用 SEO、AEO、GEO 三层，打通品牌可见性
品牌在生成式 AI 答案中的缺席，常常不是排名问题，而是候选集问题。用户看到的是一段被组织过的自然语言回答，品牌可能被提及，也可能完全没有进入 AI 组织答案时的信息源可选范围。这两种情况需要分开处理。
这篇文章分为三个问题：机器能不能读懂，AI 能不能摘录，生态是否愿意展示。分别对应 SEO、AEO、GEO 三层。
注意
以下内容来自我在学习及工作过程中的实践记录和有限次测试，不是受控实验（由于各平台算法不断发生变化，测试问句会时长发生调整，样本量不足以做统计检验）。文中引用的行业数据大多来自公开研究，少量信息来源于技术论坛或其他渠道。它是一套可操作的工作框架加方向性证据，不是因果结论。
先确认机器能不能准确识别品牌实体（SEO）
传统 SEO 的目标不只是排名，而是确保品牌作为一个实体能被机器稳定识别。我看到最近有很多开发者会把大量精力花在找词上，根据他们的的方式尝试后结合 Google 的说明文档，我发现在实践里，最先要处理的往往不是关键词，很多极其偏僻古怪的遣词造句几乎不会有用户会以那种方式搜索，真正能提升权重的不是词占了多少，而是一致性是否足够闭环。
我用品牌名加几个核心事实关键词，把全网能搜到的信息扫了一遍：官网写一套，行业目录写另一套，多年前的报道里还留着旧的品牌表述（比如品牌发生过单句 slogan 的变化）。单看都没问题，放在一起就会让实体确认变得不确定。实体确认一旦不稳定，后续的引用和推荐就很难可靠。
于是这件事变成了几乎每月要做的固定任务：对齐品牌名称、定位和核心业务在全网的表述，让所有内容至少指向同一个东西。技术上补齐 Organization 和 Product 的 JSON-LD，把“是谁”和“卖什么”写成机器能直接读的格式。
这里要纠正一个常见误区：Schema 不是魔法。Google 官方明确说，出现在 AI Overviews / AI Mode 里没有额外技术要求，也不需要特殊的 schema 或“GEO schema”。结构化数据要做，但它的作用是减少歧义，不是直接换来引用。
FAQ Page 也是一样。Google 在 2026 年 5 月 7 日停止展示 FAQ 富结果，6 月移除了相关文档和报告；在这之前，从 2023 年 8 月起，它就已经只限政府和医疗类权威站点。但“富文本结果没了”不等于“这个格式没用了”：有研究发现，schema 标记的覆盖率与 AI 引用率之间并没有显著关联，真正起作用的是页面上可见的问答结构，而不是 JSON-LD 本身。所以 FAQPage 标记依旧有价值保留，但不能寄希望于它能直接带来引用；可摘取的问答格式才是给 AI 看的东西。
另一件值得一提的是 llms.txt：它不是 Google 的抓手。Google Search 不需要这个文件，也不会正向或负向影响可见性或是排名；如果是为了其他工具维护它，这依旧需要被认真对待，保证内容准确，但不要耗费太多时间在优化它上面。
如果你需要爬虫机器人访问，至少分清三类：GoogleBot（搜索/AIO/AI Mode）、Google-Extended（Gemini 训练/落地，不影响搜索）、OAI-SearchBot（ChatGPT 搜索）、GPTBot（训练）、PerplexityBot（搜索）vs Perplexity-User（由用户触发，一般忽略 robots）、ClaudeBot（训练）/Claude-SearchBot（搜索）/Claude-User（由用户触发）。很多“AI 爬虫设置”出现问题，存在把搜索爬虫和训练爬虫混为一谈的可能性。这里再次感谢赛博菩萨 Cloudflare，如果你的域名通过 Cloudflare 代理，你可以在 Cloudflare 上获得很好的爬虫机器人配置优化体验。
把内容做成可摘取的答案（AEO）
AEO 的目标不是信息量最大化，而是降低 AI 提取答案的成本。我最初的做法是把一个问题前因后果铺开，给出完整的逻辑链路和尽量详实的数据，写到大段篇幅最后才给结论。用 AI 工具测下来，生成的答案经常跳过我的页面，去引用结论更靠前的来源。提取成本太高，再完整的数据也很难被引用。
后来改成每个问题单独成节，标题用用户真实的问法，比如“XX 能不能起到什么作用”，而不是“XX 的使用说明”。标题下第一段四十到八十字，先把结论说完，再展开。每个段落尽量做到脱离上下文也能被完整理解。长文可以保留，但每一节要独立成义；不要为了 GEO 把内容切成不自然的碎片——Google 的文档里明确表达了不需要这样做。
所以，写得完整和写得可摘取是两件事。覆盖多个话题的长文，被提取的概率未必高于多篇各自回答单一问题的短文；但反过来，把一篇好文章硬拆成十篇空洞短文，也不会更容易被引用。AEO 要的是提取成本最小化，不是篇幅堆砌最大化。
关键数据也尽量写成完整句子，附上来源和统计口径。模糊表述在核验环节的通过率通常更低。比较类内容用表格，流程类内容用编号列表；参数、价格、日期、适用边界，尽量写在正文里，而不是只放在图片或 PDF 里。
但，决定推荐倾向的信息，大部分不在官网上（GEO）
这是我直到最近才真正想明白的一层。
很长一段时间，我的默认动作是“不断优化官网”：llms.txt、产品详情里插问答、Cloudflare 的爬虫设置......但无论是浏览器搜索、AI 问答窗口看来源等，这些行业数据清晰的表明了：AI 引用的来源结构，取决于用户有没有点名你的品牌。
有研究分析了 50 个品牌、7 个垂直行业的 AI 回答：品牌自有域名平均只占引用量的 10% 左右；而当用户不提品牌名、只做品类发现时，这个比例跌到 2.2%（AirOps / Foundation）。另一项基于 680 万次引用的研究（Yext）却说 86% 的引用来自品牌“可控”来源——注意，它的口径把官网和第三方目录 listings 都算成了可控。两组数字不算矛盾：**点名品牌的查询，官网权重高；不点名的发现型查询，第三方信源主导。**而决定品牌能不能进候选集的，恰恰是后者。品牌要增加自然流更需要的也是后者，通过用户的需求性搜索引导发现品牌。
这里要补一句：这些数字会随 query mix、行业、平台和“可控来源”的定义变化。海外另一组监测里，官网占各平台来源链接的 37.5%–58.2%，B2B 技术品类甚至超过 70%。所以不能只拿某一个百分比当行业基准；需要先用自己的问句库测一遍。
还有一层差异在平台之间。各平台的信源偏好很不一样：ChatGPT 的头部来源通常包括 Reddit、Wikipedia、新闻/工具书/专业评测；Perplexity 和 Google AI Overviews 明显更偏 Reddit、YouTube 这类社区内容；Copilot 偏电商和零售来源；Claude 更偏 B2B、开发者文档和 Brave 搜索生态。有监测发现只有约 11% 的域名能同时被 ChatGPT 和 Perplexity 引用；更保守地说，任意两个平台的引用域名重合度通常低于 0.25。国内的豆包、DeepSeek、元宝又是另一套生态，知乎、小红书、百科、抖音的权重和海外完全不同。所以“换几个平台测测”不是可选项，是必须动作。
有数据表明 ChatGPT 的周用户已经达到 12 亿（OpenAI 2026-09 口径），用户规模不可忽视；但直接 AI 引荐流量仍只占网站流量很小一部分，受 AI 影响访问中约 8.8% 直接点击、55.9% 后续搜索进站。但最近在论坛上看到的另一个口径是 ChatGPT 的搜索量达到了 Google 总量的 20%，或许，投入做一些针对 ChatGPT 的优化是一个新的机会。
因此，GEO 的解决方案不是持续优化官网，而是维护一个问句库和一套信源结构。官网仍然是事实底座；站外是增量。
问句库不是关键词表，是用户真的会对着 AI 说出来的完整句子，按品类、场景、对比、评价分类，定期更新。问句从哪来？在不断的与 AI 交互测试后我发现了一个可能的来源：客服工单里反复出现的问题、销售对话记录、商品评论区的追问、站内搜索词、竞对评测贴下面的提问。这些都是真实问法，比关键词工具挖出来的词更接近用户对 AI 说话的方式。就像是淘宝或是拼多多里面产品详情页的问一问已经买过的用户的那个板块的呈现。
然后再拿这些问句去测不同平台，主要看三个方面：提没提我、怎么描述我、引用什么渠道源头。测出来的断点，有时在信源密度上，比如某个垂直社区完全没有真实讨论；有时在口径上，比如不同稿件里同一个参数写得不一致，抽取环节判定不可信，于是不被引用。
往哪个方向补？Ahrefs 对 75,000 个品牌的研究给了一个排序：品牌提及与 AI 可见性的相关性约为外链的 3 倍；YouTube 提及通常是其中较强的一项。也就是说，在第三方信源里“被真实地谈论”，比传统的铺外链更接近 GEO 的核心动作。但这只是相关性，不是因果关系；不要把它理解成“买提及就能提升”。当然，这种真实的讨论对需要优化排名的品牌或是产品同样存在一笔不小的成本。
最后是两个和节奏有关的数据。根据 Profound 的监测发现，40%–60% 的被引来源每个月就会更换，AI Overviews 最高达 59.3%；另一些研究按 URL 追踪，周流失率更高，半衰期可能只有几天到一天。这解释了为什么单次测试结果几乎没有意义——单次波动是噪音，月度漂移是常态，按季度看趋势才是信号。所以这件事慢，四周内看不到稳定变化很正常。但只要这个方式能做到稳定，它会比官网上的单点优化更能应对得住算法变化。
先判断失分在哪一层，再决定往哪儿放精力
尽管我们看到的很多理论上强调 SEO、AEO、GEO 不是三个先后步骤，但根据实践下来，SEO 确实是名副其实的“地基”。实体不稳，后两层也会很难实现。
要完成这一切，测试显得尤为重要。这需要把测试本身做规范。固定一组问句（十个到二十个就够起步了，点名品牌和不点名的大概各占一半），固定平台，每个问句每轮至少跑三次——但三次只用于快速筛查；要下结论，至少七到八次，多日期窗口。每次开新会话，避免上下文污染；记录平台、入口（App/网页/API）、日期、地区、账号状态、是否联网、单轮还是多轮。平台模型升级后做个标注，不然前后数据没法比。记录表除了“有没有提及目标、怎么描述目标、引用了哪些信息源”，还需要再加一列：失分类型。
然后按两步读每一次回答。
第一步，看提没提到目标。没提，就看回答附带的引用来源列表，它能直接分流：（下面列表用“我”替代“目标”，不然造句有点奇怪~）
- 引用里有我的页面或提到我的第三方内容，但答案没提我——内容被检索到了，生成环节却没选我。这是重排问题，修 AEO 层：答案不够前置、不够可摘取，或者竞对的答案更好摘取使用。
- 引用里完全没有我的信源——召回问题。再分两步归因：先用品牌名加主题词搜一遍，确认页面有没有被搜索引擎索引（没索引是 SEO 层的基本功问题）；再看第三方信源里关于这个问句的讨论密度（密度不够是 GEO 层的信源问题）。
这里有一个便宜好用的对照测试：同一主题准备两条问句，一条点名品牌、一条不点名。点名的能答对、不点名的完全没有测试目标，说明实体识别没问题，缺口在候选集，力气往 GEO 层花；如果连点名的都答错，问题在实体和口径，回 SEO 层。
第二步，如果提到了，就拿“事实卡”逐条核对。事实卡是自己根据服务对象维护的一页文字信息：品牌名、定位、核心业务、关键参数、价格区间、资质、服务范围、限制条件、批准表述、禁用表述、来源 URL、更新时间和审核人。回答里的每个事实，对得上记正确，对不上记错误，然后反查错的那一条在全网信源里是谁写错的。口径不一致导致的抽取失准，多半能定位到某几个具体信源，修那几个点就行，不用全网返工。
还有一个平台差异：在 Google AI Overviews 和 ChatGPT 上，答案通常是“引用驱动”的，没引用往往说明没被检索到或被重排掉；但在 Gemini 和 AI Mode 上，答案可能是“记忆驱动”的，品牌被推荐却完全不给你来源。所以在 Gemini/AI Mode 上，没引用不一定等于没被推荐；先检查品牌实体和参数知识，再检查页面索引。
| 现象 | 进一步检查 | 失分类型 | 修哪一层 |
|---|---|---|---|
| 没提及，引用里没有我的信源 | 页面是否被索引、第三方讨论密度 | 召回 | SEO / GEO |
| 没提及，但引用里有我的内容 | 竞对被引内容的答案结构 | 重排 | AEO |
| 点名能答对、不点名没我 | 对照测试直接确认 | 候选集 | GEO |
| 提及但事实错误 | 事实卡逐条比对，反查错误信源 | 抽取失准 | SEO |
| 提及但靠后、被竞对压过 | 竞对的信源结构 | 重排 | AEO / GEO |
这三类失分基本对应检索、排序、生成三个阶段。复测时看四个指标：
- 提及率（mention rate）：测试问句里品牌被提到的比例。
- 候选集进入率（AI inclusion rate）：是否进入回答的候选品牌集合，而不只是看排名。
- 描述准确率：被提及时核心事实是否正确。
- 有效引用率 / 事实错误率：引用是否真的支持结论；答案里的企业事实错得有多严重。
- 如果答案有明确推荐列表，再加 Top3 进入率；如果要做竞争分析，再加 share of voice（品牌提及次数 ÷ 同品类所有品牌提及次数）。
这些指标比单看“有没有出现”更接近真实可见性，也和当下的主流监测工具的口径能对上。但不同平台要分开报，不应该汇总出一个“AI 可见度总分”；不同时间的漂移要一起报，不要只给一个点估计。
国内 GEO 补充
国内的 GEO 优化似乎面临更大的挑战，分散的五套信源生态，和相对严格的监管。
国内做 GEO 存在豆包、DeepSeek、Kimi、元宝、千问，加上百度 AI 搜索/文心、夸克、秘塔、纳米 AI 等入口，他们背后的模型、检索源、内容生态和用户场景都不一样。
我的目前的观察是：
| 平台 | 主要入口/生态 | 可能偏好的信源（需自测） | 测试重点 |
|---|---|---|---|
| 豆包 | 字节系 App、抖音、头条 | 抖音/头条内容、百科、新闻、大众内容 | 短视频/图文能否被引用；品牌实体是否准确 |
| 元宝 | 腾讯系 App、微信、搜狗 | 公众号/视频号、腾讯新闻、百科 | 微信生态内容是否可被检索；品牌名/产品名一致性 |
| 千问 | 阿里系 App、夸克、办公场景 | 电商、办公/开发者、新闻 | 商品页、开发者文档、办公场景 |
| Kimi | 长文档、研究型入口 | 报告、论文、长文、新闻 | PDF/白皮书/深度内容能否被引用 |
| DeepSeek | 推理、技术、深度问答 | 技术社区、文档、新闻/门户 | 技术文档、GitHub、行业报告 |
| 百度 AI 搜索/文心 | 百度搜索、百家号、百科 | 百度索引、百科、知道、经验、百家号 | 百度收录、百科、知道 |
| 夸克 | 阿里/UC 生态 | 学习、工具、搜索内容 | 学习/工具类内容 |
| 秘塔 | 学术/报告型 | 论文、报告、权威来源 | 引用来源质量 |
| 纳米 AI/天工/智谱清言/讯飞星火 | 各自生态 | 新闻、社区、文档 | 按目标用户选择，不必全做 |
信源结构
- 海外是官网 + Reddit + YouTube + Wikipedia + 新闻
- 国内更像官网 + 百科 + 公众号 + 知乎 + 小红书 + 抖音/B站 + 新闻门户 + 电商评价 + 本地生活
这里有个难搞的问题：微信、小红书、抖音都是半封闭生态，发了不等于会被 AI 检索到。不能假设“内容发出去了，AI 就会引用”。官网事实页做底座，公众号/小红书/抖音做触达，知乎/行业媒体/协会做可检索的第三方证据，然后就只能用问句库去测哪一层真的被引用。
国内实体一致性要覆盖：官网、ICP 备案、工商信息（天眼查/企查查）、百度百科/搜狗百科、微信公众号/视频号、小红书品牌号、抖音企业号、知乎机构号、电商旗舰店、行业目录/协会、新闻稿。任何一处旧 slogan、旧产品名、旧资质，都可能让 AI 的实体确认变得不确定。
看到其它技术博客里面的内容，汇总出来的可能存在的一些问题：
- App 和 API 分开：豆包 App、元宝 App、千问 App、Kimi App、DeepSeek App 的答案，可能和火山引擎/腾讯云/阿里云百炼/Moonshot/DeepSeek API 不一样。测用户真正用的入口。
- 联网开关分开：国内平台常把“联网搜索”做成开关；关闭时靠模型记忆，开启时靠检索。两种结果不能混混在一起计算。
- 账号、地区、登录状态分开：个性化、地域、账号历史都会影响答案。用干净的账号、固定地区、固定设备；记录登录状态。
- 品牌点名和不点名分开：同海外一样，点名查询和不点名发现型查询，信源结构完全不同；两类各占一半。
采样量：30 个问题 × 5 个平台 × 3 次 = 450 条，只做筛查。如果要下结论，至少需要 7–8 次，多日期窗口。测试的时候需要保留原始答案、引用来源、截图/日志。
国内 crawler：不能照搬应对海外的 robots.txt
国内平台的抓取与检索链路并不完全公开。已知的通用爬虫包括 Baiduspider、Bytespider、Sogou Spider、360Spider、PetalBot、YisouSpider 等；但具体到豆包、元宝、千问、DeepSeek、Kimi 的检索来源，要以实际引用和服务器日志为准。
面向国内的情况下，CDN/WAF 的默认规则也可能拦爬虫。无论用什么，都只能先看日志：哪些 bot 来了、抓了哪些页面、返回码是什么、有没有被 WAF 挑战。不能简单的通过“开/关”做判断。
......
如果您有更好的建议，欢迎与我交流~