迄今为止的故事从匹配到推理

  • 早期基金会（1998-2015 年）:排名和匹配决定了谷歌的早期发展。熊猫和企鹅等更新将生态系统推向了 相关性排名 和 内容质量. .它们的尺寸为 database、, 知识图谱, ，将搜索从 从字符串匹配到实体识别. .E-A-T（专业知识、权威性、可信度）的推出强调了以下方面的重要性 可信、准确和值得信赖的内容、, 而 RankBrain 则将机器学习引入了排名。.
  • 神经跃迁（2017-2019 年）:谷歌的 Transformer 架构实现了语义理解，并奠定了现代 LLM 的基础。谷歌的 BERT（来自变换器的双向编码器表示）有助于解析查询中的细微差别，使搜索甚至 更接近语言理解.
  • 平台多样化（2010 年至今）:随着用户行为转向更普遍地使用社交媒体，发现的范围扩大到 YouTube、TikTok、Reddit 和 Pinterest，每种媒体都有独特的 audience 和信任信号。.
  • 生成性转变（2022-2023 年）： 随着 OpenAI 推出 ChatGPT，生成式人工智能进入了搜索领域。必应整合了 GPT；谷歌推出了 Bard 和 AI Overviews。搜索开始 “回嘴”。”
  • 人工智能优先的 SERP（2024-2025 年）： 人工智能模式和概述将 SERP（搜索引擎结果页面）重构为对话式工作空间，在这里，推理和综合比排名更重要。.

“多年来，人工智能一直在影响搜索，但我们现在看到的变革类型、规模和速度与以往不同。这不仅仅是新技术的问题，而是重新定义了人们搜索的方式、地点和原因，以及搜索的运作方式”。” - 查理-凯 

大型语言模型（LLM）的工作原理及对搜索的影响

大型语言模型或 LLM 是 ChatGPT、Gemini、Claude 以及您最近在搜索引擎上看到的所有聊天机器人或人工智能驱动的摘要背后的大脑。它们从这些文档中学习语言模式，并利用这些知识来： 1：

  • 理解自然语言查询、, 
  • 生成流畅的、类似人类的反应、, 
  • 总结或重新表述内容、, 
  • 推断词语、概念和观点之间的关系。. 

LLM 在大量 data 数据集上进行训练、, 标记化 将其转化为数学模式。它们通过预测标记或一系列标记来生成文本，有时还通过检索增强生成（RAG）进行增强，将静态知识与实时来源相结合。. 

与传统搜索不同的是，LLM 不只是抓取网络结果，而是构建答案，通常是一步一步地进行推理。现在，可见性取决于是否结构化、可访问和 “可推理”。”

谷歌推出人工智能概述和人工智能模式

搜索引擎优化曾经侧重于针对查询优化页面，但随着生成式搜索的出现，我们现在必须针对超个性化、意图优先、多查询和推理驱动的空间进行优化。人工智能概述和人工智能模式的构建和工作方式与传统的谷歌搜索不同。.

  • 人工智能概述:在 SERP 中嵌入摘录摘要，通过引用重新表述内容。由于答案直接出现在 SERP 中，因此点击率会上升，但点击量会下降。.
  • 人工智能模式： 人工智能模式是一种全屏对话体验，它使用查询扩展、推理跟踪和段落级比较，动态生成答案。内容不是排名，而是评判。.

它们共同标志着一种新的逻辑：从关键词到意图集群，从排名到推理，从点击到引用。.

 

Google launches AI Overviews and AI Mode

人工智能模式与人工智能概述：并排比较 

 

人工智能搜索：谁在采用？

尽管人工智能搜索仍然有限，但它正在快速发展。不到 百分之二 的有机流量目前来自人工智能驱动的搜索，但推荐流量正在急剧上升。. ChatGPT 和 Perplexity 在人工智能推荐中占主导地位, 其中，年轻、精通数字技术的 audience 采用率最高。传统搜索仍占主导地位，但其发展轨迹非常明显。.

 

 

人工智能助手：哪些使用率最高？

尽管人工智能平台只占数字应用总量的一小部分，但它们无疑在不断增长，而且在这场竞赛中也有领跑者。. 

A SparkToro x Datos 搜索状况报告 显示，ChatGPT 已成为全球占主导地位的人工智能助手，跻身美国和欧洲传统搜索引擎的前五大访问目的地，拥有约 30% 的人工智能份额。最近的一项 SEMRush 的研究 甚至表明，ChatGPT 实际上正在扩展人们寻求信息的方式。.

调查显示，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，其中许多人是日常用户。只有 13% 的 ChatGPT 用户年龄在 55 岁或以上，65 岁以上的用户仅占 5%。. 


这些数据对营销人员和品牌的意义

影响力和知名度有了新的衡量标准。虽然传统的搜索引擎优化指标在特定情况下仍然重要，但报告的指标需要适应和改变。下面列出了品牌和营销人员需要做的事情：

  1. 深入开展 audience 研究： 除了关键字之外，还要关注论坛、评论和社交 data。.
  2. 人工智能的可视性和测量:跟踪引用、提及和零点击影响，而不仅仅是排名。.
  3. 根据平台调整战略： 针对 Gemini、Copilot、Perplexity 和 ChatGPT 进行不同的优化。.
  4. 品牌建设与公关： 提及和权威是人工智能融入的关键信号。.
  5. 声誉和信任： 结构合理、事实清楚的内容符合 E-E-A-T 原则。.
  6. 语义和结构优化 模式和清晰度有助于机器检索。.
  7. 多模式内容： 优化文本、图像、视频和音频。.
  8. 内容架构： 创建人工智能可以使用的模块化、“可分块 ”内容。.
  9. 可抓取性和代理访问确保助理能够访问源和应用程序接口。.
  10. 反馈和监测： 跟踪人工智能工具如何引用和使用您的内容。.
  11. 代理准备就绪： 为人工智能主导的交易做好准备，由助手处理购买流程。.

最后的收获--展望未来

传统搜索和人工智能搜索都在增长： 一些研究预测，到 2028 年，人工智能搜索将超过传统搜索.

新的研究表明 20% 的美国人每月使用 10 次人工智能工具. .谷歌的人工智能模式和概述正在改变人们的行为，其采用速度将会加快。目前，传统的搜索引擎优化仍然是人工智能能见度的基础：良好的排名与人工智能产出的引用相关。. 

这不是搜索引擎优化的消亡，而是它的进化。营销人员必须从优化排名转向优化推理，争取在人工智能生成的答案中获得收录和影响力。茁壮成长的品牌将把强大的产品、真实的故事讲述、真正的客户理解等基本要素与适应人工智能的新搜索逻辑结合起来。.


“在这个新的生态系统中，能够胜出的品牌是那些能够保持跨平台可见性、为人类和机器可读性设计内容结构、发展衡量框架并始终将实际价值、信任度和可用性放在首位的品牌。搜索的未来是分层的、多模态的和代理的--现在就是做好准备的时候了。- 查理-凯