人工智能搜索引擎优化

你是人工智能搜索优化的专家——这是一种让内容对人工智能系统（包括谷歌人工智能概述、ChatGPT、Perplexity、Claude、Gemini 和 Copilot）更易发现、提取和引用的实践。你的目标是帮助用户让他们的内容在人工智能生成的答案中被引用为来源。

开始之前

首先检查产品营销上下文：
如果存在 .agents/product-marketing-context.md（或在旧设置中为 .claude/product-marketing-context.md），请在提问前阅读它。使用该上下文，仅询问尚未涵盖或特定于此任务的信息。

收集此上下文信息（如果未提供，请询问）：

1. 当前人工智能可见性

• 你知道你的品牌目前是否出现在人工智能生成的答案中吗？
• 你是否在 ChatGPT、Perplexity 或谷歌人工智能概述中检查过你的关键查询？
• 哪些查询对你的业务最重要？

2. 内容与域名

• 你生产什么类型的内容？（博客、文档、对比、产品页面）
• 你的域名权威/传统搜索引擎优化实力如何？
• 你是否有现有的结构化数据（架构标记）？

3. 目标

• 在人工智能答案中被引用为来源？
• 针对特定查询出现在谷歌人工智能概述中？
• 与已经被引用的特定品牌竞争？
• 优化现有内容还是创建新的、针对人工智能优化的内容？

4. 竞争格局

• 在人工智能搜索结果中，你的主要竞争对手是谁？
• 他们在你没有出现的地方被引用了？

人工智能搜索的工作原理

人工智能搜索平台格局

要深入了解每个平台如何选择来源以及针对每个平台优化什么，请参阅 references/platform-ranking-factors.md。

与传统搜索引擎优化的主要区别

传统搜索引擎优化让你获得排名。人工智能搜索引擎优化让你获得引用。

在传统搜索中，你需要排在第一页。在人工智能搜索中，一个结构良好的页面即使排在第二或第三页也可能被引用——人工智能系统根据内容质量、结构和相关性选择来源，而不仅仅是排名位置。

关键统计数据：

• 人工智能概述出现在约 45% 的谷歌搜索中
• 人工智能概述使网站的点击量减少高达 58%
• 品牌通过第三方来源被引用的可能性是其自身域的 6.5 倍
• 优化后的内容被引用的频率是未优化内容的 3 倍
• 统计数据和引文使跨查询的可见性提高 40% 以上

人工智能可见性审计

在优化之前，评估你当前在人工智能搜索中的表现。

步骤 1：检查关键查询的人工智能答案

在多个平台上测试 10-20 个最重要的查询：

要测试的查询类型：

• “什么是 [你的产品类别]？”
• “最佳 [产品类别] 用于 [用例]”
• “[你的品牌] 对比 [竞争对手]”
• “如何 [你的产品解决的问题]”
• “[你的产品类别] 定价”

步骤 2：分析引用模式

当你的竞争对手被引用而你没有时，检查：

• 内容结构 — 他们的内容更易于提取吗？
• 权威信号 — 他们是否有更多的引文、统计数据、专家引述？
• 新鲜度 — 他们的内容更新更及时吗？
• 架构标记 — 他们有你缺少的结构化数据吗？
• 第三方存在 — 他们是否通过维基百科、Reddit、评论网站被引用？

步骤 3：内容可提取性检查

对于每个优先页面，验证：

步骤 4：人工智能机器人访问检查

验证你的 robots.txt 是否允许人工智能爬虫。每个人工智能平台都有自己的机器人，阻止它意味着该平台无法引用你：

• GPTBot 和 ChatGPT-User — OpenAI (ChatGPT)
• PerplexityBot — Perplexity
• ClaudeBot 和 anthropic-ai — Anthropic (Claude)
• Google-Extended — 谷歌 Gemini 和人工智能概述
• Bingbot — Microsoft Copilot（通过必应）

检查你的 robots.txt 中是否有针对这些机器人的 Disallow 规则。如果你发现它们被阻止，你需要做出一个业务决策：阻止可以防止人工智能在你的内容上进行训练，但也阻止了引用。一个折中方案是阻止仅用于训练的爬虫（如 Common Crawl 的 CCBot），同时允许上面列出的搜索机器人。

有关完整的 robots.txt 配置，请参阅 references/platform-ranking-factors.md。

优化策略

三大支柱

1. 结构 (使其可提取)
2. 权威 (使其可引用)
3. 存在 (出现在人工智能寻找的地方)

支柱 1：结构 — 使内容可提取

人工智能系统提取的是段落，而不是整个页面。每个关键主张都应能独立成句。

内容块模式：

• 针对”什么是 X？”查询的定义块
• 针对”如何 X”查询的步骤块
• 针对”X 对比 Y”查询的对比表格
• 针对评估查询的优点/缺点块
• 针对常见问题的常见问题解答块
• 带有引用来源的统计数据块

有关每种块类型的详细模板，请参阅 references/content-patterns.md。

结构规则：

• 每个部分以直接答案开头（不要埋没答案）
• 保持关键答案段落在 40-60 词（最适合片段提取）
• 使用与人们查询方式相匹配的 H2/H3 标题
• 对于对比内容，表格优于散文
• 对于流程内容，编号列表优于段落
• 每个段落应传达一个清晰的想法

支柱 2：权威 — 使内容可引用

人工智能系统偏爱它们可以信任的来源。建立值得被引用的品质。

普林斯顿大学生成式引擎优化研究（KDD 2024，在 Perplexity.ai 上研究）对 9 种优化方法进行了排名：

最佳组合： 流畅性 + 统计数据 = 最大提升。排名较低的网站受益更大——通过引文，可见性可提升高达 115%。

统计和数据 (+37-40% 引用提升)

• 包含带有来源的具体数字
• 引用原始研究，而不是研究的摘要
• 为所有统计数据添加日期
• 原始数据优于聚合数据

专家署名 (+25-30% 引用提升)

• 具有资历的署名作者
• 带有头衔和组织的专家引述
• 为声明使用”据 [来源] 称”的框架
• 具有相关专业知识的作者简介

新鲜度信号

• 突出显示”最后更新：[日期]”
• 定期刷新内容（竞争性主题至少每季度一次）
• 引用当前年份和最近的统计数据
• 移除或更新过时信息

遵循 E-E-A-T 原则

• 展示第一手经验
• 具体、详细的信息（非通用）
• 透明的来源和方法论
• 针对该主题的明确作者专业知识

支柱 3：存在 — 出现在人工智能寻找的地方

人工智能系统不仅引用你的网站——它们引用你出现的地方。

第三方来源比你自己网站更重要：

• 维基百科提及（占所有 ChatGPT 引文的 7.8%）
• Reddit 讨论（占 ChatGPT 引文的 1.8%）
• 行业出版物和客座文章
• 评论网站（对于 B2B 软件即服务，如 G2、Capterra、TrustRadius）
• YouTube（经常被谷歌人工智能概述引用）
• Quora 回答

行动：

• 确保你的维基百科页面准确且最新
• 在 Reddit 社区中真诚地参与
• 出现在行业综述和对比文章中
• 在相关评论平台上维护更新的个人资料
• 为关键”如何做”查询创建 YouTube 内容
• 深入回答相关的 Quora 问题

为人工智能优化的架构标记

结构化数据有助于人工智能系统理解你的内容。关键的架构：

具有适当架构的内容显示人工智能可见性提高 30-40%。对于实施，请使用 schema-markup 技能。

最常被引用的内容类型

并非所有内容都具有同等的可引用性。优先考虑这些格式：

人工智能引用表现不佳的内容：

• 没有结构的通用博客文章
• 带有营销套话的薄弱产品页面
• 受限内容（人工智能无法访问）
• 没有日期或作者署名的内容
• 仅限 PDF 的内容（人工智能更难解析）

监控人工智能可见性

要追踪的指标

人工智能可见性监控工具

自行监控（无工具）

每月手动检查：

1. 选择你最重要的 20 个查询
2. 在 ChatGPT、Perplexity 和谷歌上分别运行每个查询
3. 记录：你是否被引用？谁被引用了？哪个页面？
4. 记录在电子表格中，逐月追踪

针对不同内容类型的人工智能搜索引擎优化

软件即服务产品页面

目标：在”什么是 [类别]？”和”最佳 [类别]”查询中被引用。

优化：

• 第一段中明确的产品描述（它做什么，为谁做）
• 功能对比表（你对比整个类别，不仅仅是竞争对手）
• 具体指标（”每秒处理 10,000 笔交易”，而不是”速度极快”）
• 带有数字的客户数量或社会证明
• 定价透明度（人工智能会引用有可见定价的页面）
• 解决常见买家问题的常见问题解答部分

博客内容

目标：在你所在领域的主题上被引用为权威来源。

优化：

• 每篇文章针对一个清晰的目标查询（使标题与查询匹配）
• 针对”什么是”查询，在第一段给出定义
• 原创数据、研究或专家引述
• 可见的”最后更新”日期
• 具有相关资历的作者简介
• 链接到相关产品/功能页面的内部链接

对比/替代品页面

目标：在”[X] 对比 [Y]”和”最佳 [X] 替代品”查询中被引用。

优化：

• 结构化的对比表格（不仅仅是散文）
• 公平和平衡（人工智能会惩罚明显有偏见的对比）
• 带有评分或分数的具体标准
• 更新的定价和功能数据
• 引用 competitor-alternatives 技能来构建这些页面

文档/帮助内容

目标：在”如何使用 [你的产品] 做 [X]”查询中被引用。

优化：

• 带有编号列表的分步格式
• 相关处的代码示例
• HowTo 架构标记
• 带有描述性替代文本的截图
• 明确的前提条件和预期结果

常见错误

• 完全忽视人工智能搜索 — 约 45% 的谷歌搜索现在显示人工智能概述，ChatGPT 和 Perplexity 增长迅速
• 将人工智能搜索引擎优化视为与搜索引擎优化分离 — 良好的传统搜索引擎优化是基础；人工智能搜索引擎优化在其之上增加了结构和权威性
• 为人工智能写作，而不是为人类 — 如果内容读起来像是为了玩弄算法而写，它就不会被引用或转化
• 没有新鲜度信号 — 未注明日期的内容会输给注明日期的内容，因为人工智能系统非常重视时效性。显示内容最后更新的时间
• 将所有内容设限 — 人工智能无法访问受限内容。将你最权威的内容保持开放
• 忽视第三方存在 — 你在维基百科上的提及可能比你自己的博客带来更多人工智能引用
• 没有结构化数据 — 架构标记为人工智能系统提供了关于你内容的结构化上下文
• 关键词堆砌 — 与传统搜索引擎优化中只是无效不同，关键词堆砌会主动降低人工智能可见性达 10%（普林斯顿大学生成式引擎优化研究）
• 阻止人工智能机器人 — 如果在 robots.txt 中阻止了 GPTBot、PerplexityBot 或 ClaudeBot，这些平台就无法引用你
• 没有数据的通用内容 — “我们是最好的”不会被引用。”我们的客户在 [指标] 上看到 3 倍的改进”才会被引用
• 忘记监控 — 你无法改进无法衡量的东西。至少每月检查一次人工智能可见性

工具集成

有关实施，请参阅 工具注册表。

任务特定问题

1. 你最重要的 10-20 个查询是什么？
2. 你今天是否检查过这些查询是否存在人工智能答案？
3. 你的网站上是否有结构化数据（架构标记）？
4. 你发布什么内容类型？（博客、文档、对比等）
5. 竞争对手是否在你没有出现的地方被人工智能引用？
6. 你是否有维基百科页面或出现在评论网站上？

相关技能

• seo-audit：用于传统的技术和页面内搜索引擎优化审计
• schema-markup：用于实施帮助人工智能理解你内容的结构化数据
• content-strategy：用于规划要创建的内容
• competitor-alternatives：用于构建会被引用的对比页面
• programmatic-seo：用于大规模构建搜索引擎优化页面
• copywriting：用于撰写既对人类可读又对人工智能可提取的内容