Ai search seo

何时使用

• 想让内容被 AI 搜索系统与大模型引用为来源（Google AI Overviews、ChatGPT、Perplexity、Claude、Gemini、Copilot），而不只是被传统搜索排名。
• 用户提到 AI SEO、AEO（答案引擎优化）、GEO（生成式引擎优化）、LLM 可见性、AI 引用。
• 传统 SEO 已不足以回答问题，需要专门解决 AI 可发现性。

不该用的边界：

• 纯传统排名/技术 SEO 审计 → 用 seo-audit。
• 只做结构化数据落地 → 用 schema-markup。
• 内容规划、对比页生成、规模化建站分别走 content-strategy / competitor-alternatives / programmatic-seo。
• 缺少目标查询、权限或成功标准时，先停下来问清楚，不要凭空优化。

核心区别：传统 SEO 让你被排名，AI SEO 让你被引用。结构良好的页面即使排在第 2、3 页也可能被引用——AI 按内容质量、结构与相关性选源，而非单纯排位。

步骤

0. 先读上下文：若存在 .agents/product-marketing-context.md（旧版 .claude/product-marketing-context.md），先读它，只补问未覆盖的信息。需收集：当前 AI 可见性、内容类型与域名权重、目标（被引用/进 AI Overviews/对标竞品）、竞争格局。

1. AI 可见性审计

• 选 10–20 个最重要查询，在 Google AI Overview / ChatGPT / Perplexity 逐一测试，记录「是否引用你 / 引用了谁」。查询类型覆盖：「什么是〈品类〉」「最佳〈品类〉用于〈场景〉」「〈你〉vs〈竞品〉」「如何〈解决某问题〉」「〈品类〉价格」。
• 分析竞品被引你未被引的原因：内容结构、权威信号、新鲜度、Schema、第三方露出。
• 逐页做可抽取性检查（见下「指令」清单）。

2. AI 爬虫放行检查：核对 robots.txt 是否放行各平台爬虫（被 Disallow 即无法被该平台引用）：

• GPTBot、ChatGPT-User → OpenAI
• PerplexityBot → Perplexity
• ClaudeBot、anthropic-ai → Anthropic
• Google-Extended → Gemini 与 AI Overviews
• Bingbot → Copilot 折中策略：屏蔽纯训练爬虫（如 Common Crawl 的 CCBot），放行上述搜索爬虫。

3. 按三支柱优化

• 支柱一 · 结构（让内容可抽取）
• 支柱二 · 权威（让内容可引用）
• 支柱三 · 存在（出现在 AI 取材的地方）

4. 部署 Schema 结构化数据（落地交给 schema-markup skill）。

5. 持续监测：每月手动跑 top 20 查询，或用工具跟踪「AI 语音份额」。

指令

可抽取性检查清单（逐优先页过一遍）：

• 首段是否有清晰定义？
• 是否有自包含答案块（脱离上下文也成立）？
• 统计数据是否标注来源？
• 「X vs Y」类查询是否有对比表？
• 是否有自然语言提问的 FAQ？
• 是否有 Schema（FAQ/HowTo/Article/Product）？
• 是否有作者署名与资历？
• 是否近 6 个月内更新？
• 标题结构是否匹配查询表述？
• robots.txt 是否放行 AI 爬虫？

支柱一 · 结构规则（AI 抽取的是段落而非整页）：

• 每节开头直接给答案，别埋。
• 关键答案段控制在 40–60 词（最利于摘要抽取）。
• H2/H3 用用户真实提问的措辞。
• 对比内容用表格胜过散文；流程内容用编号列表胜过段落。
• 每段只表达一个明确观点。
• 内容块模式：定义块（什么是 X）/ 步骤块（如何 X）/ 对比表（X vs Y）/ 利弊块 / FAQ 块 / 带来源的统计块。

支柱二 · 权威（Princeton GEO 研究，KDD 2024，基于 Perplexity，9 种方法的可见性提升）：

方法	提升	应用
引用来源	+40%	加带链接的权威参考
加统计数据	+37%	具体数字 + 来源
加引述	+30%	专家姓名 + 头衔
权威语气	+25%	体现专业度
提升清晰度	+20%	简化复杂概念
专业术语	+18%	领域术语
独特词汇	+15%	提高用词多样性
流畅度优化	+15–30%	改善可读性与行文
关键词堆砌	−10%	反而损害 AI 可见性

最佳组合：流畅度 + 统计数据。低排名站点收益更大，配合引用最高可达 +115%。另需：原始研究优先于二手汇总、所有统计标日期、署名作者与资历、「据〈来源〉」表述、显著展示「最后更新：〈日期〉」、E-E-A-T（第一手经验、透明出处与方法）。

支柱三 · 存在（第三方露出常比自有站更重要）：维基百科（占 ChatGPT 引用 7.8%）、Reddit（1.8%）、行业刊物/客座文、评测站（G2、Capterra、TrustRadius）、YouTube（AI Overviews 常引）、Quora。行动：维护准确的维基百科页、真诚参与 Reddit、进入行业横评、更新评测站资料、为高频 how-to 做 YouTube 内容。

最易被引用的内容类型（按引用份额）：对比文 ~33% > 权威指南 ~15% > 原创研究/数据 ~12% > 榜单/listicle ~10% ≈ 产品页 ~10% ≈ 观点分析 ~10% > how-to ~8%。表现差的：无结构博文、营销注水的薄产品页、门控内容（AI 读不到）、无日期/作者的内容、纯 PDF。

Schema 速查：Article/BlogPosting（文章）、HowTo（教程步骤抽取）、FAQPage（问答抽取）、Product（价格/功能/评价）、ItemList（对比）、Review/AggregateRating（信任信号）、Organization（实体识别）。规范 Schema 可带来 30–40% 更高 AI 可见性。

监测工具：Otterly AI、Peec AI、ZipTie、LLMrefs（覆盖 ChatGPT/Perplexity/AI Overviews/Gemini 等，跟踪引用率与语音份额）。环境内可用：semrush（AI Overview 追踪、关键词、内容缺口）、ahrefs（外链、内容探索、AI Overview 数据）、gsc（搜索表现）、ga4（来自 AI 源的引荐流量）。

示例

场景：SaaS 产品页想被「什么是〈品类〉」「最佳〈品类〉」引用 优化要点：首段清晰描述产品（做什么、给谁）；功能对比表（你 vs 整个品类）；具体指标（写「每秒处理 1 万笔交易」而非「极快」）；带数字的社会证明；透明定价（AI 偏好可见价格的页面）；覆盖购买疑问的 FAQ。

场景：博客想成为领域权威源 一篇一个目标查询（标题对齐查询）；「什么是」类首段给定义；放原创数据/研究/专家引述；显著标注「最后更新」；作者资历 bio；内链到相关产品/功能页。

场景：对比/替代页想被「X vs Y」「最佳 X 替代品」引用 用结构化对比表而非散文；保持公正（AI 惩罚明显偏颇的对比）；带评分的具体维度；更新价格与功能；建页可结合 competitor-alternatives。

DIY 月度监测（零工具）：① 选 top 20 查询；② 逐个在 ChatGPT、Perplexity、Google 跑；③ 记录「是否被引、引了谁、引了哪页」；④ 表格化逐月对比。

注意事项

关键数据（用于说服与基线）：AI Overviews 出现在约 45% 的 Google 搜索中、最多减少 58% 的网站点击；品牌经第三方来源被引的概率是自有域名的 6.5 倍；优化内容被引频率约为未优化的 3 倍；统计与引用可跨查询提升 40%+ 可见性。

常见错误：

• 完全无视 AI 搜索；把 AI SEO 与 SEO 割裂（好的传统 SEO 是地基，AI SEO 在其上叠加结构与权威）。
• 为 AI 而非人写作：读起来像在钻算法空子的内容既不会被引也不会转化。
• 无新鲜度信号（无日期内容输给有日期内容）；门控全部内容；忽视第三方露出。
• 无结构化数据；关键词堆砌（不同于传统 SEO 只是低效，这里直接 −10% 可见性）；屏蔽 AI 爬虫；通篇「我们最好」却无数据；忘记监测（每月至少查一次）。

通用约束：仅在任务明确匹配本技能范围时使用；输出不能替代针对具体环境的验证、测试或专家评审；缺少必要输入、权限、安全边界或成功标准时，先停下询问。

互见

• seo-audit：传统技术与页面 SEO 审计。
• schema-markup：落地结构化数据，帮助 AI 理解内容。
• content-strategy：规划要创作什么内容。
• competitor-alternatives：构建易被引用的对比页。
• programmatic-seo：规模化批量建 SEO 页。
• copywriting：写出既适合人阅读又便于 AI 抽取的内容。

---

采编自 sickn33/antigravity-awesome-skills（MIT，原始来源 coreyhaines31/marketingskills）。