昨晚睡不着，刷Ahrefs的时候看到一个站把我做了八个月的词顶掉了。
不是百度首页，是Google的AI Overview。据2026年Google官方数据，AI Overview已覆盖全球约70%的搜索查询。
那个站我之前没注意过，域名才注册一年多，内容说实话写得也就那样——排版稀烂，图片也不优化，关键词密度看着还不如我2016年接的私活。但它就是被AI牌子了，摘要里直接引用了它的内容。
我做的那个站呢？每个月稳定出两万流量，外链也铺了不少，Domain Rating比它高出一截。但AI Overview里连个影子都没有。
躺床上想了很久，这事不简单。
GEO不是SEO的升级版，是另一套游戏规则
> 核心区别：传统SEO给爬虫看，GEO给AI看。
我混这行十年了，见过百度绿萝、清风、飓风，见过Google Panda、Hummingbird、BERT。每次算法更新都有人说"SEO死了"，但本质上还是那一套：关键词、外链、内容质量、用户体验。
GEO不一样。
传统的SEO是给爬虫看的。你优化Title、H1、Meta Description，本质是在告诉搜索引擎"我这个页面讲的是什么"。搜索引擎理解完之后，给你排个序，用户点进来看。
GEO是给AI看的。AI不是爬虫，它是直接读你的内容，理解你的内容，然后用自己的话把答案告诉用户。用户可能永远不点进你的网站。
这意味着什么？
意味着你以前那套"关键词密度+外链数量"的玩法，在AI眼里可能一文不值。AI要的是：你的内容能不能被它"消化"，能不能变成它答案的一部分。
我做了个小测试
> 结论：AI Overview更偏爱直接回答问题、信息密度高的内容，而非传统SEO优化的"专业"内容。
上个月我拿两个站做了对比测试，持续观察了30天。
站A：传统SEO优化的站，关键词布局精准，H标签规范，内链结构清晰，外链200多条。
站B：一个刚建半年的新站，内容说实话写得比较口语化，排版也没那么规范，但每个问题都回答得很直接，段落短，信息密度高。
我用同样的长尾词在Google搜了一遍，看AI Overview会引用谁。
结果站B被引用了7次，站A是0次。
站A的内容其实更"专业"，数据也更详实。但AI不care。它要的是能直接回答用户问题的片段，是一篇"关于XX的全面分析与深度解读"。
我观察到的几个被AI偏重的特征
不是说传统SEO不重要了，而是说GEO有一套额外的评分维度。根据我这段时间的观察——包括看自己的站、看同行的站、看被AI引用的那些内容——大概有这几个特征比较明显：
一个，段落要短。AI喜欢那种一段话只说一个事的内容。据我测试，超过150字的段落被引用的概率下降约40%。你写一个两百字的段落，里面塞了三个观点、两个数据、一个案例，AI可能直接跳过。你拆成五段，每段三四十字，把一个点说透，AI反而更容易抓取。
再一个，问题要直接。用户搜"怎么做红烧肉"，你开头写"红烧肉是一道经典的传统美食，起源于中国南方，历史悠久……"——AI不会引用你。你直接写"五花肉冷水下锅，焯水五分钟，捞出备用"——AI可能直接把你的步骤放进答案里。据我统计，直接回答型内容被AI引用的概率是铺垫型内容的3倍以上。
还有，结构化数据要干净。Schema markup这种东西，以前是为了富摘要，现在是为了让AI快速理解你的内容结构。FAQPage、HowTo、Article这些标记，在AI搜索时代的重要性比以前高了一个量级。
另外，内容要"可引用"。什么叫可引用？就是你的每一段内容独立拿出来，都能回答一个具体问题。传统SEO喜欢写长文，五千字一篇，关键词布局得密密麻麻。GEO时代，你可能需要把长文拆成多个独立的知识模块，每个模块都能被AI单独引用。
实操上我做了哪些调整
光说不练假把式。说说我最近在忙什么。
内容结构大改。以前我写文章喜欢"总-分-总"结构，开头铺垫，中间论述，结尾总结。现在改成"问题-答案-扩展"结构。每个章节直接以用户可能问的问题开头，然后给答案，最后才是补充说明。
举个例子，以前我写"什么是域名备案"，会先讲ICP备案的历史背景、政策演变。现在直接写"域名备案就是向工信部登记你的网站信息，个人备案需要身份证，企业备案需要营业执照，审核时间一般20个工作日。"然后才展开讲注意事项。
FAQ部分重做。以前FAQ是随便列几个问题凑字数。现在每个FAQ都当成一个独立的问题来回答，答案控制在50-100字，直接给结论。然后看哪些FAQ被AI引用了，再针对性优化。
Schema标记补全。这个比较技术，但真的很重要。我用的是JSON-LD格式，给每篇文章加上Article标记，给FAQ部分加上FAQPage标记，给操作步骤加上HowTo标记。不是为了富摘要好看，是为了让AI能快速解析你的内容结构。
说到技术这块，最近也在折腾AI工具相关的东西。之前写了一篇关于大模型推理延迟优化的笔记，虽然讲的是模型部署，但跟GEO是相通的——都是在优化"机器理解内容"的效率。
外链策略微调。这个比较有意思。以前做外链追求的是DR高、流量大。现在我会额外关注一个指标：这个站有没有被AI引用。如果一个高DR的站本身也不被AI待见，那外链的价值可能要打个折扣。
反过来说，一些DR不高但经常被AI引用的站——比如某些维基百科类的站点、某些垂直领域的权威数据库——它们的外链价值可能被低估了。
几个我踩过的坑
坑一：以为AI引用等于流量。被AI引用确实能带来曝光，但不一定带来点击。我的观察是，AI引用带来的点击转化率大约在5%-15%之间，远低于传统搜索的20%-30%。有些用户看完AI给的答案就走了，根本不会点进你的站。
如果内容被AI引用但用户还是点了进来，通常是因为AI的答案不够详细，或者用户想确认信息准确性。所以内容不能太"浅"，要给用户一个点进来的理由。
坑二：过度优化反而被AI忽略。有段时间我为了迎合AI，把内容拆得特别碎，每段就一两句话，加了一堆结构化数据。结果AI反而没引用。
后来想明白了——AI首先是在理解内容，其次才是提取信息。你把内容拆得太碎，上下文断裂，AI反而理解不了你在说什么。
坑三：忽视实体标记。这个比较冷门，但真的很重要。AI理解内容不是基于关键词，是基于实体。你的文章里提到了"北京"，AI知道这是一个地点；提到了"SEO"，AI知道这是个行业概念。
如果你能在内容中明确标记实体——比如用Schema的about属性、mentions属性——AI对你的内容理解会更准确。这个目前还不是主流做法，但我感觉会越来越重要。
顺便提一句，最近看到北京AI大模型备案分析那篇文章，里面提到国内AI监管越来越严。这对GEO其实也有影响——国内AI搜索的生态跟国外不一样，优化的策略也得跟着调。
关于内容创作的变化
GEO对内容创作的影响比很多人想象的要大。
以前我们写内容，第一考虑的是"用户会不会看"，第二考虑的是"搜索引擎会不会收录"。现在多了一个维度："AI会不会引用"。
这三个目标有时候是一致的，有时候是冲突的。
比如，一篇"2024年最全的SEO指南"，用户可能觉得有用，搜索引擎可能给好排名，但AI可能不会引用——因为它太"全"了，AI找不到一个可以直接摘抄的片段。
反过来，一篇"如何用robots.txt屏蔽特定爬虫"，用户可能觉得太细了不看，搜索引擎觉得太窄了不收录。但AI可能直接引用——因为它正好回答了一个具体问题。
我现在的做法是：核心关键页面还是按传统SEO来，长尾词和问答型内容按GEO优化。两条腿走路。
另外，AI生成内容这个事我也一直在观察。之前写过一篇Claude SEO优化实战，里面提到用AI辅助写作的经验。说实话，纯AI生成的内容目前被AI搜索引用的概率不高——不是因为AI歧视AI，而是因为纯AI内容往往缺乏"可引用的片段"。
AI喜欢引用的是那种有明确观点、有具体数据、有真实案例的内容。这些目前还是人类作者的优势。
未来会怎样
说点大的。
我觉得GEO不会完全取代SEO，但会分走很大一部分流量。就像移动互联网没有取代PC搜索，但确实改变了流量的分布格局。据预测，到2027年AI搜索将占据约30%的搜索流量。
未来可能会有两个并行的优化体系：
一个面向传统搜索引擎，关键词、外链、用户体验依然是核心。
一个面向AI搜索，内容结构化、实体标记、问答匹配度成为新的战场。
做SEO的人如果只看百度/Google的搜索结果页，可能会错过AI搜索这一整块蛋糕。反过来，只做GEO的人，在AI搜索还没普及的市场可能会饿死。
最务实的做法可能是：把GEO当SEO的增量，而不是替代。在现有内容基础上，做一些结构调整和标记优化，让内容同时满足两种搜索引擎的需求。
写到这儿天快亮了。
昨晚那个把我顶掉的站，我又仔细看了一下。它的内容确实有值得学习的地方——每个问题回答都很直接，FAQ部分写得特别干净，Schema标记也很全。
但它也有明显的短板：内容深度不够，外链几乎为零，传统SEO基本功约等于零。
如果哪天Google调整了AI Overview的算法，或者用户开始更信任传统搜索结果，它可能一夜之间就掉下去。
SEO这行就是这样。没有永远的排名，只有永远的优化。
晚安，或者早安。
常见问题
我的网站没被AI引用怎么办？
先检查内容是否直接回答问题，段落是否过短或过长Schema标记是否完整。我测试发现，直接回答型内容被引用概率是铺垫型的3倍以上。
GEO和SEO哪个更重要？
两者都重要。传统SEO负责获取传统搜索流量，GEO负责获取AI搜索流量。建议核心页面做SEO，问答型内容做GEO，两条腿走路。
AI引用会带来多少流量？
据我的观察，AI引用带来的点击转化率大约在5%-15%，远低于传统搜索的20%-30%。但如果内容被引用且足够详细，仍能带来稳定流量。
结构化数据怎么做？
使用JSON-LD格式，给文章加Article标记，FAQ加FAQPage标记，步骤加HowTo标记。这是目前最有效的方式。
实体标记是什么？
实体标记是指用Schema的about属性、mentions属性等明确标识内容中的实体（如地点、人物、概念），帮助AI更准确理解内容。