迄今为止的故事：从匹配到推理
- 早期奠基（1998–2015）：排名与匹配定义了谷歌的早期发展。熊猫和企鹅等算法更新推动了整个生态系统向 以相关性为核心的排名 和 内容质量。其庞大的数据库—— 知识图谱，将搜索从 字符串匹配转变为实体识别。E-A-T（专业性、权威性、可信度）的推出强调了 可信、准确且值得信赖的内容的重要性， ，而RankBrain则将机器学习引入了排名算法。
- 神经网络的飞跃（2017–2019）：谷歌的Transformer架构实现了语义理解，并为现代大型语言模型（LLMs）奠定了基础。谷歌的BERT（基于Transformer的双向编码器表示）有助于解析查询中的细微差别，使搜索功能更 更接近语言理解。
- 平台多元化（2010年至今）：随着用户行为转向更广泛地使用社交媒体，内容发现渠道扩展至YouTube、TikTok、Reddit和Pinterest，这些平台各自拥有独特的受众群体和信任信号。
- 生成式AI的变革（2022–2023）： 随着OpenAI推出ChatGPT，生成式人工智能正式进军搜索领域。必应（Bing）整合了GPT；谷歌推出了Bard和AI Overviews。搜索开始“会说话”了。
- 以AI为先的搜索结果页面（2024–2025）： AI模式和概览功能将搜索结果页面（SERP）重构为一个对话式工作空间，在此空间中，推理与综合能力比排名更为重要。
“多年来，人工智能一直在重塑搜索领域，但如今我们所见证的变革在类型、规模和速度上都与以往不同。这不仅仅关乎新技术，更是对人们如何、在哪里以及为何进行搜索，以及搜索运作方式的重新定义。” ——查理·凯
大型语言模型（LLM）的工作原理及其对搜索的影响
大型语言模型（LLM）是ChatGPT、Gemini、Claude以及近期在搜索引擎中出现的各类聊天机器人或AI生成的摘要背后的“大脑”。它们通过学习本文档中的语言模式，并利用这些知识来：
- 理解自然语言查询，
- 生成流畅、类人化的回复，
- 概括或改写内容，
- 推断词语、概念和思想之间的关系。
大型语言模型（LLMs）是在海量数据集上训练的， 并被切分为 为数学模式。它们通过预测单词或单词序列来生成文本，有时还会借助检索增强生成（RAG）技术，该技术将静态知识与实时信息源相结合。
与传统搜索不同，大型语言模型（LLMs）不仅通过爬取网络来获取结果，还会构建答案，通常是通过逐步推理得出的。如今，内容的可见性取决于其是否结构化、易于访问，并且“适合推理”。
谷歌推出“AI 概览”和“AI 模式”
SEO 过去主要侧重于针对特定查询优化网页，但随着生成式搜索的出现，我们现在必须针对一个高度个性化、以意图为先、支持多轮查询且由推理驱动的搜索空间进行优化。AI 概览和 AI 模式的构建方式及运作机制都与传统的谷歌搜索不同。
- AI 概述：摘要内容嵌入搜索结果页面（SERP），通过引用来源对内容进行改写。随着答案直接显示在搜索结果页面中，页面浏览量上升，但点击量下降。
- AI 模式： AI 模式提供全屏对话体验，通过查询扩展、推理轨迹和段落级比较，动态构建答案。内容并非按排名排序，而是经过综合评估。
这些变化共同标志着一种新逻辑的诞生：从关键词到意图聚类，从排名到推理，从点击到引用。
AI 模式与 AI 概览：并列对比
AI搜索：谁在使用它？
尽管人工智能搜索目前仍处于起步阶段，但发展势头迅猛。不到 2% 的自然流量目前来自AI驱动的搜索，但引荐流量正在急剧上升。 ChatGPT和Perplexity主导着AI引荐流量，且在年轻、精通数字技术的受众群体中应用最为广泛。传统搜索依然占据主导地位，但发展趋势已然明朗。
AI助手：哪些使用最广泛？
尽管人工智能平台仅占数字使用总量的很小一部分，但它们无疑正在迅速发展，而且在这场竞争中已涌现出一些领军者。
A SparkToro x Datos《搜索现状报告》 显示，ChatGPT 已成为全球主导的 AI 助手，在美国和欧洲的传统搜索引擎访问目的地中均跻身前五名，占据约 30% 的 AI 市场份额。SEMRush 最近的一项 SEMRush的研究 甚至指出，ChatGPT 实际上正在拓展人们获取信息的方式。
研究显示，63%的ChatGPT用户年龄在34岁以下，这意味着千禧一代和Z世代是最大的用户群体，其中许多人都是每日活跃用户。ChatGPT用户中，55岁及以上人群仅占13%，65岁及以上人群仅占5%。
这些数据对营销人员和品牌意味着什么
衡量影响力和曝光度的指标已经发生了变化。虽然在特定情况下，传统的SEO指标仍然重要，但需要报告的指标必须随之调整和改变。以下是品牌和营销人员需要采取的措施：
- 深入的受众调研： 不要局限于关键词，还要关注论坛、评论和社交媒体数据。
- AI 可见度与衡量：不仅关注排名，还要追踪引用、提及以及零点击影响力。
- 根据平台调整策略： 针对 Gemini、Copilot、Perplexity 和 ChatGPT 分别进行优化。
- 品牌建设与公关： 提及量和权威度是人工智能纳入的关键指标。
- 声誉与信任： 结构清晰、事实准确的内容符合E-E-A-T原则。
- 语义和结构化优化： 架构与清晰度有助于机器检索。
- 多模态内容： 针对文本、图片、视频和音频进行优化。
- 内容架构： 创建模块化、可拆分的“块状”内容，以便人工智能使用。
- 可爬取性与爬虫访问：确保助手能够访问数据源和 API。
- 反馈与监控： 追踪 AI 工具如何引用和使用您的内容。
- 智能助手就绪性： 为由人工智能主导的交易做好准备，届时将由助手处理购买流程。
总结与展望
传统搜索和人工智能搜索都在增长： 有研究预测，到2028年，AI搜索将超越传统搜索。
最新研究表明， 20%的美国人每月使用AI工具10次。谷歌的“AI模式”和“概览”功能正在改变用户行为，其普及速度将进一步加快。目前，传统SEO仍是AI可见性的基石：良好的排名与AI输出中的引用频率呈正相关。
这并非SEO的消亡，而是其演进。营销人员必须从优化排名转向优化逻辑，致力于在AI生成的答案中获得收录和影响力。那些蓬勃发展的品牌将把优质产品、真实的故事讲述、对客户的真切理解等基本要素，与对AI新搜索逻辑的适应相结合。
“在这个新生态系统中脱颖而出的品牌，将是那些能够保持跨平台可见性、兼顾人类和机器可读性来构建内容、不断完善评估框架，并始终将真实价值、信任和易用性置于首位的品牌。搜索的未来将是分层、多模态且具有主动性的——而现在正是做好准备的时候。” – 查理·凯
