我刚入行做SEO的时候,规则还比较稳定。排名好就能获得流量,有了流量就有机会转化客户。
这种关系几乎是线性的。
如今,情况已不再如此。
用户无需点击进入网站即可获得所需内容。在这种情况下,排名的重要性就远不如其他因素了。
所以真正的问题不再是排名,而是你是否是答案的一部分。
——创始人 Alvin Koay Zicy.com & Growth.pro
我们将讨论以下内容:
- 搜索引擎向答案引擎的演变 [04:20]
- 搜索引擎优化究竟是正在消亡,还是仅仅在演变? [04:56]
- 答案引擎如何检索和综合信息 [06:50]
- 为什么被提及比排名更重要 [08:55]
- 为什么传统的流量指标正在失去意义 [12:28]
- 新的关键绩效指标(例如声量份额)究竟衡量的是什么? [18:20]
- 为什么长篇内容对人工智能检索效率低下 [19:20]
- 内容理解中从关键词到实体的转变 [21:33]
- 为什么跨渠道的一致性决定了人们对人工智能的信任 [26:18]
- 人工智能推荐如何影响用户行为和转化率 [28:27]
- 营销领导者需要转变思维模式 [29:50]
从搜索引擎到问答引擎的转变 [04:20]
过去的搜索流程非常固定。你输入关键词,搜索引擎返回结果列表,然后你浏览这些结果找到所需内容。
这其中是有步骤的。
现在,这个过程正在被压缩。
搜索时,首先显示的不再是链接列表,而是直接在界面中生成的答案。
谷歌自身也在朝着这个方向发展。人工智能概览现在位于传统搜索结果上方,将人们熟悉的搜索引擎结果页面向下推移。
业内有个老笑话:“如果你在谷歌搜索结果的第二页,那你就可以把尸体藏在那里了。”
但如今,即使登上首页也不再是决定性的优势了。
因为用户可能永远无法访问它。
传统SEO已死?[04:56]
SEO是否已死,取决于你如何定义它。如果没有搜索引擎,搜索引擎优化还会存在吗?
谷歌仍然是世界上最大的搜索引擎。这一点没有改变。
谷歌正在发生变化,它正在变成什么样子。
它不再返回链接列表,而是越来越像一个答案引擎,直接呈现答案,通常是在用户与任何网站互动之前。
所以SEO不会消失,但它的角色正在发生变化。
它成为支撑可见性的基础和技术结构层。
现在决定可见性的因素完全不同了:你的内容是否被选中、解读并包含在答案中。
中国的AI搜索——它会影响LLM吗?[06:50]
这种转变并非谷歌独有。
在中国,百度等平台运行在庞大的封闭生态系统中,通常被称为“围墙花园”。它们拥有自己的大型语言模型,例如 ErnieBot。
然而,其基本行为是相似的。传统上,搜索需要人工操作。
用户输入查询内容,浏览多个链接,访问不同的网站,然后决定在哪里进行交易。
答案引擎会移除该过程。
当用户输入查询时,系统会将其拆分成多个实体。每个实体都会生成一组子查询,这本质上就是一系列可能问题的展开。
当时的系统是:
- 从开放网络检索信息。
- 将其与训练数据进行交叉比对。
- 并汇总成一个单一的响应。
以前需要多个步骤才能完成的事情,现在只需一次即可完成。
这就是混乱的根源所在。
如果人工智能没有提到你,你就输了 [08:55]
这改变了可见性的本质。问题不再是答案引擎是否能为你带来流量。
问题是,你是否参与了答案的讨论。
如果你的品牌或服务没有被提及,你就相当于隐形人。
如果别人推荐的是你的竞争对手,那么他们就抓住了这个机会。
这代表着思维方式的转变。
曝光度不再仅仅取决于排名,而是取决于被引用、被提及和被推荐的次数。事实上,这为规模较小的企业创造了机会。
例如,如果巴生当地的汽车修理厂在其网站、Google商家资料和社交平台上的形象构建得当,那么就可以推荐该修理厂。
并非因为它的排名更高,而是因为它与查询内容相关。
为什么流量KPI正在失去意义[12:28]
长期以来,搜索行为都是围绕关键词展开的。用户输入诸如“马来西亚最佳人寿保险”之类的短语。这些搜索查询包含的信息非常少。
搜索引擎必须推断用户的意图,并将其与最全面、最权威的内容进行匹配,这些内容能够展现专业知识、权威性、可信度和良好的用户体验。
这样一来,这类内容排名就会很高,用户就会点击进去浏览。这种模式已经行之有效几十年了。
但这依赖于一个局限性:查询中缺乏上下文。
该限制已不复存在。
用户现在会提出完整的问题。例如:“我想在12月带我的五口之家去新加坡,我正在寻找动物园附近的酒店。”
此查询包含多个实体:
- 家庭规模
- 目的地
- 次
- 具体位置
答案引擎对此的处理方式不同。
他们将每个实体分解,生成子查询,检索相关信息,并构建响应。在这种模型中,减少了点击多个网站的需求。
因此,点击率大幅下降。
即使在谷歌的人工智能环境中,也有很大一部分用户不会点击进入网站。
因此,交通流量作为主要指标的意义就降低了。
在人工智能搜索领域,哪些关键绩效指标现在最重要?[18:20]
如果流量不再是主要指标,那么问题就变成了:什么可以取代它?
答案是声量份额。首先从与您的业务最相关的搜索查询入手。
不是少数几个,而是可能有数百个。
假设您的客户在 ChatGPT、Gemini、Perplexity 和 Google AI 等平台上提出了 200 个高价值查询。
对于每个此类查询,您需要了解:
- 你被提及了吗?
- 有人向你推荐你吗?
- 与竞争对手相比,您的出镜频率如何?
这成为新的衡量框架。曝光度不再取决于网站访问量,而是取决于品牌在用户收到的答案中出现的频率。
长篇内容可能成为一种负担 [19:20]
人工智能系统消费内容的方式也存在结构性问题。
当用户提交查询时,系统首先检查其训练数据,这些数据可能已经过时数月。然后,系统从开放网络中检索补充信息来构建响应。
在此检索过程中,效率至关重要。内容必须:
- 清除
- 相应
- 易于提取
如果一个系统需要处理 2,000 到 3,000 个单词才能提取出少量有用的要点,那么它可能会直接转向另一个来源。
这意味着传统的长篇内容(旨在全面详尽)在这种情况下可能会变得效率低下。
并非因为它没有价值,而是因为获取起来更困难。
关键词与实体 [21:33]
传统SEO非常注重关键词。内容创作通常包含特定的短语及其变体。
答案引擎并不依赖这种方法。它们基于实体和上下文关系运行。
即使没有精确的关键词匹配,他们也能理解其含义。
这会改变内容的组织方式。
内容不应以关键词覆盖为目标进行写作,而应结构化,以便可以直接提取答案,而无需系统解释大量文本。
干净的数据有助于建立对人工智能的信任 [26:18]
另一个因素是一致性。人工智能系统不会孤立地评估单一信息源。
它们评估跨多个通道的信号:
- 官方网站
- 赢得媒体
- 付费媒体
- 社交平台
如果这些信息源提供相互矛盾的信息,系统就会失去信任。在这种情况下,系统可能会:
- 忽略内容
- 或产生不准确的输出
这通常被认为是幻觉。但实际上,它反映了数据之间的矛盾。
为避免这种情况,企业需要确保所有渠道的信息传递一致。一致性是建立信任的先决条件。
为什么“AI提及”能带来更高的转化率 [28:27]
用户做决定的方式也发生了转变。
如果你问一群跑步者他们穿什么鞋,而多人推荐同一个品牌,那么这个推荐就很有分量。
人工智能系统的工作方式类似。
当用户收到来自搜索引擎的推荐时,他们会将其视为指导而非广告。这会导致不同的行为。
通过人工智能推荐而来的用户:
- 已经有了意愿。
- 已经有了上下文。
- 而且他们往往已经知道自己想要什么。
它们探索的时间更少,需要的维护也更少,而且它们的终身价值通常要高得多。
人工智能搜索时代首席营销官的思维转变 [29:50]
这导致营销方式发生更广泛的转变。
传统上,人们的关注点在于为网站引流。但现在的目标已经不同了。
它应该被搜索引擎提及和推荐。
当这种情况持续发生时:
- 品牌搜索量增加。
- 直接交通流量增加。
- 铅质量有所提高。
这种类型的曝光度无法像付费搜索那样通过购买获得。
它必须通过相关性、清晰度和一致性来赢得。
最后…
最后一点。
许多人认为,直接纠正人工智能的响应将影响其未来的输出。
它没有。
要想影响人工智能如何展现你的品牌,你需要影响底层数据。
这意味着:
- 更优质的内容。
- 更强的语境存在感。
- 并且各个平台上的信号保持一致。
因为归根结底,人工智能反映的是它能够检索到的信息。
来源: BFM 89.9
以上文章概述了本期节目的要点。如需了解完整对话或回顾特定细节,请参阅下方的完整文字稿。

