当AI搜索技术席卷而来，我们是否还能用老一套的“移动SEO”或“语音搜索优化”的思路来应对？
作为深耕SEO多年的从业者，我曾以为自己足够了解Google的运作逻辑。然而，深入研究ChatGPT如何选择引文、Perplexity如何对信息源进行排序，以及Google的AI Overviews如何筛选内容后，我发现自己站在了认知的十字路口。
我并非要宣告SEO已死，也不是说一切都翻天覆地。我更想分享那些不断在我脑海中萦绕的问题，这些问题指向了一个可能性：我们面对的或许是全新的信息检索系统，需要一套截然不同的思维模式来应对。
那些挥之不去的问题：
经过数月的分析AI搜索系统、洞察ChatGPT的行为以及逆向工程Perplexity的排名因素，以下这些问题颠覆了我对搜索优化的固有认知：
当数学不再“感性”：
- 我理解PageRank，我也懂得链接权益。但当我了解到ChatGPT代码中的Reciprocal Rank Fusion (RRF)后，我意识到我并不理解：
- 为什么RRF在数学上会奖励“平均表现稳定”而非“单次查询的卓越表现”？
- 在10次查询中都排在第4名，真的比在1次查询中排在第1名更有价值吗？
- 向量嵌入（Vector Embeddings）是如何以不同于关键词匹配的方式来衡量语义距离的？我们是在优化“意义”还是“词语”？
- 温度参数（temperature=0.7）为何会导致排名不可复现？我们现在是否需要进行10次以上的测试？
- 交叉编码器重排器（cross-encoder rerankers）与PageRank相比，是如何评估查询-文档对的？是实时相关性正在取代预先计算的权威性吗？
这些问题本身就是SEO概念，但它们似乎蕴含在大型语言模型（LLMs）完全不同的数学框架中。或者，它们其实殊途同归？
当“规模”变得不可能：
Google索引了数万亿的页面，而ChatGPT的检索量仅为38-65条。这绝非微小的差异，而是高达99.999%的缩减，由此引出了让我深思的问题：
- LLMs为何只检索38-65条结果，而Google却索引了数十亿页面？这只是暂时的，还是本质上的区别？
- Token限制如何设定了传统搜索中不存在的严格边界？搜索结果何时开始有了大小限制？
- RRF中的k=60常数如何创造了可见性的数学天花板？排在第61位是否就是新的“第二页”？
或许这些仅仅是当前的局限。但它们是否代表了一种不同的信息检索范式？
101个让我夜不能寐的问题：
- OpenAI是否也使用点击率（CTR）来评估引文排名？
- AI是否像Google一样阅读我们的页面布局，还是只关注文本内容？
- 我们是否应该写简短的段落，以帮助AI更好地切分内容？
- 滚动深度或鼠标移动是否会影响AI的排名信号？
- 低跳出率如何影响我们被引用的几率？
- AI模型是否会利用会话模式（如阅读顺序）来重排页面？
- 新品牌如何才能被纳入离线训练数据并获得可见性？
- 如何为概率系统优化网页/产品页面？
- 引文为何会持续变化？我们是否需要进行多次测试以观察变异性？
- 我们能否使用长篇幅问题结合Google的“蓝色链接”来找到确切答案？
- LLMs是否在使用相同的重排流程？
web_search是触发器还是一个开关？- 我们是在追求排名还是引文？
- 重排是固定的还是随机的？
- Google和LLMs是否使用相同的嵌入模型？如果是，语料库的差异在哪里？
- 哪些页面是LLMs请求最多的，也是人类访问最多的？
- 我们是否会跟踪模型更新后的漂移？
- 为什么LLMs中的EEAT（Experience, Expertise, Authoritativeness, Trustworthiness）比Google传统搜索更容易被操控？
- 有多少人在Google算法泄露后，流量增加了至少10倍？
- 即使在一天之内询问相同的问题，答案结构为何总是会变化（如果不存在缓存）？
- 点击后在我们网站上的停留时间是否会提高未来的收录？
- 会话记忆是否会使引文倾向于较早的来源？
- 为什么LLMs比Google更具偏见？
- 提供可下载的数据集是否会使某个声明更容易被引用？
- 为什么即使我们提问的是最新的问题，在土耳其语中仍然存在非常过时的信息？（例如，询问土耳其最好的电子商务网站时，仍然看到2010年代末的品牌。）
- 向量嵌入是如何与关键词匹配不同地确定语义距离的？
- 我们是否现在需要理解LLMs中的“温度”值？
- 小型网站如何在ChatGPT或Perplexity的答案中出现？
- 如果我们的整个网站只为LLMs进行优化，会发生什么？
- AI系统能否即时读取/评估网页中的图像，还是只读取周围的文本？
- 我们如何跟踪AI工具是否使用了我们的内容？
- 一篇博客文章中的单个句子是否可能被AI模型引用？
- 我们如何确保AI理解我们公司的业务？
- 为什么有些页面会出现在Perplexity或ChatGPT中，但不在Google中？
- AI是否偏爱新鲜页面，而不是稳定、旧的来源？
- AI在获取页面后如何重排它们？
- 我们能否训练LLMs在答案中记住我们的品牌声音？
- 是否有方法可以使AI摘要直接链接到我们的页面？
- 我们能否跟踪我们的内容被引用但未链接的情况？
- 我们如何知道哪些提示或主题能带来更多的引文？其流量是多少？
- 如果我们把每个月给客户的SEO报告改名为“AI可见性 AEO/GEO报告”，会发生什么？
- 是否有方法可以追踪AI答案中提及我们品牌的次数？（类似于品牌搜索量）
- 我们能否使用Cloudflare日志来查看AI机器人是否访问了我们的网站？
- Schema标记的更改是否会导致AI提及次数的明显变化？
- AI代理是否会在首次访问后记住我们的品牌？
- 如何让拥有地图结果的本地商家在LLMs中更显眼？
- Google AI Overviews和ChatGPT网页答案是否会使用相同的信号？
- AI是否会随着时间的推移为我们的域建立信任分数？
- 为什么我们需要在查询扇出（query fanouts）中可见？同时针对多个查询？
- 为什么即使在用户只提问的情况下，AI模型/LLMs也会进行合成答案生成？
- AI系统多久刷新一次对我们网站的理解？它们是否也有搜索算法更新？
- 对于LLMs而言，新鲜度信号是整个网站级别还是页面级别？
- 表单提交或下载是否可以作为质量信号？
- 内部链接是否使机器人更容易在我们的网站上移动？
- 我们的内容与提示之间的语义相关性如何影响排名？
- 两个非常相似的页面是否会在同一个嵌入集群中竞争？
- 内部链接是否有助于加强页面对AI的排名信号？
- 在重排过程中，是什么让一个段落被认为是“高置信度”的？
- 当信号冲突时，新鲜度是否会超越信任度？
- 在模型选择引文之前，会发生多少层重排？
- 一个被大量引用的段落是否能提升整个网站的信任分数？
- 模型更新会重置过去的重排偏好，还是会保留一些记忆？
- 为什么我们可以通过“10个蓝色链接”（通常没有幻觉）找到更好的结果？
- 系统中的哪个部分实际选择了最终的引文？
- 人类反馈循环是否会随着时间的推移改变LLMs对来源的排名方式？
- AI何时会决定在中途重新搜索？
- 为什么我们在单个聊天窗口中会看到更多/多次自动LLM搜索？
- 被引用一次是否会增加我们品牌再次被引用的可能性？
- 如果我们排在Google前10名，我们可以保持可见性。LLMs也是如此吗？
- 频繁的引用是否会自动提升域的检索优先级？
- 用户点击被引用链接是否作为反馈信号存储？
- Google和LLMs是否使用相同的去重过程？
- 引用速度（增长速度）是否可以像SEO中的链接速度一样衡量？
- LLMs最终会建立一个像Google链接图一样的永久性“引用图”吗？
- LLMs是否会连接出现在相似主题或问题集群中的品牌？
- 反复曝光需要多久才能在LLMs中形成持久的品牌记忆？
- 为什么Google不显示404链接，而LLMs会在答案中显示？
- 为什么LLMs会虚构引文，而Google只链接到现有URL？
- LLMs的再训练周期是否给我们一个在失去可见性后重置的机会？
- 当AI模型错误解读我们信息时，我们如何制定恢复计划？
- 为什么有些LLMs引用我们，而有些却完全忽略我们？
- ChatGPT和Perplexity是否使用相同网络数据源？
- OpenAI和Anthropic对信任和新鲜度的排名方式是否相同？
- 每个来源的限制（每个答案的最大引文数）是否对LLMs不同？
- 我们如何确定AI工具在我们的内容发生变化后是否引用了我们？
- 哪种方法最容易随时间追踪提示级别的可见性？
- 我们如何确保LLMs将我们的事实断言为事实？
- 将视频链接到同一主题页面是否能加强多格式的“接地性”？
- 同一个问题是否会向不同的用户建议不同的品牌？
- LLMs是否会记住之前与我们品牌的互动？
- 过去的点击行为是否会影响未来的LLM推荐？
- 检索和推理如何共同决定哪些引文应归属？
- 为什么LLMs每次搜索只检索38-65个结果，而Google索引了数十亿？
- 交叉编码器重排器是如何与PageRank不同地评估查询-文档对的？
- 为什么一个零反向链接的网站可以在LLM响应中超越权威网站？
- Token限制如何创建传统搜索中不存在的硬性边界？
- 为什么LLMs中的温度设置会产生非确定性的排名？
- OpenAI是否为网站分配了爬行预算？
- 知识图谱实体识别与LLM Token嵌入有何不同？
- 爬行-索引-提供（crawl-index-serve）与检索-重排-生成（retrieve-rerank-generate）有何不同？
- 为什么温度=0.7会产生不可复现的排名？
- 分词器（tokenizer）为何重要？
- 知识截止（knowledge cutoff）如何产生实时爬行无法解决的盲点？
当信任变得“概率化”：
这一点尤其让我困扰。Google链接到存在的URL，而AI系统却可能完全编造内容：
- 为什么LLMs会虚构引文，而Google却只链接到现有URL？
- 3-27%的幻觉率与Google的404错误率相比如何？
- 为什么相同的查询在AI中会产生矛盾的“事实”，而在搜索索引中不会？
- 为什么即使我们提问的是最新的问题，在土耳其语中仍然存在非常过时的信息？
- 我们是否在为可能向用户撒谎的系统进行优化？我们该如何应对？
我们该何去何从？
我并非说AI搜索优化（AEO）/GEO（Generative Engine Optimization）与SEO完全不同。我只是说，我有一百多个问题，我的SEO知识尚无法给出满意的答案。
也许您有答案。也许现在还没有人能完全解答（也许永远也无法）。但至少目前，我还没有答案。
但我确实知道一件事：这些问题不会消失。而且，还会出现新的问题。产生这些问题的系统也不会消失。我们需要与之互动，进行测试，并也许——仅仅是也许——开发新的框架来理解它们。
在这个新领域获胜的，不是那些拥有所有答案的人。而是那些能提出正确问题，并坚持不懈地测试以找出有效方法的人。
这篇文章最初发布于metehan.ai（标题为“100+ Questions That Show AEO/GEO Is Different Than SEO”），已获转载许可。
文章标签：
SEO, AI搜索, LLM, Generative AI, ChatGPT, Perplexity, AI Overviews, RAG, 智能体, AI创作, 品牌运营, 新媒体运营, 魔探, MageSeek
