![SEO&GEO周报：Google发布AI优化指南｜AI内容站220个崩盘案例｜Clarity上线AI可见度报告[5月21日]](https://cdn.10100.com/user/f603cf484393441b8abb6166e8241ba5_180x.png)
【官方】Google 发布《生成式 AI 搜索优化指南》
Google Search Central 于 2026 年 5 月 15 日发布《生成式 AI 搜索优化指南》，明确 AI Overviews 和 AI Mode 的优化原则，强调其底层仍依赖现有搜索索引与 SEO 基础能力。
SEO 在 AI 搜索时代仍有核心价值
SEO 是生成式 AI 搜索的根基。AI 回答依赖两项关键技术，均基于 Google 现有索引：
- RAG（检索增强生成）：AI 先通过核心搜索系统检索高相关、有时效性的网页，再据此生成回答，并附带可点击来源链接。
- Query fan-out（查询扇出）：系统自动衍生多组相关查询并发执行，如用户提问“如何处理满是杂草的草坪”，可能同步检索“最佳除草剂”“无化学除草方法”等。
Google 明确指出：AEO（Answer Engine Optimization）、GEO（Generative Engine Optimization）等概念并非新学科，仅是 SEO 在不同场景下的自然延伸。
需重点落实的三大方向
1. 创造高价值、非通用内容
- 独特视角：基于亲身经历、实测数据的第一手内容更具不可替代性；AI 可拼凑通用信息，但无法复制真实经验。
- 非通用内容示例：
- 反例（通用）：《首次购房者的 7 个建议》
- 正例（非通用）：《为什么我放弃验房却省了钱：下水道线路实录》
- 结构清晰：合理使用标题、段落、小节，兼顾人类阅读与 AI 解析。
- 配高质量多媒体：图片、视频可被嵌入 AI 回答，拓展曝光渠道。
- 避免为 fan-out 查询单独建页：易触发规模化内容滥用政策，长期无效。
- AI 辅助创作可行，但成品须符合搜索规范与反垃圾政策。
2. 保持清晰的技术结构
- 确保页面可被索引、在搜索结果中展示摘要，方能进入 AI 功能流程。
- 遵循爬虫最佳实践；大型/高频更新站点需关注抓取预算。
- 语义化 HTML 以人类可读为优先，兼顾屏幕阅读器与 AI agent 友好性。
- 使用 JavaScript 框架时，须遵守 JavaScript SEO 最佳实践。
- 保障页面体验：加载速度、移动适配、主体内容清晰度。
- 减少重复内容；善用 Search Console 监控异常。
3. 本地商家与电商强化结构化数据源
- 电商接入 Merchant Center（feeds）。
- 本地商家完善 Google Business Profile。
- 可探索 Business Agent，支持用户在搜索中直接对话品牌。
无需刻意执行的操作
Google 明确否定了当前部分流行做法：
| 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。 |
| 内容“切块（chunking）”以适配 AI | 不需要。Google 能理解多主题页面的语义差异，无“理想页面长度”。 |
| 为 AI 重写内容、堆砌长尾关键词 | 不需要。AI 具备同义词识别与意图理解能力。 |
| 大量刷品牌提及 | 无效。反垃圾系统将过滤此类操作。 |
| 过度堆砌结构化数据 | 非必需。按需使用即可，不应专为 AI 设计。 |
Agentic 体验前瞻
AI agent 正逐步具备执行任务能力（如订座、比价）。浏览器 Agent 将通过截图、DOM 结构、accessibility tree 理解网站。可关注 Universal Commerce Protocol（UCP）等新兴协议。
相关讨论
指南发布后引发广泛讨论，焦点之一是 Google 是否言行一致——其文档提供 Markdown 版本，Chrome 文档亦提及 llms.txt。
Google 搜索关系团队 John Mueller 回应称：Markdown 功能属内容管理系统特性，非为搜索优化设计，仅为临时节省 Token，长期意义有限。
行业观点认为：llms.txt、内容分块、Markdown 镜像等策略，类似 SEO 早期的关键词堆砌——短期有效，但随算法演进将失效甚至成为风险信号。本质仍是回归用户价值，而非追逐技术概念。
【报告】Microsoft Clarity 推出 AI 可见度报告
Clarity 新增 AI 可见度报告，帮助网站主评估内容在 AI 回答中的引用表现，包括被发现、被引用及作为 grounding 来源的频率。
核心指标
| 指标 | 说明 |
|---|---|
| 页面引用数（Page Citations） | 域名页面被 AI 回答引用的总次数 |
| 权威份额（Share of Authority） | 同一查询组中，该域名引用量占总量的百分比，支持竞品对比 |
| 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 检索和评估内容所用的搜索词，反映用户真实意图 |
| 被引用页面（My Cited Pages） | 页面级视图，展示具体 URL 及关联查询 |
| 趋势线（Trendlines） | 追踪被引用页面与查询随时间的变化趋势 |
使用方式
- 创建 Clarity 项目并部署追踪代码，数据自动采集。
- 部分场景需绑定 Bing Webmaster Tools 或 Google Search Console 完成域名验证。
- 路径：Dashboards → AI Visibility → Citations。
未来规划
- 主题洞察（Topic Insights）：自动按意图主题聚类被引用查询，解析内容被选中的原因。
- 竞品与归因分析：深化竞争对比与内容贡献度评估。
- 可执行建议：识别内容空白、建立话题权威、提升 AI 回答出现频率。
Clarity 是微软推出的免费工具，除 AI 可见度外，还支持热力图分析与用户会话录制。
其他更新
- GA4 新增 “AI Assistant” 默认渠道分组：ChatGPT、Gemini、Claude 流量自动归入该渠道；Perplexity 与 Microsoft Copilot 暂未纳入。
- Google 澄清垃圾信息政策适用范围：操纵 AI 生成回答的行为属于垃圾内容，将受相应处罚。
【案例】适得其反的 AI 内容策略
SEO 专家 Lily Ray 调研超 220 个 AI 内容平台客户站，发现超半数遭遇腰斩式流量下滑，典型路径为：6–12 个月内容爆发 → 3–6 个月达峰 → 一年内跌至基准线以下。
流量跌幅统计：
| 跌幅 | 站点占比 |
|---|---|
| ≥30% | 54% |
| ≥50% | 39% |
| ≥75% | 22% |
历史背景：
- 2023 年 9 月 Helpful Content Update：打击“为搜索引擎而非人类撰写”的内容。
- 2024 年 3 月 Core Update + Scaled Content Abuse 政策：明确针对批量生产低质、非原创内容（无论由人或 AI 生成）。
Lily Ray 指出：当前 AI 批量产出的内容，与上述两次更新打击的对象高度相似——只是生产成本更低、规模更大。
八种高风险 AI 内容模板
| # | 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”榜单中将自身排第 1，竞品排后 |
| 5 | 竞品替代品页 | /blog/[竞品]-alternatives |
| 6 | 程序化地域 / 多语种扩展 | 无真实本地业务却覆盖所有城市 |
| 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 |
这些模式短期易获排名，但规模化后极易被算法识别为操纵信号。2026 年 1 月下旬疑似未确认更新已导致至少 40 个站点下跌 40–95%，主要命中“自我推销清单”类型——或为 Google 打击 GEO 操纵的开端。
安全使用 AI 内容工具的原则
- AI 用于研究、整理、大纲生成及整合第一方数据，提效不替代人工决策。
- 必须由资深 SEO 专家全程把关，杜绝“一键生成、放任不管”。
- 所有 AI 辅助内容须体现 E-E-A-T，提供信息增量，并按 Google 建议透明披露 AI 使用情况。
评估 AI 内容的 5 个关键问题：
- 该页面是否因真实用户需求而存在，还是仅为被搜索引擎或 LLM 引用？
- 竞争对手用相同提示词能否快速生成几乎一致的内容？
- 若 Google、记者或客户浏览该频道全部页面，你是否会心虚？
- 内容是否存在偏见？是否向用户明确说明？
- 是否提供了前 10 名结果中没有的第一方数据、专业见解或独特观点？
【工具】结构化数据分析与建议工具
一款免费在线工具，基于 schema.org 规范，可分析网页现有结构化数据，并结合页面类型给出适配建议。
工具地址：https://www.zhidaow.com/tools/structured-data-analysis/