跳到正文
Search Engine Journal· Harry Clarkson-Bennett·· 4 天前精选AI 评分71

Harry Clarkson-Bennett 解析 AI 搜索应对策略:从技术 SEO 转向全局营销

How I’m Approaching AI Search (And How You Should To)

AI 导读

Harry Clarkson-Bennett 提出应对 AI 搜索的核心是将精力从堆砌引用和技术技巧转向整体营销,以受众研究、实体管理与站外品牌声誉为根基。他指出被抓取或引用并不等同于商业价值,团队应通过技术抓取控制与站外背书建立真实影响力,并以品牌增量需求而非单次 AI 推荐作为核心衡量指标。

推荐理由

文章将AI搜索从抓取引用等技术战术拉高到品牌营销全局,给出了受众定位、实体管理与增量商业转化的实操框架。

正文 · AI 翻译

AI 其实出奇地简单,反而是我们把它想得太复杂了。

大家一味盯着引用技巧和刷存在感的小把戏,反而忽略了更宏观的全局。整个行业多年来一直在粗制滥造:同一篇“最佳勺子推荐”一周能改上三次,仅仅是因为别家傻子也在这么干。

这本身倒也没什么大错,纯粹是做给搜索引擎看的那套老把戏。如果把眼光局限得这么窄,我们就会错失大得多的机遇。

我既没精力、也没财力每隔一两年就去疲于追赶新风口。在我看来,AI 搜索其实就是对你所有营销努力的终极综合检验。

你的市场定位、声誉、专业实力、内容,以及在整个互联网上的足迹,都会成为 AI 系统理解你并向用户呈现你时的参考依据。

这早已不再只是一个网站的事了。

最近我花了很多时间研究 AI 搜索、信息检索、受众调研以及可发现性策略。研究越深,我就越坚信一点:我们必须以市场营销人员的视角来看待这一切,而不是纯靠 SEO 思维。

以下是我的做法。

核心提要

  1. AI 搜索是一场营销大考,而不只是一项 SEO 工作。它会综合考量你在整个网络上的存在感、品牌定位、口碑以及影响力。
  2. 从受众出发,而不是从提示词或引用量切入。摸清谁是你的关键受众、他们关心什么、平时活跃在哪里、又会被谁影响。在此基础上,打造真正值得被发掘的内容或产品。
  3. 打牢基础,再做好扎实的营销。技术可访问性、实体管理以及站内清晰度固然重要,但你在站外的存在感更为关键。
  4. 衡量商业成效,而不仅仅看 AI 曝光度。追踪需求增量、用户互动和实际业务回报。树立一个值得被推荐的品牌。

1. 弄清底层技术

但别把整个“营销”策略全押在技术上——这里说营销,已经是最宽泛意义上的营销了。

如果你急需重温基础知识,以下是现代信息检索的核心要点:

  • 消歧义:系统如何区分不同的人物、机构、地点和概念。
  • 训练数据:信息如何转化为模型掌握的知识和具备的能力。
  • 向量化:如何用数学方式表征信息,从而挖掘语义关联。
  • 信息检索:深入探讨现代信息检索的运作机制。

还有一个概念我没有详细写过:查询扇出(query fan-out)。倒不是它不重要,主要是因为:第一,这东西相当枯燥;第二,对 SEO 来说它压根不是什么新概念。多年来,我们一直在用 AlsoAsked 这类工具来摸清相关提问、相邻信息需求,以及单次搜索背后更宽泛的上下文语境。

Also Asked PAA screenshot in action
图片来源:Harry Clarkson-Bennett

但我们还需要厘清以下三者的区别:

  1. 模型在训练期间“学到”的内容——即它的参数化记忆。
  2. AI 系统在回答问题时检索到的内容。
  3. 该系统最终向用户输出的关于你的内容。

这三者互有关联,但绝不能混为一谈。被爬取不等于会进入训练数据;被检索到不等于会被引用;而即便获得了引用,也未必能换来实际的商业价值。

弄懂这些机制固然重要——但主要是为了应付别人抛给你的那些不动脑子的 AI 问题。要是把整套营销策略都押在它们目前的实现方式上,那纯粹是犯傻。

模型、检索系统和产品界面迟早都会变,唯有掌握在自己手中的受众资产才经得起时间考验。所以,踏实去积累自己的受众吧。

2. 真正做到“受众优先”

这是我做事方式上最大的转变,不仅针对 AI 搜索,对传统 SEO 也是如此。

我现在起步时,绝不会先去琢磨品牌该出现在哪些提示词里,也不会去查某个关键词甚至某个话题有多少搜索量。这主要是因为我对搜索量以及各种形式的曝光指标,信任度已经跌到了谷底。

因此,我会用 SparkToro 去调研目标受众都在哪里花时间、常逛哪些网站、受谁影响,以及相比普通大众,他们更偏好使用哪些平台。

Social network usage example of an audience in SparkToro
面对这批受众,我知道如果想影响他们,LinkedIn 是必争之地(图片来源:Harry Clarkson-Bennett)

我会把这些调研结果与传统搜索分析、AI 搜索行为以及品牌现有的定位评估结合起来。这一步不用搞得太复杂——直接去问几个不同的主流大语言模型关于某品牌的信息,把回答记录下来就行。

我只想搞清楚几个相对直接的问题:

  • 我们想要影响的是谁?他们真正在乎什么?
  • 他们平时在哪活跃?更信任谁?
  • 他们对哪些话题感兴趣?
  • 我们在哪些地方已经有了曝光,哪些地方还完全缺席?
  • 要想触达他们,营销预算该花在哪?

这项调研应该为两件事提供依据。

首先是我们的自有平台。我们要利用调研得出的洞察,去优化自身定位、调整提供的服务、打磨对外沟通的语言,以及改进生产的内容。

尽量把我们能掌控的事情做得更有人情味、更有针对性。

其次是更广泛的整体营销策略。我们要找出能够影响这批受众的媒体、社群、创作者、平台和关键人物,并制定触达他们的具体方案。

Subreddits used by an audience according to SparkToro
受众对特定 Subreddit 的偏好度,数据来自 SparkToro(图片来源:Harry Clarkson-Bennett)

搞清楚这些至关重要。这倒不是为了让品牌被抓取进 AI 的训练数据,而是因为这里才是你真正该做营销的地方。

凭空捏造提示词数据的时代已经过去,真正以人为本的营销正在回归。如果想让 SEO 这门行当重新赢得尊重,这才是它应有的演进方向。

核心目标从来不是在 AI 模型里刷存在感,而是打造一个让人愿意主动去发现、去互动、去推荐的品牌。

如果这些举措恰好能增加你在 AI 系统中的展示机会,那当然再好不过。但这只是水到渠成的意外收获,绝不是我们做这件事的初衷。

3. 先把自家的基本功做扎实

虽然受众调研决定了更广泛的战略方向,但你的网站首先得做到可访问、内容清晰易懂,并且能准确传达品牌形象。这正是稍有水平的 SEO 人员完全能够挑起的大梁。

我通常分两步来做:

技术底层与爬虫管理

相关的搜索和 AI 爬虫能否正常抓取你的内容?能否正常渲染?你是否在无意中屏蔽了那些本来希望引入的系统?

这意味着需要全面梳理爬虫管理策略、robots 指令、页面渲染、可索引性、内链结构、网站架构,以及常规的技术 SEO 基础要点。

这就是在传统 SEO 审计的基础上稍作改进。

要明白并非所有 AI 爬虫的目的都一样。模型训练爬虫、搜索爬虫与用户触发的检索系统在访问权限要求和商业影响上可能大相径庭。

OpenAI bot breakdown
各类爬虫各司其职(图片来源:Harry Clarkson-Bennett)

如果你是在出版机构工作,或是与出版商合作,这一点尤为关键。这类客户的业务成败,往往取决于你是否能看清更大的行业格局。

大多数大型出版商都会屏蔽 AI 爬虫,有时在版权保护的旗号下甚至近乎一刀切。这么做可能有非常充分的商业考量,但此类决策会从根本上改变内容的可发现性策略。

如果你要限制对自身内容的访问,就必须清楚自己在放弃什么、保护什么,以及价值可能会转移到哪里。

这种价值可能来自内容授权、与受众建立直接联系,或是自有的专属产品。

当你不再追求最大化访问量时,SEO 的角色就会发生巨大转变。你的职责变成了协助企业在曝光度、知识产权和商业价值之间权衡取舍。

这就像付费墙。为了商业考量限制传播范围,只要运作得当,就是正确的选择。

不妨看看 Cyrus Shepherd 做的一项出色测试,了解一下 Google 的 AI 功能究竟对搜索流量产生了多大影响。

实体管理

我认为,这正是现代信息检索技术与 SEO 的绝佳契合点。我在《实体是现代 SEO 的基石》一文中详细讨论过具体做法。

  1. 首先,在你所掌控的所有数字资产上,建立一致的身份标识。
  2. 接着,明确说明你是谁、主营什么业务,以及外界应当如何理解你的专业能力与行业关联。
  3. 再用证据来支撑这些主张:包括资质认证、过往经验、原创成果、案例研究以及可证实的专业素养。
  4. 然后,从泥沙俱下的开放网络中赢得第三方背书与印证。
  5. 你在站外的存在感不仅要佐证并延伸你对自我的阐释,理想情况下,还应当帮你触达自身难以触及的全新受众。
  6. 最后,监控该身份及相关关系的演变过程。我用的是 Alertmouse。

这个框架其实相对简单:

Entity seo - from owning to monitoring
图片来源:Harry Clarkson-Bennett

这绝非只是加点结构化数据,然后眼巴巴盼着 ChatGPT 主动倒贴过来。剧透一下:它根本不会理你。

核心在于确保你的自有渠道准确传达自身定位,同时在全网范围内获得可信、独立的第三方证据支持。

把握自己能掌控的变量。

4. 在关键领域建立影响力

好了,我们已经明确了自身定位,也做好了自我展示。现在,我们不得不依靠——*打个冷颤*——其他人来印证这些信息。

我们必须构建站外影响力。

best news and publisher SEOs AI Overview
这里参考了我与 Andy Francos 合作的一期播客,以及两年前我为 Lumar 撰写的一篇文章(图片来源:Harry Clarkson-Bennett)

我们谈论的是真正意义上的市场营销(而非狭义的 SEO)——公关、商务合作、内容运营与受众拓展。

如果你的目标受众经常阅读某些出版物、关注某些领域的专家,或者活跃在特定的社群里,这些地方就值得你投入精力。

管它什么被 AI 引用。你的受众就在那里——那可是真金白银能为你买单的真实客户。

这可能意味着发布原创研究、与行业红人合作、参与播客录制、打造真正有用的实用资源,或是向相关专业媒体供稿。

其中一些动作能带来外链,另一些则能换来品牌提及、人脉连接、话题讨论以及品牌需求——这才是网站在 Google 衡量标准中真正实打实的质量体现。

你越是持续与正确的议题、人物和机构绑定,你在整个数字网络中的存在感就越强。从本质上讲,训练数据和实体关系的运作逻辑正是如此。

An entity map example
图片来源:Harry Clarkson-Bennett

运气好的话,这些沉淀下来的印记最终还会影响 AI 系统对你的呈现方式。

但到时候你根本不会在乎这一点,因为你早就通过触达真实客户把东西卖出去了。

5. 大胆尝试

无论是传统 SEO 还是 AI 搜索,现代信息检索的核心底层逻辑即使并非完全相同,也共享着很多共通之处。

  • 抓取、检索与可访问性。
  • 明确的目标定位。
  • 结构分明的内容。
  • 独特性(或者用“一个被收录的理由”来形容更贴切)。

不可否认,AI 搜索的长尾效应更加显著。但为受众可能冒出的每一个念头都单独建个页面,既不可持续,也不明智。借用那句常被附会到亨利·福特名下的伪名言:

“如果当年我去问顾客想要什么,他们只会说要一匹跑得更快的马。”——亨利·福特(从未说过)

所以你必须找到平衡点。不能转化为实际影响力的曝光毫无意义,至少热度绝难持久。

这里有充足的空间去尝试和测试——测试有价值的内容,测试真实用户真正关心的东西。

像 Jan-Willem Bobbink 和 Dan Petrovic 这样的人就分享过不少绝妙的测试点,这些做法对 SEO 和 AI 搜索都极为合理。更妙的是,它们对真人受众同样奏效——归根结底,这就是营销。

举个例子,或者更准确地说,借用 Jan 分享的一个案例:

“过去三周我一直在为 B2B 客户做 SEO / GEO(生成式引擎优化)工作,带来最显著成效的改动,大多只是补全了缺失或难找的信息。买家在这些网站上遇到的痛点也是这个,所以你通常根本不用向任何人解释什么是 SEO,就能轻松推动这些改动落地。”

Why you should add pricing pages to your site for LLMs
图片来源:Harry Clarkson-Bennett

表述清晰、口径一致、内容准确,根本不是什么针对 AI 的作弊技巧,而只是单纯符合常理的做法。

补充价格页面、案例研究,并明确告诉大家为什么你们在这个行业里出类拔萃,永远都是明智之举。哪怕价格页面上只写着类似“起售价 x 元”的信息,也远比不写更能帮你筛选出精准的目标受众。

如果你真想被收录进 AI 的回答里,千万别把客户案例藏起来。你得给 AI 一个收录你的充分理由;如果连拿得出手的代表作都藏着掖着,这怎么可能实现?

像“客户 Y 的送达率指标提升了 30%”这样的表述,能明显提高你的被引用概率,因为大模型真的是在寻找收录你的理由。就像打动真人客户一样,你也得给它一个理由。

经验、专业度、权威性、可信度(E-E-A-T)。这么看来,这套标准其实一点都不蠢。

6. 衡量你的“可见度”,但要明白其局限性

反正数据衡量这套体系早就失灵十年了。对管理层来说,有数字可以拿去汇报总归是件好事——哪怕那些数字纯属胡扯。

A fairly usual user journey for publishers across all channels
你来琢磨琢磨这到底怎么回事(图片来源:Harry Clarkson-Bennett)

AI 可见度也好不到哪去。考虑到个性化输出、提示词数据匮乏,以及提示词完全因人而异,这本身就是一个缺陷极大的指标。但总比什么都没有强。它充其量只能当个参考,可你手里总得有点抓手。

人们依然想弄清楚自己在 AI 系统中呈现出怎样的形象。这也理所应当——毕竟这是一个极具价值的渠道。我通常习惯从以下四个维度出发,建立一组具有代表性的提示词:

  • 品牌相关:直接针对你本人、你的机构、产品或服务的问题。这类问题在排查那些误导 AI 回答的过时、不准确或有偏差的信息时格外有用。你可能会发现,某个陈旧的服务页面或第三方介绍,导致系统把你的业务描述得完全走样。准确性至关重要。
  • 现有定位:你已经建立起权威度的主题和领域。
  • 目标定位:你希望与之建立关联的主题和领域。
  • 更广泛的市场:可能会推荐竞品或替代方案的相关话题。

在对你的受众至关重要的各大系统中,持续跟踪这些提示词的表现。

关注你是否被提及、被如何描述、出现了哪些竞争对手,以及系统引用了哪些信源。弄清楚你从什么时候开始在特定词条下出现,看看这是否符合你的预期定位。

我一直用 Alertmouse 来追踪自己的提及情况(图片来源:Harry Clarkson-Bennett)

尽管我从未专门针对 AI 搜索做过任何优化,但我依然出现在了新闻 SEO 专业领域的 AI 推荐中。

我真正做的是多年深耕这个行业:持续撰文发表、建立人脉、输出专业见解,并在站内和站外都构建起清晰明确的专业形象。

News SEO epxert list from ChatGPT
这份名单还不错,不过我不确定 ChatGPT 给我们挑的头像是不是完全对得上号……(图片来源:Harry Clarkson-Bennett)

我敢打包票,如果你去问问 Barry Adams,他也会告诉你,自己同样没专门为 AI 做过什么针对性优化。

我只是在第三方网站上发表我认为高质量的文章、录制播客、入选行业盘点,并搭建了自己的分发渠道。事实证明,这些做法碰巧也能在 AI 系统中发挥作用。

7. 衡量增量影响

AI 系统不一定非得给你直接导流,才能撬动商业转化。这其实是件好事,因为 ChatGPT 输送的流量还不到 Google 的 1%。

Similarweb 的研究发现,在 ChatGPT 中获得某个品牌推荐的用户,在随后的 7 天内访问该品牌官网的概率,是被推荐了竞品用户的 2.5 倍。

其中绝大部分行为是通过后续的品牌词搜索完成的,而不是直接点击 AI 给出的跳转链接。这也是衡量网站质量时应当重点监测的指标之一。

AI 搜索完全可以、并且已经发挥着品牌发现与决策考量渠道的作用。在我看来,引流访问量充其量只是大模型成效的次要指标。尽管这些平台在产品设计上极力减少跳出外链,但谁也无法否认它们所拥有的惊人触达能力。

遗憾的是,现有的归因系统根本无法衡量“我以前在这儿见过一次”这种模糊印象。我们必须关注增量变化,也就是真正能归因于营销活动的结果。

先设定基准,上线营销活动,然后衡量品牌词需求、直接访问、转化、销售线索和实际商业产出的变化。只要条件允许,就尽量同合理的基准或对照组进行对比。

接着再测试下一项。

AI 曝光度、推荐流量和引用数据当然要继续追踪,但只能作为辅助参考指标。

我们的目标是确认上述营销动作是否带来了额外的商业价值,而不是盯着 ChatGPT 到底有没有给你的官网首页加链接。

内容出版商属于特例

对于依赖信息变现和赚取点击量的商业模式而言,AI 搜索带来的挑战截然不同。

AI 平台靠别人的心血来谋取自己的不义之财,这无疑是内容行业面临的商业困境,也是各种贸易保护主义举措频出的根源。因此,我们需要算清这笔代价到底有多大,并努力寻找替代的变现途径。

在《生成式 AI 报告太烂了——让我们把它做好》一文中,我梳理了出版商如何将 AI 曝光度数据与流量依赖度、商业价值、受众粘性以及服务器日志结合起来分析。

如果我们能明确:

  • AI 在哪些环节带来了商业风险;
  • 哪些内容具备防御壁垒;
  • 潜在的新机会又藏在哪里;

我们就能在解决实际业务问题上迈出坚实的一步。

8. 具备商业思维

无论你从事什么岗位,时刻保持商业思维永远都不会错。

面对这次机遇同样如此,尤其是对那些在特定领域拥有极高权威的机构(如出版商)而言。它们在整个信息生态中举足轻重。

这种影响力完全可以转化为商业价值。

出版商理应重视 AI 曝光度。内容授权、数据合作、联合研究等商业合作模式,都为专业知识和专有信息的变现提供了可能。

但这需要格外谨慎地处理。

靠倒卖外链或进行未公开的编辑操纵,绝非长久之计。这不仅会危及品牌声誉和编辑独立性,还会带来触犯搜索引擎政策的风险。

更具可持续性的做法是:摸清自身现有内容、专业积淀、受众规模和分发渠道的真实价值,并围绕这些核心资产打造合规的商业产品。

许多公司正在向 AI 公司出售,或积极考虑出售自己的历史档案资产或数据:

对出版商而言,这尤为难得:它是一次跳出“点击量”局限、重新审视自身价值创造的契机。不妨看看《每日邮报》在生成引擎优化(GEO)变现上的探索。

如果你是个乐观派,就一定能嗅到其中的商业机会——当然,前提是这些做法既不砸自家招牌,也不会违反 Google 关于付费链接的规定。

通用准则:如果一件事感觉不对劲,那它多半真有问题。

9. AI 可发现性究竟该由谁负责?

如果你所在的企业打算认真对待这件事,就必须先理顺一个组织架构上的问题:

这摊事到底该谁牵头?

因为就算 SEO 人员再能干,这件事也绝不能只甩给他们。

这涉及到技术基础设施、受众研究、品牌定位、内容、公关、渠道分发、商业合作以及成效衡量。这就需要有人通晓整套生态,更关键的是,懂得如何去影响他人。

没人能精通所有这些领域,它们彼此差异太大,也太复杂。

对于规模较大的企业,我认为需要由营销负责人或“可发现性”负责人来统筹这些业务。这个人至少要懂各个领域的基础,还得有能力把一群各行其是的人协调拢来。

他们需要拥有整合不同团队的权力,能够调配资源、挑战既有认知,并根据商业目标来衡量最终成效。

SEO 从业者很少能晋升到营销管理层,这事事出有因。我们不懂更广泛的营销体系,因为我们以前几乎不需要去懂。在过去,SEO 一直是最好的渠道……至少那些不可靠的数据是这么显示的。

而 AI 搜索为我们打破这一现状提供了极佳的理由。

对于所有 SEO 从业者来说,我认为有三个方向尤其值得关注。

  1. 你可以深耕技术层面:抓取、检索、基础设施和数据。
  2. 你可以专注于构建能力:打造工具、系统和产品,帮助企业理解并提升自身内容的可发现性。
  3. 或者你可以投身营销领域:受众研究、品牌定位、口碑声誉、内容策略以及渠道分发。

这三个方向都极具价值。如果仅仅把自己局限在 SEO 内部——尤其是只当作针对搜索引擎或大模型的一套操作技巧——只会越来越短视。

过去十年间,内容被发现的方式一直在演变。我们必须从更宽阔的视角,去思考受众如何发现内容并与之互动。真正的机遇在于将这些学科融会贯通。

为自己重新做一次职业定位,想清楚自己在事业上到底追求什么,这或许会成为你做过最明智的决定。

写在最后

总之,就说这么多。

别再费尽心机去琢磨怎么钻进 AI 的回答里了。去打造一个值得被推荐的品牌,积累真正属于自己的受众,建立一个无论是否被 AI 引用都能获利的业务。

放轻松,尽情享受吧。对营销人员和营销行业而言,这将是一个更好的时代。你的竞争对手既懒惰又平庸,他们不过是动作更快一点罢了。

延伸阅读:


阅读《SEO 领导力》。立即订阅。


头图来源:LariBat/Shutterstock

来源:Search Engine Journal · searchenginejournal.com

EVAOO 主站实战落地 · SEO 与 GEO 自然增长

看完情报?回到 EVAOO 主站直接上手工具与完整 SOP

返回 EVAOO 主站