【官方】Google 发布《生成式 AI 搜索优化指南》及相关讨论
这份文档是 Google Search Central 发布的官方指南，发布于 2026 年 5 月 15 日。这是 Google 对于“如何为 Google Search 的生成式 AI 功能优化网站”的官方立场声明，覆盖 AI Overviews 和 AI Mode。
SEO 在 AI 搜索时代还有用吗？
有用，而且是根基。Google 的生成式 AI 功能依赖两个关键技术，二者都基于现有的搜索索引：
- RAG（检索增强生成 / Grounding）：AI 不是凭空回答，而是先用 Google 核心搜索系统从索引中检索出相关、及时的网页，再基于这些页面生成回答，并附带可点击的来源链接。
- Query fan-out(查询扇出)：模型会自动衍生出一组相关查询并发执行。例如用户问“如何处理满是杂草的草坪”，系统可能同时搜索“最佳除草剂”、“无化学除草方法”、“如何预防杂草”等。
关于 AEO / GEO：Google 明确表态——从它的角度看，这些都只是 SEO 的不同叫法，不需要把它们当成独立学科。
我的看法：跟之前 Google 在 Search Live 上讲的一致——好的 SEO 就是好的 GEO（反过来也是）。
要做的事：把 SEO 基本功用在生成式 AI 搜索上
1. 创造有价值、非通用内容【这是最重要的一条】
- 独特视角：基于亲身经历、第一手评测的内容比“网上信息汇编”更有价值。AI 自己就能拼凑通用内容，它需要的是“网上还没有的东西”。
- 非通用内容：
- 反例（通用内容）：《首次购房者的 7 个建议》——人人都能写。
- 正例（非通用内容）：《为什么我放弃验房却省了钱：下水道线路实录》——有独家经验。
- 结构清晰：使用段落、小节、标题，方便人类阅读。
- 配高质量图片和视频：AI 回答里也会嵌入相关图片视频，多一个曝光通道。
- 不要为每个查询变体单独建页：试图覆盖所有 fan-out 查询会触发滥用规模化内容政策，且长期无效。
- 用 AI 辅助创作可以，但成品必须符合搜索规范和反垃圾政策。
2. 保持清晰的技术结构
- 页面必须能被索引、能在 Google 搜索中有摘要展示，才有资格进入 AI 功能。
- 遵循爬取最佳实践，大型/高频更新站点要关注抓取预算。
- 语义化 HTML 不需要追求完美，关注人类可读性即可——但对屏幕阅读器和 AI agent 友好。
- 使用 JavaScript 框架要遵循JavaScript SEO 最佳实践。
- 良好的页面体验（速度、移动适配、主体内容清晰）。
- 减少重复内容。
- 用 Search Console 监控问题。
3. 本地商家和电商要做好结构化数据源
- 电商接入 Merchant Center（feeds）。
- 本地商家用 Google Business Profile。
- 可考虑 Business Agent（让用户能在搜索里直接对话品牌）。
我的看法：以上准则对 SEO 和 GEO 都适用。
澄清：你不需要做的事
这一节是这份指南最有信息量的部分，Google 直接点名了一批流行的“AEO/GEO 流行操作”：
| 流行说法 | Google 官方态度 |
|---|---|
| llms.txt 等“AI 专用文件” | 不需要。Google 不会因此特殊对待。 |
| 把内容“切块（chunking）”成小片段方便 AI 理解 | 不需要。Google 能理解一个页面上多主题的细微差异，没有“理想页面长度”。 |
| 为 AI 重写内容、堆长尾关键词 | 不需要。AI 能理解同义词和语义意图。 |
| 到处刷“品牌提及” | 没用。反垃圾系统会过滤这些操作。 |
| 过度堆砌结构化数据 | 不是必需。结构化数据该用还是要用，但不要为 AI 而做。 |
我的看法：我之前也做过相关澄清，但 Google 更权威，也更彻底。
了解 Agentic 体验（前瞻）
AI agent 正在能代替用户执行任务（订座、比价等）。浏览器 Agent 会通过截图、DOM 结构、accessibility tree 来理解你的网站。
如果你有余力，可以：
- 参考打造 Agent 友好的网站。
- 关注新兴协议如 Universal Commerce Protocol (UCP)。
相关讨论
这篇文档发布之后，引起了非常热烈的讨论。首先就是怀疑 Google 说话不可信，Google 已经在用 llms.txt 和 Markdown 文档，比如：
- 原文的这篇文档就提供了查看 Markdown 版本，如上图。
- Chrome 浏览器的文档《Agentic browsing audits》中也专门介绍了 llms.txt。
对于这个问题，Google 搜索关系团队的 John Mueller 也做出了回应：
（官方文档这个功能）是内容管理系统的功能，这并不是为了搜索而做。可能只是一种临时措施，帮助阅读者直接把 Markdown 内容输出给 AI，以节省 Token，长期看来意义并不大。
这里借用一下申永的看法：
由于 AI 的不完美，需要做 llms.txt、Markdown 格式内容，各种内外内容投喂，还要分场景分群体，包装自己的品牌包装自己的产品，真是有点折腾人，很多人为概念，为浪潮买单，效果只有自己知道。是不是随着 AI 的发展，这些都是过程，就像谷歌刚热起来的时候，各种关键词堆砌，各种泛域名解析，各种垃圾外链一样，随着发展还是回归用户，回归用户价值。现在很多公司都不想在 AI 赛道落后，花费大量的钱去做 GEO，服务商帮你一起梳理你公司的定位，你公司的产品，你公司的服务，说是公司资产沉淀，信就去做吧，对也不对，对的是你公司从来没有这样系统的梳理过这些工作，不对的是效果真的那么好吗？这些事情不还是回归到 SEO 的路子，只是一种变种而已，你没觉得传统 SEO 更符合用户更符合实际吗，现在为了 AI 制造出这么多东西出来，后面怎么清洗呢？
我的判断也类似：
llms.txt、内容分块、Markdown 镜像网页，可能都是短期有效的。就像关键词密度和关键词堆砌，在 SEO 早期是有效的一样——搜索引擎依靠关键词密度来判断相关性，所以前期非常有效，也催生了大量关键词堆砌的作弊行为。后期搜索引擎能力提升，逐渐依靠向量算法、自然语言等算法来计算相关性，关键词密度就逐渐失效，甚至成为作弊信号之一。同理，llms.txt、内容分块、Markdown 镜像网页等也是一样：因为 AI 前期能力和策略有限，只能用这些简单的方法，所以会短期有效。但这些策略产生了新的问题，或影响了用户体验，所以长期来看不会被支持，将慢慢消失在历史长河。
原文链接：Optimizing your website for generative AI features on Google Search
【报告】Microsoft Clarity 推出全新 AI 可见度报告
Microsoft Clarity 中新增了 AI 可见度报告，该报告帮助网站主了解自己内容在 AI 答案中的可见性——你的页面何时被发现、被引用、被用作 AI 系统的“引用”（grounding）来源。
核心指标
| 指标 | 说明 |
|---|---|
| 页面引用数 （Page Citations） | 你的域名页面被 AI 回答引用的总次数 |
| 权威份额 （Share of Authority） | 在同一组查询中，你的域名所占引用总量的百分比，可做竞品对比 |
| AI 引荐流量 （AI Referral Traffic） | 来自 AI 助手的会话占网站总会话的百分比 |
| 搜索词 （Queries） | AI 系统用来检索和评估你网站内容的搜索词，帮助理解用户意图 |
| 被引用页面 （My Cited Pages） | 页面级视图，展示哪些 URL 被引用及关联的查询 |
| 趋势线 （Trendlines） | 追踪被引用页面和查询随时间变化的趋势 |
如何使用
- 创建 Clarity 项目并在网站安装 Clarity 追踪代码即可自动开始获取数据。
- 部分情况需通过绑定 Bing Webmaster Tools 或 Google Search Console 完成域名验证。
- 访问路径：Dashboards → AI Visibility → Citations。
未来规划
即将推出的功能包括：
- 主题洞察（Topic Insights）：自动将被引用的查询按意图主题分组，帮助理解内容“为什么”被 AI 选中。
- 竞品与归因分析：更丰富的竞争对比和内容贡献度分析。
- 可执行的建议：帮助填补内容空白、在关键话题上建立权威、更频繁地出现在 AI 回答中。
补充一点：强烈推荐安装下 Clarity。不光是新推出的 AI 可见度报告，Clarity 本身就是微软推出的免费工具，能查看网站热力图，也可以免费录制用户的访问会话。
原文链接：Citations now generally available
其他更新
- GA4 新增 “AI Assistant” 默认渠道分组：GA4 终于把 ChatGPT、Gemini、Claude 的流量从 Referral 里单独拎了出来，自动归入新的 “AI Assistant” 渠道，无需自己写正则；不过 Perplexity 和 Microsoft Copilot 暂未在官方名单中。
- Google 澄清：垃圾信息政策也适用于 AI Overviews / AI Mode：Google 在 spam policies 文档的开头加了一句话——操纵 AI 生成回答的技术也算垃圾行为，Google 会采取行动。
【案例】行之有效，直到失灵：那些适得其反的AI内容策略
Lily Ray 跟踪了 220 多个 AI 内容平台的“客户案例”网站，发现超过半数站点出现腰斩级流量下滑。崩盘模式也高度一致：
- 6-12 个月内容爆发。
- 3-6 个月达到流量峰值。
- 之后一年内崩盘到低于基准线。
网站流量崩盘的统计数据：
| 跌幅 | 站点占比 |
|---|---|
| ≥30% | 54% |
| ≥50% | 39% |
| ≥75% | 22% |
历史回顾：
- 2023.9 Helpful Content Update：打击“为搜索引擎而非人类写的内容”。
- 2024.3 Core Update + Scaled Content Abuse 政策：Google 自己宣称要把低质量、非原创内容减少 45%，明确瞄准“为操纵排名而批量生产页面，无论作者是人还是 AI”。
Lily 的判断：现在 AI 工具产出的内容，和当年被这两波更新干掉的内容长得几乎一模一样——只是生产成本更低、规模更大。
八种高风险 AI 内容模板（哪种命中越多，跌得越狠）
| # | 模板 | 典型 URL 模式 |
|---|---|---|
| 1 | 规模化产品对比页 | /blog/[产品A]-vs-[产品B] |
| 2 | “什么是 X” 词汇表 | /glossary/[术语] |
| 3 | “最好的 X for Y” 清单 | 经典 affiliate 套路 |
| 4 | 自我推销清单（最危险） | 在“最佳 X”榜单里把自己排第 1，竞品排后面 |
| 5 | 竞品替代品页 | /blog/[竞品]-alternatives |
| 6 | 程序化地域 / 多语种扩展 | 没有真实本地业务却假装覆盖每个城市 |
| 7 | FAQ 农场（每问一页） | /faq/[问题] |
| 8 | 与业务无关的话题（笑话、宝宝名、星座） | 跨主题刷量 |
她特别强调：这些套路真的能短期排上去——所以才有人用——但一旦规模化，对算法来说就是非常显眼的特征。
“2026 年 1 月晚期未确认更新”：Lily 发现至少 40 个站点从 2026-01-20 左右开始下跌 40-95%，主要命中“自我推销清单”模式。这可能只是 Google 打击 GEO 操纵的开端。
如何安全地使用 AI 内容工具
她明确表态：工具本身不是问题，问题在于实现方式。安全的用法：
- 用 AI 做研究、整理、内容大纲、融入第一方数据——提效但不替代人。
- 必须有经验丰富的 SEO 专家把关，避免“开了就不管”。
- 任何 AI 辅助内容仍要体现 E-E-A-T、提供信息增量，并按 Google 建议透明披露使用了 AI。
评估 AI 内容的灵魂 5 问：
- 这个页面真的因为有读者需要而存在，还是只为被搜索引擎/LLM 引用？
- 竞争对手用同样的 prompt 明天能产出几乎一样的页面吗？
- 如果 Google、记者、你的客户看到这个 AI 内容频道下所有 URL，你会心虚吗？
- 文章是否有偏见？有的话是否对用户透明？
- 页面是否提供了前 10 个结果里没有的第一方数据、专业知识或独到观点？
我的看法：结合之前的20 个全新域名，2000 篇纯 AI 文章和 Grokipedia 的 2 个案例，基本可以下结论：AI 批量内容可能短期有效，但大概 3~6 月开始下降，最后彻底跌回原形。
原文链接：It Works Until It Doesn't: AI Content Strategies That Backfire
【工具】结构化数据分析和建议工具
我新开发的免费工具，参考 schema.org 官方工具，可分析网页现有的结构化数据，结合网页类型并给出当前适合本页面的结构化数据建议。
工具地址：https://www.zhidaow.com/tools/structured-data-analysis/
欢迎试用，并给出使用建议。
评论
暂无评论，来写第一条吧 👇
写下你的评论