你的SEO策略准备好应对LLM接地了吗？探索训练数据与实时网络检索之间的区别，并了解如何优化你的品牌在AI搜索结果中的可见度。
解释模型响应内外之分的白板数字化版本。
点击上方白板图像，即可打开高分辨率版本！
周五愉快，Moz粉丝们。今天我想讨论一个我认为对SEO从业者未来至关重要的概念。这个概念就是模型响应（in-model responses）与非模型响应（out-of-model responses）之间的区别。
这关乎大语言模型的回复，但同样也适用于我们目前在谷歌搜索中看到的各类混合体验，例如AI模式、AI概览、网络指南。如果你不了解什么是网络指南，我将在下方附上相关资源链接。我认为这个概念未来也会非常重要。
继续我们的话题，来深入探讨模型响应与非模型响应。
简单来说（虽然有些过度简化），当你向大语言模型发出提示时，基本上可能发生两种情况。模型要做的首要决定之一，就是判断是否需要进行任何接地搜索。
这意味着，它需要判断是否需要执行外部查询（目前通常指谷歌搜索，即使是ChatGPT也经常如此），以获取最新信息，或核实其不确定的内容。
什么是模型响应？
白板上突出显示”模型响应”部分的放大图
如果模型认为不需要进行外部搜索，那么，举个例子，我们可能会提出一个请求，比如”给我写一首诗”。这个请求不涉及任何特别的事实、最新信息或时事。因此，你很可能会直接从LLM得到一个回复，而无需它进行任何这些外部接地搜索，然后你就得到了答案。
所以，如果你想影响这种响应，唯一能做的就是影响模型的底层训练数据。
给你一些背景信息：GPT-4.0大概在2022年底完成训练，而GPT-4.5大约在2024年8月完成训练。模型更新之间的时间跨度相当长，许多人仍在使用的模型，其训练数据如今可能已有近四年甚至更久的历史。
因此，你几乎无法在短期内迅速影响它。从长远来看，你基本上是在试图影响那些最终被纳入这些模型训练数据的所有内容。而目前，这基本上意味着任何被计算机读取的文字内容。
这个范围极其广泛。显然，这不仅包括你自己的网站，也可能包括外部网站。而且，到了现在，它甚至可能包括书籍等材料。随着底层训练数据的不断扩展，其范围已经变得极其、极其广泛。
什么是非模型响应？
白板上突出显示”非模型响应”部分的放大图。
我认为对SEO从业者来说，更有趣的是非模型响应。这是指大语言模型或你使用的工具决定进行一些外部搜索的情况。
举个例子，一个查询可以是：”2025年12月的核心更新发生了什么？” 我在几个不同的工具里试过这个查询。下面我会分享一个相关链接，但值得一提的是，目前在ChatGPT中，你实际上可以通过浏览器的开发者工具看到它进行了哪些接地搜索。
什么是非模型响应？（续）
在谷歌的一些相关体验中，我们也可以观察到它如何进行查询分解（query fan-outs），并推测其背后的逻辑。因此，我们大致能了解它可能执行了哪些搜索。以这个查询为例，它首先可能会确认：这个更新确实存在吗？也就是要核实2025年12月确实有一次核心更新，而不是我凭空捏造的。
接着，它会探寻：时间线是怎样的？然后，哪些网站或内容受到了影响？可能涉及的主题是什么？显然，它会为这类问题在谷歌搜索中找到各种相关的排名文章。而且，这些查询通常不会是普通人可能会输入的那种，可以说，它们会是相当冗长的查询语句。
它会查看每个查询的前几个搜索结果（或许更多），然后开始根据这些外部信息来构建自己的答案。
这里有趣的一点是，就你施加影响的可能性而言，时间线可能相当快，对吧？这基本上取决于你更新的页面需要多长时间才能被谷歌抓取。
显然，这因网站而异。对于一些网站，如果你能影响到主流新闻媒体，可能只需要几分钟或几小时。对于另一些网站，速度可能会慢一些。但这肯定比试图影响底层训练数据要快得多。
影响非模型响应的策略
具体怎么做，我总结了三种方法，并按我目前认为的效果排序。
附着式SEO（Barnacle SEO）
我认为最重要的是附着式SEO。想想看，能为这些查询获得排名的，不一定是你自己的网站。事实上，主要排名的很可能通常不是你自己的网站。所以，关键是一些你能施加影响的外部权威网站，比如通过你在这些平台上的存在来影响它们。想想你的社交媒体主页，想想Medium、LinkedIn、维基百科、YouTube。
所有这些你能够影响的平台，过去你可能只是为了在品牌词搜索结果页中占据一席之地，而现在，你要做的则是试图去占领一些非品牌词的位置，确保你能控制的范围不仅仅局限于你自己的网站结果。因为谷歌、ChatGPT或其他工具并不关心它们抓取的数据是来自你的网站还是别人的，对吧？
所以，附着式SEO将是一个重要策略。
数字公关（Digital PR）
在这个领域，数字公关也将非常重要，旨在影响那些你不直接控制、但具有权威性的第三方网站。
更新自有网站
最后，当然还有你自己的网站，因为我们也希望你自己的网站能为这些查询获得排名。
所以，你现在有了一套非常实用、且对SEO从业者来说应该很熟悉的方法，来影响这些非模型响应。
我认为，区分模型响应和非模型响应这个概念很重要。因此，当你思考试图影响某个查询是否现实，甚至当你考虑在Moz或STAT等工具中，为追踪AI可见度而选择监测哪些查询时，你需要牢记，这个查询究竟属于哪一类。
以上就是我今天想分享的全部内容。希望对你有所帮助。谢谢。