Category: Uncategorized

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…

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…