对于Ahrefs，我们可能会重点关注”外链构建”这个主题，因为它是我们的核心主题之一，并且深度嵌入在我们的产品中。 Ahrefs品牌雷达概览仪表板，比较Ahrefs与竞争对手，显示AI声量占比（28.4%）、搜索需求（55.8K）和网络可见度（230万次提及）等指标。表格显示了各平台的提及次数。e 2. 了解你在对话中出现的百分比…

原文地址：https://searchengineland.com/ai-search-kpis-inclusion-469338 AI用户平均每条回复会考虑3.7个商家，其中60%的用户无需点击即可做出决定。这对你的AI可见性策略意味着什么。 我们需要谈谈关键绩效指标和AI搜索。 我观察到许多SEO专业人士在领英和会议上谈论”在ChatGPT上排名第一”，仿佛这就等同于在谷歌上排名第一： 在谷歌上成为第一个结果通常是张”黄金门票”。从第2名升到第1名，往往能带来100%到300%的流量和转化率增长。 但这几乎肯定不适用于AI回复——即使它们不是一直在变化。 我们团队的研究显示，AI用户在决定联系谁之前，平均会考虑3.7个商家。在ChatGPT的推荐列表中成为第一个结果，并不像在谷歌搜索中那样是张”黄金门票”。 既然如此，AI搜索的重点实际上应该放在”被纳入考虑集”上——不一定是”在该集中被首先提及”——以及精心塑造AI对我们的描述上。 AI平台上的用户行为与谷歌搜索不同 在过去的几个月里，我的团队花了100多个小时观察人们使用ChatGPT和谷歌的AI模式来寻找服务。 在最初几十次观察中，有一点变得清晰起来：AI平台上的用户行为与谷歌搜索不同，这种差异远不止于使用”自然语言”进行对话与执行关键词搜索。顺便说一句，这一点常被夸大。在我们观察的会话中，大约75%仍然包含”关键词搜索”。 一个关键区别在于：用户在AI回复中考虑的商家数量比在自然搜索中更多。这很合理——在一个聊天窗口里比较多个选项，远比点击三到五个搜索结果并访问每个网站要容易得多。 深入了解：从搜索到委托：适应AI优先的搜索行为 AI用户不会停留在第一个结果 无论是在谷歌AI模式还是ChatGPT中，用户平均会从结果中考虑3.7个商家。 这对排名第一的结果以及排名第四的结果都有重要影响。当用户在75%的会话中也会考虑排名第2到第8的商家时，出现在第一位的价值急剧下降，而出现在较后位置的价值则上升了。 推动转化的关键因素并非你在列表中的位置。 为什么在LLM中排名较低的商家最终能进入考虑集？ 首先，这些并非”排名”。它们是一个推荐列表，鉴于AI的概率性本质，这个列表很可能会被重新排序，从列表格式重新格式化为表格，或者完全改变。 撇开这点不谈，AI聊天使得扫描和考虑比谷歌搜索更多的选项变得容易得多。…

via https://searchengineland.com/chatgpt-citations-content-study-469483 新研究发现，ChatGPT在选取引用内容时，高度偏好文章开头部分，青睐直接的定义、平衡的语气和密集的实体信息。 增长顾问Kevin Indig通过分析120万条AI回答和18,012个经过验证的引用来源得出上述结论。 为何值得关注。 传统搜索奖励的是深度内容和后置呈现的信息。而AI偏好即时分类——清晰的实体和靠前的直接答案。如果你的核心内容没有在早期呈现，它出现在AI回答中的可能性就会降低。 数据概览。 Indig的团队发现了一个一致的”滑雪跳台”式引用模式，该模式在随机验证批次中均得到印证。他认为这些结果在统计上无可争议： 在段落层面，AI的读取更为深入： 核心结论。 在文章层面，要将关键见解前置。在段落内部，优先考虑清晰度和信息密度，而非刻意雕琢首句。 原因分析。 大语言模型通常基于遵循”结论先行”结构的新闻和学术写作进行训练。模型似乎更重视早期的框架性内容，然后通过这个框架来解读其余部分。现代模型虽然能够处理海量词元窗口，但它们会优先考虑效率并快速建立上下文。 什么内容容易被引用。 Indig归纳了高引用率内容的五个特征： 关于数据。 Indig分析了300万条ChatGPT回复和3000万个引用来源，从中筛选出18,012个经过验证的引用，以探究AI提取内容的位置和原因。他的团队使用句子转换器嵌入将回复与特定的源句子进行匹配，然后测量其在页面的位置以及定义特征、实体密度、情感倾向等语言特征。 总结。 叙事性的”终极指南”式写作在AI检索中可能表现不佳。结构化的、简报式的写作风格效果更好。 Indig认为，这带来了一种”清晰度成本”。创作者必须将定义、实体和结论前置，而不是留到文末。

原文地址：https://www.womenintechseo.com/knowledge/how-ai-chooses-content 内容要在AI搜索中生存需要什么条件？大语言模型并不对页面进行排名然后等待点击。它们整合答案。它们会检索大量的内容池，丢弃其中的大部分，只选择少数它有信心用来构建回答的来源。 要想获得可见性，你的内容需要在这个流程中生存下来。这就是SRO发挥作用的地方。 什么是甄选率优化？没错，又一个新缩写词出现了。甄选率优化是一种旨在提高AI系统在构建答案时选择你内容的可能性的实践。 SRO在三个层面运作： SRO在你完成基础的SEO工作后介入，并聚焦于检索之后发生的事情——也就是模型决定哪些内容能够幸存下来的时候。 大语言模型如何决定引用什么大语言模型是如何整合答案的？从高层面看，流程如下： 好了，现在来说说关键部分。我们能做些什么来优化以提升被选中的几率呢？ 数据密度胜过内容长度来自Search Atlas的大规模分析，涵盖了超过550万条AI回复，显示单纯的字数与引用行为几乎没有相关性。长页面并非因为其长而被偏爱。它们被偏爱是因为包含了更多可提取的事实。 换句话说，密度胜过长度。 这里有一些关于如何充实你内容的思路： 本质上，如果你想被引用，就要给模型提供一些可以”加工”的东西。 结构赢得先机结构化是通往被选中的捷径。在AI搜索中，你内容的格式直接影响它是否会被呈现。来自Writesonic和Airop的研究表明，基于列表的内容占据了近30%的AI引用，而带有表格的页面获得的引用显著多于没有表格的页面。 清晰的层级、可预测的布局和明显的分区能减少歧义。歧义越少意味着风险越低。风险越低意味着被选中的可能性越高。 信息熵是信任杀手信息熵源于混乱的信号。当你的服务范围、业务范畴或用语发生变化时，模型的置信度就会下降。Yadav等人的一项研究表明，如果AI对你品牌的理解”摇摆不定”，模型可能会忽略你，或将你排除在最终答案之外，因为它对你的相关性不那么”确定”。 独立的段落让其更易被采用是的，这里包括了大家都在谈论的那个令人”生畏”的分块概念。大语言模型不像搜索引擎那样评估页面。这就是为什么信息密度，而非长度，才能真正提高你内容在被选中环节幸存下来的几率。一份DEJAN的报告强化了这一转变：模型在段落层面运作，从被排名的来源中提取简短的片段（通常约15个词），而不是整个页面。只有大约13%的长文页面被真正使用。 要提高被选中率： 这就是人们谈论”分块”时通常所指的意思。一个优质的信息块（段落）就是那种可以单独安全引用的段落。 阐明你的身份，不要耍花招大语言模型不是品牌战略家，它们是模式匹配器。当你的信号不一致时，它们会感到不安。当同一家公司以略有不同的名称、缩写和格式出现时，模型会将其视为不确定性，而不确定性就意味着事实性风险。…

via https://graphite.io/five-percent/debunking-the-myth-that-seo-traffic-has-dramatically-declined 当ChatGPT于2022年11月推出时，它引发了人工智能、搜索和营销领域的巨变。仅仅两个月后，ChatGPT就成为史上增长最快的消费者应用。截至2025年10月，ChatGPT每周活跃用户超过8亿，每日提示词请求量达到25亿次（数据来源），现在许多人使用ChatGPT进行搜索和发现。 这就引出了一个问题：SEO已死吗？ 简短的回答是：没有。我认为，”SEO已死”的说法是基于一系列由推测、夸大、有缺陷的分析和虚假信息驱动的迷思。 迷思在这项研究中，我旨在揭穿关于SEO流量已大幅下降（超过25%）的迷思，包括以下说法： 真相Graphite公司与Similarweb合作，分析了美国超过4万个最大的网站，以评估自然搜索流量的趋势。我们提供了大量证据，证明所谓SEO流量已急剧下降的流行说法是错误的。 搜索引擎流量略有下降迷思： 从谷歌到网站的自然流量急剧下降（在-25%到-60%之间）。 真相： 从谷歌到网站的自然流量略有下降（同比下降-2.5%）。 数据： 来自所有搜索引擎的美国月度访问量。我们查看了规模最大的4万个网站，使用Similarweb的访问数据比较了2024年2月至12月与2025年1月至11月的情况。 这与谷歌在2025年8月的声明一致：”总体而言，来自谷歌搜索的网站自然点击总量逐年保持相对稳定。”（数据来源） SEO流量略有下降（-2.5%） 数据来源 网站规模不同，SEO流量变化各异我们比较了前4万个网站按规模划分的流量变化。前10大网站和许多较小的网站流量均有增长。流量的下降主要集中在中间层级的网站，即按规模排名的前100至前10,000名的网站。 数据来源 前10大网站流量实际上升（+1.6%） 中间层级的网站下降幅度最大 部分类别流量下降，但也有类别实现增长新闻、健康、烹饪和娱乐类别的流量下降幅度最大，均减少了超过10%。然而，所有其他类别的下降幅度较小。服装、购物和线上市场类别均实现增长。 研究方法 如果SEO流量确实仅下降了2.5%，那为什么许多其他研究显示下降幅度要大得多，达到25%，高估了1000%？答案在于存在缺陷的研究方法，例如调查问卷以及小型、有偏见的样本（少于20个）。…

原文地址：https://jurisdigital.com/research/click-study-ai-vs-traditional-organic/ 以下是我们的研究要点摘要： 传统自然搜索结果仍获得主流点击量。即使排在AI概览下方，传统自然结果依然略占多数点击（51%）。45%的用户会优先点击AI功能。这些点击相对均匀地分布在”查看更多”按钮（19%）、AI引用（15%）以及AI概览中的提及内容（11%）上。 赛勒斯·谢泼德最近在他的推特粉丝中发起了一项投票： 赛勒斯关于排名位置的提问 他的粉丝（大多是SEO专业人士）以压倒性多数选择了选项1：传统的自然排名第1位： 赛勒斯关于排名位置的投票结果 这里显而易见的后续问题是：这种观点正确吗？传统的自然排名第1位是否仍然是最有价值的流量位置？ 为此，我们调查了140个人来回答这个问题： 你正在谷歌上搜索一位律师。你最可能先点击哪里？ 我们向他们展示了这个关于关键词”芝加哥最好的酒驾律师”的谷歌搜索结果页截图。我们询问他们会先点击哪里，并解释他们的选择： 图示：我们展示给受访者的截图。 调查结果点击量分布 来源 点击量 占总点击比例 传统自然搜索结果 71 50.71% AI…

via https://www.chris-green.net/post/diving-into-chatgpt-5-s-web-search-function ChatGPT 5现已发布，Profound团队的Josh迅速跟进，帮助深入解析该搜索服务的运作机制。 看到Charlie分享了GPT5的潜在系统提示（我说“潜在”，是因为仍不确定能否获得极其精准的信息），我决定仔细研究对话事件流中的情况——它与ChatGPT 4.1有何不同？这对我们的工作方式会产生影响吗？ 关键问题/观察 目前尚处早期阶段，仍需大量研究，但初步发现如下： 若想真正理解我们需要在哪些搜索引擎中保持可见性，针对SonicBerry内部搜索服务引文来源的研究比以往更为重要。 SonicBerry是单纯聚合结果，还是在提交给GPT5前会对结果重新排序？若存在重排序机制，采用哪些信号指标？这点至关重要。 初步测试中尚未发现扇出（fan-out）案例，但这不表示该现象不存在或不可见。 针对以下场景的分类器将极大帮助我们理解搜索实现方式（查询次数、分层搜索等）：a) 何时需要搜索b) 搜索复杂度层级开展大规模研究并追踪随时间推移的变化，这对AI搜索领域极具实践意义。 SonicBerry付费版与免费版在使用时是否存在质量或完整性的差异？抑或仅用于追踪目的？这种差异源于供应商接入方式（如Google/Bing API配额）还是索引更新频率？免费用户是否会因调用低级别API而获取陈旧结果？ 若对搜索结果进行更多聚类清洗（配备备用方案），可能会提升引文准确率并减少错误链接。是否存在更完善的防护机制来规避“危险”或“法律敏感”内容被呈现？或许这些措施正在协同发挥作用。 何时/为何需要启用备用方案？触发因素及其影响是什么？ 搜索功能在多大程度上依赖元数据而非直接抓取页面内容？推测精准的元数据依然关键，且无需JavaScript即可抓取内容的能力仍然重要，但这需要进一步验证。 搜索功能实际被调用的频率如何？…

原文地址：https://about.ads.microsoft.com/en/blog/post/january-2026/from-discovery-to-influence-a-guide-to-aeo-and-geo 赋能零售商的实用数据策略：应对AI搜索、AI助手与AI浏览器的时代 当购物者向AI助手询问“一款轻便、能装笔记本电脑、且不显得过于商务的登机箱”时，你的品牌如何才能进入考虑范围？传统SEO能帮你获得流量，但无法让你赢得AI时代的推荐。AI助手、浏览器和智能体正在以全新的方式评估和解读你的数据，要想出现在它们的推荐中，你需要一套不同的准备方案。 全新的发现场景目标不再是流量，而是影响力。 AI助手、浏览器和智能体不仅仅是索引你的网站。它们会对你站内外的数据进行推理，并判断你的品牌是否值得推荐。这一判断取决于你产品信息的完整性、即时性和情境相关性。每一个细节、优点和价格信号都至关重要。 SEO是你在传统搜索中制胜的法宝。而要在AI驱动的发现中赢得推荐，则需要依靠AEO和GEO。AEO驱动清晰度——提供精准、实时、AI可解读的数据。GEO驱动可信度——打造能确立品牌权威性的内容。这就是新的游戏规则。 为何抢占先机至关重要智能体商业仍处于早期阶段，这意味着大多数品牌尚未参透其中关窍。现在就行动的品牌，不仅能在关键时刻被“发现”，更将成为其他品牌竞相追赶的标杆。 目前，大多数品牌仍将产品数据视为需要维护的“信息流”，而非战略资产。而先行者正在为AI可读性审计产品目录，填补情境信息缺口，并构建系统以确保数据在所有三个渠道中保持鲜活。 行动指南我们为那些准备好在AI驱动发现场景中崭露头角的品牌准备了一份行动指南，无论是通过AI助手回答问题、浏览器推荐商品，还是智能体完成购买。内容包括：AEO与GEO在不同场景下的差异化应用、决定你是否被“看见”的三个数据渠道，以及关键洞察，例如：

via https://getstat.com/blog/ai-search-seo-tactics 随着 AI 搜索的持续发展，本文将探讨其相关策略与传统 SEO 的差异所在，以及二者的契合点。 如今，AI 搜索已成为 SEO 领域的重要组成部分。但在未来数年，甚至可能到 2026 年底前，AI 概览、AI 模式以及 ChatGPT 的形态大概率都会发生变化。 但我们可以确定的是，无论未来的搜索形态如何，都将深度融合大量生成式 AI 增强功能。同时也能肯定，ChatGPT…

via https://salt.agency/blog/seo-backlog/ SEO 策略的失败，往往并非源于洞察不足，而是因为优化方案始终未能落地。 每一项未落地的 SEO 优化措施，都在让你的营销预算产生叠加式的损耗。 定期的 SEO 审计能找出核心问题，为你列出具体的优化行动清单，助力提升搜索表现、解决网站各类问题，但最终的效果提升，终究要靠把这些待办事项逐一完成。 问题的关键，从不是知道该落地哪些优化，而是该由谁来执行。默认情况下，不少 SEO 相关的技术工作都会推给开发团队，可实际上，很多优化措施根本无需开发人员介入。 SEO 待办清单里的诸多任务，营销团队和内容团队完全可以独立完成，既节省时间，又能更快看到效果。践行这种非开发式 SEO的思路，是清理工作积压、提升搜索表现的最优解。 什么是非开发式 SEO？ 非开发式 SEO…