“全域搜索优化”
随着消费者的购买旅程进入 AI 助手的聊天窗口，电商零售商获取客户的竞争格局被彻底重塑。然而，那些成功在语言模型回答中占据一席之地的企业，将获得极具购买意向的客户——而实现这一目标的关键在于结构化数据和数字公关。
当消费者越来越多地转向 AI 服务进行产品推荐时，传统的搜索引擎优化（SEO）是否已经过时？这是主持人 Ola Andersson 邀请来自 Growth Marketing Sweden 的 Jorge Castro、来自 Crystallize 的 Bård Farstad 以及来自 Etals 的 Jimmy Bergstedt 登台讨论新关键词之战时提出的价值百万美元的问题。
小组讨论的答案是否定的。相反，这门学科并未消亡，而是演变为如今所称的 GEO（生成式引擎优化），其中传统的专业技能构成了被新型语言模型——即所谓的大语言模型（LLM）——发现的基础。
“不，完全不是。事实上，它正变得比以往任何时候都更重要，因为我们看到的是，良好的SEO是驱动良好GEO的关键。”Growth Marketing Sweden的创始人兼AI SEO专家Jorge Castro表示，他最近发布了一份针对Ehandel.se上主导Google AI界面的电商零售商的映射分析。
进入语言模型的两种路径
要了解电商零售商如何影响 ChatGPT 等 AI 助手推荐特定品牌，重要的是区分其背后的技术工作原理。Jorge Castro 解释说，需要考虑两个阶段：固定的训练数据阶段和所谓的检索阶段，通常缩写为 RAG（检索增强生成）。
虽然训练数据只能在语言模型下一个学习周期之前长期影响，但检索阶段是实时进行的。在这个阶段，AI 在其现有数据库中找不到答案，而是前往互联网检索并索引符合用户具体查询的新信息。
通过积极处理提及内容（so-called mentions）以及在外部网站和相关论坛中进行数字公关，你可以在这个阶段取得快速成果。Jorge Castro 以电商零售商 Motion Fitness 为例，该公司营业额略低于 5000 万瑞典克朗。该公司有一个品牌，当客户向 AI 服务咨询打造家庭健身房的建议时，该品牌并未出现。通过有针对性地在合适的语境下进行数字公关和提及操作，他们在一周内就观察到 AI 的回答发生了有利于该公司的变化。
在规模更大的玩家如 Däckline（营业额超过 1000 万瑞典克朗）中也看到了同样的模式，外部提及在过去一年中是最关键的因素。分析公司 Ahrefs 的一项研究审查了 75,000 个网页，证实了这一观点：在 AI 时代，靠在自己页面上填充大量富含关键词的长文本以在狭窄搜索短语中排名的时代已经结束。现在的关键是在整个网络上建立权威性和可信度。
“你越深入优化阶段，就越会意识到：等等，这其实就是经典的SEO，只不过是一种更现代的SEO。因为现在不再是搜索引擎优化（Search Engine Optimization），而是‘全渠道搜索优化’（Search Everywhere Optimization）。大语言模型会从YouTube、论坛、甚至某人的推文里检索数据——信息来自四面八方。”Jorge Castro说道。
点击量减少，但线索极其精准
消费者搜索行为的变化在电商平台的流量中清晰可见：许多传统从Google来的自然流量正在下滑。但电商平台Crystallize的首席执行官Bård Farstad认为，硬币还有极具吸引力的一面。那些真正从AI助手点击跳转到在线商店的流量，具有完全不同的购买意图。
根据Ahrefs和Adobe的研究，通过语言模型访问的访客转化率比传统搜索流量高出多达42倍。
“你可以把它想象成有一位销售人员在外奔波。客户进行搜索、聊天，最终引导至网站，这样的线索相当‘温热’。相比之下，传统搜索中我们只是搜一下、看看十个蓝色链接、四处浏览，”Jorge Castro解释道。
然而，当客户进入商店时，这对电商体验提出了全新的要求。据Bård Farstad称，我们现在正处于一个转变期，整个价值链正变得具有代理性（agentic）——不仅涉及如何构建和运营网站，还涉及产品的发现方式。
“说得不太技术化一点，关键在于掌控产品数据。这些数据必须高度结构化且具备语义特征，以便机器人能够读取。但随后人们很容易只关注爬行的机器人或智能体。你还得考虑那些最终到达这里的人类用户，他们希望获得品牌体验和产品展示故事。因此你必须同时针对两者进行优化。”Bård Farstad表示。
AI作为结构化产品数据的引擎
把产品数据整理好说起来容易做起来难，这往往是许多零售商内部耗时巨大的瓶颈。Etals的首席执行官兼创始人Jimmy Bergstedt认为，AI本身就是解决这一问题的方案。通过使用AI工具，电商平台既能深入研究顾客对特定产品类别实际提出的各种问题，又能自动化处理后台繁重的数据工作。
“你通常拥有的是非结构化的供应商数据，然后需要将其结构化并导入自己的系统。我认为AI是帮助公司完成这些流程的绝佳工具，”Jimmy Bergstedt指出，该技术能够从供应商处获取原始数据，自动将其结构化并整合到业务系统中，同时生成真正有助于顾客的內容。
一旦你完成了数据结构化，还可以在自己的网站上构建专属的智能购物助手。Bård Farstad 以园艺连锁品牌 Plantagen 为例，展示了其成功经验。为推动全渠道销售并引导顾客走进实体店，Plantagen 对其所有产品数据、指南和养护说明进行了结构化处理。这不仅使这些信息在外部 AI 搜索中可见，还能在其网站上的自有 AI 代理中直接发挥作用，顾客在周末种植前即可获得针对其特定花园和种植区域的个性化建议。
独特的内部数据胜过 AI 垃圾信息
在讨论过程中，一位观众提出了一个关于新 AI 世界中可信度的关键问题：当任何人都能构建即时生成提及内容的 AI 代理时，提及内容如何继续作为可靠的排名因素？
据 Jorge Castro 表示，最终的赢家不会是那些 spam（垃圾信息）最多的企业，而是那些最聪明地利用真实公关和独特内容的企业。关键在于立足自身，充分利用企业内部已有的独特数据。例如，Däckline 选择分析其客户服务中心的数据，以了解客户最常咨询的问题和技术难题。基于此，他们制作了深度指南，并围绕该主题开展公关活动——这既减轻了客服压力，也在语言模型眼中建立了强大的权威性。
“谁最擅长公关、谁最能提升可见度，谁就能最好地为大语言模型提供数据。做得最好的方式，比如分享内部数据和进行研究。这不仅能提供内容和知识，还能为你的品牌树立实体形象。”Jorge Castro 说道。
当被问及电商零售商如何在如此快速的技术发展中从组织层面取得成功时，小组成员一致认为，必须用持续的实验取代长期固定不变的策略。
“我认为重要的是保持对行业动态的关注，同时也要不断自我测试。开始进行测量，了解当前的表现，密切关注相关新闻，并持续进行测试。”Jimmy Bergstedt 建议道。
Bård Farstad 最后向电商领导者传达了一个明确的信息，即 2026 年及以后所需的企业文化：
“最愿意改变的人将获胜。现在正确的做法三个月后可能就不再适用，六个月后更是如此。因此，我认为建立一种变革文化非常重要。”