src="https://api.eyabc.cn/api/picture/scenery/?k=35983c82&u=https%3A%2F%2Fmmbiz.qpic.cn%2Fsz_mmbiz_jpg%2FppoTzQq3lPggVhf5lQagfmHib5I3RG5vaouuqoibzibwiaKfMJQN5sVoib9TKI3TicUiby6fhFac5rKU8DwwZ1PKsGHSQ%2F0%3Fwx_fmt%3Djpeg">
答案引擎优化(AEO)深度解析:AI 时代下的 SEO 新法则
核心要点
- 01
答案引擎优化(AEO)的核心策略已从传统的单一链接排名转变为在尽可能多的引用来源(如 YouTube、Reddit、博客)中被频繁提及。
- 02
AEO 带来的流量质量和转化率远超传统搜索。例如,Webflow 的数据显示,来自大语言模型的流量转化率是谷歌搜索流量的六倍。
- 03
早期公司也能通过 AEO 快速取胜,因为优化引用来源和回答长尾问题可以绕过传统 SEO 对域名权重的高度依赖。
- 04
系统性的实验和追踪至关重要。通过设立对照组和测试组,并使用答案追踪工具衡量“声量份额”,才能验证哪些 AEO 策略真正有效。
- 05
纯粹由 AI 生成的内容在排名上表现不佳,并存在导致“模型坍塌”的风险,威胁信息生态的健康。AI 辅助、人类编辑的内容才是未来方向。
背景
本期嘉宾是 Graphite 公司 CEO Ethan Smith,他是主持人 Lenny 在 SEO 领域最信赖的专家。随着用户越来越多地从传统搜索引擎转向 ChatGPT、Claude 等大语言模型获取答案,SEO 行业正经历一场巨变。一个名为 AEO(Answer Engine Optimization,答案引擎优化)的新领域应运而生,其核心目标是让你的产品或品牌成为这些“答案引擎”给出的答案。Ethan 作为该领域的前沿实践者,将分享他关于如何在新规则下取胜的深刻洞见与实用策略。
01 AEO vs. GEO:定义新一代优化法则
SEO 专家 Ethan Smith 解释了 AEO(答案引擎优化)和 GEO(生成式引擎优化)的含义。他认为两者本质相同,但 AEO 更精准地描述了在语言模型中成为“答案”的目标。
Ethan,欢迎再次做客。我们上次聊 SEO 还是两年半前,那期节目至今仍被视为“SEO 终极指南”。但现在,世界变了,AI 正在重塑 SEO 规则,AEO 和 GEO 等新概念不断涌现。在你从业至今的十八年里,是否有过像现在这样深刻的变革?
我从 2007 年开始做 SEO,经历过的最大变革其实是在我入行初期。当时程序化 SEO 和垃圾内容大行其道,直到谷歌推出“熊猫算法”等一系列更新,基本上将 SEO 从“可以发垃圾内容”变成了“不能发垃圾内容”。我认为,现在由 AI 引发的这次变革,其重要性仅次于当年那次,可以算作第二大变革。它本质上是对搜索结果的“总结”,并引入了新的信息来源。
这很有趣,因为很多人觉得天翻地覆,以为过去的经验都失效了。我们先来定义几个术语,现在大家常说的 AEO 和 GEO 分别指什么?
我认为它们最终指向同一件事:如何让我的品牌或产品在这些大语言模型中,作为“答案”出现?答案引擎我个人更偏爱“答案引擎优化”(Answer Engine Optimization, AEO),因为它比“生成式引擎优化”(Generative Engine Optimization, GEO)的定义更窄、更精确。“生成式”可以生成图片、视频等答案之外的东西,而我们讨论的核心是优化模型以提供“答案”。不过,一个词的定义最终取决于大众的共识。
02 AEO 的独特价值:6倍转化率与新游戏规则
AEO 带来的流量不仅数量可观,质量也出奇地高。与传统 SEO 不同,AEO 更看重在多个引用来源中被提及的频率,这为早期公司提供了快速取胜的新机会。
最近我惊讶地发现,ChatGPT 给我的 Newsletter 带来的流量已经超过了 Twitter。这说明 AEO 已经在悄然发挥作用。那么,这些“答案引擎”带来的潜在客户,价值究竟如何?
价值高得多。我们看到 Webflow 的数据显示,来自大语言模型流量的转化率,是来自谷歌搜索流量的六倍。
六倍?太惊人了。
是的,这些流量质量非常高。原因可能是用户在与 AI 的多轮对话中已经被充分“预热”,建立了非常强的意图,精准锁定了需求。因此,当他们最终点击跳转时,意向度极高。
这完全说得通。ChatGPT 的负责人曾建议“只管写好内容,模型自己会找到你”,你似乎并不同意这种被动的看法。主动进行 AEO 优化,到底能产生多大影响?
我认为任何系统都可以被优化,只要你理解其规则。他的话一方面是希望大家不要制造垃圾内容,另一方面也是警告说他们有能力识别并阻止这种行为。制造垃圾内容,无论是在谷歌还是在 ChatGPT 上,都不是长久之计。
AEO 与 SEO 的逻辑有很大不同。在谷歌,你的链接排第一就赢了。但在大语言模型里,模型会总结多个引用来源。因此,被提及的次数变得至关重要。通常,在“哪个是最好的工具”这类问题下,被引用来源提及次数最多的品牌会排在答案首位。
这对早期公司是巨大的机会。传统 SEO 对初创公司很难,因为积累域名权重需要时间。但对于 AEO,你可能因为一篇 Reddit 帖子或一个 YouTube 视频,在第二天就开始出现在答案里。任何人都能通过在引用来源中被尽可能多地提及,来快速取胜。
另一个不同是“尾部”更大。用户在 Perplexity 提问的平均长度约 25 个词,远超谷歌的 6 个词。这意味着存在大量非常具体、以前从未被搜索过的“长尾问题”,你可以通过回答这些问题来取胜,这让长尾效应在聊天场景中回归了。
03 AEO 实战手册:从问题研究到实验验证
Ethan Smith 提供了一套系统的 AEO 操作框架,涵盖问题研究、效果追踪、内容创建、站外优化和实验设计,帮助企业将 AEO 策略落地执行。
那么,我们该如何一步步在 AEO 上取胜?能否给出一个实际可行的计划?
好的,我总结一下核心步骤:
第一,问题研究。由于大语言模型没有像谷歌那样的搜索量数据,你需要间接找到人们在问什么。一个有效方法是,获取你或竞争对手的付费搜索“金钱词”,然后用 ChatGPT 将它们转换成潜在的问题。此外,还要挖掘销售电话、客户支持和 Reddit 等社区中用户提出的真实问题。
第二,效果追踪。你需要使用一个 AEO 追踪工具来衡量你在目标问题下的“声量份额”(Share of Voice),即在不同平台、不同问法下出现的频率和平均排名。市面上有很多这类工具,选择一个能满足你需求的最便宜的即可。
第三,创建高质量的落地页。分析当前在答案中出现的引用来源是哪种页面类型(如清单体文章、测评等),然后制作你自己的版本。要让你的页面脱颖而出,关键在于全面回答与主题相关的所有追问和子问题。
第四,进行站外优化,即“引用来源优化”。针对不同渠道制定策略,例如:付费让联盟渠道(如福布斯、Dotdash Meredith 旗下网站)提及你;制作 YouTube/Vimeo 视频,尤其是在 B2B 等内容较少的领域;在 Reddit、Quora 等 UGC 平台进行真实、有价值的互动。
第五,实验验证。不要盲信网上的“最佳实践”。设计 A/B 测试,设置测试组和对照组。比如,选取 200 个问题,对其中 100 个进行干预(如去 Reddit 评论),另外 100 个保持不变。几周后比较两组的“声量份额”变化,以此验证策略的有效性,并持续复现成功的方法。
最后,组建团队。这通常需要 SEO 团队与市场或社区团队的协作,前者负责站内优化和策略,后者负责在站外渠道(如视频、社区)建立影响力。
04 引用来源致胜:深度解析 Reddit、YouTube 与站外策略
大语言模型主要通过检索增强生成(RAG)技术来总结网络搜索结果,因此出现在尽可能多的“引用来源”中是 AEO 的核心。本节将深入探讨如何有效利用 Reddit、YouTube 等关键渠道。
你多次提到“引用来源”,这似乎是 AEO 的关键。能解释一下背后的机制吗?为什么像 Reddit 这样的平台如此重要?
这要从大语言模型的工作方式说起。除了基于海量数据训练的核心模型外,它们在回答实时问题时,主要依赖一种叫做 RAG(Retrieval-Augmented Generation,检索增强生成)的技术。简单说,就是模型先进行一次网络搜索,然后总结搜索到的结果(即引用来源)来生成答案。我们优化的主要就是这个 RAG 过程。
Reddit 之所以重要,是因为它是一个管理严格、内容真实的社区,充满了人们地道的观点。ChatGPT 内部的算法和人工评估团队很可能有意地提升了 Reddit 的权重,因为它是一个值得信赖的信息来源。谷歌也同样看重 Reddit 的 UGC 内容。
那么,我们该如何为 Reddit 进行优化?是去刷评论吗?
刷垃圾内容是最低效且风险最高的方法,这些账号很快会被封禁。最有效、也是最显而易见的策略是:真实参与。创建一个真实的 Reddit 账号,在相关的帖子下,坦诚地表明你的身份(“我是某公司的员工”),然后提供一个真正有帮助的、高质量的回答。你不需要成百上千条评论,有时仅仅五条有价值的评论就可能带来很好的效果。这正是 Deel 等公司早期的增长方式。
YouTube 视频的策略呢?
YouTube 策略相对容易,因为没有社区来审查你的内容。有趣的是,在 B2B 领域存在巨大的机会。相比美食、旅行等热门话题,关于“AI 驱动的支付处理 API”这类高客户终身价值(LTV)但小众的视频非常少。如果你为这些具体的“金钱词”制作视频,就很容易成为权威的引用来源。
05 破除迷思:AI 内容的陷阱与搜索的未来
关于 AI 和 SEO,存在哪些常见的误解?
一个流传甚广的误解是“谷歌搜索要完蛋了”。每当有新技术出现,比如 TikTok 搜索、AI Overviews,这种论调就会出现。但事实是,谷歌的蛋糕份额没有变小,而是整个信息获取的蛋糕变大了。谷歌的流量并没有像新闻报道说的那样正在衰落。
另一个误解是认为 SEO 和 AEO 是完全不同的两件事。虽然存在差异,但它们的核心技术和原则非常相似,很多 SEO 的有效方法在 AEO 中同样适用。
现在很多人都在尝试用 AI 自动生成内容来做 SEO,这种方法有效吗?
我们做了一项非常严谨的研究来验证这个问题。我们分析了谷歌搜索和 ChatGPT 的数千个结果,并使用了一个经过验证准确率很高的 AI 检测器。结果发现,在谷歌和 ChatGPT 的结果中,只有大约 10-12% 的内容是 AI 生成的,近 90% 仍然是人类创作的。这证明了纯 AI 自动生成的内容是行不通的。
然而,我们另一个惊人的发现是,在整个互联网上,AI 生成内容的数量已经超过了人类创作的内容。如果这种低质量内容真的有效,那么谷歌就会变成一个搜索 ChatGPT 回复的搜索引擎,它也就失去了存在的意义。同样,如果 ChatGPT 的引用来源都是它自己衍生的内容,就会陷入一个“衍生品的无限循环”,最终扼杀掉观点的多样性,导致“模型坍塌”(model collapse)——即模型因训练数据质量下降而性能退化。
所以,内容的未来显然是 AI 辅助,而不是 AI 全自动生成。由人类专家主导、利用 AI 提高效率来创作高质量、有信息增益的原创内容,才是正确的方向。
06 被忽视的金矿:帮助中心优化
除了常规的内容营销,Ethan Smith 指出了一个极具潜力的 AEO 领域——帮助中心优化。通过优化帮助文档,企业可以有效捕获大量关于产品功能的具体长尾问题。
有一个我非常兴奋但常被忽视的领域,就是“帮助中心优化”。
用户在聊天工具里会问大量关于产品功能的追问,比如“你的产品能做这个吗?”“支持哪些集成?”。这些问题的答案通常就在帮助中心里。因此,优化你的帮助中心,是捕获这些高意向长尾问题的绝佳方式。
具体可以怎么做呢?第一,如果你的帮助中心在子域名上,把它移到子目录下,这通常对 SEO 和 AEO 效果更好。第二,优化内部链接,确保相关的帮助文章之间能相互链接。第三,填补内容空白。你的帮助文档可能覆盖了头部问题,但对那些非常具体的长尾用例(比如“如何将你们的工具通过 Zapier 连接到 Looker”)可能没有涉及。主动去挖掘销售和客服环节遇到的问题,为它们创建专门的帮助页面。
你甚至可以向社区开放问答,让用户帮你发现并填补这些长尾问题。在很多细分领域,可能根本没有其他内容讨论这些问题,你就能成为唯一的引用来源,从而赢得这部分流量。
07 个人成长与工具推荐
在闪电问答环节,Ethan Smith 分享了对他影响深远的书籍、提升工作效率的产品以及他的人生座右铭。
最后,我们进入闪电问答环节。有哪两三本书是你最常向别人推荐的?
第一本是《情商》(Emotional Intelligence),它为理解他人情绪提供了坚实的心理学框架,对建立关系和做增长都很有用。第二本是罗伯特·西奥迪尼的《影响力》(Influence),它拆解了说服的心理学原理。第三本是《如何衡量万事》(How to Measure Anything),它教你如何量化那些看似难以衡量的东西。
最近有没有发现什么特别喜欢的产品?
我的索尼无反相机和舒尔麦克风。用高质量的相机和麦克风来参加视频会议,可以极大地提升沟通体验。你可以像设计一个空间一样,精心设计你的视频通话背景和效果。
你有没有什么人生座右铭?
我深受《异类》中“一万小时定律”的启发。我的座右铭是,我之所以能赢,不一定是因为我最聪明或最努力,而是因为我练习的方式最有意识,并且会以我能达到的最大强度去进行那种练习。这关乎刻意练习和专注。
如果大家想了解更多或与你合作,可以在哪里找到你?
首先是 LinkedIn,我会在上面发布我们团队的原创研究。其次是我们公司的博客“The 5%”(在 graphite.io/5percent)。如果大家能帮助我,一是分享你们关于 AEO 的研究和发现;二是在 LinkedIn 上与我的帖子进行有深度的评论互动,这能帮助我的内容获得更多分发。
