SEO/GEO 周刊 第 023 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

用圈选搜索查看全貌并寻找风格

Google 最新的 Circle to Search 更新让我眼前一亮。这个功能现在可以一次识别图片中的多个物体，从识别单件商品进化到理解”整个画面”的搜索意图。

核心变化有三点：首先，多对象识别能力显著提升。你可以在一张图片中圈出多个目标，系统会自动识别每个物体的种类和属性。比如圈出水族箱里的所有鱼类，不仅能分别识别每个物种，还能解释它们之间的生态关系。

其次，时尚购物场景得到强化。可以直接圈出整套穿搭，系统会拆解出每件单品并推荐相似商品。这个功能对电商从业者来说尤其重要——意味着更多商品有机会被发现。

第三，虚拟试穿体验打通。在支持虚拟试穿的地区，用户可以直接从搜索结果进入试穿界面，提升转化率。

技术上，这个功能依赖 Gemini 3 的多步骤推理能力，不是简单匹配，而是理解用户意图后规划搜索路径。目前支持三星 S26 和 Pixel 10 系列，更多设备将陆续支持。

这个更新标志着视觉搜索从”找单品”向”理解场景”转变，对 SEO 策略也有深远影响。你怎么看待这个趋势？

🔗 阅读原文 | Google The Keyword

🤖 GEO·SEO 精选

SEO 的五个悲伤阶段（以及如何适应 AI SEO）

这篇文章深度分析了 AI 对 SEO 的颠覆性影响，并提供了从”否认”到”接受”的完整应对策略。我特别推荐它的三个理由：

数据支撑论点：AIO 让点击率下降 34.5%，零点击搜索占 60%，AI 摘要每两天变化一次——这些具体数字让 AI 带来的冲击无可辩驳。

阶段性分析：将 SEO 从业者的反应分为否认、愤怒、讨价还价、抑郁和接受五个阶段，这种心理学视角非常新颖，能帮助我们理解行业情绪。

实用建议：文章不仅批判了”清单式内容”和”llms.txt 安慰剂”等错误做法，还提供了可执行的策略，比如追踪 fanout queries 和优化 AEO（Answer Engine Optimization）。

如果你还在纠结 AI 时代该如何调整 SEO 策略，这篇文章会帮你理清思路。它提醒我们：SEO 没有死，只是从”搜索优化”进化到了”答案优化”。

🔗 阅读原文 | Ahrefs Blog

2026年SEO顶级技巧

这篇2026年SEO前瞻文章非常实用，Chima Mmeje提供了六大核心策略。

最有价值的是实体聚类概念，从关键词转向实体关系，构建完整的主题集群（pillar→spokes→pillar）。文章强调了覆盖完整购买旅程的内容结构，包括awareness、comparison、evaluation和decision阶段。另外，LLM指标追踪也是重点，建议关注branded demand、SERP features和session quality等新指标。我特别认同作者关于”LLMs是影响渠道而非流量渠道”的观点，这对我们重新定义SEO成功标准很有启发。文章虽然是Moz博客内容，但实战性很强，值得SEO从业者收藏。

🔗 阅读原文 | Moz Blog

维基百科vs格罗皮百科：5倍页面量、70倍引用量、1615倍流量对比

这篇文章深度对比了新兴AI百科Grokipedia与传统百科Wikipedia的数据差异，对SEO从业者具有重要参考价值。

Grokipedia虽发布页面数是Wikipedia的1/5，但月流量仅为其1/1615。数据显示：Grokipedia有73.8万页面，Wikipedia有372.5万；Grokipedia月流量130万，Wikipedia达21亿。AI引用方面，Wikipedia有2491万次，Grokipedia仅35.6万次，但Grokipedia在ChatGPT和AI Mode中表现相对较好。

有趣的是，Grokipedia页面平均比Wikipedia长13%（3942 vs 3495字），但平均年龄只有67天，而Wikipedia达9.3年。Grokipedia零图片、更多外部链接，Wikipedia则有更多内部链接和图片。

最值得注意的是，83%的Grokipedia页面与对应Wikipedia页面语义相似度超过0.62，显示AI生成内容与人类编辑内容高度重合。这对理解AI内容在搜索中的表现和未来Wiki模式具有重要启示。

🔗 阅读原文 | Ahrefs Blog

如何使用 Semrush 发现 AI 可见性差距

Semrush 的 AI 可见性工具包帮你找到竞争对手在 AI 搜索中占优的三个关键缺口：话题缺口、引用源缺口和叙事情绪缺口。

我最看重的是 Competitor Research 报告的实用性。你可以直接输入域名和最多四个竞争对手，系统会显示 AI 可见性基准得分（0-100）、受众覆盖量和提及次数等数据。通过筛选”缺失”话题，能精准找到竞争对手高频出现而你被忽略的主题。

引用源分析功能让我眼前一亮。它不仅列出引用你和对手的域名，还能按流量和引用次数排序，帮你识别最具影响力的第三方网站。这对反向链接建设策略有直接指导意义。

Brand Performance 报告的情绪分析尤其适合品牌主。它用热力图展示各业务驱动因素（如定价、功能）在 AI 中的提及热度，用奖杯图标标记领导者，让你一眼看出叙事缺口在哪里。

🔗 阅读原文 | Semrush Blog

关键词搜索量是什么？+5个免费检查工具

这篇文章提供了5个免费的关键词搜索量工具，对SEO从业者直接有价值。

核心价值是：教你如何用免费工具检查关键词搜索量，避免盲目优化。

我最喜欢的是Semrush Keyword Overview，它不仅显示搜索量，还提供关键词难度、搜索意图、CPC等关键数据。免费版每天可查5次，对于小型项目足够。

有趣的是Google Keyword Planner，虽然需要Google Ads账户，但它的”Three month change”功能特别实用，能帮你发现上升或下降的关键词趋势。

文章还提到YouTube关键词搜索量与Google不同，同一个词可能差距很大，建议使用YouTube专用工具。

如果你刚开始SEO，这篇文章的工具组合能帮你快速上手，避免踩坑。

🔗 阅读原文 | Semrush Blog

SEO写作：16个优化内容创作技巧

这篇Semrush的SEO写作指南值得推荐，因为它涵盖了16个实用技巧，并且特别关注AI搜索的最新趋势。文章的核心价值在于提供了系统化的SEO写作框架，从关键词研究到内容结构优化都有具体操作建议。

有意思的是，文章特别强调AI搜索对SEO的影响。根据Semrush的研究数据，AI搜索带来的访客转化率是普通搜索的4.4倍。这改变了我们对”零点击搜索”的传统认知。

我特别欣赏文章提供的工具链推荐，比如Keyword Magic Tool用于关键词研究，Topic Research用于发现内容差距，Competitor Research用于分析AI搜索中的竞争情况。这些工具的结合使用能显著提高内容创作的效率和针对性。

对于内容创作者来说，这篇文章不仅提供了理论框架，还给出了具体的操作步骤，比如如何选择主关键词、如何识别次要关键词、如何满足搜索意图等。这些都是实操性很强的建议。

🔗 阅读原文 | Semrush Blog

代理商如何使用 Semrush 进行 AI 可见性追踪

这篇文章分享了四家代理商如何用 Semrush 追踪 AI 可见性的实战案例，对我们这些 SEO 从业者来说直接有参考价值。

我看到最有意思的是澳大利亚的 Earned Media 把 AI 可见性拆成了”AI 漏斗”三层：顶部用 Position Tracking 看 AI 概览中的提及率，中间用截图证明品牌真的出现在 AI 回答里，底部用 AI 推荐流量证明转化。这种结构化报告让客户能直观理解价值。

Sure Oak 的做法也值得参考——他们先优化自己机构的 AI 可见性（”赢 SaaS SEO”关键词排名提升 286%），再用这个成功案例去卖服务。他们 40% 新客户来自 AI 渠道，证明了”先自证”的策略有效。

Activate Digital Media 反其道而行，先用 AI Visibility Toolkit 找竞品在 AI 中被提及但客户没有覆盖的话题，再补内容。这种”AI 先行”策略打破了传统 SEO 的固有顺序。

文章让我思考：我们是不是也该把 AI 可见性从”锦上添花”变成”标配服务”了？

🔗 阅读原文 | Semrush Blog

什么是查询扇出？理解驱动AI搜索的隐藏查询

Query fan-out是AI搜索的底层技术，直接决定你的内容能否被AI引用。

我发现AI Mode和ChatGPT平均每次搜索触发9-11个子查询，最极端的情况达到28个。比如”如何开始播客”这样的简单问题，AI会拆分成”播客设备2025″、”播客推广策略”等10多个平行搜索。

这篇文章最有价值的地方在于提供了实操优化框架：针对每个子查询类型（相关主题、隐含问题、对比查询等），制定对应的内容策略。比如”远程工作对生产力的影响”这类复杂问题，AI会搜索”远程工作统计数据”、”远程与办公室对比”、”远程工作最佳实践”等多个角度。

建议立即检查你最重要的服务页面，为每个核心主题创建3-5个相关子主题内容，提高被AI引用的概率。

🔗 阅读原文 | Ahrefs Blog

如何监测ChatGPT中的品牌提及

在AI搜索时代，ChatGPT品牌监测已成SEO从业者必备技能。Louise Linehan这篇文章提供了从免费手动到自动化工具的完整解决方案。

ChatGPT影响数亿产品决策，却无排名数据、无搜索控制台、无内置分析。文章指出品牌提及与引用是两个不同概念：提及是品牌名直接出现在答案中，引用是ChatGPT引用的来源链接。

最实用的建议是：用匿名模式提问，测试品牌相关和品类相关两个维度。例如”列出与Ahrefs关联的十个概念”能揭示模型训练数据中对品牌的认知。我特别认同文章的”训练数据vs实时数据”测试方法，能精准诊断是品牌建设问题还是内容问题。

最后，文章推荐了Brand Radar等自动化工具，值得SEO团队参考。

🔗 阅读原文 | Ahrefs Blog

更新：38%的AI概述引用来自前10名页面

这篇文章揭示了AI搜索优化的最新数据：38%的AI概述引用来自前10名页面，比去年76%大幅下降。这意味着AI引用来源更多来自”扇出查询”而非直接搜索结果。

具体发现：
– 非排名引用中18%来自YouTube，占所有AI引用5.6%
– 超过60%的引用来自排名100名以外页面
– YouTube是AI引用最多的域名，6个月增长34%

我的建议：
1. 重视YouTube内容，尤其视频标题和描述
2. 使用Qforia等工具模拟扇出查询
3. 优化内容覆盖相关长尾问题
4. 在Brand Radar中监控品牌提及

这项研究证明传统SEO排名不再是AI引用唯一路径，扇出查询策略正成为新趋势。

🔗 阅读原文 | Ahrefs Blog

如何构建经得起考验的AI SEO策略

这篇文章非常值得SEO同行一读。Kevin Indig 指出大多数所谓的AI SEO策略其实只是战术清单，缺乏战略框架。

文章的核心观点是：真正的AI SEO策略必须从业务问题出发，而不是从战术开始。他提出了一个三部分的策略文档结构：首先明确挑战（用一句话陈述核心业务问题），然后制定方法（基于品牌独特优势），最后才是战术执行。

我特别认同他提到的研究方法。比如通过调查客户来了解他们在哪里使用AI搜索，而不是凭空假设。他还分享了一个具体案例：44%的AI引用来自页面前30%的内容，这对内容优化很有启发。

文章最后建议使用情景规划而非流量预测来呈现AI SEO投资，这对说服领导层很有帮助。对我们这些每天都在实践SEO的人来说，这篇文章提供了从战术到战略的清晰路径。

🔗 阅读原文 | Search Engine Journal

新研究：搜索无处不在；41个搜索活动显著网站分析

这篇研究让我大开眼界——传统搜索不再只是Google的天下。

数据显示，Google在41个主要网站上的搜索份额为73.7%，比Statcounter报告的90%+低很多，但比Google在反垄断诉讼中使用的Evercore数据高。更有趣的是，Amazon、Bing和YouTube的搜索量都超过ChatGPT，而ChatGPT在桌面端的市场份额只有3.2%。这项研究覆盖传统搜索引擎、电商、社交、AI工具等五大类别，为SEO从业者提供了更全面的搜索行为图景。如果你还只关注Google和ChatGPT的排名，这篇文章会让你重新思考搜索策略的布局。

🔗 阅读原文 | SparkToro Blog

Google AI 概述引用来源从顶级排名页面急剧下降

Google AI Overview 引用来源的变化值得关注，Ahrefs 最新数据显示：只有 38% 的引用页面在原查询的 Top 10 中，而去年这个比例是 76%。

这说明什么？Google 的 fan-out 查询机制可能在扩大影响，AI Overview 会基于原查询衍生多个相关子查询，然后从这些子查询结果中聚合引用来源。这解释了为什么 31% 的引用来自排名 11-100 的页面，还有 31% 来自搜索结果之外。

最有意思的是 YouTube 的崛起——在那些不在 Top 100 的引用中，有 18.2% 来自 YouTube，占所有引用 5.6%。这意味着纯靠传统 SEO 排名可能不够，内容形式和话题覆盖广度变得更重要。

🔗 阅读原文 | Search Engine Journal

为什么SEO现在依赖值得引用的内容[网络研讨会]

AI时代SEO的核心在于创建可被引用的内容。这场由Ahrefs内容总监Ryan Law主讲的Webinar，系统性地解释了LLM如何检索和评估信息，以及如何构建内容生态系统来提升AI搜索中的可见度。

关键要点包括：LLM优先引用具备专业性、权威性和可信度的内容；研究类、教育类和对比类内容最容易获得引用；品牌在AI搜索中的出现不仅取决于SEO优化，还受到全网提及和权威信号的影响。

我觉得这场Webinar的价值在于提供了从关键词优化到内容生态建设的完整进化路径，特别适合那些希望在AI搜索中获得曝光的品牌和营销人员。如果你还在为传统SEO的流量下降而焦虑，这场分享会给你一个全新的视角和实操框架。

🔗 阅读原文 | Search Engine Journal

Google AI概览在9个行业激增

这篇研究报告揭示了AI Overviews在9个行业的爆炸式增长趋势，数据极具参考价值。我最关心的是，尽管AI Overviews覆盖率从2025年2月到2026年2月增长了58%，但传统搜索结果仍占52%的市场份额，说明搜索生态并未被完全颠覆。

有意思的是，医疗健康行业AI Overviews触发率高达88%，与OpenAI报告中25%用户使用ChatGPT查询健康问题的数据形成呼应。餐饮行业从10%飙升至78%的增长尤其值得关注，这可能意味着内容供给缺口。

报告还指出AI Overviews平均超过1200像素高度，远超标准桌面视口，这对页面布局和用户注意力产生了实质影响。最关键的发现是：只有17%的AI Overviews引用来源同时排名在自然搜索前十，这意味着传统SEO排名不再直接决定AI引用。这种”连接但不相同”的关系，要求我们重新思考搜索优化策略。

🔗 阅读原文 | Search Engine Journal

新功能：通过 Yoast SEO Schema Aggregation 为您的网站未来化，应对代理网络

Yoast SEO 的最新 Schema Aggregation 功能让我眼前一亮。它通过标准化连接网站结构化数据，帮助 AI 系统更好地理解内容。

这不是简单的 schema 输出，而是将分散的页面级数据整合成完整的 schemamap。想象一下，原本 AI 需要爬取数百个页面，现在只需一次请求就能获取完整的网站关系图。

最吸引我的是它的隐私优先设计：完整包含所有可索引内容、消除重复实体、保留实体关系、尊重隐私设置、响应速度低于 100ms。这对大规模网站尤其重要。

对于开发者，Yoast 提供了详细的 Schema API 文档，支持自定义扩展。我建议所有使用 Yoast SEO 的网站都启用这个功能，它是未来 AI 驱动网络中保持可见性的关键。

🔗 阅读原文 | Yoast SEO Blog

为什么获得性媒体应成为AI搜索策略的核心

这篇文章系统性地解释了为什么获得性媒体（Earned Media）应该成为AI搜索策略的核心。作者Katherine Caraway提出了一个重要观点：在AI生成搜索结果的时代，获得性媒体通过第三方背书建立的信任信号，比传统SEO更能影响AI推荐内容。

文章的核心论点是：AI搜索工具优先引用那些在权威媒体上有广泛报道、专家评论和用户讨论的品牌。这种”被谈论”的现象，本质上就是获得性媒体效应在AI时代的延伸。我特别认同文章中提到的”信任传递”概念——当独立媒体引用你的内容时，AI会将这种第三方背书转化为可信度加分。

对GEO从业者来说，这篇文章提供了明确的战略方向：应该从单向的内容生产，转向构建获得性媒体生态。这意味着不仅要创造优质内容，还要通过PR、事件营销、社区互动等方式，让品牌成为AI搜索中被主动提及的对象。这种策略的长期价值远高于短期流量优化。

🔗 阅读原文 | Content Marketing Inst

Shopify在2026年是否适合SEO？

2026年Shopify SEO指南值得一读。这篇文章深入分析了Shopify在AI驱动搜索时代的技术细节和实战策略。

作者是16年从业经验的资深专家，核心观点是：Shopify在2026年具备强大SEO基础，但必须结合专业开发服务才能真正发挥潜力。

文章提出几个关键点：Google AI Overviews已改变搜索格局，店铺需要同时优化点击和AI引用；Core Web Vitals控制至关重要，Shopify默认主题虽快但需要专业团队优化；结构化数据是Google AI理解产品的”语言”；移动端体验是必选项而非可选项。

最有价值的是”Best For”集合策略，通过创建针对性强的专题页面（如”500美元以下新手最佳咖啡机”）来捕获长尾高转化流量。这种内容深度和技术架构正是专业Shopify开发团队的核心竞争力。

如果你在考虑Shopify SEO，这篇文章提供了2026年的实战框架和技术洞察。

🔗 阅读原文 | Hacker News (SEO)

Scouter – 具有完整分析界面的开源SEO爬虫

Scouter 是一个开源的SEO爬虫工具，提供完整的分析界面，对SEO从业者来说很有实用价值。

我注意到它有20个Star和4个Fork，说明已经有一定社区基础。项目结构清晰，包含Docker支持，说明部署门槛不高。不过README.md内容较少，可能需要更多文档才能快速上手。对于需要定制化SEO分析工具的团队来说，这个项目值得关注，特别是能自己维护代码的团队。如果你在寻找一个能本地部署、可扩展的SEO爬虫解决方案，Scouter可能是一个不错的选择。

🔗 阅读原文 | Hacker News (SEO)

SEO、AEO和AI Visibility：定义您网站未来的三大指标

这篇文章为SEO从业者提供了一个全面的三维搜索优化框架。传统SEO已不足以应对AI时代，我们需要同时关注SEO、AEO和AI Visibility三重指标。

我特别认同作者的观点：一个网站可能在SEO上得89分，但在AI Visibility上只有44分，这意味着在AI搜索中完全不可见。文章推荐的RepuAI Site Checker工具很有价值，它能同时检测四项指标，并提供13个模块的详细分析报告。

快速提升的建议也很实用：SEO要关注页面速度和移动端优化；AEO需要添加结构化数据和FAQ内容；AI Visibility则要求检查robots.txt并创建llms.txt文件。对于还在只关注传统SEO的从业者来说，这篇文章是一次必要的观念升级。

🔗 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：133 篇
• 入选发布：21 篇
• 来源分布：官方 2 / SEO 93 / GEO 38