【官方】Google 首选来源中文文档已上线
Google 首选来源（Preferred Sources）中文文档已上线，该功能 5月份在全球范围上线，用户可以将信任的网站添加到首选来源，被添加的网站将在焦点新闻、AI 概览、AI Mode 中获得更多展示，且带有「首选」标志（见下图）。
Google 还提供了配置方法，SEO 人员可以直接在网站添加按钮，引导用户将自己网站添加到首选来源。比如我的网站（www.zhidaow.com）就在博客文章和工具页面添加了按钮，如下图：
Google 称目前已有 60 万个网站被选为首选来源，5 月份时才 20 万个。各位朋友可以早点部署，积累更多用户。
我的看法
这个功能有点像全网订阅，还是很重要的。短期内可以提升网站在 AIO、AI Mode 以及搜索中的曝光和点击；长期来看，可能成为新的权重信号。
因为我们知道外链就是直接影响网站的权重，但外链的短板也很明显，比如仅代表网站间的推荐关系，规模小，易作弊，大多是媒体和同行。
而首选来源是用户的直接投票，规模更大，也更直接。所以我判断未来会跟外链同时成为网站的权重信号（再细点，首选来源的颗粒度是站点，所以会影响站点权重）。
所以我现在自己网站添加了该功能，欢迎各位直接点击「添加到首选来源」！感谢 ❤️
目前中文文档也已上线，具体配置方法请参考：https://developers.google.com/search/docs/appearance/preferred-sources?hl=zh-cn
【工具】GSC 的 GEO 报告已全量上线
GSC 中的 GEO 报告（Generative AI performance report）已向所有站点全量开放（未官宣），各位朋友可以查看下自己网站的 AI 曝光数据。下图是我网站的 GEO 报告数据：
- 位置：GSC - Google 搜索结果/效果 - 生成式 AI
- 统计口径：网站在 Google 搜索中的 AI 数据，包含 AI 概览、AI Mode
- 数据维度：目前主要提供曝光（Impressions）、网页、国家地区、设备、天；并没有引用、点击、Query 等数据
我的看法
目前提供的数据还是比较少，没提供什么实质性帮助；只能作为一个信号，代表官方开始提供 GEO 的相关数据。
【推荐】15 年的 SEO 老兵：怎么在 ChatGPT 里拿到排名
本期是 Ahrefs Podcast 中 Tim Soulo 对资深 SEO 专家 Dan Petrovic（DEJAN AI）的访谈，主要话题是 GEO 的底层逻辑和优化策略，有 8 个核心问题。
为什么 llms.txt 基本是无用的
非主动抓取和按需抓取。AI 大模型在提供答案时是被动抓取，即用户触发 AI 进行实时搜索和网页访问（比如 ChatGPT-User 这个 UA），所以不需要 llms.txt 了解网站架构；在抓取阶段，是通过 API 直接提取网页主体内容或转成 Markdown 处理，并不需要 llms.txt 的索引路径。
因此对 llms.txt 的看法是：部署成本极低，也没实际帮助。（跟我之前的看法一致）
Dan 还提到，Google 的 OKF 等新标准更具潜力。
为什么 AI 在引用时过滤掉 90% 以上的 Reddit 内容
虽然 Reddit 在搜索中排名很高，但在生成答案阶段，因为内容非结构化、UGC 高噪声，因此在 AI 的质量和安全过滤时，90% 以上的 Reddit 内容都会被过滤掉，最终无法进入生成的答案或成为引用链接。
AI 模型的「主要偏差」与「次要偏差」
主要偏差是 AI 模型在预训练阶段对品牌和主题先入为主的认知。如果 AI 模型在预训练阶段对某品牌有偏见（如对部分中国品牌，Dan 提到的是比亚迪 BYD），即使该品牌在搜索结果中排名第一，AI 也可能拒绝推荐这个品牌。
次要偏差是在实时搜索阶段看到搜索结果时产生的即时偏差。当 AI 模型将内置的主要偏差和实时搜索返回的内容结合，对所有来源进行重新排序和筛选，从而产生最终引用的品牌和链接。
ChatGPT、Claude 和 Gemini 依赖哪些搜索索引？
AI 搜索本身没有实时全网搜索能力，必须依赖外部搜索引擎作为数据源：
- ChatGPT 主要依赖 Bing 搜索索引，也会有外部付费/合作数据源，以及 Google 搜索结果的 API
- Gemini 完全依赖 Google 的索引
- Claude 依赖 Brave Search 的索引（Brave 依赖浏览器用户端发现新网页，权重计算跟 Google 不同，能提供独特视角）
快速进入 LLM 引用的邪修？
既然 AI 的回答来源于传统搜索前几名的结果，那最快让品牌被 AI 引用的方法不是建立新页面，而是找到已经排在 Bing/Google 前几名的榜单页面，并加入其中。
GEO 应追踪什么，而不是提示词搜索量
提示词搜索量（Prompt Volume）是个伪概念，因为用户提问的 prompt 非常长尾，而且多轮对话，几乎不可能两个用户输入同样的 prompt。
GEO 实际追踪的核心指标：
- 实体（Entities）：将业务拆解为核心的实体，根据实体建立结构化的提示词。比如业务是 SEO 服务，那有个实体是外链，建立的提示词有：外链是否有效、最好的外链服务商
- 出现频率：多次提示词测试中品牌被提及的概率
- 出现位置：品牌在 AI 推荐列表中出现的位置，比如第 1 位、第 2 位
- 引用与提及份额：品牌被加上链接，以及作为引用来源的比例
- 声量份额（Share of Voice）：综合计算提及率与引用率的核心汇总指标，可跟竞品形成对比
如何生成提示词
Dan 提供了两种方法来生成用于测试的提示词：
- 反向推导法：将具体的网页 URL 提供给 AI 模型，询问「用户需要输入什么样的 Prompt，你才会推荐这个页面？」，再去二次验证，剔除无效词，得到最终用于测试的提示词
- 实体扩展法：确定核心实体，推导出用户围绕该实体寻找推荐时会使用的提示词，比如「帮我推荐最舒服的慢跑跑鞋」，再获取背后的扇出查询（Fan-out Queries）和真实搜索量
以上只是对几个核心问题的整理，完整内容建议看访谈原文：https://www.youtube.com/watch?v=roTPZBj4JSc
【招聘】Apple 上海招聘内容 SEO 专家
Apple 招聘内容 SEO 专家，主要负责 Apple 品牌在国内的 SEO 和 GEO 业务，base 在上海。
- 工作范围：中文搜索关键词研究；内容分析和内容优化；站内优化，包含 meta 标签、内容结构和内链等；SEO 数据监控和分析等
- 优化平台：百度、搜狗、360 等搜索引擎；豆包、DeepSeek、文心一言等 AI 平台
- 要求：6 年以上 SEO 经验；熟悉百度排名规则、索引/爬取行为及站长工具等
欢迎感兴趣的朋友投递，招聘地址：https://jobs.apple.com/zh-cn/details/200672848-3715/content-seo-specialist
【活动】深圳 SEO 大会 9 月 14 日召开
John 举办的深圳 SEO 大会将于 9 月 14 日在深圳召开，去年我参加过并整理了文章。今年阵容也很强大，很多国外大牛参加。今年我就不上台了，以学习交流为主。
我站内搜索时发现，我在 2019 年就推荐过深圳 SEO 大会，看来能有今天的阵容，真的是 John 长期经营的结果。
深圳 SEO 大会网站，现在还有票：https://shenzhenseoconference.com/
其他信息
Google 将搜索结果链接换成跳转链接
之前都是真实 URL，现在换成了 google.com/goto 的跳转链接，增加了排名监控的成本。
我的看法
背景是 AI 对 Google 排名的依赖，导致 Google 提升了反爬策略；Baidu 是很早就切换了。当你切换到非登录状态就可以看到 goto 的跳转链接，登录之后还是直链。
Reddit 的 AI 引用份额在系统性下滑
尤其是 ChatGPT，8 月中旬之前的基线是 3.83%，之后降到 0.52%，怀疑是查询扇出阶段的算法调整；另外，Google AIO 也从 2.5% 降到 2.1%。
我的看法
主要还是 Reddit 上营销内容越来越多了，导致信任度下降，就像 315 晚会所讲，GEO 投毒过多。希望 Reddit 抓紧整改，保护好真实人类信息仅存的净土（不是）。
写在最后
不好意思，更新间隔了一段时间。主要是有新项目开展，再加上孩子放暑假，每天要带着写作业，接送上下课。
周报的定位，我最近也一直在思考，有 3 点结论，重要性有先后：
- 人工整理和撰写，不用 AI 生成（即便是星球里的 AI 日报，我也坚持用人工去批注）；有人味儿的内容，更有阅读体验
- 提供干货，判断标准就是真的觉得这个文章对我有价值，我会更愿意拿出来分享和推荐
- 频率尽量 1～2 周更新
评论
暂无评论，来写第一条吧 👇
写下你的评论