索未 · 阅读 ｜ 周读·深度书评
从关键词排名到“被搜索系统理解”：AI 搜索时代，SEO 真正应该优化什么？
过去几年，SEO 越来越容易陷入一种奇怪的焦虑。
本篇脉络
01 第一阶段：Crawling——Google 能不能找到并访问你的内容
02 哪些页面应该存在？
03 哪些应该合并？
04 哪些只是重复表达？
05 为什么另一个网站愿意引用你？
06 第一部分：Discovery
周读《The Art of SEO: Mastering Search Engine Optimization》
作者Eric Enge、Stephan Spencer、Jessie Stricchiola
周读日期2026 年 9 月 18 日
AI Overview 出现了。
AI Mode 出现了。
生成式搜索开始直接回答问题。
用户不一定再按照过去的方式点击十个蓝色链接。
于是，新的名词不断出现：
AEO。
GEO。
LLMO。
AI SEO。
有人甚至开始问：
传统 SEO 是不是已经过时了？
重新阅读《The Art of SEO》以后，我反而越来越确定：
真正需要被淘汰的，不是 SEO。
而是我们对 SEO 过于狭窄的理解。
如果 SEO 只是：
找关键词。
控制关键词密度。
修改 Title。
做几条外链。
争夺某个排名。
那么它确实会越来越难。
但如果 SEO 真正解决的是：
如何让搜索系统发现、理解、信任并正确呈现一个网站，同时帮助真正需要这些信息的人找到它。
那么 AI 搜索并没有终结 SEO。
它只是迫使 SEO 重新回到它最核心的问题。
· · ·
《The Art of SEO》第四版由 O'Reilly 于 2023 年 9 月出版，773 页，作者为 Eric Enge、Stephan Spencer 和 Jessie Stricchiola。
第四版已经加入 AI、机器学习与生成式 AI 相关讨论，但它出版时，今天的 AI Mode、生成式搜索效果报告等体系尚未完全形成。也就是说：
这不是一本可以直接回答 2026 年所有 AI 搜索问题的操作手册。
但它真正有价值的部分，本来就不是某一个 SEO 技巧。
而是：
-
搜索引擎为什么存在； -
用户为什么搜索； -
搜索系统怎样发现内容； -
怎样理解搜索意图； -
网站架构为什么重要； -
内容、链接、技术与用户体验怎样共同工作； -
SEO 应该如何衡量与持续优化。
O'Reilly 对第四版的目录仍然从“搜索、用户意图、搜索引擎机制”开始，而不是从“排名技巧”开始，这其实已经说明了这本书的底层逻辑。
真正稳定的 SEO 知识，通常不是某个算法漏洞，而是对搜索系统运行逻辑的理解。
· · ·
很多 SEO 项目一开始就打开关键词工具。
搜索量多少？
难度多少？
竞争对手排第几？
这些当然重要。
但《The Art of SEO》首先讨论的却是：
人为什么要搜索？
这一步看起来很基础，却决定后面几乎所有工作。
一个搜索可能是在找：
某个特定网站。
一个答案。
一个产品。
一个解决方案。
一个供应商。
一个价格。
一个附近地点。
一次比较。
一次购买决策。
传统上，我们把这些概括为：
Navigational。
Informational。
Transactional。
Local。
但到了 AI 搜索时代，查询变得越来越复杂。
过去用户可能连续搜索：
"portable ferris wheel"
"portable ferris wheel price"
"portable ferris wheel regulations Europe"
"best portable ferris wheel for Christmas market"
现在，他可能直接问：
这已经不是一个简单关键词。
而是一个完整任务。
所以未来 SEO 的核心单位正在逐渐从：
Keyword
转向：
Intent + Task + Context。
这也是为什么单纯围绕一个关键词重复生产文章，越来越难形成真正竞争力。
· · ·
Google 目前的官方文档依然把搜索处理拆成三个基本阶段：
Crawling → Indexing → Serving。
也就是：
抓取 → 索引 → 呈现搜索结果。
这三个阶段看起来简单，却能解释大量 SEO 问题。
· · ·
页面不存在于搜索引擎的“默认知识”中。
搜索系统必须先发现 URL。
它可能通过：
内部链接。
外部链接。
Sitemap。
之前已经抓取过的页面。
然后 Googlebot 访问页面、下载内容，并在需要时执行 JavaScript 渲染。
所以一个网站的第一个 SEO 问题从来不是：
“我的关键词为什么没排名？”
而应该是：
“搜索引擎能否稳定发现和访问我真正重要的页面？”
如果一个新产品页：
没有内部链接。
深藏在筛选参数后面。
JavaScript 渲染失败。
被 robots.txt 阻挡。
服务器频繁返回错误。
那么后面讨论 Title、内容长度、E-E-A-T，意义都有限。
没有被可靠抓取的内容，没有资格进入下一步。
· · ·
这是 SEO 中最容易被混淆的问题之一。
Google 访问了页面。
不代表一定索引。
Search Console 发现 URL。
也不代表一定进入有效索引。
Google 官方说明，在索引阶段会分析页面文本、图片、视频、Title 等信息，还会识别重复页面并选择 Canonical 版本；即使页面已经被处理，也并不保证一定被索引。内容质量低、noindex 指令或网站设计问题都可能影响索引。
因此：
Crawled ≠ Indexed。
进一步还有：
Indexed ≠ Ranked。
Ranked ≠ Traffic。
Traffic ≠ Conversion。
这几组区别非常重要。
很多网站看到：
“已编入索引”
就认为 SEO 已经完成了 80%。
其实索引只是获得了参加比赛的资格。
接下来搜索系统还要判断：
这个页面究竟在回答什么？
对哪个查询有价值？
与其他数十亿页面相比，为什么应该展示它？
· · ·
早期 SEO 时代，人们高度依赖关键词。
页面出现某个词。
Title 包含某个词。
锚文本包含某个词。
搜索系统就可以建立更直接的对应关系。
但现代搜索早已经不仅依赖精确关键词。
Google 公开的排名系统文档仍列出了 BERT、Neural Matching、RankBrain、Passage Ranking 等系统，用于理解语言、概念和页面局部内容；Google 同时确认 PageRank 和链接分析仍然属于核心排名体系的一部分。
这意味着：
搜索系统越来越擅长理解：
词不同，但意思相近。
这对 SEO 产生一个非常重要的影响：
真正的优化重点应该从：
“这个关键词出现几次？”
转向：
“这个页面是否完整表达了搜索者真正需要理解的主题？”
比如用户搜索：
"portable amusement rides for small fairgrounds"
页面不一定必须机械重复这句话十次。
更重要的是它是否真正解释：
适用场地。
运输方式。
设备尺寸。
安装周期。
电力需求。
运营能力。
目标年龄。
预算。
安全与维护。
采购风险。
用户真正需要的是：
解决问题。
而不是看到关键词被重复。
· · ·
《The Art of SEO》中一个很重要但经常被内容营销掩盖的部分，是 Information Architecture。
网站不是一堆独立页面。
而是一张关系网络。
例如一个工业 B2B 网站可以形成：
Homepage
↓
Product Category
↓
Product
↓
Application / Solution
↓
Technical Guide
↓
Buying Guide
↓
Case Study
这种关系不仅帮助用户浏览。
也帮助搜索系统理解：
哪个页面是核心。
哪个页面属于哪个主题。
哪些页面彼此相关。
什么内容最重要。
Google 在当前 AI 搜索指南中仍明确建议，让重要内容能够通过内部链接被轻松发现。
所以：
Internal Linking 从来不只是“传递权重”。
它同时承担三件事情：
URL 发现。
主题关系表达。
页面优先级表达。
一个拥有 500 篇文章却缺乏清晰内部关系的网站，很可能远不如一个只有 100 篇内容、但主题结构极其明确的网站容易被理解。
SEO 不是内容数量比赛。
它也是：
信息组织能力。
· · ·
AI 让内容生产速度大幅提高以后，一个新的 SEO 风险变得更加明显：
页面数量膨胀得比信息架构更快。
同一个产品：
一个产品页。
三篇购买指南。
两个解决方案页面。
五篇博客。
多个国家页面。
多个标签页面。
内容之间逐渐高度相似。
最后变成：
每个页面都在竞争同一组查询。
这不是“内容越多越好”。
而是：
搜索系统越来越难判断哪个页面才是主要答案。
Google 在索引阶段会将相似页面聚类并确定 Canonical 页面。
所以大量网站真正需要做的不是继续新增内容。
而是先回答：
哪个是 Canonical？
哪个页面承担哪个 Intent？
AI 时代，Content Governance 会越来越重要。
因为：
生成能力已经不稀缺，内容边界反而变得稀缺。
· · ·
Google 当前关于 People-First Content 的指导仍然强调：
内容是否提供原创信息、报告、研究或分析？
是否对主题进行了充分、完整的描述？
网站是否有明确的主要目的？
读者离开页面时，是否真正获得了完成目标所需要的信息？
这几句话其实比大量"SEO 文章模板”更值得研究。
因为它们最终指向一个指标：
Information Gain。
这篇页面相对于互联网上已经存在的内容，新增了什么？
如果只是把搜索结果前十名重新整理一遍。
AI 已经可以极低成本完成。
未来越来越有价值的内容往往来自：
真实测试。
真实项目。
真实图片。
真实数据。
第一手经验。
客户问题。
技术文档。
案例。
失败记录。
对比。
计算工具。
原始研究。
专家判断。
换句话说：
过去很多 SEO 内容是在做：
Information Repackaging。
未来更重要的是：
Information Creation。
这对 B2B 企业尤其关键。
制造企业真正的内容优势不应该只是“比同行更会写博客”。
而应该是：
拥有同行无法轻易复制的一手业务信息。
· · ·
这是当前最容易被错误理解的地方之一。
问题不应该简单变成：
人工内容 = 好。
AI 内容 = 差。
真正需要判断的是：
AI 被用于创造价值，还是用于规模化制造低价值页面？
Google 当前 People-First 指导明确把“大量自动化生产不同主题内容，只为了获取搜索流量”视为需要重新审视的信号。
而当前 Spam Policies 已经明确把试图操纵 Google 搜索系统、甚至试图操纵 Google 搜索中的生成式 AI 回答，都纳入搜索垃圾内容政策语境。
所以 AI 时代内容团队更应该问：
AI 帮助我：
提高了研究深度？
发现了更多证据？
优化了数据整理？
提升了编辑效率？
还是只是：
帮助我每天从 10 篇增加到 100 篇？
如果唯一优势是：
规模。
那么风险也可能随着规模同时增加。
· · ·
《The Art of SEO》完整保留了链接建设的讨论，这一点在 2026 年仍然成立。
Google 官方目前仍明确说明：
链接分析系统用于理解网页之间的关系以及哪些页面可能对查询更有帮助，PageRank 至今仍是核心排名系统的一部分。
但这并不意味着：
SEO = 买更多链接。
真正值得理解的是：
链接首先是一种关系信号。
通常因为：
你拥有一个值得引用的数据。
一个真正有用的工具。
一份研究。
一个标准说明。
一张图表。
一个行业资源。
一个值得讨论的品牌。
所以更长期的 Link Building 应该逐渐变成：
Link Earning。
不是一直问：
“在哪里放一个链接？”
而是：
“我拥有什么东西，值得别人主动引用？”
这两个问题会产生完全不同的 SEO 战略。
· · ·
Robots.txt。
Sitemap。
Canonical。
Status Code。
JavaScript Rendering。
Structured Data。
Page Experience。
很多企业管理者看到这些词，会觉得：
这是技术人员的事情。
但如果换一种方式理解，会简单很多。
Technical SEO 其实一直在做一件事：
让机器更容易访问、解析、识别和理解网站。
例如：
Sitemap 告诉搜索系统：
这里有哪些重要 URL。
Canonical 告诉系统：
多个类似 URL 中哪个应该作为主要版本。
Structured Data 帮助系统理解页面中的实体与信息类型。
Internal Link 帮助发现页面与建立关系。
HTML 文本确保重要内容可以直接被解析。
这套逻辑到了 AI 搜索没有消失。
反而更加重要。
Google 当前 AI Features 指南明确表示：
要进入 AI Overviews 和 AI Mode 中的支持链接，页面首先必须已经被索引，并且具备在 Google Search 中显示 Snippet 的资格；没有另外一套特殊技术门槛。
所以：
AI Visibility 的入口，首先仍然是 Search Visibility。
· · ·
这里需要把 2023 年的《The Art of SEO》更新到 2026 年。
Google 现在明确说明，AI Overviews 和 AI Mode 可能使用一种：
Query Fan-Out。
也就是：
系统针对原问题，同时发起多个相关子查询，探索不同子主题和数据来源，再组合形成回答，并展示支持这些回答的网页链接。
这会带来一个非常重要的变化。
过去 SEO 常常想：
“我的页面怎样排名这个关键词？”
未来还要考虑：
“我的页面是否能够成为复杂问题中某一个子问题的最佳证据？”
例如用户问：
生成式搜索可能拆成：
适合家庭的设备。
运输要求。
场地面积。
安装时间。
安全要求。
预算。
运营能力。
欧洲标准。
一个页面不一定需要包揽全部。
真正专业的页面可能只回答：
“移动摩天轮运输与安装要求。”
但如果这一部分足够明确、可靠、独特，它仍可能成为 AI 回答的一部分。
所以 AI 搜索正在进一步强化：
Topic Depth。
而不是单纯：
Keyword Coverage。
· · ·
这是 2026 年非常重要的信息。
Google 当前明确表示：
AI Overviews 和 AI Mode 仍然适用传统 SEO 基础原则。
没有额外的特殊技术要求。
不需要为了进入这些功能创建新的 AI 专用机器可读文件。
也不存在必须增加的特殊 Schema 标记。
2026 年 5 月，Google 又发布了一份专门针对生成式 AI 搜索优化的指南。
其中直接强调：
继续做好基础 SEO。
创造独特、非商品化、真正有价值的内容。
不要把注意力过度放在所谓"AEO/GEO 捷径”上。
Google 甚至特别提到，没有必要为了 AI 搜索而机械“切块内容”、创建不必要的 AI 文本文件，或追求不真实的品牌提及。
这并不是说：
GEO 没有研究价值。
而是：
至少对 Google 而言，GEO 不应该被理解成一套脱离 SEO 基本原理的神秘技巧。
这是一个非常重要的边界。
· · ·
我更愿意这样理解：
传统 SEO 重点研究：
搜索系统如何发现、理解和排序页面。
生成式搜索优化进一步研究：
AI 搜索系统如何选择、组合、引用和呈现信息。
两者有新增问题。
但底座高度重合。
例如：
可抓取。
可索引。
清晰的网站结构。
可信来源。
实体关系。
独特信息。
结构化内容。
品牌可信度。
真实经验。
高质量图片和视频。
明确的事实。
这些资产：
既服务传统搜索，
也服务生成式搜索。
所以未来更合理的路径不是：
SEO → 被 GEO 取代。
而可能是：
SEO 成为更大"Search & AI Visibility"体系的一部分。
· · ·
过去讨论 AI 搜索有一个很大问题：
数据不透明。
网站所有者很难清楚区分：
普通搜索曝光。
AI Overview 曝光。
AI Mode 曝光。
但这一点在 2026 年已经发生明显变化。
Google 于 2026 年 6 月推出 Search Console 生成式 AI 效果报告，并在官方说明中注明：
截至 2026 年 8 月 31 日，这些数据已向全球所有网站推出。
目前可以查看网站在生成式 AI 搜索功能中的：
展示次数。
出现页面。
国家。
设备。
日期趋势。
这意味着 SEO 分析开始进入一个新的阶段。
以后网站不应该只追踪：
Clicks。
Impressions。
CTR。
Average Position。
还可以进一步分析：
哪些页面正在进入生成式 AI 搜索体验？
哪些主题更容易获得 AI 曝光？
传统搜索与生成式搜索的页面结构是否不同？
这将逐渐形成一套新的数据分析体系。
· · ·
过去 SEO 报告最常见的指标是：
关键词排名。
这个月多少 Top 3。
多少 Top 10。
但排名有天然局限。
不同地区不同。
不同设备不同。
不同查询意图不同。
SERP 功能不同。
AI 结果不同。
而且：
排名并不等于业务结果。
真正完整的 SEO 指标应该至少分成四层。
Impressions。
排名。
AI Search 展示。
SERP Feature 覆盖。
Clicks。
Organic Sessions。
Landing Pages。
阅读。
页面浏览。
站内行为。
进一步查询。
询盘。
报价。
注册。
订单。
收入。
SEO 真正成熟的标志，不是：
“这个词终于第一。”
而是：
搜索可见性是否正在转化成企业价值。
· · ·
如果把《The Art of SEO》与 2026 年的搜索环境结合，我认为 B2B 出口企业可以把 SEO 简化成七层。
搜索系统是否能够稳定访问网站。
真正重要的页面是否进入索引，重复页面是否得到控制。
产品、解决方案、支持、案例、知识内容之间是否存在清晰关系。
企业是否真正覆盖客户从认知到采购的完整问题。
例如：
What is it？
How does it work？
Which one should I choose？
How much does it cost？
How is it shipped？
How is it installed？
What standards apply？
What is the ROI？
网站有没有别人无法简单复制的一手资料：
参数。
项目。
案例。
现场图片。
技术流程。
测试。
经验。
数据。
外部引用。
企业实体。
作者与专家。
客户证据。
品牌一致性。
搜索曝光最终有没有：
进入询盘。
形成销售线索。
转化成业务。
这七层比：
“每周写五篇 SEO 文章。”
复杂一些。
但也更加接近 SEO 真正的价值。
· · ·
这一周可以选择一个真实网站。
不要先打开关键词工具。
按照搜索系统运行顺序检查。
· · ·
重要页面能否从首页或类别页通过内部链接发现？
Sitemap 是否包含真正重要的 URL？
是否存在孤儿页面？
· · ·
Googlebot 是否能够访问？
robots.txt 有没有误拦截？
服务器是否稳定？
JavaScript 内容能否正常呈现？
· · ·
核心页面是否被索引？
Crawled – currently not indexed？
是否存在大量低价值 URL？
· · ·
每个页面究竟回答一个什么问题？
Title、H1、正文和页面类型是否表达同一个主题？
内部链接是否清楚表达页面关系？
· · ·
页面有没有：
原创信息？
真实经验？
真实数据？
案例？
图片？
参数？
采购决策价值？
如果删除企业名称以后，这篇文章与另外十个网站是否几乎一样？
如果答案是：
一样。
这可能就是最值得优先解决的问题。
· · ·
进入 Search Console 生成式 AI 效果报告。
查看：
是否集中在某一类内容？
再把这些页面与传统搜索表现进行比较。
不要立即寻找"AI 排名技巧”。
先寻找：
真实数据中的模式。
· · ·
这本书非常系统。
但必须承认：
SEO 变化速度已经超过传统出版周期。
第四版出版于 2023 年。
而之后发生了：
AI Overviews。
AI Mode。
Query Fan-Out。
生成式 AI 可见性报告。
Agentic Search。
新的搜索交互模式。
因此不能把任何 SEO 书籍当成：
规则手册。
真正合理的学习结构应该是：
书籍负责建立：
长期框架。
Google Search Central 负责：
当前规则。
Search Console 负责：
真实网站数据。
实际实验负责：
验证判断。
这四部分缺一不可。
尤其在 SEO 行业：
经验很重要，但经验如果脱离最新数据，很容易迅速变成过时经验。
· · ·
过去 SEO 经常被归类到：
数字营销。
这当然没错。
但重新阅读《The Art of SEO》之后，我越来越认为：
SEO 同时是一门：
Information Engineering。
它要解决：
什么信息值得存在？
怎样组织？
怎样连接？
怎样让机器发现？
怎样让机器理解？
怎样证明可信？
怎样与用户需求匹配？
怎样衡量效果？
从这个角度看：
Technical SEO。
Content SEO。
Information Architecture。
Digital PR。
UX。
Analytics。
AI Search。
并不是几个彼此独立的工作。
它们都在解决同一个问题：
如何让高价值信息，在正确的时间，被正确的人和正确的系统发现。
· · ·
每一次搜索技术发生变化，都会有人宣布：
SEO 死了。
社交媒体出现时。
移动互联网出现时。
语音搜索出现时。
生成式 AI 出现时。
但真正变化的，往往不是：
人类不再寻找信息。
而是：
寻找信息的方式变了。
只要人仍然存在问题。
只要互联网仍然存在信息。
只要系统仍然需要：
发现。
理解。
筛选。
判断。
排序。
组合。
呈现。
那么 Search Optimization 就仍然存在。
只是它越来越不能依赖简单技巧。
未来真正有价值的 SEO，也许不再是：
谁能最快找到一个排名漏洞。
谁能一天生成最多文章。
谁能复制最多竞争对手关键词。
而是：
谁真正理解用户问题。
谁拥有最好的信息资产。
谁的网站结构最清晰。
谁能够持续提供第一手价值。
谁能够让搜索引擎、AI 系统和真实用户都清楚知道：
这个网站是谁。
它真正擅长什么。
为什么它值得被引用。
这可能才是 AI 搜索时代 SEO 真正的竞争壁垒。
所以，《The Art of SEO》最值得带走的并不是某一条技巧。
而是一个看起来很基础，却越来越重要的原则：
SEO 首先不是优化搜索引擎。
它是在优化：
信息与需求之间的连接。
搜索界面会变。
算法会变。
AI 模型会变。
SERP 会变。
但这件事不会轻易消失。
· · ·
可以打开自己的网站首页，暂时忘掉关键词排名，只回答三个问题：
搜索系统能不能清楚理解我是谁？
用户能不能迅速理解我能解决什么问题？
网站有没有一些信息，是竞争对手和 AI 无法轻易复制的？
如果三个答案都不够明确，
那么真正需要优化的，
可能远不只是 SEO 标签。
而是整个网站的信息体系。
· · ·
周读：《Product-Led SEO: The Why Behind Building Your Organic Growth Strategy》·Eli Schwartz
如果《The Art of SEO》解决的是：
搜索系统怎样工作？
那么下一期会进一步讨论：
企业究竟应该怎样把 SEO 变成产品，而不是持续发布文章的营销任务？
重点包括：
为什么 Keyword-First SEO 容易陷入内容工厂。
为什么真正可规模化的 SEO 增长需要 Product Thinking。
怎样识别用户需求、建立页面模型、形成可扩展的网站架构。
以及在 AI 大规模降低内容生产成本以后：
Product-Led SEO 为什么可能比 Content-Led SEO 更加重要。
标签
#SEO,#GoogleSearch,#搜索引擎优化，#AI 搜索，#AIOverviews,#AIMode,#GEO,#AEO,#生成式搜索，#技术 SEO
文 / 索未
聚焦成长，求索未知。
在不同路径里，寻找同一件事：怎样成为更完整的自己。
推荐阅读:
周读：《Deep Work: Rules for Focused Success in a Distracted World》·Cal Newport
周读：真正高效的学习，不是学得更快，而是更快进入“真实能力区”
周读：《Make It Stick: The Science of Successful Learning》！