AI 回答你之前，偷偷做了哪几件事

otlume GEO 系列 · 第 2 篇

2025年7月，Ahrefs发了一份研究，标题看着特别让人安心。

AI Overviews引用的来源里，76%来自谷歌前10名。

我还记得当时那种舒坦。四分之三本来就在第一页，那针对谷歌的GEO差不多就是把SEO做好。排上去，AI自己会跟过来。

然后，2026年3月2日，Ahrefs发了更新版。同一个问题，数据量更大，86.3万个搜索结果页，大约400万个AI Overview引用链接。

新的数字是38%。

八个月，从差不多四分之三掉到不到五分之二。

我提这个不是要嘲Ahrefs。人家自己重跑了自己的研究，还把不好看的结果发出来，这正是你希望一个数据来源做的事。我提它，是因为这是我知道的、最能说明这篇文章要讲什么的一个例子。

你不能把AI答案引擎当成一台规则固定的机器。它是一条流水线。流水线会变，你去年学到的经验，可能悄悄就过期了。

那我们就来看看这条流水线。不是什么内部机密，公司外面没人知道那些。就看它的大致形状，这部分是公开的，也挺稳定。

第1篇我说过，竞争单位从一个网页缩小到了一段话。原因就在这儿。

最早那篇GEO论文（Aggarwal等，KDD 2024）描述了一个生成式引擎的样子，跟当时的Bing Chat很像。用户问一个问题，一个模型把它改写成几个更简单的搜索词，这些搜索词丢给一个普通搜索引擎，拿回排好序的来源，再有一步去总结或抽取这些来源的内容，最后一个模型写出答案，标上它倚重的那些来源。他们自己的实验做得更简化，每个问题抓谷歌前5个结果，让模型基于这5个写答案。

这就是检索加生成。

你关心的几乎每一个系统，在回答需要新鲜或具体信息的问题时，用的都是它的某个变体。

谷歌在这事上说得挺公开。它那篇写给站长的AI功能文档里讲，AI Overviews和AI Mode可能会用一种叫「查询扇出」（query fan-out）的技术，围绕子话题和不同数据源发出多个相关搜索，再拼出答案。

举个具体的，有人问「东北冬天装空气能热水器值不值」，系统可能会在后台悄悄搜零下二十度的制热效率、安装费用、补贴政策之类的，然后从所有这些结果里挑。

问题就出在这儿。

76%掉到38%，很可能就是这个原因。Ahrefs自己对更新版的解读是，AI Overviews似乎越来越少依赖原始问题的搜索结果，越来越多地用扇出子查询里冒出来的来源。他们在2026年1月提到AI Overviews切换到了Gemini 3，也对得上。

这块需要注意一下，这是Ahrefs的解读，也是我的，谷歌并没有用这些话确认过。但这是我见过最说得通的解释，而且它有一个非常实际的后果。

你可能会因为一个你从来没瞄准过的问题被引用。

你写东北冬天制热效率的那篇，可能被拉进「值不值」的答案里，因为系统扇出到了你那个子问题。反过来，你为主问题精心优化的那页，也可能被跳过，因为系统在某个子问题上找到了更好的段落。

Ahrefs在谷歌之外也看到了类似的事。2025年8月他们拿了1.5万个长尾问题，在谷歌和Bing上搜，同时拿去问ChatGPT、Gemini、Copilot和Perplexity。平均下来，AI助手引用的链接里，只有12%在谷歌同一个问题的前10名里。大约80%在谷歌这个问题下根本没排名。Perplexity是个例外，它的引用里将近三分之一在前10。

你品品这句话。这些助手引用的大部分东西，在你以为它在回答的那个问题下，根本没有排名。

那排名就不重要了吗。

我不这么觉得。而且这里开始有意思了，因为研究之间是真的在打架。

2025年有篇论文叫C-SEO Bench，来自Parameter Lab、NAVER AI Lab和几所大学。他们在六个领域（零售商品、电子游戏、图书、网页问答、新闻、辩论）搭了基准，测试那些为了讨好语言模型而改写文档的技巧，也就是GEO论文提出的那类方法，到底能不能让文档在模型引用里往前挪。

大部分不能。

但他们还测了一个更简单的东西。如果直接把文档挪到模型看到的来源列表的第一位呢。这一招带来的提升比任何改写方法都大得多，在他们试过的每个模型上都是。结论说得很直接，传统SEO，也就是提升你在检索里位置的那些事，依然必不可少。

于是你手里有两个看起来互相矛盾的发现。Ahrefs说大部分AI引用在原始问题下排不进谷歌前10。C-SEO Bench说在检索结果里的位置是最强的杠杆。

我觉得两个都对，看清流水线之后就拼得上了。排名很重要，只不过是在系统实际发出的那些查询里的排名。而经过扇出和改写之后，那些查询往往不是用户敲进去的那个。你是在为你看不见的子问题争检索位置。

这就是目前诚实的现状。

流水线里还有第二个分叉，大家老是在这儿栽跟头。训练和检索。

语言模型在训练阶段从网页文本里学了大量东西，这部分在某个截止日期就冻住了。另外，当它联网搜索回答时，是当场去抓网页。这是进入模型的两扇不同的门，各家公司也为它们跑不同的爬虫。

OpenAI的文档就是个清楚的例子。GPTBot抓的内容可能用于训练基础模型。OAI-SearchBot用来在ChatGPT的搜索功能里展示网站。两者的设置是独立的。你可以屏蔽GPTBot，不进训练，同时放行OAI-SearchBot，照样出现在ChatGPT搜索里。OpenAI说屏蔽OAI-SearchBot的网站不会出现在ChatGPT搜索答案里，不过还可能作为导航链接出现。

Anthropic也类似，分成ClaudeBot（训练）、Claude-User（用户提问时去抓）、Claude-SearchBot（搜索质量）。Perplexity有PerplexityBot和Perplexity-User。谷歌有Google-Extended，管的是Gemini和其他一些系统的使用，但不影响谷歌搜索，包括AI Overviews，那边看的是普通Googlebot的规则。

既然引用来自搜索，训练这扇门还重要吗。

重要。因为不是每个答案都会去搜。关掉联网问聊天模型一个常识问题，或者在它觉得不需要查的模式下，它就凭训练时吸收的东西回答。这种情况没有引用，你今天发的任何东西，都要等到未来某个模型用它训练了才会出现。

一个老牌、报道很多的品牌，在模型记忆里大概还行。一个新品牌，基本是空的。我猜很多小公司被聊天机器人一句「我不太了解这家公司」怼回来，就以为自己被惩罚了。其实没有，只是还没进记忆，而那个问题又刚好没触发搜索。

所以一个词底下其实藏着两个不同的可见度问题。进模型记忆，慢，间接，主要取决于这些年整个网络写了你多少。进模型的实时检索，快得多，也和SEO近得多。大家吵GEO有没有用的时候，经常是在说两扇不同的门，自己还不知道。

我今天去翻了几家大媒体的robots.txt，看他们怎么处理。《纽约时报》屏蔽了GPTBot、OAI-SearchBot、ChatGPT-User、ClaudeBot、Claude-SearchBot、PerplexityBot、Google-Extended、CCBot和Applebot-Extended。BBC屏蔽的名单也差不多。这些是深思熟虑的商业决定，往往跟版权授权和官司有关，人家自己的选择。

但我敢打赌，有不少小网站从哪篇博客里抄了一段「屏蔽所有AI爬虫」的代码，没意识到自己顺手把自己从ChatGPT搜索里也删掉了。这种问题，第3篇的自查能揪出来。

接下来这部分大家都不爱听。

就算一切都设置对了，AI答案说起你来也可能是错的。

2025年3月，哥伦比亚大学Tow数字新闻中心测了8个AI搜索工具，任务故意设得很简单。给工具一段新闻摘录，让它说出这篇文章的标题、媒体、日期和链接。一共1600次查询，这些工具整体答错了60%以上。Perplexity错了37%，Grok 3错了94%。

有的引用的是转载版而不是原文，比如ChatGPT引用了雅虎新闻转载的一篇《今日美国》文章，而《今日美国》是屏蔽了ChatGPT爬虫的。还有好几个工具宁可自信地答错，也不说不知道。

我不觉得这个研究证明了这些引擎没用。任务很窄，之后情况也变了。它证明的是这条流水线每一步都有出错的可能。检索可能抓到错误的副本，生成可能把来源搅在一起，归因可能指向错误的链接。

如果你是一个品牌，AI答案里关于你的某些说法会是错的，错得不是你造成的，你也没法直接改。GEO的一部分工作，就是让正确的版本特别好找、在全网特别一致，让错误的版本更常输。

我把这些捏成一个你能随身带着的模型吧。不完美，但我自己在用。

当一个AI引擎回答一个需要上网的问题时，想象四道关卡。

第一道是访问。相关的爬虫或抓取器能不能碰到你的页面。robots.txt、防火墙、CDN的机器人规则、登录墙、只有跑重度JavaScript才渲染出来的内容，都卡在这儿。

第二道是检索。在系统实际发出的查询里，包括那些扇出的子查询，你的页面能不能进候选集，排多高。这是传统SEO的地盘，C-SEO Bench说这是最强的杠杆。

第三道是选用。候选里面，模型到底用了哪几段。清晰、具体、可核实的事实和好的结构，可能在这儿有帮助。第4篇讲这一关，我先打个预防针，这块的证据最不牢靠。

第四道是归因。最终答案有没有提到你、链到你、把你说对。Tow中心发现的那些错误就出在这儿，第三方信息的一致性（第6篇）在这儿最重要。

你读到的大部分GEO建议都在讲第三关。而我预计大部分真实问题出在第一、二关。这不是研究结论，是我的看法。前提条件是这样的，如果你是一个网站很成熟的知名品牌，第三、四关可能对你更重要。如果你又小又新，你几乎肯定先输在了第一、二关。

顺便说一句，otlume就是第二种情况。它很新，知识库页面写着「这里还什么都没有」，这没关系，谁都是从这儿开始的。它确实把第一关处理好了，robots.txt明确放行了43个有名有姓的AI和搜索代理，还发布了llms.txt、JSON-LD和sitemap。这能让你进门。但它不能让你在品类问题里被检索到，第1篇我用一个品类问题测出来的就是别家产品。

能被碰到，和被选中，是两道不同的关。

我一直用「关卡」这个词是有原因的。

1950年，传播学者David Manning White研究了一个报社的电讯编辑，他管这人叫「盖茨先生」（Mr. Gates），发现这个编辑凭个人判断决定登哪些电讯稿，就决定了整座小镇读到什么。把关人理论就是从这儿长出来的。

AI答案引擎是一种新的把关人。它每小时运行几百万次，每次的判断都略有不同，而且说不出为什么。你没法去采访它，只能大量研究它的输出，然后调整你喂给它的东西。

这就是这份工作诚实的描述。不是黑掉把关人，是研究它。

第3篇我们就干这个，一次对自己处境的自查，而且专门设计成不会被这些系统的随机性骗到。把你第1篇之后跑的那些问题带上。

/ otlume GEO 优化专家