Skip to main content

Last updated

什么是 AEO?答案引擎优化详解

答案引擎优化(AEO)是指让自己成为答案引擎直接回答问题时所引用的来源的那份工作。答案引擎包括 Google 的 AI Overviews 和 AI Mode、ChatGPT、Perplexity、Gemini 和 Claude。它们不返回链接列表,而是撰写一段答案,并引用少数几个支撑页面。AEO 就是把你的页面挤进那个小集合的工作。

AEO 与经典 SEO 有何不同

经典 SEO 争夺的是一个展示许多链接的结果页上的位置。答案引擎在两个方面改变了这套经济学:

  • 一条答案只引用少数来源。传统结果页可能列出十条甚至更多自然结果,而生成的答案通常只引用或链接寥寥几个页面。空间少得多,所以被引用和不被引用之间的差别接近于非此即彼。
  • 零位置的经济学。问题往往在结果界面本身就解决了。点击发生在读者想要深度、想要核实或想要下一步的时候。成为被引用的来源,才是让你的品牌在答案给出的那一刻出现在读者面前的原因,无论后面有没有点击。

还有一个粒度上的差别。答案引擎引用或转述的是具体段落,而不是整个页面。一个页面整体排名很好,但如果没有任何一段把答案说得明明白白,它对答案仍可能毫无贡献。

AEO 与经典 SEO 在哪里重叠

根据 Google 的 AI 功能指南,AI Overviews 和 AI Mode 使用以核心搜索排名系统为依据的检索增强生成来挑选内容。实际上这意味着入场条件与 SEO 一贯的要求完全相同:你的内容必须已编入索引、可抓取,并有资格作为 snippet 展示。

Google 对哪些东西不需要同样说得很清楚。没有特殊标记,也没有需要添加的 AI 专用文件。Google 搜索会忽略 llms.txt 文件。生成式 AI 功能并不要求结构化数据。Google 还建议不要为 AI 把内容切块或采用特殊格式书写。对读者好的页面,对答案引擎也好。

所以 AEO 不是一门替代性的学科。它坐落在同样的抓取、索引和排名地基之上,并追加了一个具体的问题:当引擎拼装一条答案时,你的页面是不是那个值得引用的?

实际能推动 AEO 的是什么

可回答的结构

写出与真实问题相匹配的标题,并在标题下方的头一两句里直接回答它。一段先把答案说清楚、再给出支撑的文字,既容易被检索,也容易被引用。一段绕着答案兜三段圈子的文字则不然。

可核实的主张

拼装答案的引擎偏爱它们能够归因的陈述。带有具名来源的具体、可核查的主张,比含糊的泛泛而谈更可引用。如果你引用了一个数字,就链接到它的出处。

新鲜度

时效性很重要,而更新比首发更重要。一项针对 7,683 个页面和 47,097 条引用的研究发现,Gemini 有 78% 的时候引用了过去一年内更新过的内容,ChatGPT 为 73%,Perplexity 为 65%。然而被引用的内容里只有 42% 是近期才发布的。这个差距就是教训所在:大多数被引用的页面是保持了时效的老页面。一篇被持续维护的文章,胜过一串新文章。

让内容可被引用

每个重要论点都应当经得起被从上下文中摘出来。自成一体的段落,把主语点名而不是用“它”指代,才能给引擎一样可以直接放进答案并附上引用的东西。

可以忽略什么

凡是被当作走进 Google AI 结果的捷径来兜售的东西,一律跳过。没有任何第三方工具能接触到 Google 的内部系统,而官方指引要求的不过是正常的、可索引的、具备 snippet 资格的内容。对追踪引用的说法也要同样小心:对答案引擎做单次抽查并不可靠,原因见答案引擎如何挑选来源

本章内容

答案引擎如何工作 RAG、grounding、query fan-out 与引用行为:AI Overviews、AI Mode、ChatGPT 和 Perplexity 答案背后的机制。 Chunking 与段落 检索系统如何把文档切成段落,为什么 chunk 是引用的单位,以及 Google 反对 chunking 的建议实际排除了什么。 Reranker 与选取 检索找出候选,reranker 决定用哪些段落。两阶段模式、它在优化什么,以及没有引擎公开的部分。 AI Overviews 与 AI Mode AI Overviews 和 AI Mode 是什么,生成答案对点击有何影响,一个页面如何被选进去,以及这些流量如何被报告。 引擎对比 每个答案引擎的信息从哪里来:背后的索引、喂养它的爬虫、它如何引用,以及哪些部分没有文档。 ChatGPT 如何取材 OpenAI 公开了什么,外部研究观察到了什么,以及哪些问题从外部依然无法回答。有文档的层面与观察到的层面分开陈述。 Snippet 与资格 Snippet 资格作为 AI 功能的前提条件,以及现有的控制手段:nosnippet、data-nosnippet、max-snippet。 结构化数据 schema 标记对丰富结果有什么作用,以及 Google 关于生成式 AI 搜索并不要求它的说法。 提示词研究 提示词与关键词有何不同,为什么提示词量的数据比搜索量更弱,以及去哪里找到你能信任的提示词候选。 AI 购物 数据源、商品标记和评价数据作为购物答案背后的结构化输入,目前关于代理式结账有哪些文档,以及商家能控制什么。 本地与商家数据 Google Business Profiles 和 Merchant Center 数据源作为 AI 体验可以取用的结构化输入。

交给自动运行

Vupie 会落实本指南中的一切,每月八篇高质量文章。

加入内测