分类： 行业资讯

AI搜索平台的策略演变，是理解GEO未来走向的重要视角。不同的AI搜索产品，由于技术路线、用户定位和商业化策略的不同，在GEO偏好上呈现出显著的差异。

本文将系统分析主流AI搜索平台的GEO策略演变，帮助内容创作者更好地理解不同平台的规则和偏好。

一、AI搜索平台的类型划分

1.1 通用型AI搜索平台

通用型AI搜索平台旨在满足用户各类信息需求，用户覆盖面广、内容类型多元。

这类平台的特点：信息来源广泛——不局限特定领域或行业；引用风格综合——倾向于整合多个来源给出综合性回答；更新频率高——对时效性内容较为敏感。

代表产品如Kimi、豆包等，在GEO策略上需要关注：覆盖度优先——争取在更多话题上被提及；时效性——新发布的内容更容易被引用。

1.2 垂直型AI搜索平台

垂直型AI搜索平台聚焦特定领域或场景，提供深度专业的信息服务。

这类平台的特点：信息来源专业——更依赖专业权威的来源；引用深度优先——倾向于深入引用少数权威来源；专业门槛高——对内容的专业性要求更高。

垂直型平台是专业内容创作者的重要战场。

二、AI搜索平台GEO策略的演变

2.1 从”广撒网”到”深耕耘”

早期AI搜索平台的引用策略相对粗放——广泛抓取各类内容，对来源的筛选标准相对宽松。但随着用户对AI搜索质量要求的提升，平台策略正在向”深耕耘”转变。

这个转变意味着：内容质量比数量更重要——平台更愿意深入引用少数高质量来源；专业深度成为核心竞争要素——蜻蜓点水的内容难以获得深度引用。

2.2 从”技术驱动”到”价值驱动”

早期AI搜索的引用决策，主要依赖技术指标（如关键词匹配度、内容新鲜度等）。现在，平台正在引入更多”价值”维度的考量。

价值驱动的信号：用户反馈影响引用权重——如果用户经常对某个来源的内容给出正面反馈，该来源可能获得更高权重；内容独特性被重视——能够提供独特价值的内容更容易获得深度引用。

2.3 从”被动抓取”到”主动合作”

AI搜索平台正在建立与优质内容创作者的直接合作关系：官方内容合作——与权威机构、知名专家建立内容合作；内容授权——通过内容授权方式获取高质量内容；创作者激励——通过各种机制激励优质内容创作者。

三、主流平台的GEO策略特点

3.1 深度搜索平台的偏好

以深度搜索为特色的AI平台，在GEO策略上有独特的偏好：系统性内容——更青睐能够提供完整知识体系的内容；原创研究——更看重基于一手调研或独特数据的分析；专家背书——有明确专家署名的内容可能获得更高权重。

3.2 实时搜索平台的逻辑

具备实时联网能力的AI搜索平台，引用逻辑有所不同：时效性优先——新发布的内容更容易被实时检索到；来源权威性——权威媒体和官方网站更容易被检索和引用；结构化程度——结构清晰的内容更容易被AI解析和引用。

3.3 对话式搜索的独特考量

面向对话场景优化的AI搜索，引用偏好包括：回答完整性——能够直接回答用户问题的内容更容易被引用；逻辑清晰度——能够提供清晰论证链条的内容更容易被AI理解和引用。

四、内容创作者的平台策略

4.1 平台适配策略

基于不同平台的GEO策略特点，内容创作者应该采取适配策略：通用平台——注重内容的覆盖度和可发现性；垂直平台——注重内容的专业深度和权威性；实时平台——注重内容的时效性和结构化。

4.2 多平台分发策略

为不同平台优化同一内容：核心内容保持一致——确保核心观点和数据在不同版本中一致；表达方式适配——针对不同平台的特点调整表达方式；平台专属补充——为特定平台创作专属的补充内容。

五、GEO策略的未来展望

5.1 平台规则的不可预测性

需要注意的是，AI搜索平台的规则存在不确定性：平台算法可能随时调整——今天的最佳实践可能明天就失效；跨平台一致性下降——不同平台的规则差异正在扩大。

5.2 内容本质价值的回归

面对平台规则的不确定性，回归内容的本质价值是最安全的策略：提供真实的用户价值——无论平台规则如何变化，为用户创造真实价值的内容永远有市场；建立独特的内容资产——形成自己独特的知识体系和分析框架；保持对平台动态的关注——在坚持内容本质价值的基础上，关注并适应平台规则的变化。

六、总结

AI搜索平台的GEO策略正在经历深刻的演变：从广撒网到深耕耘，从技术驱动到价值驱动，从被动抓取到主动合作。这些演变对内容创作者提出了新的要求：不仅要关注内容的数量和覆盖，更要关注内容的质量和深度。

面对平台规则的不确定性，回归内容的本质价值是最可靠的策略。那些真正为用户创造独特价值的内容，无论平台规则如何演变，都将获得持久的竞争优势。

2026年已经过半，GEO行业格局正在经历深刻的变化。从最初的概念萌芽到如今的企业级应用，GEO已经从营销前沿话题演变为数字营销的必备课题。

本文将深度分析当前GEO行业的竞争格局，识别主要的参与者及其策略特点，为企业制定GEO战略提供参考。

一、GEO行业格局概述

1.1 GEO发展的三个阶段

回顾GEO的发展历程，可以清晰地划分为三个阶段：

概念萌芽期（2023-2024年）——GEO概念首次被提出，营销圈开始讨论AI搜索对传统SEO的冲击；企业探索期（2024-2025年）——部分领先企业开始系统性布局GEO，积累早期经验；规模化应用期（2025年至今）——GEO从实验性项目走向企业级标配，行业格局初步形成。

1.2 当前格局的主要特征

当前GEO行业格局呈现以下特征：头部企业领跑——在资本和资源的加持下，大型企业率先建立了GEO竞争优势；中小企业觉醒——越来越多中小企业意识到GEO的重要性，开始积极探索；服务市场兴起——GEO咨询、代运营、工具服务等产业链快速形成。

二、行业参与者分类

2.1 GEO实践主体

GEO实践主体即直接从事GEO实践的企业，可以分为以下几类：

科技互联网企业——这类企业在GEO实践中走在最前面，原因在于：他们的用户本身就是AI的重度使用者，他们有较强的内容和技术能力，他们有足够的资源投入GEO实验。典型的代表包括SaaS公司、电商平台、科技媒体等。

专业服务机构——包括咨询公司、律师事务所、会计师事务所等专业服务机构。这类机构的业务本质就是”知识服务”，与GEO有着天然的契合点。他们通过GEO建立专业权威形象，吸引潜在客户的关注。

消费品牌——越来越多的消费品牌开始重视GEO。他们关注的不仅是品牌词在AI搜索中的表现，更关注产品相关问题在AI搜索中的回答能否提及自己的品牌。

2.2 GEO服务提供者

GEO服务提供者是围绕GEO实践提供服务的产业链角色：

GEO咨询公司——提供GEO战略咨询和策略规划服务，帮助企业建立GEO体系；GEO代运营服务商——提供GEO内容生产和发布服务，帮助企业执行GEO策略；GEO工具提供商——提供各类GEO分析、监测、优化工具；GEO培训机构——提供GEO培训和人才培养服务。

三、头部企业的GEO策略分析

3.1 科技企业的GEO实践

科技企业在GEO实践中的策略特点：以技术驱动——通过技术手段实现GEO的规模化、自动化；平台化思维——建立GEO内容平台，实现内容的系统化管理；数据驱动——通过数据反馈持续优化GEO策略。

某领先SaaS企业的GEO实践值得关注：他们建立了一个超过200篇的”技术知识库”，涵盖产品使用指南、技术原理解析、行业解决方案等主题。通过系统性的内容建设，他们在B2B软件选型相关的AI搜索中占据了显著优势。

3.2 专业服务机构的GEO路径

专业服务机构在GEO实践中的策略特点：专业内容为核心——专业知识和经验是他们的核心资产；人格化策略——通过专家个人IP建立与AI搜索的连接；案例驱动——通过真实案例展示专业能力。

某知名律所的GEO实践提供了一个很好的样本：他们让每一位律师都开设了专业内容账号，发布与自己业务领域相关的法律解读和分析。这些内容不仅在传统搜索引擎上有不错的表现，在AI搜索中的引用率也相当可观。

四、GEO行业的竞争态势

4.1 内容为王的竞争本质

GEO行业的竞争，归根结底是内容价值的竞争。那些能够持续输出高质量、有深度、有独特价值内容的企业，正在赢得GEO竞争。

这意味着：短期投机行为难以奏效——发几篇文章就想建立GEO优势的时代已经过去；持续投入是关键——GEO需要长期稳定的内容投入才能见效；差异化是核心——在内容同质化严重的情况下，差异化内容更容易脱颖而出。

4.2 竞争格局的演变趋势

GEO竞争格局正在向以下方向发展：马太效应加强——头部企业的GEO优势正在积累，后来者追赶成本增加；行业垂直化——跨行业的GEO竞争逐渐转向行业内的垂直竞争；服务专业化——GEO服务市场正在向专业化、细分化方向发展。

五、中小企业的竞争策略

5.1 差异化定位

面对头部企业的竞争优势，中小企业应该采取差异化策略：聚焦细分领域——在大型企业不屑于或无法覆盖的细分领域建立优势；深耕特定话题——在特定话题上做到比大企业更深入、更专业。

5.2 灵活快速响应

中小企业的另一个优势是灵活性：快速响应新兴话题——当新的话题出现时，快速生产相关内容，抢占先机；敏捷迭代——根据数据反馈快速调整GEO策略，而非走漫长的审批流程。

六、总结

2026年的GEO行业格局，正在从”百花齐放”走向”头部集中”。科技企业、专业服务机构、消费品牌等不同类型的参与者，都在根据自己的特点探索GEO实践。

对于所有企业而言，GEO已经不是”要不要做”的问题，而是”如何做好”的问题。那些率先建立GEO竞争优势的企业，正在享受时间带来的复利；而观望和犹豫的企业，可能正在错失GEO的窗口期。

行业格局仍在快速演变中，没有人能准确预测最终的竞争态势。但有一点是确定的：持续为用户创造真实价值的内容，永远是GEO竞争的核心。

品牌的本质是什么？这是一个被问了无数遍的问题。每一个时代的营销人，都有自己的答案。

在AI搜索时代，这个问题的答案正在被重新书写。

这篇文章，我想讨论一个我最近在深度思考的主题：AI时代，品牌如何在机器智能主导的信息分发环境中，建立真正的差异化。

信息分发逻辑的根本变化

要理解AI时代的品牌战略，首先要理解信息分发逻辑发生了什么变化。

传统品牌战略，建立在”人找信息”这个前提上。用户有需求，去搜索引擎搜索，去电商平台比价，去社交媒体看评价。品牌的任务，是在这些”用户主动寻找”的场景里，尽可能多地出现、尽可能好地展示。

AI搜索颠覆了这个逻辑。用户不再主动搜索，而是告诉AI他们的需求，让AI来推荐。品牌的任务，变成了”让AI在用户表达需求时，主动推荐我”。

这个变化意味着：品牌的曝光渠道，从用户主动选择变成了AI自动匹配。品牌和用户之间，多了一层AI的判断。

AI如何判断一个品牌值不值得推荐

理解了AI的判断逻辑，才能制定有效的品牌战略。

AI在给出推荐时，会考虑几个维度的信号：

第一，品牌的实体清晰度。你是谁、做什么、有何独特价值——这些信息在AI的知识图谱里有多清晰？

第二，品牌内容的信息质量。你的内容是真正有价值的，还是泛泛而谈的？你的数据是可验证的吗？你的案例是真实的吗？

第三，品牌在行业里的权威信号。你被哪些权威机构或媒体提及？你的从业资质是否完整？你在行业社区里的声量如何？

这三个维度，构成了AI推荐一个品牌的基础依据。

差异化建设的核心路径

在机器智能主导的环境里，品牌的差异化建设，有几个关键路径：

第一个路径是垂直领域的深度占位。不要试图在所有领域都建立存在感，选择一个你有真实积累、竞争对手没有足够深度的垂直领域，在这个领域做到第一。

第二个路径是实体信号的持续建设。品牌要持续在行业里发声——不是靠广告，而是靠专业观点的输出、真实案例的分享、行业标准的参与制定。

第三个路径是可验证内容的系统积累。你的内容要有足够的细节、足够的数据支撑、足够真实的案例。这些内容积累起来，在AI的知识图谱里就是不可忽视的存在。

一个值得反思的趋势

最近我注意到一个趋势：越来越多的品牌开始用”堆量”的方式做GEO。大量生产内容，大量发布，期待以量取胜。

我不认为这个策略能持续有效。

当AI的知识图谱越来越完善，它的判断力也会越来越强。低质量的内容或许能在短期内获得一些曝光，但长期来看，只有真正有价值的内容才能在AI的知识体系里扎根。

品牌的终极差异化，不是比竞争对手发更多的内容，而是比竞争对手提供更有价值的内容。

这句话听起来是老生常谈，但在AI时代，它会越来越成为真理。

最近我在追踪一些AI平台的引用来源时，发现了一个让我担忧的现象：AI生成的低质量内容，正在污染AI的知识图谱。

这不是一个新问题。但它正在变得严重。

这篇文章，我想深入讨论这个”GEO信任危机”现象，以及它对认真做GEO的企业意味着什么。

内容农场的AI变种

内容农场不是新概念。SEO时代就有一大批专门生产低质量内容来获取搜索流量的团队。他们的做法是用机器批量生成内容，通过SEO技术手段让这些内容获得排名，从而获取流量。

GEO时代，内容农场有了新的变种。现在的玩法是：用AI批量生成内容，投放到各种平台，等待AI平台把这些内容纳入训练数据或引用到回答里。

这种玩法的逻辑是：AI引用的内容越多，被引用的内容被看到的概率就越大。如果AI在构建某个领域的知识时，大量引用的是低质量的AI生成内容，AI回答的质量就会下降。

更令人担忧的是，这种污染是自我强化的。AI生成的低质量内容被其他AI引用，这些引用又成为新的训练数据，进一步强化了错误知识的权重。

对认真做GEO的企业意味着什么

内容农场的泛滥，对认真做GEO的企业来说，既是威胁也是机会。

威胁在于：AI的知识图谱如果被大量低质量内容污染，AI在构建回答时，可能倾向于引用那些看起来”信息丰富”但实际质量堪忧的内容，而不是真正专业、可信的内容。

机会在于：如果你的企业坚持生产高质量的原创内容，在AI越来越需要”可信赖来源”的背景下，你的高质量内容反而更容易脱颖而出。

这个逻辑类似于一个信息过载时代的市场悖论：当噪音太多时，真正有价值的信号反而更珍贵。

如何在这个环境中建立差异化

面对内容农场带来的信任危机，认真做GEO的企业有几个可以发力的方向：

第一个是”可验证性”。你的内容里包含的信息，最好是可以被第三方验证的。数据要有来源，案例要是真实的，资质要是可查证的。这种可验证性，是AI评估内容可信度的重要依据，也是对抗内容农场虚假信息的利器。

第二个是”深度”而非”广度”。内容农场擅长生产表面化的内容，它们无法在每个细分领域都有深度积累。找到你真正有积累的垂直领域，把深度做到极致。

第三个是”实体信号的持续建设”。在行业里建立真实的品牌影响力——参加行业活动、发表专业观点、和其他权威机构建立合作关系。这些实体信号，是任何内容农场无法伪造的。

行业需要自我净化

最后我想说一点：GEO的健康发展，需要整个行业的自律和他律。

从行业从业者的角度，我们应该抵制低质量的GEO操作方式，不应该为了短期效果而破坏整个生态的可信度基础。

从AI平台的角度，它们也有责任持续优化引用机制，提高对低质量内容的识别能力。

从监管的角度，GEO领域的规范和标准，需要尽快建立起来。

GEO不是法外之地。任何试图欺骗AI的行为，本质上都是在欺骗用户。这个认知应该成为每一个GEO从业者的底线。

我想用一个最近让我印象深刻的案例开头。

我有一个朋友，在成都做企业工商财税服务。2024年之前，他的业务主要靠百度SEO和本地竞价广告。2025年开始，他发现咨询电话越来越少，一问才知道，很多新客户都是通过AI平台搜索”成都工商注册代办哪家靠谱”找到他的。

但问题来了：AI推荐的是他的竞争对手，不是他。

这是一个正在无数行业、无数企业身上发生的故事。AI搜索的崛起，正在重新定义”被发现”这件事的含义。

为什么GEO会成为数字营销的下一个主战场

判断一件事会不会成为”主战场”，要看两个条件：第一，它有没有足够大的价值空间；第二，它有没有足够多的参与者。

在价值空间上，GEO的价值是毋庸置疑的。用户通过AI获取信息的比例在持续上升，而AI在构建回答时引用的内容，直接决定了用户的认知和决策。成为AI的引用来源，意味着你获得了AI的”信任背书”，而这种信任会转化为真实的商业机会。

在参与者上，越来越多的企业开始意识到GEO的价值。2025年下半年开始，我观察到企业营销预算从SEO向GEO迁移的速度在明显加快。很多企业的营销负责人，今年开始把GEO列为和SEO并列甚至优先的营销战略。

从ChatGPT到Google AI Overviews的启示

Google在2024年大规模上线AI Overviews功能，这个动作的象征意义远大于实际影响。

Google作为全球最大的搜索引擎，做出这个决定，意味着AI辅助搜索已经从”实验性功能”变成了”战略性方向”。搜索引擎正在从”给你一堆链接”进化到”给你一个答案”。

这对数字营销从业者的启示是：内容的价值衡量标准正在变化。不只是”排名”，而是”被引用的质量”。一篇在Google排名第三但被AI引用的内容，和一篇排名第十但不被AI引用的内容，前者的商业价值可能高十倍。

为什么现在就要行动

很多人对GEO持观望态度，觉得等市场成熟了再进入也不迟。

这个想法有一个致命的误判：GEO的竞争，本质上是时间维度的竞争。

AI的知识图谱是累积性的。一旦某个品牌在某个领域建立起信任标签，这个标签会越来越强，后来者要追赶，需要付出指数级的努力。

先发优势在GEO时代比SEO时代更明显。SEO时代，后来者通过大量内容和外链投入，还有一战之力。GEO时代，后来者需要同时在内容深度、实体信号、行业背书等多个维度追赶，难度要大得多。

我的判断是：GEO的窗口期正在快速收窄。每一个月、每一个季度的延迟，都在让你的竞争对手获得更大的先发优势。

行动路径建议

对于还没有开始GEO的企业，我的建议是立即行动。

第一个月：完成GEO的基础认知建设。了解GEO的基本逻辑，评估你的企业在GEO上的现状和差距。

第二到三个月：完成技术基础改造和内容策略确认。网站的技术优化，核心内容的一次性升级。

第四个月开始：持续、稳定、高质量的内容输出。保持耐心，等待积累效应显现。

十二个月后：复盘效果，评估是否需要加大投入。

这是我认为对大多数企业适用的GEO起步路径。不是最激进的，但是最稳妥的。

2026年已经过半，AI搜索的渗透速度比我年初的预测还要快。这篇文章基于我最近几个月观察到的数据，和大家分享一些关于AI搜索对独立站点流量结构影响的最新洞察。

几个让我意外的数据发现

先说说我最近看到的一些有意思的数据点。

在我持续追踪的一个独立站群里（大约200个站点的匿名数据样本），2025年12月时，通过AI渠道（AI平台的推荐点击）带来的平均流量占比大约是3%到5%。到了2026年5月，这个数字已经跃升到了12%到18%。

这个增幅是惊人的。更值得注意的是，不同类型的站点，AI渠道流量的占比差异非常悬殊：

垂直领域知识型站点（医疗健康、法律咨询、B2B专业服务）的AI渠道流量占比普遍在20%以上，部分站点突破了30%。

电商类站点的AI渠道流量占比仍然偏低，大约在5%到8%的区间。这和AI在电商推荐上的应用方式有关——目前主流AI平台的电商推荐更多导向平台而非独立电商站点。

本地服务类站点的AI渠道流量处于快速增长期，从2025年底的不足2%上升到了当前的8%到12%。

流量结构的质变正在发生

如果让我用一个词来描述当前独立站点流量结构的变化，我选择”去中心化”。

过去十年，独立站点的流量来源高度集中于Google和百度等搜索引擎。SEO的核心逻辑，是让你的内容在搜索引擎的排序结果里排在前面，从而获取流量。这个逻辑统治了数字营销太久太久。

AI搜索的崛起，正在打破这个格局。用户的搜索行为正在分化：一部分用户仍然使用传统搜索引擎，但越来越多的用户开始转向AI平台获取信息和建议。

更重要的是，AI渠道的流量和传统搜索渠道的流量，有一个本质区别：传统搜索流量，用户通过点击搜索结果直接访问你的网站，你能清晰地看到来源。AI渠道的流量，用户通过AI平台的推荐到达你的网站，用户和你的内容之间，隔了一个AI的”信用背书”。

这个区别，对独立站点的运营逻辑，会产生深远的影响。

独立站点在AI时代的位置

一个值得思考的问题是：AI时代，独立站点会消亡吗？

我的答案是：不会。但独立站点的功能定位，会发生显著变化。

过去二十年，独立站点是内容的”主战场”。品牌把内容放在自己的网站上，希望通过搜索引擎的分发触达用户。

AI时代，这个逻辑仍然成立，但内容分发的主战场，从”让搜索引擎找到你”，变成了”让AI把你作为可信来源引用”。独立站点的核心价值，从”承载内容”变成了”成为AI知识图谱里的可信节点”。

这意味着，衡量独立站点价值的指标也会变化。不只是看流量，还要看这个站点在AI知识体系里的”根植度”——AI是否知道这个站点的存在、是否信任这个站点的内容、是否会在回答相关问题时主动引用。

给独立站点运营者的建议

基于这些观察，我有三个具体的建议：

第一，立即开始建立AI渠道流量的监测机制。如果你的网站分析工具还没有区分AI渠道和传统搜索渠道，马上加上这个维度。主流的网站分析工具正在逐步支持这个功能。

第二，把GEO作为和SEO并重的核心战略来对待。如果你的团队还在把SEO当作唯一的搜索营销渠道，是时候在战略层面加入GEO了。两套逻辑不是二选一，而是协同互补。

第三，重新审视你的内容策略。什么样的内容在AI渠道更有优势？是那种试图在所有关键词上都占位的大而全的内容，还是在特定垂直领域有深度积累的精而专的内容？答案你应该已经清楚了。

流量结构的变化不会在一夜之间完成，但它一旦完成，就不会逆转。做好准备的人和没有准备的人，差距会越拉越大。

2024年是AI搜索产品爆发的一年。从年初Perplexity获得新一轮融资估值飙升，到年中OpenAI推出ChatGPT Search，再到年底Google将AI Overview推向全球每个用户——AI搜索已经从实验室产品变成了普通用户日常使用的工具。

但热闹背后，AI搜索产品正在面临一些真实的困境。用户量在增长、使用场景在扩展，但困扰也随之而来：答案质量的不稳定、信息可信度的问题、商业化路径的模糊……这些问题如果不解决，AI搜索很可能只是昙花一现的科技浪潮，而非真正可持续的产品形态。

Perplexity：流量神话背后的隐忧

Perplexity是目前最受关注的AI搜索产品之一。它以”答案引擎”而非传统搜索引擎的定位切入市场，直接回答用户问题而非提供链接列表。创始人Aravind Srinivas多次在公开场合表示，Perplexity的愿景是”让知识的获取民主化”。

从用户数据来看，Perplexity确实在快速增长。但仔细看增长结构，有几个值得注意的问题。首先是用户留存率——相当比例的新用户在使用几次后就不再活跃，说明产品还没有真正”粘住”用户。其次是使用场景的局限性：Perplexity更适合回答事实性查询，但对于需要深度分析、多角度权衡的复杂问题，用户仍然倾向于使用传统搜索。

更根本的问题是可信度。AI搜索产品的一个核心承诺是”给你直接答案，省去你筛选信息的麻烦”。但这个承诺的前提是AI给出的答案是可信的。当AI因为训练数据偏差或检索范围有限而给出错误答案时，后果比传统搜索引擎更严重——因为传统搜索用户可以看到多个来源自行判断，而AI搜索用户拿到的是一个”看起来很权威”的单一答案。

ChatGPT Search：强大的生态，但搜索体验仍有局限

OpenAI在2024年中推出的ChatGPT Search是另一个重量级选手。相比Perplexity，ChatGPT Search有OpenAI强大的模型能力作为支撑，在答案生成质量上有明显优势。加上ChatGPT本身庞大的用户基础，Search功能一上线就获得了大量关注。

但ChatGPT Search也有一些先天的局限性。首先是”搜索感”较弱——用户打开ChatGPT的默认心智仍然是”聊天”而非”搜索”，这影响了使用场景的渗透。其次是实时性问题：大语言模型的训练数据有时效性限制，虽然Search功能通过实时检索缓解了这个问题，但复杂实时信息的处理仍然是弱项。

从内容生态的角度看，ChatGPT Search对信息来源的处理方式也值得关注。不同于传统搜索引擎明确标注每个结果的来源，ChatGPT的回答往往是多个来源融合后的产物，有时难以追溯具体信息的原始出处。这对依赖内容流量变现的出版方来说是一个挑战。

Google AI Overview：船大难掉头

Google的AI Overview是最”保守”也是最”激进”的存在。说保守，是因为Google直到AI搜索已经成为行业热点后才大规模上线自己的版本；说激进，是因为一旦Google决定全力推进，其影响范围是任何创业公司都无法比拟的。

AI Overview上线以来，争议就没断过。最著名的事件是2024年中，AI Overview在被用户频繁”调戏”后，生成了一些令人啼笑皆非的答案（比如建议人们每天吃石头、用非有毒材料做早餐等）。虽然Google很快修复了这些明显错误，但这些事件被截图传播，在社交媒体上引发了大规模讨论。

从商业角度看，AI Overview对Google的广告业务构成了潜在威胁。传统搜索广告的核心是”用户在搜索结果中看到广告并点击”，而AI Overview直接给出答案，用户点击广告的概率自然下降。如何在AI搜索场景中重建广告变现路径，是Google必须解决的核心问题。

共同的困局：商业化与用户体验的平衡

抛开具体产品的差异，AI搜索行业面临一些共性的结构性问题。

首先是商业化路径的不清晰。传统搜索引擎靠广告赚钱，广告主为”点击”付费。但AI搜索引擎的直接回答模式削弱了点击的价值——如果用户直接在结果页得到答案，为什么还要点击链接？部分AI搜索产品开始尝试”原生广告”，即在回答中自然植入广告主的内容，但这种模式的规模化和用户体验之间的平衡仍然是个难题。

其次是信息来源的可持续性问题。AI搜索产品高度依赖网络上的内容来生成回答。但如果AI搜索导致用户不再访问原始内容网站，网站的流量和收入就会下降，进而减少优质内容的生产——最终形成一个对整个内容生态都有害的负反馈循环。如何建立一套让内容创作者有动力继续生产的激励机制，是AI搜索行业必须面对的深层问题。

未来在哪里

尽管存在诸多挑战，我仍然看好AI搜索的长期前景。关键在于整个行业能否找到一条让用户、内容创作者、平台各方都受益的可持续模式。

一个可能的路径是”引用付费”模式：AI搜索平台为被引用的优质内容支付版税，内容创作者有动力继续生产高质量内容，AI搜索平台则通过更好的答案质量吸引更多用户。这是一个看起来很美的理想模型，但落地需要解决估值标准、支付基础设施等一系列操作问题。

另一个方向是垂直化、专业化的AI搜索产品。不追求覆盖所有信息需求，而是在特定领域（如医疗、法律、金融）做到极高的准确性和可信度，建立起专业用户群体的依赖。这种模式在商业化上也更容易走通——专业用户愿意为高质量的专业信息付费。

无论如何，AI搜索的竞赛才刚刚开始鹿死谁手，犹未可知。

2024年5月，Google开始在美国区大规模上线AI Overview功能。不到半年，这项功能已经覆盖了全球绝大多数主要市场。对于依赖Google流量的网站来说，这段时间可以说是”惊心动魄”的——流量断崖式下跌的新闻屡见不鲜，行业论坛里充满了焦虑和迷茫。

但如果我们拨开情绪的迷雾，冷静地分析一下数据，会发现一个更有意思的图景：并非所有网站都在经历同等程度的冲击。某些类型的内容和站点，流量非但没有下降，反而出现了逆势增长。

这背后的原因是什么？我认为，关键在于理解AI搜索引擎到底在”奖励”什么样的内容。

AI Overview的工作原理：为什么有些内容被选中

要想在AI搜索时代生存，首先要理解AI是如何工作的。Google的AI Overview并不是简单地从网上摘录一段话就呈现给用户，它的背后是一套复杂的检索-排序-生成流程。

当用户输入一个查询时，Google首先会根据传统的索引系统找到一批候选网页。然后，一个专门的AI模型会对这些候选内容进行评估，判断它们在当前查询语境下的相关性、权威性和完整性。被选中的内容会被提取出来，作为生成回答的基础素材。

这个过程中，有几个特征会显著提升一个网页被选中的概率：

第一是信息的组织结构。AI系统更容易”理解”有清晰层级、逻辑通顺的内容。那些用大量短句、分段清晰、善用小标题的页面，在AI评估中往往得分更高。

第二是事实密度。包含具体数据、研究结论、引用来源的内容，比泛泛而谈的”鸡汤文”更受AI青睐。AI需要”素材”来构建可信的回答，而事实和数字是最可靠的素材。

第三是表达的一致性。同一个概念在文中保持一致的表述方式、使用标准术语、不要在一个页面里来回切换不同的术语体系——这些都会影响AI对内容质量的判断。

第四是页面权威性。这点和传统SEO有相通之处，但AI对权威性的评估更偏向内容本身而非外链。一个来自教育机构、政府网站、专业媒体的页面，即使外链不多，也可能在AI评估中获得较高权威分。

独立SEOer的真实处境

说了这么多理论，我们来看看实际从业者的处境。我最近访谈了十几位独立运营网站或从事SEO顾问工作的朋友，了解他们在AI Overview上线后的真实经历。

A是我的受访者里情况最好的一位。他运营一个技术博客已有八年，主要内容是编程语言教程和框架评测。AI Overview上线后，他的自然搜索流量确实下降了约15%，但同期来自AI搜索工具（如Perplexity、ChatGPT Search）的直接引用却增加了三倍。更重要的是，这些引用给他的网站带来了大量高质量的外链——很多读者通过AI的回答点进了他的网站，顺手链接了他的内容。

B的情况就没那么乐观了。他做的是一个综合性资源下载站，模式比较传统，主要依靠搜索引擎流量变现。AI Overview上线后，他的流量直接腰斩。但他也承认，自己的内容质量确实不高，大部分是收集整理而非原创深度内容。

C是一位SEO顾问，他告诉我他的客户群体正在发生分化。传统的中小企业官网SEO需求在萎缩，但新兴的”AI优化”咨询需求在上升。不过他也坦承，很多客户对GEO的理解还停留在”让AI不删减我们的内容”这个层面，缺乏系统的方法论。

三条可行的出路

基于这些观察，我总结出三条相对清晰的出路。

第一条路是深度专业化。放弃做”大而全”的内容，转向一个足够垂直、足够深入的细分领域。AI时代，内容数量的价值在下降，内容质量的稀缺性在上升。在一个细分领域做到绝对权威，即使AIOverview覆盖了大量通用查询，你在专业领域被引用的概率仍然很高。

第二条路是生产”AI无法替代”的内容类型。亲身经历、实地评测、原创研究数据、个人观点和判断——这些是AI在训练和检索中都相对稀缺的内容形式。与其继续生产大量可被AI轻易生成的基础信息，不如把精力投入在必须”亲身经历”才能产出的话题上。

第三条路是主动接入AI生态。不再把AI搜索引擎当作威胁，而是当作一个需要认真对待的”超级大客户”。研究不同AI产品的引用偏好，优化内容以增加被引用概率，甚至可以考虑开发AI友好的内容API或数据产品。

结论

AI Overview不是SEO的终点，而是SEO进化的起点。那些能够快速适应新规则、理解AI系统运作原理的从业者，仍然有机会在这个新的内容生态中找到属于自己的位置。

焦虑是正常的，但焦虑本身不解决问题。把手上的内容认真做好，把行业的底层逻辑真正理解清楚，这才是应对变化的最好方式。

过去一年，如果你从事内容创作或数字营销，你会明显感觉到一种变化正在发生：搜索结果页面上，AI生成的内容正在以肉眼可见的速度”挤掉”传统网页链接。Google在2024年正式推出AI Overview（AI概览）功能后，这个趋势已经从暗流涌动变成了明面上的行业地震。

根据多家第三方监测机构的数据，AI Overview在超过84%的搜索查询中出现了某种形式的干预。这意味着用户越来越少需要点击具体的网站，而是直接在搜索结果页面获得答案。对于依靠搜索流量生存的内容创作者和网站来说，这是一个令人不安的信号。

但事情并不是非黑即白的。AI搜索带来冲击的同时，也在创造新的机会。那些能够理解AI如何”看”内容、如何”判断”内容价值的创作者，正在发现一片以前从未有人涉足的蓝海——GEO（生成式引擎优化）正在成为下一个十年数字营销的核心战场。

传统SEO正在失效，但不是你想的那样

很多SEO从业者第一反应是把AI搜索的崛起当成SEO的末日。这种理解过于悲观了。真相是：传统的以关键词密度、外链数量为核心指标的SEO策略正在失效，但SEO本身并没有死。

问题的核心在于评价体系变了。以前，搜索引擎评判一个页面是否值得推荐，主要看其他页面是否”投票”给它——也就是外链。现在，AI搜索引擎有了一个更直接的方式：直接分析页面内容本身，判断它是否”看起来像是一个好答案”。

这听起来是一个更公平的体系：不再是大站吃肉、小站喝汤，而是谁的内容质量高谁就有机会。但实际操作中，AI系统有其独特的偏好和弱点。了解这些偏好，是GEO的核心所在。

一个有意思的现象是，同样一篇文章，在传统Google排名中可能排在前三，但在Perplexity或ChatGPT Search中可能被完全忽略。这说明AI搜索的排名逻辑和传统搜索引擎有着本质区别。大多数SEO从业者还没有意识到这一点，或者意识到了但不知道如何应对。

GEO到底是什么：不是取代SEO，而是SEO的进化

GEO（Generative Engine Optimization，生成式引擎优化）这个概念最早由哈佛大学的研究团队在2023年底提出。与SEO针对传统搜索引擎不同，GEO的目标是优化内容在AI搜索系统中的表现。

从技术原理上说，GEO试图回答一个核心问题：AI系统在生成回答时，会参考网页内容中的哪些特征？如何让自己的内容成为AI在”思考”过程中更频繁引用的来源？

这背后的逻辑是，大语言模型在回答用户问题时，并不是凭空生成的。它的回答很大程度上基于训练数据和实时检索到的内容片段。那些在特定话题上具有权威性、引用信号强、内容结构清晰的网页，更容易被AI选中并整合到回答中。

GEO的核心策略包括：强化内容的事实引用密度、采用容易被AI识别的结构化表达、提升在特定垂直领域的权威性得分、以及优化内容以适应AI的”注意力机制”。这些话题我们会在后续文章中详细展开。

谁会受到最大冲击

坦率地说，中小内容站点的处境最为艰难。以往他们可以通过海量的长尾关键词内容获得稳定的长尾流量。AI Overview出现后，很多长尾查询的答案直接显示在搜索结果页，用户不再需要点击进入具体网站。

但也有一类网站反而获得了更多流量：那些提供深度分析、独特数据、亲身经历类内容的网站。因为AI在生成综合回答时，需要引用真实、可信、有深度的内容来源，纯套话模板化的内容对AI来说几乎是噪音。

电商平台也在经历复杂的洗牌。简单的产品信息页面正在被AI直接生成的产品对比取代，但那些有真实用户评价、详细使用体验、专业评测视频的内容，仍然是AI无法完全替代的。

流量下降≠价值下降

这是我想特别强调的一个观点。很多站长看到流量下降就恐慌，认为网站价值在贬值。但这个逻辑忽略了一个关键事实：用户获取信息的方式变了，不等于用户不需要信息了。

AI Overview回答了”是什么”的问题，但用户仍然需要”为什么”和”怎么做”的深度内容。AI可以告诉你某个城市的平均房价，但无法告诉你这个社区的真实生活体验；可以列出某个技术栈的优缺点，但无法告诉你一个工作了五年的工程师的实际感受。

这些”隐性知识”和”经验性内容”，恰恰是AI最难替代、也是最有价值的内容类型。与其焦虑于流量下降，不如重新思考：我的内容是否提供了AI无法替代的独特价值？

写在最后

行业正在经历一次深刻的范式转换。这不是第一次——从桌面互联网到移动互联网，从社交媒体到短视频——每一次技术变革都会淘汰一批不能适应的人，同时给一批先知先觉的人巨大的红利。

GEO不是魔法，也不是万能药。它不会让一篇垃圾内容摇身一变成为爆款。但它提供了一套方法论，帮助内容创作者理解AI时代的游戏规则，在新的评价体系中找到自己的位置。

接下来的文章，我会继续深入探讨GEO的具体策略、工具和实战案例。敬请关注。

最近和一个同行聊天，他说他做了5年的内容站，流量稳定在日均3万，但变现效率一直很低，广告单价上不去，品牌方觉得他的站点”太杂”。这次对话让我重新思考个人站点的品牌化问题。

为什么个人站点难以建立品牌

很多个人站点的定位是”内容聚合”，什么热做什么，什么流量高做什么。这种策略在搜索引擎时代是有效的，但有两个致命问题：第一，内容没有连续性，用户记不住你的站点；第二，品牌模糊，没有辨识度，变现时没有溢价能力。

我自己也经历过这个阶段。2019年开始做内容站的时候，走的是泛流量路线，每天追热点，流量涨得快但掉得也快，而且完全没有品牌可言。

品牌化转型的核心要素

从泛流量到品牌化，关键在于三个转变：第一，从追热点到追主线，减少追热点的内容比例，聚焦在一个或者少数几个核心主题上，形成清晰的专业形象；第二，从匿名发布到人格化输出，让读者知道内容背后是有真实的人，有真实的经验和观点；第三，从追求流量到追求用户关系，把访客当成可以维护的关系而不是一次性流量，通过邮件订阅、会员社区等方式建立连接。

具体的操作方法

我目前的做法是：内容上，70%围绕核心主题深耕，30%追热点补充流量；作者身份上，每篇文章都有固定的作者署名和简介，建立专业形象；用户运营上，通过邮件订阅和微信群维护核心用户群，定期做专属内容回馈。

这个转变需要时间，不是几个月能看到效果的，但方向是确定的。品牌化的站点广告单价能高出30%到50%，而且更容易获得品牌合作和付费内容的机会。