Google《Search Off The Record》播客主持人Danny Sullivan与John Mueller近期针对基于大语言模型（LLM）的搜索排名提供了指导，明确驳斥了“将内容分块以适配AI”的行业建议。本文结合播客观点与当前搜索生态现状，探讨下一代搜索环境下的SEO策略及面临的挑战。
SEO与下一代搜索的范式转变
Google搜索已从早期的关键词匹配和PageRank链接分析，演进为2012年知识图谱引入后的实体理解阶段。当前的AI搜索正是这一“从字符串到事物”理念的深化，利用网络集体智慧以更类人的方式理解世界。
尽管底层基础设施仍为Google Search，但答案呈现形式已发生质变：搜索结果不再局限于单一关键词匹配，而是扩展为包含多个相关问题的长格式答案。这意味着传统的“单页面优化单关键词”范式已被打破，取而代之的是查询发散（Query Fan-out）机制，即一个用户查询可能触发对多个子问题的回答，并引用不同来源的内容。
拒绝机械分块，坚持为用户创作
针对AI搜索时代的内容组织形式，许多从业者误以为需将页面拆分为独立“块”以便机器抓取。然而，Google官方明确反对这种做法。
Danny Sullivan强调，结构规范的网页通过标题、列表等HTML元素已具备清晰的逻辑结构，无需人为割裂。他指出：
“我们反复看到一种建议是将内容切成小块，认为LLM偏好这种易消化的格式。但我们不希望你们这样做。系统是按人类阅读方式访问内容的，请不要为了Search专门制作内容，也不要准备‘给LLM’和‘给用户’两个版本。”
Sullivan进一步解释，针对机器的过度优化难以持久。随着系统迭代，奖励机制终将回归优质的人类可读内容。专注于基础目标而非投机性细节，才是长期成功的关键。
被忽视的引荐流量危机
在讨论内容创作的同时，查询发散对网站引荐流量的负面影响不容忽视。由于单个查询对应多个排名页面，且部分结果质量未达预期，出版商获取精准流量的难度显著增加。
AI搜索结果中的专业性缺失问题
尽管Google倡导为用户创作，但在实际AI生成结果中，主题专家内容常被边缘化，低质或非权威信源反而占据显眼位置。
专家内容被隐藏于次级标签
Google倾向于将权威出版物隐藏在“更多”或“新闻”标签页下，用户需多次点击才能触达。相比之下，AI概览直接引用的往往是缺乏专业背书的内容。
Google如何隐藏专家网页
低质信源主导AI推荐
在实际测试中，针对特定主题的严肃查询，Google AI模式常引用以下类型页面：
- 废弃多年的个人博客，内容过时且图片失效；
- 商业社交平台上的非专业文章；
- 垂直零售商发布的泛娱乐化内容。
这些来源既无权威性也缺乏可信度，却因算法权重获得优先展示。
Google垃圾AI结果的截图
高质量结果沦为备选
GQ、《纽约时报》等声誉良好的媒体本应是首选信源，却被降级处理。这种排序逻辑不仅削弱了用户体验，也打击了优质内容生产者的积极性。
被隐藏的高质量搜索结果截图
超越GEO与SEO之争，关注搜索生态本质
关于GEO（生成式引擎优化）或AEO的术语争论并无实质意义。核心问题在于，当高质量网站因流量枯竭而衰落，低质内容充斥搜索结果时，整个搜索生态的健康度正面临严峻考验。
用户发现优质网站的乐趣正在消失，搜索结果的同质化与低质化趋势亟待改善。或许，让AI生成内容回归辅助定位，恢复传统搜索作为核心发现工具的地位，才是重建搜索价值的可行路径。