大家好，我是专注谷歌SEO的大卫，十年谷歌SEO的经验，也是全网系统化的讲解AEO的第一人。

如果你想系统的学习关于AEO的内容，我非常建议你报名我的AEO课程，因为我们自己已经有了非常成功的实践成果。

我们自己运营的AEO项目最近询盘越来越多，很多人反馈他们的网页最近收录下降，但是说实话我们通过AEO运营的询盘和流量是越来越多了。

实践证明，通过AI搞SEO完全行得通，那些排斥AI做SEO的要么是水平不行，要么是落后保守。

而且从AI推荐来的流量，比如ChatGPT推荐来的流量，我们发现质量非常高，在网站的停留时间很长，转化率也非常高。

Chatgpt推荐来的流量平均对话时间和转化事件数都非常好。

做SEO，你要完全忘记传统SEO的方法，很多SEO小白担心自己没有SEO的基础学不会AEO，我在这里可以明确的告诉这些SEO小白。

做AEO，完全不需要SEO的基础！

为什么？

因为AEO的基础不是关键词，不是站内页面优化，不是铺关键词。

AEO侧重的是你在整个生态内的影响力，而不是只靠一个独立站来围绕关键词搜索量做排名。

从关注点击率到关注AI引用频率

点击率是SEO时代的重要指标，但是AI引用频率是AEO时代的指标，二者差别非常大。

我们来看一下不同AI平台引用链接的情况

ChatGPT明显偏爱少数几个大型网站。

在一项针对 3000 万 AI 引用的研究中，ChatGPT 引用最多的来源中近 48%是维基百科。Reddit 是第二（约 11%），其次是福布斯、TechRadar、NerdWallet 等知名媒体。

ChatGPT 显然依赖广泛且可能具有权威性的来源（维基百科用于事实，Reddit 用于社区讨论）

谷歌的 AI 概览倾向于更广泛地引用，但仍然偏向于高权威性和社交内容

谷歌AI概览中引用最多的来源是 Reddit（约占前十大引用的 21%），其次是 YouTube（约占 19%）。像 Quora 和 LinkedIn 这样的专业问答和分析网站也备受关注。

谷歌的 AI 摘要往往会列出许多来源（平均 9.26 个链接），本质上是在 AI 简述的结尾处提供一堆参考资料。

值得注意的是，谷歌AIO引用的域名50%以上都是10年以上的老域名，说明谷歌AIO本身还是依赖他们自身的搜索引擎数据。

Bing Chat在引用方面非常保守

它通常只提供简洁的答案，平均引用约 3 个来源。这些答案简短明了（平均约 400 个字符）——与 ChatGPT 冗长的文章形成鲜明对比。Bing 引用最多的域名据报道是 WikiHow（约占 6.3%的引用），显示出对分步指导内容的偏好。

维基百科也出现了，但有趣的是，Bing 使用YouTube远少于其他平台（不到 1%的引用），这可能反映了 Bing 对文本密集型网站的偏好，或者仅仅是查询类型的差异。

总的来说，Bing 引用的页面较少，通常非常相关，可能来自查询前几个 Bing 搜索结果。事实上，一项分析发现，87%的 ChatGPT引用的网页内容来自同一查询的 Bing 前 10 个搜索结果（ChatGPT 的网页模式本质上是在利用 Bing）。

如果你在 Bing 上排名靠前，你将大大增加被ChatGPT浏览模式引用的机会。

相比之下，谷歌的搜索结果仅与 ChatGPT 的引用匹配了约 56%，这证实了 OpenAI 与必应的合作使得天平大幅倾向于必应的索引。

Perplexity 以提供来源而闻名

它每个答案大约显示 4-5 个引用（持续约 5 个链接），这些引用通常是社区或专业领域的来源。事实上，Reddit 在 Perplexity 的引用中占据主导地位（其前十名来源列表中有 46.7% 来自 Reddit），远超其他平台。

即使内容来自非知名网站，只要在上下文中相关，新内容或专业内容也可能在这里被选中。确实，一项研究发现，ChatGPT 和 Perplexity 都经常链接到流量极低的页面（约45%的引用页面几乎没有访客）

总而言之，引用行为各不相同：ChatGPT和Perplexity 输出较长的答案，并包含大量引用，包括专业来源，而 Bing 选择性强且简洁，Google的SGE试图全面但仍然依赖高权威和多媒体来源。

这意味着你优化重点可能取决于你关注的AI。如果你希望被所有人引用，你需要全面覆盖以下几个渠道：

ChatGPT：需要出现在维基百科

Perplexity：需要出现在Reddit或社区讨论中

Bing：需要结构化的教程或常见问题解答内容

Google 的系统需要保持整体权威信号

如何制作AI想要引用的内容

我们已经知道，想要做好AEO，我们的最终目标是扩大AI引用我们内容和链接的频率，那么具体的话应该怎么操作呢？

结构化数据一定要做

structured data本来是为了便于人类阅读，但目前同样受到AI的青睐。

我建议使用描述性标题、列表和表格，以便 AI 能轻松抓取事实。例如，在顶部包含一个快速“要点”项目符号列表，或用于产品比较的优缺点对比表

使用模式标记（如 FAQ 模式、HowTo 模式、产品规格）可能会让基于搜索引擎的 AI 更容易识别相关内容

如果你的页面有一个格式良好的常见问题解答（FAQ）部分，其中问题作为标题，答案位于下方，当用户询问这些精确（或语义相似）的问题时，它可能会被直接拉入 AI 的回答中

覆盖问题的广度（语义SEO → 语义AEO）

传统SEO通常每页只针对一个主要关键词或查询。

而AEO建议你在一页上回答许多相关问题，以提高匹配 AI 查询的可能性。

例如，与其写一篇关于产品的长文，不如创建一篇结构化的文章，回答用户可能向 AI 询问的几十个相关问题。

如果你运营一个相机评测网站，关于相机的页面不应只说“相机 X 评测”；而应明确涉及“相机 X 在低光环境下表现如何？”、“相机 X 与相机 Y 相比如何？”、“相机 X 的电池续航如何？”等问题。

这些问题可以分别作为独立段落，或者至少是加粗的问题后跟答案。这种问答格式预见了 AI 的需求，因为你实际上是在为聊天机器人提供现成的引用片段

使用专业词汇

在传统SEO实操中，我过去建议尽量减少专业术语，因为如果内容过于专业会影响真实用户的阅读体验。

但是AEO实操中，AI什么都能理解，使用精确且技术上准确的专业词汇可能会让你的内容更有可能与AI对问题的内部模型相匹配。

跨漏斗覆盖

AEO要求从优化单个网页转向将品牌作为一个整体进行优化。AI通过综合所有公开来源的信息来构建对品牌、产品或个人的理解。

因此，全面的 GEO 策略必须远远超出公司网站的边界。这种方法需要对内容漏斗采取新的视角:

• 论坛和社区：AI 模型在评估公众舆论和实际经验时会高度重视由社区驱动的资源，如 Reddit 和 Quora。在这些社区中展现积极、有帮助的存在感是一种强大的信任信号

• 数字公关与新闻报道：在知名行业出版物和新闻媒体中获取媒体曝光、署名和专家提及，能够为品牌实体建立重要的权威性。

• 评价与社会证明：第三方评价网站上的用户生成内容和社交媒体平台上的讨论为 AI 模型提供了关于产品质量和客户满意度的宝贵数据

• 视频和多媒体：像 YouTube 这样的平台上的内容是 AI 的另一个丰富的数据来源，扩展了品牌的数字足迹，增加了被发现和引用的广度

创建比较内容

AI喜欢综合比较，也喜欢引用已经做过比较的人。

以结构化方式明确比较选项的内容更有可能被选中。例如，发布“X 与 Y 比较表”或带有清晰排名/标准的“[ 类别 ]前 10 名产品”列表，对答案引擎来说可能是一笔财富。

AI答案经常引用“Top N”列表和产品比较表。如果你不提供这些内容而你的竞争对手提供了，猜猜看当有人问“我应该买哪个？”时，AI 可能会引用谁。所以，预测比较性问题并回答它们。给AI一个简单的表格或列表供引用

最后总结：

传统SEO时代的关键词排名思路在AEO时代完全变了，你的重点将不再是谷歌SEO的自然排名，而是能否最大化的满足AI阅读的喜好。

想要了解AEO课程的朋友可以加我微信zhhy890813，拉你进AEO交流群。