ChatGPT Web Search流量趋势分析_AI时代，GEO的探索、痛点和方法

今年初增加了网络功能，这部分用户的比例还在不断上升。我最近检查了我们分析平台的后台信息，这个渠道的访问量已经超过了其他所有来源，位列第五。虽然整体占比还不算大，大概只有百分之一，但可以明显感觉到一个上升的态势：依靠这种创作型工具的访问量正在变大。

然而，当前情况中有个因素对我们改进效果很不利，国际上称作“零点击”现象。在多数非专业面向消费者应用中，人们向人工智能询问问题，获得回应后或许就不再继续操作，不会去点开信息来源的网址。只有当应用在专业服务企业等场合，使用者才会通过链接访问相关网站。这就产生了一个疑问：即便你的访问量所占比例不大，也不意味着你的材料在人工智能生成答案时出现的频次就少。很可能是你的材料已经被包含进答案里了，只是用户并没有实际点击进入查看。

GEO与SEO的同与不同

阎志涛:

它们具备诸多相似之处。GEO可视为新时代的SEO。SEO历经二十余年演进，其排名规则从最初侧重链接价值，逐步转向围绕关键词，再到谷歌运用深度学习技术，始终在持续进步。即便脱离AI技术，谷歌的排序标准亦愈发重视内容价值。SEO与GEO在当前阶段，内容品质都是决定性因素。2024年3月谷歌实施了一次关键性调整，从此对材料的品质标准有了空前的强调。因此，不论是对网站排名的优化还是对地理位置的定位，在当前环境下，材料的精良程度都居于首位。

差异依然明显。传统SEO模式下，用户被搜索引擎引导，倾向于输入简短的关键词。搜索引擎通过分析关键词来理解用户可能的查询目的，然后提供多种不同的搜索结果。举例来说，若你输入“apple”，谷歌会分辨你是在寻找苹果公司还是苹果这种水果，并相应地呈现不同的信息。

GEO时期的情况则不一样。使用者操作时，倾向于给出一个全面的疑问。这就形成了一种以疑问为主导的方式。所以，要是开展GEO业务，内容制作需要逐步转向疑问主导，也就是针对一个明确的、具体的疑问。

它们的运作方式大相径庭。搜索引擎优化的原理是：你键入查询内容，谷歌的排序机制通过分析成千上万的评估标准，生成一个搜索结果清单。用户随后会参考页面的名称和简短介绍，判断是否进行点击。

GEO的运作方式是这样的：首先，你需要提供一个指令，系统会对这个指令进行分解。如果网络功能已经打开，它会将指令分解成多个不同层面的查询，然后向搜索引擎发起多次检索，收集一些信息。接下来，系统会运用自身的智能推理机制，对收集到的信息进行剖析和归纳，最后生成一个它认为最能解答你问题的回应。

如何创作AI“偏爱”的内容？

阎志涛:

按照这项工作思路，我们实施GEO改进时，素材的构思不再围绕关键词，而是围绕具体事项。你的内容若能直截了当地回应疑问，AI就会给予好评。哪怕是一篇篇幅较长的文章，其布局也需要调整，确保每个段落都论点明确，能够针对某个特定事项给出清晰解答。

另外，存在某些在搜索引擎优化里具备显著作用，在地理位置优化上则更为核心的要素。比如，组织化信息。谷歌为提升页面解析效率，持续倡导采用JSON等规格进行结构化标注，这对于人工智能同样具有关键意义。

内容真实可靠是另一个重要考量。AI生成的回应需要承担相应责任，所以它会非常小心以防出错。这就意味着它所依据的信息必须真实可信，这与谷歌的E-A-T标准相吻合，即要求内容具备专业水准、权威性以及可信度。要证明内容确实可信，关键在于文章不能仅凭空泛议论，而应当援引权威机构发布的数据或文献资料。

回顾一下，前一年普林斯顿大学等研究机构人员撰写的一篇涉及GEO的文稿里，也阐述了相近的观点：比如条理清晰的信息、以及课题中心化等。在SEO领域，我们通常强调要改进长条目的关键词，对于GEO而言，相仿的理念是提升具有情境关联性的资料品质。必须探究你的主要受众在特定情境下会寻求什么信息，并据此来规划资料内容。

因此，尽管关注点有所不同，GEO和SEO的基本原理是相同的。不妨打开个人GSC，察看搜索查询数据。当前，其中许多关键词已转变为疑问句式，部分还带有问号。这些现象大多源自用户在人工智能系统中的提问行为。

GEO效果评估与国内外差异

余一:

许多人觉得，与规则明确的SEO相比，GEO显得更为神秘莫测。能否请教两位，你们是否见到过因GEO调整而效果大幅提升的实例？又该如何确认这些成效确实源于GEO方法？同时，国内外的AI企业，对于GEO是倾向于支持创作优质素材，还是普遍持保留意见？

向阳乔木:

我先来谈谈这个情况。大约两个礼拜以前，我邀请了若干位朋友一块儿讨论GEO。我的合伙人姚老师在这个领域经验比较丰富，他现在正受聘于某家企业担任顾问，这家公司目前进行着一项GEO服务项目。他当时曾向我展示过相关成果，接下来我把画面投射出来给大家观赏。

例如，我们查找“国内GEO专家”，在豆包、Kimi、元宝这些国内常见的AI工具中，位居首位搜索结果的都是姚老师。此外，他们也改进了部分商业性关键词，例如“GEO公司推荐”，搜索结果中显示的一些企业也是经由他们提升排名的。

实际情形表明，自从他们改进以来，每日会接到数十个有关怎样制作GEO的咨询，近来寻求相关服务的人持续增加，这无疑是一个显著的动向。因此，针对先前的问题，GEO确实具备提升的可能性。

这有点类似于过去的搜索引擎优化，那时提升排名相当容易，或许只需建立少量外部链接，页面中包含充足的核心词即可获得好的位置。后来规则逐步健全，人们需要处理的事务随之增多，角逐也愈发白热化。我认为地理方位优化目前也正处在非常初级的阶段。

从事GEO工作，SEO基础依然重要，必须拥有品质上乘的官方网站，同时确保被搜索引擎收录，此外，你还要在那些AI容易抓取的媒体渠道上发布内容，阎哥刚才已经提过，如今文章的写作思路发生了变化，不再是单纯地堆砌关键词，而是要设法让大型模型更易理解，更愿意采信你的内容具有权威性，这样它才会频繁地引用你的作品。

平台状况，中国与海外存在显著差异。国内多数大型模型开发者，除字节跳动等个别领先企业外，自身搜索技术实力并不突出。它们难以独立获取并分析搜索引擎返回的信息，进而生成AI摘要，因此目前普遍依赖外部购买搜索结果服务。这家机构采集的资料类型，以及监控的网站范围，直接决定了国内大部分模型在地理位置方面的表现。

阎志涛:

乔木阐述的内容大体上已经讲清楚了，我再谈谈国内外情况的不同之处。在国内这边，工作重心确实更偏向于实际成效。以刚才乔木演示的推荐型检索为例，不管是国内平台还是海外平台，专注于特定领域的媒体都更为吃得开。我们借助自己的监测系统分析海外数据时注意到，对于“哪最好 xxx”这类寻求推荐的信息，人工智能系统更习惯于参考引用资料、Quora问答社区、专业博主分享以及一些专门的评测平台发布的信息。

国内方面，我发现官方网站的资料并不怎么关键。老实讲，我没察觉到把官网的日志写得好对国内的地理信息工程领域有啥益处，甚至对网络搜索优化的作用也不大，毕竟百度自身就把官网的参考价值看得比较轻。人工智能的出处主要来自几个大型网络门户的自媒体平台。

国际上的情况与此不同，官方网站具有十分关键的作用。我们曾有一位客户专门经营高档手机，他们运用我们的方法制作了大量水准很高的搜索引擎优化材料。当我们在五月推出地理定位服务特性时，我偶然检查了他们的网址，看到许多回应都引用了他们的资料。这表明，在国际市场，若搜索引擎优化工作出色，对于地理定位服务特性的成效会产生极大的促进作用。

关于规范，SEO的规范是二十多年积累形成的普遍认知，尽管仍在演进。至于GEO，它最突出的症结在于，其运作方式同大模型一样，都属于不透明的系统，并且持续发生变动。谷歌的搜索反馈较为稳定，然而AI驱动的搜索存在“非一致性”现象：若对同一事项进行两次询问，可能收获迥异的回应。不仅如此，AI还带有记忆功能，它会依据用户过往的倾向来优化搜索结果。因此，要公正地判断GEO的实际作用，就必须借助不留下痕迹或不会记录浏览历史的模式，反复进行查询来确认。

如何监控和衡量GEO的ROI

余一:

搜索引擎优化拥有众多辅助手段用于追踪关键词的表现和内容被索引的状况，然而地理位置优化却主要需要人工方式去进行验证，缺少能够全面把握情况的辅助工具。当前人工智能驱动的搜索平台和产品层出不穷，是否存在某种途径可以体系化地开展评估，例如实施对比实验，或者留意自身内容的地理信息收录效率？此外，地理位置优化的成效能够持续多久？怎样实施监控并作出相应调整？

阎志涛:

国外当前GEO市场，工具供应商十分活跃，与SEO工具存在差异，GEO工具现阶段难以借助大量模拟提问来逆向解析AI的排序原理，因此当前市面上常见的GEO工具，即便是那些获得较多融资的产品，其功能也大同小异

它们的工作模式一般是这样，首先需要你提供自己的品牌名称，接着工具会协助进行剖析，并给出若干配套的检索词，同时也能够帮你管理一个词库。随后，该工具会依照不同的节奏，把这些词提交给众多大型模型进行检索，并且对模型给出的反馈进行解析。评估的方面包括以下几点：首先是公开程度，涵盖自身标记出现的频次以及官方网站信息被援引的频次；其次是态度倾向，体现针对自身标记的表述是褒扬还是贬损。

根据这些监测信息，该工具会提供改进方案。例如，它会建议哪些平台（比如官方网站、专业论坛、专业点评网站等）适合发布何种类型的内容，或者应该选择哪些意见领袖进行产品体验。部分更高级的工具还会包含内容创作辅助功能，从而构成一个从信息收集到方案优化的完整流程。因此，国外环境运用设备不断检测和更新，所以无需过分忧虑人工智能检索的动态，毕竟能够持续获取新信息并据此优化对策。

向阳乔木:

阎志涛阐述得十分明确，我所掌握的信息也基本相同。海外相关工具大致能够划分成三个类别：首先是那些在人工智能领域崭露头角，并瞄准GEO市场的初创企业；其次是那些从传统工具领域转型，原本就从事品牌舆情监测的公司；再者就是像某些知名的SEO工具供应商，它们同样在积极开发自身的GEO检索服务。

现阶段国内这方面尚不成熟。我了解过一些机构，他们也在开发类似的报表工具，收集各大人工智能模型的应答信息，研究品牌被指名的频次、位次、出处等，运作方式与海外类似。不过觉得国内显得更为冒进，使用者更在意名次是否持久、能监测多少项目、能持续多久，有点类似于早期搜索引擎优化业务的需求。

余一:

怎样衡量成本收益情况呢？并且，先前两位发言人都说过，搞好搜索引擎优化是地理信息平台建设的前提，我们能否视其为一条普遍规律？

阎志涛:

大体如此。GEO并非单独存在，它实际上是内容营销在当前阶段的一种新变化。 因此，SEO的基础工作仍然需要继续，只是方法有所不同。比如，你原先以关键词作为出发点，现在需要更多地以问题作为出发点；原先从事的公关活动（PR）现在可能更加关键了，因为你需要与具有高权重的媒体和具有影响力的网红合作，以此增强品牌的可信度和提升品牌的知名度。

关于投资回报率，这是一个复杂的问题。由于区域运营的效果更侧重于品牌形象方面，它最明显的成效体现在AI的回答中体现品牌，也就是增强品牌的公开度。这与搜索引擎优化直接产生访问量的原理大相径庭，因此很难用常规方法直接评估其投资回报率。

向阳乔木:

我完全赞同阎志涛的看法。在结构化数据方面，我认为存在一个至关重要的基本原理：大型模型本质上追求降低计算成本，倾向于采取简便方式。因此，你的资料越具备条理性，越符合人工智能所倾向的规范，它进行加工就越省力，被采用的机会也就越大。这种现象或许有些违背常理，但人工智能确实对这类条理分明的信息布局情有独钟。

余一:

我们先前说过信息会进入学习资料库，那么如何知道个人资料是否已被收录呢？还有，当我们修改了网页上的资料，机器大概需要多长时间才能发现这个变化？这个变化被识别的过程是怎样的？

阎志涛:

第一个问题，训练资料既不允许查询，也无法进行干预，这是大型模型制造企业的关键资源。

第二个问题，一旦启动网络功能，运作方式就会不同。现阶段多数人工智能检索，根本上还是要借助常规搜索平台（谷歌或必应）来搜集即时资讯。其运作方式是，将你的疑问交给搜索平台，等收到搜索信息后再加以归纳。因此，这个信息更新的快慢，实际上要看你的内容在常规搜索平台上的位置变化和刷新情况。若你的文章能够在谷歌搜索结果中位列前三，那么它被人工智能系统在生成回答时参考的可能性就会显著增加。

向阳乔木:

确实，要成为核心学习资料非常困难，因为你的资料必须具备百科全书、专业著作或一流研究论文那样的水准。因此，对多数公司而言，当前最可行的策略还是优化搜索引擎，增强在常规检索平台上的位置。只有当用户启动搜索操作时，你的材料才存在被发现的机会。

余一:

因此可以这么认为：现阶段，人工智能评估信息出处是否可靠，基本上还是依照传统搜索引擎的准则，诸如网址的重要性、被援引的次数等

阎志涛:

大体上是这样，不过存在特殊情况。例如，我最近读了一篇文章，其中提到谷歌的智能系统为了提升效率，没有采用常规的检索排序方式，而是运用了一种“即时检索”的流程。该流程选取了传统排序标准里重要性最大的部分，再搭配（向量嵌入）手段来查找资料。这种做法的后果是，搜索成果的可靠度和覆盖面或许会逊于传统检索。

从渠道到多模态，GEO的策略

提问:

我们公司专注于开发面向个人用户的软件产品，业务范围覆盖国内及国际市场。我注意到一个现象，国内的大型语言模型在搜索我们的应用时，返回的信息常常不准确且存在虚假内容。相比之下，海外的模型则倾向于提供大量优质视频作为参考。目前我们的核心业务包括应用商店排名提升和社交媒体广告投放（例如小红书）。现在面临一个挑战，第一，在国内地区如何开展业务？其次，面向国外的市场是否表明，对博主进行宣传时，在策划方案、信息组织结构等方面有更宽广的改进余地？

向阳乔木:

先处理国内的情形。首先，需要了解如何开始。应该借助谷歌，而不是百度，来查找你们领域的重要词汇。要观察搜索结果的前两页中，有哪些网站。识别出哪些是讨论区，可以在那里发帖；分辨出哪些是权威性高的博客，可以到那里创建账号。接着，把人们可能搜索到的疑问，整理成问答形式和文章内容，然后发布到这些网站上。

国内AI经常产生错误认知，一个关键因素在于许多模型借助外部搜索系统，并且为了节省计算资源，常常简单组合搜索页面的简短描述，而非深入分析原始文本，这样就容易产生偏差。因此，需要积极在那些它常访问的高信誉平台发布内容，例如CSDN、各主要新闻网站的自媒体板块等，以此来优化其信息获取。

阎志涛:

对海外市场而言，你的看法确实准确。在知乎、豆瓣、Quora这些平台上的内容，通过主流人工智能生成时，效果都相当出色。因此，在这个领域进行资源投入，现阶段具备合理性。

余一:

有人想知道现在来自人工智能搜索的访问量走势如何？陈然指出，除了谷歌，其他人工智能推荐的访问量，已经变成他们业务上第二重要的构成部分。这种现象是普遍存在的吗？

阎志涛:

依照我的了解，此事与行业关联密切。对于多数行业来说，现阶段源自人工智能搜索的访问量比例不大，尚不足以威胁常规搜索的地位。尽管其增长速度迅猛，但初始数值仍然不高。有国外组织估计，到2028年，人工智能搜索带来的访问量或许能达总量的一半，不过这终究只是推测。

向阳乔木:

国内情形大致相仿。我部分友人的站点，其访问量占比仅达个位数。然而，若加以推算，鉴于常见的点开率或许仅百分之一，这表明内容在人工智能应答中的出现频率其实相当可观。这再次证实了阎志涛的看法，它更像是品牌宣传，极好地增强了被注意的程度。

阎志涛:

是的，我觉得AI时代，营销越来越品牌化了。

余一:

那通过AI渠道过来的流量，其转化率会比传统搜索更高吗？

阎志涛:

此事眼下尚难定论。涉及信息类的内容，将遭受“零浏览”现象的显著冲击。然而涉及商业活动或实体商品推介的内容，今后的发展充满不确定性。这些访问量会以非付费的自然链接方式抵达，抑或会转变成一种付费机制，这是我们必须深入探究的问题。不论怎样，立足于市场推广的立场，回归核心，为特定受众群体创作优质信息，始终是正确的策略。

余一:

末尾一个议题，探讨多模态。当前大型模型对影像、声响的认知持续进步。那么，诸如影像及播客之类的媒介形态，是否应当成为未来GEO规划的优先方向？

向阳乔木:

长远来看，多种形式信息的整合是大势所趋，不过眼下必须权衡投入产出比，对于非专业视听创作者而言，从事文字创作的成本效益最为显著，毕竟当前人工智能主要依据文本资料，因此海外建立官方网站，国内向各大新闻媒体推送稿子，至今仍是普遍且行之有效的策略

提问:

存在两个疑问。其一，先前教师指出，文本若类似人工智能生成物，便更易遭受检索，然而当前人工智能企业为提升回复水准，似乎亦会剔除部分明显带有机器特征的信息，怎样在这两种情况间寻求妥当的协调？其二，GEO所产生的额外效益，是指经由点击人工智能提供的链接所引发的即时转向吗？我注意到部分人工智能软件在回应时并不附上参考依据，即便这样也能产生品牌宣传作用，不过却不容易追踪效果。

阎志涛:

我先来回应首个议题，重点讨论海外方面。其实，借助人工智能生成文本并非难事。谷歌和同类平台真正重视的，是内容是否具备价值增量。你的作品必须拥有专属亮点，不能只是机械地改写。在人工智能让内容制造费用大幅降低的当下，能够展现独特见解和深度资讯，将愈发关键。

第二个问题探讨如下，在海外地区，假如你启动了网络功能，人工智能给出的回复通常会标明信息出处。倘若没有开启该功能，人工智能会基于自身的训练资料来整合答案。若你的内容能够被收录进训练资料，这表明你的品牌和内容已经具备相当高的权威性。这一现象进一步印证，在人工智能时代背景下，品牌的重要性日益凸显。你必须在特定的专业领域内，将自己品牌的形象塑造成为权威的象征。

向阳乔木:

我的观点需要进一步说明。人们之所以反感人工智能生成的文字，并非因为其布局欠妥，实际上，这种布局是信息传递最为高效的一种方式，我们只是接触过多而产生了厌倦心理。因此，关键不在于模仿人类的说话方式，而在于提升内容的实质价值。

这当然也涉及方法。AI和人类相似，倾向于关注核心数据、权威来源，例如某些大学的调查或报告，以及专业术语。在材料里恰当地融合这些成分，能显著提升被援引的可能性。对于推荐类文章，假如你能把资讯编排成若干要点，AI会非常欢迎。

引用出处不明的状况，确实是个棘手难题，在国内表现得尤为明显。我认为这主要是因为部分模型为了节省计算资源，或是技术尚不完善造成的暂时性现象。从长远角度观察，为了克服“幻觉”现象，给出能够核实的第一手资料，将转变为所有人工智能产品的标准配置。

问题:

我们也在探索GEO领域，提出了许多问题，但不确定这些问题是否值得持续关注。如何评估并建立一个优质且值得长期研究的议题库呢？

向阳乔木：

这个议题能够追溯至经典的搜索引擎优化策略，借助专业优化软件，可以考察这些疑问句或关联词汇的检索量与角逐水平，挑选出“访问量大且竞争小”的词汇，以此为基础来设计你的文章，首先务必巩固SEO的基本功，那些能够持续为你产生自然访问量的词汇，在GEO平台上一般也不会逊色。搜索引擎优化是地理位置服务的前提，若能妥善开展此项工作，即便地理位置服务不产生即时访问量，先前付出的努力也具备意义。