9 月 12 日下午，参加了26年深圳 SEO 大会有前置的 Side Events 活动。主办方 John 先分享了举办边会的初衷：今年有 150+ 位 SEO 大佬们报名演讲名额，但主会场只放得下四十多场演讲，于是加了两场免费的边会，以便多安排 8 位演讲者来分享。也顺便当成主会的试听，因为依然有观望者在纠结是否报名。
第一天边会的主题基本围绕着 AI+SEO，一共五场分享。下面是我的记录，及作为一个 Shopify 营销服务商兼小卖家的一些思考。
演讲1 · 如何用 APEX 四步法，赢得 AI 搜索的结果
开场的是 rankingonai.com 创始人 Tanya Van Gastel（她也曾在 OPPO 深圳和上海工作过）。
Tanya 没从 SEO 讲起，而是先推翻了一个默认前提：用户买东西的第一步，是在 Google 里敲关键词。她说这个前提在 AI 时代已经不成立了，很多人会同时开几个 tab（ChatGPT、Claude、Perplexity），把需求直接丢进去要推荐。而这个动作，已经反映在转化数据和销售线索里。
基于这个变化，她给出了整场分享的核心框架，APEX：
-
Authority（权威）：想办法进入被 AI 引用的源站，尤其是 best-of 榜单。因为 AI 抓取的内容里大约 43.8% 来自 best-of list。 -
Presence（在场）：传统底部漏斗 SEO（bottom-of-funnel，指专门做购买决策后期的词，比如"XX 怎么选""XX 和 YY 哪个好"）仍然是前提。她强调质量优先于数量：几篇"鲸鱼页"打赢 300 篇平庸内容。"鲸鱼页"是她的一个比喻，指单篇就能长期吃掉一大片搜索需求的超长内容页，一篇顶几百篇。 -
Endorsements（背书）：进第三方榜单、拿到品牌提及、被高质量页面链接。Tanya 的看法是 YouTube 现在强相关（Thumbnail 缩略图带上品牌、视频标题要做 SEO、甚至是自动生成的字幕经常被索引），而 Reddit 她已经不再推荐。【这个超级赞同👍】 -
eXtractability（可提取性）：站点要能被爬、内容要常更新（ChatGPT 明显偏好 30 天内的内容）、答案前置（BLUF），可以用关掉 JavaScript 的 Chrome 插件来测这部分的内容。
Q&A 里 Tanya 也回答了 2 个很实际的问题：1）小预算的品牌方应该如何使用 APEX？2）AI 引用怎么被验证？
对于第一个问题，大家可以在自己的博客页上也写 listicle 文章，Tanya 提到 HubSpot 和 Notion 都是这么操作过的；第二个问题的答案是：每个 ChatGPT 都是个性化的，自查不可靠，得用 Peec AI 这类 prompt 追踪工具看历史覆盖和信源分布。
演讲2 · JSON 换成 Markdown：AI SEO 成本直降 90%
第二场是来自 SerpApi（能实时抓取 Google 等搜索结果数据的 API 接口）的 Magenta（speaker巨巨巨好看）。演讲的主题标题就能概括：把喂给 AI 的数据格式从 JSON 换成 Markdown，token 消耗成本能砍约 90%（Google Search 上是 74%）。现场用 12 条 Google Shopping 查询跑 DeepSeek，平均省 89.55%，而且模型看到的商品更多，Feed 优化的建议也更靠谱。我觉得这个案例其实并不直观。
因为我会后一查，SerpApi 是能是多渠道抓取结果的，结合实时趋势，能做的事儿可太多了。比如电商的选品：API 扫描到某类产品在亚马逊 + eBay + 沃尔玛的销售额同时激增，再拉 Google Shopping 和 TikTok Shop 的结果，如果上架的商家不超过3家，立刻触发上架通知。传统的 spy 软件，比如卖家精灵或者EchoTik，还是局限在单个平台里。但商机，是全域的，也是实时的！
这里还能衍生出一个数字产品的 idea：定期的做特定品类（比如宠物、家具、家电、美妆这种大类目）的扫描，输出一份"这个品类现在什么产品卖得好、卖多少钱、卖点在说什么、在什么渠道卖"的报告。对做电商的卖家来说，这种"看得见的对手盘子"报告，有人愿意付费吗？比如 19.99 美金/月。我还可以附赠 AI 素材 + 产品页，大家直接上产品跑就好。
演讲3 · 从 AI 工具到工作流
第三场分享来自 Wingfuture 创始人 Jacky。他的演讲的主题是：更多的 AI 工具，不等于更好的系统。
Jacky 说大多数团队的现状是工具堆了一堆，但工具之间的上下文还是靠人复制粘贴。真正该换的不是工具，是思维方式，从"哪个模型最好"（工具思维）切换到"什么每周跑一次、人在哪一步做决定"（工作流思维）。
Jacky 给了一个 7 段的工作流自测框架：触发条件、上下文、AI 系统、人工审核、输出、度量、迭代。
然后是两个 demo。
B2B 销售：Apollo 拉线索 → Google Sheets → AI 做调研 → A/B/C 分级 → 生成外联草稿。他点出的瓶颈很反直觉，卡点在资格审查，不在线索量，"更多的线索不等于更多的销售"。
SEO：从关键词发现 → 打分 → 聚类 → SERP 洞察 → brief → 文章 → 人工审核。
两个 demo 背后是同一个分工原则：AI 负责重复劳动和前期准备，人负责关系、策略和最终审核。
演讲4 · 智能体驱动的 Digital PR
第四场是 JournoFinder 创始人 Sacha Fournier 分享自己做 Agentic Digital PR 的方法论。
起因是 2023 年那波美国蛋价暴涨：Sacha 没有像其它同行一样只发一篇稿件，而是把全美每一家 Walmart 的蛋价做成一张可交互地图，然后写信给已经在报道蛋价的记者，说"我做了这么个东西，你可能用得上"。结果上了 Fox News，外加约 16 篇一线媒体报道。
84% 的 ChatGPT 提及落在第三方网站上，而不是品牌自己的官网。 第三方报道不只是外链，它决定别人怎么讲你的故事。难点是流程太散。
监测新闻、找案例、选专家、审核观点、找记者、发 pitch，散在邮箱、表格和微信里，而西方记者极其地赶时间。比如苹果发布折叠屏 iPhone Duo 后，新闻马上会出稿件，维修公司说它更容易碎，保险公司说它更难保。而这些稿件里，都需要引用到数据源/source，这就是你曝光的机会。
Sacha 的解法是把流程做成可配置的文本 skill，交给 AI agent 跑。七个里最重要的是第一个：定义品牌和要监测的新闻类型。相关性筛选这一步，用journofinder 他估计能省掉 80% 的翻新闻工作量。这里其实也是演讲 2 的工具 SerpApi 的具体应用场景。
内容方面，Sacha 强调三件重点：真观点（该反对就反对，记者要的就是不同声音）、专有数据（制造业品牌手里有别人没有的数字，见报概率明显上升）、翻译透明（中文观点可以忠实翻译成英文引用）。
自动化同样也划了边界：监测、研究、初判、草稿、找记者给机器；审核观点、发邮件留给人。
演讲5 · SEO 战略与执行计划（AI 9 步走）
最后一场是由于其它分享嘉宾的签证出了问题，大会主办 John 直接自己上了，主题是"如何用 AI 搭一套 SEO 战略和执行计划"。我直接拿 GPT Image 2.5 做了一张 Infographic 供大家参考：
这里我就不发散展开了，不然文字长度还能长一倍。
最后，26 年的深圳 SEO 大会目前依然开放报名，附上官网购票链接 https://shenzhenseoconference.com/#pricing，大家同样可以添加官方小助手：ShenzhenSEOConf 购票！