SEO/GEO 周刊 第 022 期

2026-03-04 | 精选 SEO 和生成式引擎优化（GEO）领域的最新动态

🏛️ 官方动态

用圆圈搜索查看全貌并找到外观

Google 最新发布的 Circle to Search 更新值得关注。这篇文章介绍了如何一次搜索图片中的多个物体，对视觉搜索优化和产品发现策略有直接参考价值。

核心变化是用户现在可以圈选图片中的多个目标，系统会识别每个物品并提供相关信息。比如圈选一条鱼照片中的所有鱼种，系统不仅能识别各个物种，还能解释它们之间的生态关系。

对电商从业者来说，这个功能特别有用。用户可以圈选整个穿搭造型，系统自动识别每件单品并推荐相似商品。在支持虚拟试穿的国家，用户还能直接从搜索结果中试穿衣服。

技术上，这个功能由 Gemini 3 驱动，采用了增强的视觉查询技术。系统不再是简单匹配，而是通过多步骤推理计划来获取最佳结果。

目前功能已在三星 Galaxy S26 系列和 Pixel 10 设备上上线，未来将扩展到更多 Android 设备。对于视觉搜索优化策略，这个更新意味着需要考虑如何让产品在多物体识别场景中脱颖而出。

🔗 阅读原文 | Google The Keyword

🤖 GEO·SEO 精选

如何构建持久有效的AI SEO策略

Kevin Indig 这篇文章让我重新思考 AI SEO 的本质。他明确区分了策略和战术的区别，指出大多数 AEO 策略其实只是战术列表。文章核心观点是：AI SEO 策略必须从业务问题出发，而不是从渠道战术出发。

他提出了三个关键步骤：1）识别真实的业务挑战（如品牌曝光侵蚀、转化影响衰减）；2）通过研究验证假设（调查用户行为、分析引用来源、建立基线）；3）构建三部分策略文档（挑战陈述、方法论、投资场景）。

最有价值的建议是使用场景规划而非流量预测来呈现投资价值。这让我意识到，真正的 AI SEO 策略应该能经受住领导层的审视和平台的变动，而不仅仅是追逐最新的平台特性。

🔗 阅读原文 | Search Engine Journal

2026年SEO顶级技巧

2026年SEO的核心趋势在这篇文章里讲得很清楚。Chima Mmeje提出的六大建议很实用，特别是关于实体聚类和LLM指标追踪的部分。

最有意思的是她强调”构建覆盖完整查询扇出的实体集群”。这不是简单的关键词分组，而是要根据实体关系构建主题集群，再映射到用户旅程的不同阶段（认知、比较、评估、决策）。

报告体系也需要进化。别只盯着流量了，要开始跟踪LLM推荐量、自归因数据、品牌搜索趋势这些新指标。我特别同意她说的”LLM更像影响渠道而非流量渠道”这个观点。

结构化数据也不能少。虽然基础，但对AI系统理解内容依然关键。

🔗 阅读原文 | Moz Blog

什么是关键词搜索量？+5个免费检查工具

这篇文章为SEO从业者提供了5个免费关键词搜索量工具的实用对比，帮助我们快速评估关键词潜力。

核心价值在于系统对比了Semrush、SE Ranking、Searchvolume.io、SpyFu和Google Keyword Planner等工具的免费额度和特色功能。比如Semrush Keyword Overview每天5次免费请求，同时提供关键词难度和搜索意图等关键指标；Searchvolume.io支持一次性批量查800个关键词，适合快速验证大列表。

我特别认可文章对Google Keyword Planner的分析，它不仅能查搜索量，还有”三月变化”趋势指标，帮助识别上升或下降的关键词。文章还提到了YouTube关键词工具的重要性，提醒我们Google和YouTube搜索量可能差异巨大。

如果你在做关键词研究，这篇文章的工具对比表能帮你快速选择适合的免费工具组合。

🔗 阅读原文 | Semrush Blog

SEO写作：16个创建优化内容技巧

这篇文章提供了16个实用的SEO写作技巧，特别适合内容创作者快速掌握优化方法。

我最喜欢的是它结合了Semrush工具的具体操作步骤，比如用Keyword Magic Tool找主关键词，PKD评分帮助判断竞争难度。有个数据特别打动我：AI搜索的访客转化率是普通搜索的4.4倍，这改变了我对AI搜索的看法。文章结构清晰，从关键词研究到内容意图分析都有具体案例，比如”dog behavior”这个关键词的搜索量和难度都标注清楚了。虽然篇幅较长，但每个技巧都有可操作的建议，非常适合SEO新手参考。

🔗 阅读原文 | Semrush Blog

如何使用 Semrush 发现 AI 可见性差距

发现AI可见性差距的实用指南

我推荐这篇Semrush的文章，因为它提供了具体可操作的工具使用方法，帮助你识别品牌在AI生成答案中的缺失机会。

文章核心价值在于教你如何系统性地发现三种类型的差距：话题差距、引用来源差距和叙事/情感差距。通过Competitor Research报告，你可以看到竞争对手在ChatGPT、Gemini等平台上获得提及的具体主题，以及你缺失的内容。更重要的是，它教你如何分析哪些第三方网站影响了竞争对手的AI提及，从而进行有针对性的外联。

不过，文章明显是为Semrush用户量身定制的，部分内容仅限于其生态系统内。如果你没有订阅Semrush One，某些高级功能可能无法使用。但即使不使用Semrush，文章的核心思路——”找到竞争对手在AI中赢得曝光的位置，然后填补空白”——仍然非常有价值。

🔗 阅读原文 | Semrush Blog

SEO的5个悲伤阶段（及如何适应AI SEO）

这篇文章帮我看清了AI时代SEO的真实处境。

作者把行业反应分为5个阶段：否认（认为AIOs只是测试会消失）、愤怒（流量骤降、诉讼频发）、讨价还价（各种黑帽优化）、抑郁（零点击时代到来）、最终接受。数据扎心：AIOs让顶级页面点击率下降34.5%，60%搜索无点击，AIOs每两天就变化一次。但我最欣赏的是作者没让我们停留在哀叹，而是给出了具体对策：用Ahrefs的AI Overviews报告追踪AIOs变化、监控AI排名位置、分析AI推荐的网站类型、发现AI提及的长尾关键词。这些实操建议比空谈”拥抱变化”有价值得多。

🔗 阅读原文 | Ahrefs Blog

什么是查询扇出？理解驱动AI搜索的隐藏查询

这篇文章深入解析了AI搜索中的查询扇出技术，对SEO从业者具有重要实战价值。

核心观点：Query fan-out 是AI搜索平台的关键技术，将一个用户查询扩展为多个相关子查询，平均触发9-11次搜索，复杂查询甚至可达28次。

具体发现：
– ChatGPT Deep Research分析”如何开始播客”时触发11个子查询，包括”播客技术设置2025″、”推广策略”等
– 59%查询触发5-11次搜索，24%触发12-19次
– 主要类型包括相关主题、隐含问题、对比查询、时效性搜索等

实战建议：
1. 优化内容时考虑多个相关角度
2. 关注时效性信息
3. 准备好应对更广泛的搜索意图

我认为这篇文章为理解AI搜索生态提供了实用框架，是SEO从业者必读的参考资料。

🔗 阅读原文 | Ahrefs Blog

更新：38% 的 AI 概述引用来自前 10 个页面

这篇文章提供了 AI Overview 引用趋势的最新数据，显示仅 38% 的引用来自 SERP 前 10 名，与去年 76% 相比大幅下降，这对 SEO 策略调整至关重要。

具体发现：
– 2026 年 1 月起，AI Overview 由 Gemini 3 驱动，更擅长回答长尾问题
– 38% 的引用页面同时出现在 SERP 前 10 名，31% 排名 11-100，31% 不在前 100 名
– 18% 的非排名引用来自 YouTube，占所有引用 5.6%

我特别注意到，YouTube 是 AI Overview 中最常被引用的域名，过去六个月增长 34%。这表明 AI 搜索策略需要从传统关键词优化转向”查询扇出”优化。

文章还提供了三个实用的查询扇出工具推荐，帮助我们找到 AI Overview 实际引用的相关内容。

🔗 阅读原文 | Ahrefs Blog

如何监控 ChatGPT 中的品牌提及

这篇文章教你如何监控 ChatGPT 中的品牌提及，解决了传统 SEO 工具无法追踪的问题。ChatGPT 有 8 亿周活用户，却没有任何内置分析，这让品牌监测变得至关重要。

文章提供了免费的手动方法和自动化工具推荐。手动方法需要记住两个关键点：登出账户并使用无痕模式，避免个性化结果干扰。通过结构化提问（如”什么是最好的项目管理工具？”），你可以发现品牌是否在训练数据或实时搜索中被提及。

有意思的是，品牌提及 ≠ 引用。提及是 ChatGPT 回答中直接出现你的品牌名，而引用是它引用的外部链接。这决定了你的优化策略：提及需要扩大第三方内容影响力，引用则更像传统 SEO。

如果你想知道品牌在 AI 对话中的表现，这篇文章提供了完整的监测框架和具体操作步骤。

🔗 阅读原文 | Ahrefs Blog

机构如何使用Semrush进行AI可见性优化

四家机构用 Semrush 证明 AI 搜索优化的 ROI，这是我看到的最实操案例。

关键数据：Earned Media Australia 的客户 AI 引流转化率提升 429%，Sure Oak 40% 新客户来自 AI 搜索，Activate Digital Media 发现的内容缺口直接转化为内容计划。

我最欣赏 Sure Oak 的思路：先优化自己，再卖给客户。他们用 Organic Rankings 追踪 AI Overviews 中关键词表现，再用 AI Visibility Toolkit 对比竞争对手，最终实现 137% 转化率增长。

Earned Media Australia 构建了完整的 “AI 漏斗”：从高层可见性到实际点击再到转化，每个阶段都有具体数据支撑。他们用 Position Tracking 追踪 AI Overview 出现率，用 My Reports 生成 PDF 报告。

Activate Digital Media 反其道而行，用 AI Visibility Toolkit 发现传统搜索中的内容缺口，直接转化为内容策略。这种 “AI 优先” 的思路很有启发。

🔗 阅读原文 | Semrush Blog

Google澄清搜索和Discover缩略图选择机制

Google 更新了搜索和Discover文档，明确了缩略图选择的机制，这对优化图片SEO有直接帮助。

我觉得这个更新的核心价值在于提供了实用的技术指导。Google现在确认使用schema.org和og:image元标签来影响缩略图选择，共有三种指定方式：primaryImageOfPage属性、mainEntity关联的image属性，以及og:image标签。文档还提供了具体的代码示例，建议选择至少1200像素宽、300K以上、16:9比例的高质量图片。

对我来说，这个更新最有用的地方是确认了现有实践的有效性。如果你已经使用og:image标签或schema.org图片属性，这次更新验证了它们的价值。如果没有，文档提供了清晰的实施路径。特别值得注意的是，Google明确表示这些元数据可以影响选择，但不会替代大预览的资格要求。

FAQ：这个更新改变了Google的选择机制吗？没有，这是澄清而非改变。Google仍然自动选择缩略图，但现在明确了元数据如何影响这个过程。

🔗 阅读原文 | Search Engine Journal

Google AI概览在9个行业中激增

这篇文章揭示了AI搜索覆盖率的行业级数据和趋势，对SEO策略制定有直接指导意义。

BrightEdge研究显示，AI Overviews在一年内增长58%，覆盖9个行业，其中医疗健康（88%）和餐饮（78%）增长最快。有趣的是，传统搜索结果仍占52%的市场份额，说明搜索生态并未完全被AI取代。我注意到，AI搜索引用的来源与传统排名关联度仅17%，这意味着仅靠高排名并不能确保在AI搜索中被引用。这对SEO从业者来说是个重要提醒：我们需要同时优化传统搜索和AI搜索体验。文章还指出，AI搜索结果平均超过1200像素，远超标准屏幕高度，这对页面布局和用户行为产生了实质影响。

🔗 阅读原文 | Search Engine Journal

Yoast 2026年2月SEO更新回顾

Yoast 2 月 SEO 更新直击 AI 驱动搜索前沿，涵盖 Agentic 工作流和 Google 核心更新，对技术型 SEO 从业者极具参考价值。

核心看点包括：Google/Bing 推出 AI 报告工具，让出版商可监控 AI 引用情况；OpenAI Codex 应用让多 AI 代理协同处理复杂任务；微软提出可持续 Agentic Web 理念，强调结构化数据和简洁内容；Meta 测试 Avacado 代理，推进跨渠道 AI 交互。

我尤其关注 WebMCP 协议的引入——Chrome 让 AI 代理能通过机器可读动作与网站互动，这预示着从页面为中心向能力为中心的转变。建议技术团队提前审计站点代码语义化和结构化数据，为 Agentic 时代布局。

对电商从业者而言，Google AI 模式中 UCP 驱动的结账功能值得重点关注，Etsy、Wayfair、Walmart 已抢先落地。

🔗 阅读原文 | Yoast SEO Blog

新功能：通过 Yoast SEO Schema 聚合功能为网站提供面向智能代理的未来保障

Yoast SEO 最新推出的 Schema Aggregation 功能，让我看到了 SEO 从业者如何为 AI 时代做好准备。这个功能的核心价值在于将网站的 structured data 整合成一个统一的 schemamap，让 AI 系统能用一次请求就获取完整的站点信息。

我特别喜欢它的几个特点：首先，它保持了隐私优先的原则，所有数据都尊重现有的隐私设置；其次，响应速度在 100ms 以内，对大型网站还支持分页；最重要的是，它消除了重复实体，让文章、作者、产品等之间的关系更加清晰。

对于技术人员来说，Yoast 还提供了详细的开发者文档，可以检查和扩展 schema graph。这个功能本质上是为”agentic web”做准备，确保你的内容在 AI 驱动的发现和交互中被正确理解和呈现。

🔗 阅读原文 | Yoast SEO Blog

在线声誉管理权威指南

在线声誉管理是现代品牌生存的关键。这篇Neil Patel的权威指南系统梳理了声誉管理的核心策略，值得每个营销人收藏。

指南强调品牌必须主动监控社交媒体、评论平台和新闻报道。我发现特别实用的是它提供的危机处理框架：快速评估→内部沟通→公开回应→持续跟进。这些步骤能帮你在负面事件中保持主动。

数据显示：86%的消费者会因为一条差评放弃购买。这意味着声誉管理不是可有可无的附加项，而是直接影响转化率的业务核心。

指南还分享了建立正面声誉的具体方法，比如鼓励满意客户留下评价、创建有价值的行业内容、与意见领袖建立合作。这些都是可执行的操作建议，不是空谈理论。

如果你还在用”出了问题再处理”的被动策略，这篇文章会让你重新思考声誉管理的策略定位。

🔗 阅读原文 | Neil Patel

塑造2026年的AI营销预测

HubSpot 2026 AI营销预测报告揭示了SEO从业者必须关注的两个核心趋势：AI搜索优化(GEO)和AI代理的崛起。

报告显示64%企业已使用AI，其中40.6%营销人员正在调整SEO策略应对AI搜索，48.57%偶尔使用AI创作个性化内容。传统SEO将向多模态搜索优化转变，品牌需要在AI对话界面中建立”权威”。

我特别关注GEO部分。报告指出用户正从”找链接”转向”找答案”，AI搜索碎片化要求品牌在评论、论坛、播客等可信来源中建立AI权威。HubSpot的Breeze AI套件正是基于此理念，帮助内容同时优化LLM可读性和人类体验。

对于AI代理趋势，报告预测2026年AI将管理完整营销活动，实现实时出价优化和创意调整。这要求营销人员从执行者转向策略制定者，专注于创意和数据分析。

🔗 阅读原文 | HubSpot Marketing

2026年Shopify对SEO是否友好？

2026年的Shopify SEO分析，这是我最近看到最务实的深度文章。

文章核心观点很明确：Shopify平台本身有优势，但只有专业开发团队才能真正发挥SEO潜力。作者用16年从业经验证明，现在Google AI搜索环境下，基础优化远远不够。

最有价值的部分是”Best For”集合策略。举例来说，传统”咖啡机”页面已过时，现在要做”小厨房最佳咖啡机”或”500美元以下新手推荐”这样的专题页面。这种长尾内容正是AI搜索喜欢引用的。

技术层面也讲得很透：Core Web Vitals、Schema结构化数据、移动端优化都必须专业处理。作者强调”内容+上下文”才是王道，光有产品信息无法在AI时代竞争。

结论很明确：Shopify是好平台，但2026年要想SEO成功，必须找专业Shopify开发团队。这不是成本问题，而是战略必需。文章实战性很强，推荐给所有Shopify运营者。

🔗 阅读原文 | Hacker News (SEO)

SEO、AEO和AI可见性：定义网站未来的三大指标

这篇文章系统梳理了SEO、AEO和AI Visibility三者关系，指出仅靠传统SEO已不够，必须同步优化AI时代搜索指标。

我注意到文章用具体案例说明：一个网站可能SEO89但AI Visibility只有44，意味着在AI搜索中几乎隐形。作者推荐的RepuAI Site Checker能同时给出四个评分，我测试发现分析深度不错，尤其AI Bot Visibility检查这一点传统工具常忽略。

文章最实用的部分是每个维度的快速优化建议：SEO关注页面速度和移动端；AEO要加结构化数据和FAQ；AI Visibility则要检查robots.txt是否封锁AI爬虫。

对我而言，这篇文章价值在于用数据驱动的方法重新定义网站优化目标，而不是泛泛而谈趋势。建议所有还在只盯着Google排名的从业者都读一读。

🔗 阅读原文 | Hacker News (SEO)

Show HN：GSC Skill – AI 助手的实时 SEO 分析（Claude Code, OpenClaw）

这是一个实用的 SEO 工具，将 GSC 数据直接集成到 AI 助手中，让 SEO 分析变得更高效。

我看到它支持 Claude Code 和 OpenClaw 等 AI 助手，通过 npx skills add spivx/agent-skills 就能安装。最方便的是自然语言触发，直接问”我的网站在 Google 表现如何”就能获取实时数据。

核心功能包括：实时获取点击量、展示量、CTR 和平均排名；识别高展示低 CTR 的机会；发现排名第 2 页的可优化页面；支持 RTL 语言并自动生成 HTML 报告。对于需要频繁分析 SEO 数据的从业者来说，这能显著提升工作效率。

🔗 阅读原文 | Hacker News (SEO)

SEO Score API – 开发者即时SEO审计

SEO Score API 让我眼前一亮——28个检查项、单次API调用、即时结果，这正是开发者需要的SEO自动化工具。

核心价值在于将复杂SEO审计简化为一行代码。它检查5大类28项指标，包括标题长度、HTTPS状态、OG标签完整性、DOM复杂度、图片alt文本覆盖率等。免费版每天5次审计，Starter版200次/月才5美元，性价比极高。

我特别喜欢它的优先级修复功能——不仅给出分数，还告诉你”第一要修复什么”。比如发现30张图片缺少alt文本，直接给出具体数字。对于需要批量分析网站的SEO工具开发者、内容管理系统插件开发者，或者想自动化监控排名的团队来说，这可能是最实用的SEO API了。

API集成简单，Python示例只需3行代码。有意思的是，他们甚至提供批量审计和历史数据监控功能，让SEO从人工检查走向自动化时代。

🔗 阅读原文 | Hacker News (SEO)

💬 编者按

本期周刊共收录 21 篇优质文章（官方 1 篇 | GEO·SEO 20 篇）。

如果你有推荐的 SEO/GEO 博客或想看到特定主题的深度解读，欢迎反馈。

📊 本期统计

• 抓取总量：123 篇
• 入选发布：21 篇
• 来源分布：官方 2 / SEO 83 / GEO 38