谷歌新推出的AI模式凸显了自然搜索的巨大变革。AI生成的答案往往消除了用户的点击需求，但希望获取更多信息的用户仍需单独搜索未链接的品牌名称。
这一变化导致SEO策略发生重大转变：
- 流量不再是衡量电商表现的关键指标，因为许多购物者在决策时可能不会进行点击；
- 成为信誉良好的品牌和实体对出现在AI回答中至关重要：若网站未被识别为实体，AI便无法感知其存在；
- 优化品牌名称搜索日益重要，因消费者常查询品牌或产品名，而AI回答通常不提供直接链接。
企业主对此普遍感到担忧，且不确定如何调整SEO策略。以下是相关应对概述。
产品定位
生成式AI平台依赖外部来源推荐产品和品牌。除非它们接触到某款产品或公司的优势信息，否则不太可能将其纳入或推荐。
因此，以AI驱动的SEO策略应包含创建和营销“品牌知识内容”，旨在阐明：
核心目标是向大型语言模型提供业务信息，增加其在相关消费者问题的AI答案中被展示的机会。
下图展示了Google AI模式中比较Zoho与HubSpot两款主流客户管理平台响应查询的情况：
来自AI模式的表格，比较了Zoho CRM与HubSpot。点击图片放大。
品牌提及与反向链接
对于生成式AI算法而言，品牌提及与反向链接同等重要。ChatGPT、Gemini等平台依赖“相似性”和共现关系，即品牌名称需出现在查询的相关语境中。
同时，反向链接对传统自然搜索排名依然关键，且生成式AI平台也依赖于Google、Bing等搜索引擎的数据。
因此，优化AI搜索应兼顾链接建设与品牌推广。以下策略有助于实现双重目标：
- 联合引用链接建设：例如在与竞争对手并列的列表文章中获得曝光或被链接；
- 媒体外联：通过公关手段获取链接及知名媒体的品牌提及；
- Reddit社区建设：参与相关Subreddit或运营自有板块，提升在记者、Google及ChatGPT中的可见度。
解决问题，而非仅关注关键词
生成式AI搜索引擎采用“查询发散”技术（Google引入该术语，其他大模型亦使用类似方法）。该技术超越直接回答，涵盖相关及后续概念，以提供更详尽的解释并高效解决用户问题。
关键词研究对理解购物者旅程仍至关重要，但优化不应止步于将词汇嵌入标题、副标题和正文。更应思考驱动每个关键词背后的问题，并在页面提供额外信息予以解答。
可借助GPT工具“SEO：搜索查询分析器”辅助分析，或在ChatGPT、Gemini中使用以下提示：
我的目标关键词是[KEYWORD]。针对此查询的目标受众，哪些后续问题和额外信息会有所帮助？