SEO/GEO 周刊 第 023 期

2026-03-05 | 精选 SEO 和生成式引擎优化（GEO）领域的最新动态

🏛️ 官方动态

Use Canvas in AI Mode to get things done and bring your ideas to life, right in Search.

谷歌搜索新增 Canvas AI 模式，让你在搜索结果页直接创作内容。这可能是搜索体验的一次重要升级。

核心价值在于把创作工具嵌入搜索流程。你可以在搜索结果页启动 Canvas，AI 会根据你的搜索意图生成初步内容，然后你可以在同一个界面里修改、完善，甚至导出成最终作品。

实际体验上，Canvas 支持多种内容类型：文档、代码、设计图等。比如搜索”如何做营销方案”，AI 会生成结构化文档，你可以在右侧编辑框实时调整内容。这个”搜索+创作”的闭环设计很有意思。

值得注意的是，Canvas 不是独立应用，而是集成在 Google AI 模式中。这意味着你不需要切换应用，保持搜索思维的同时完成创作。对于需要快速原型或文档整理的用户来说，这可能是一个效率提升点。

不过也有局限。目前 Canvas 还处于测试阶段，功能相对基础。而且对于复杂的创作需求，可能还是需要专业工具。但作为搜索体验的延伸，这个方向值得关注。

我的建议是：如果你经常在搜索过程中需要整理思路或快速成文，可以尝试这个新功能。它可能改变你对搜索的传统认知。

🔗 阅读原文 | Google The Keyword

🤖 GEO·SEO 精选

为什么大多数企业SEO运营模式在结构上存在缺陷

这篇文章揭示了企业SEO组织架构的系统性缺陷，非常值得所有从业者阅读。

核心问题在于大多数企业将SEO当作下游质检部门，结果就是”活动 ≠ 影响力”。作者通过四个典型案例分析了常见的失败模式：审计工厂（擅长发现问题却无法预防）、客服台模式（SEO工作在百事待举的开发队列中排最后）、本地孤岛（全球标准被本地化需求瓦解）、以及”伪整合”（有预算有团队但无实际话语权）。

最有意思的是作者提出的”上游vs下游”框架，用一个实际案例说明：当同样的问题反复出现在四个区域时，团队仍在讨论如何更快地修复，却从未追问问题的根源是什么。这让我想起自己见过的无数次类似场景。

建议SEO负责人对号入座，检查自己团队处于哪种模式，然后思考如何从结构性上改变这种局面。

🔗 阅读原文 | Search Engine Journal

让 Gemini、Claude、Perplexity 和 ChatGPT 引用你的网站，SEO 机器人（含 AI 技能）

发现了解决 AI 应用 SEO 核心问题的零成本方案。这个 GitHub 项目用 30 分钟就能让 React SPA 应用对 AI 爬虫可爬，填补了 Next.js 之外的另一个选择。

核心价值在于：AI 应用平台如 Lovable、Bolt.new 等生成的单页应用，默认只有

，爬虫看不到内容。项目通过 edge prerendering 技术自动生成静态 HTML，让 ChatGPT、Claude、Gemini 等都能正确引用你的内容。

实测数据显示：Google Search Console 两周内就能看到 SEO 效果，无需改动原有 React 逻辑，也不需要复杂的 SSR 概念。对我们这些在 AI 应用生态里做 SEO 的来说，这简直是降维打击。

🔗 阅读原文 | Hacker News (SEO)

如何监测ChatGPT中的品牌提及

这篇文章教你如何监测ChatGPT中的品牌提及，解决了传统SEO工具无法覆盖的AI搜索优化问题。

Louise指出ChatGPT有8亿周活跃用户，但没有提供任何分析数据。她介绍了免费监测方法：用无痕模式提问，记录品牌是否被提及、描述是否准确、语气正负面、竞争对手表现。她还区分了”提及”和”引用”——提及是ChatGPT直接说出品牌名，引用是引用来源链接。

最有意思的是她建议同时用开/关搜索模式提问，比如Ahrefs关搜索时不被认作AI工具，开搜索才会被关联。这揭示了品牌在训练数据和实时数据中的不同表现。

她还推荐了DEJAN方法论，用B→E和E→B提问分析品牌关联。最后提到Brand Radar等自动化工具，适合规模化监测。

🔗 阅读原文 | Ahrefs Blog

维基百科 vs 格罗基百科：5倍页面数、70倍引用数、1615倍流量

这篇文章深度对比了AI生成的Grokipedia与传统百科全书Wikipedia的差异，数据极具说服力。

Grokipedia虽以6倍速度生成内容，但仅获得Wikipedia的1/1615流量，70倍的AI引用差距揭示了AI内容在可信度上的明显短板。我特别关注的发现是：83%的主题对文章语义相似度高达0.79，说明AI在内容生产上确实具备效率，但缺乏原创价值。最有意思的是，ChatGPT对Grokipedia有”偏爱”，而Google AI则更信任Wikipedia。对于内容创作者而言，这提醒我们AI辅助创作需平衡效率与深度，单纯追求数量恐难获得持久流量与信任。

🔗 阅读原文 | Ahrefs Blog

焦点关键词：是什么，如何选择正确的关键词

这篇文章系统性地解释了焦点关键词的概念和选择方法，对SEO从业者非常实用。我特别欣赏它把焦点关键词定义为”优化的北极星”，这个比喻很到位。

文章的核心价值在于提供了完整的四步选择流程：从头脑风暴到使用工具，再到分析竞争对手和Google建议。最有意思的是它提到，排名第一的页面平均还会为近1000个相关关键词带来流量，这说明焦点关键词更像是指南针而非限制。

我尤其认同作者的观点：焦点关键词不是为了讨好Google的标签，而是为了让内容创作者保持清晰方向。文章最后的术语对比表也很实用，帮你理清”焦点关键词”、”目标关键词”等容易混淆的概念。

🔗 阅读原文 | Ahrefs Blog

Google 移除 JavaScript SEO 警告，称其已过时

Google 移除了 JavaScript SEO 警告，这是技术进步的信号。我觉得这个变化值得关注，因为它反映了 Google 渲染技术已经成熟，不再需要那些过时的建议。

具体来说，Google 在 3 月 4 日从 JavaScript SEO 基础文档中删除了”设计可访问性”章节，该章节曾建议开发者测试禁用 JavaScript 时的页面效果。Google 官方解释说这些信息”已经过时，不再像以前那样有用”，因为”Google 搜索已经渲染 JavaScript 多年，所以使用 JavaScript 加载内容并不会让 Google 搜索更难处理”。

这个更新是该页面自去年 12 月以来的第五次修改，每次都在用更具体的技术建议替代宽泛的警告。虽然移除警告不等于可访问性不重要，但确实表明开发者可以更放心地使用 JavaScript，而不必担心 Google 抓取问题。

我的建议是：继续关注 JavaScript 重度页面的搜索表现，用 Search Console 的 URL 检查工具验证 Googlebot 的渲染结果，但可以放心地使用现代 JavaScript 技术了。

🔗 阅读原文 | Search Engine Journal

什么是查询扇出？理解驱动 AI 搜索的隐藏查询

Query fan-out 是 AI 搜索的核心技术，理解它对 SEO 从业者至关重要。我强烈推荐这篇文章，因为它详细解释了 AI 平台如何将一个查询扩展为多个子查询，从而生成更全面的答案。

文章揭示了 ChatGPT Deep Research 一次搜索会触发 420 个子查询，而普通 AI 搜索平均触发 9-11 个。通过具体案例（如”如何开始播客”）展示了 AI 如何生成相关主题、隐含问题、比较查询等多种类型的子查询。最有价值的是它提供了优化建议：使用结构化数据、创建多维度内容、建立权威性来提高在 AI 搜索中的可见性。这篇文章是理解 AI 搜索工作原理、制定未来 SEO 策略的必读资料。

🔗 阅读原文 | Ahrefs Blog

如何专注于主题（而非关键词）进行SEO策略优化

这篇文章提出了一个系统性的主题优化框架，把关键词从”单个星星”变成”星系地图”。

核心观点是：现代搜索引擎通过语义空间和向量嵌入技术理解主题，品牌需要在三层结构中定位自己。

第一层是明确边界的主题，比如红蚯蚓养殖只有1,070个关键词，12-15篇内容就能覆盖；第二层是模糊边界的主题，需要处理混合意图；第三层是复杂主题，需要构建完整的知识图谱。

我最欣赏的是它用空间类比让抽象概念可视化，还提供了具体案例数据，比如某B2B品牌用114个页面覆盖2,500关键词，维持了两年领先地位。

这对从关键词堆砌转向主题策略的团队很有参考价值。

🔗 阅读原文 | Ahrefs Blog

Google 零流量是谎言

这篇文章戳破了”Google Zero”的谎言，对 SEO 从业者至关重要。作者用具体数据证明，Google 流量并未如某些媒体宣称的那样大幅下滑，全球前100大网站的 Google 流量仅下降了2.5%。

有趣的是，一些大型媒体如 The Verge 的流量下降，可能更多是因为自身 SEO 策略问题，而非 Google 算法更新。作者指出，Chartbeat 数据的大幅下降，可能是因为少数大客户遭受算法惩罚而产生的统计偏差。

“Google Zero”已成为一种危险的自我实现预言，让出版商忽视了 Google 仍是全球访问量最大的网站（占20%流量），并盲目转向其他渠道。这是一篇值得所有关注搜索流量的从业者阅读的理性分析。

🔗 阅读原文 | Search Engine Journal

SEO与PPC策略：哪种更适合您的业务？

这篇文章系统对比了SEO和PPC策略差异，结合最新AI搜索数据，对数字营销从业者有实战指导价值。作者分析了AI Overviews对搜索点击率的影响，提供了基于企业目标的渠道选择建议。

我觉得这篇文章最有价值的地方在于用具体数据量化了搜索环境的变化。比如AI Overviews出现后传统链接点击率从15%降至8%，零点击搜索从56%上升到69%。这些数据让营销人员能更理性评估渠道价值。

文章结构清晰，分别从SEO和PPC的优缺点、适用场景进行对比。特别提到SEO在AI时代的新角色——不仅是流量获取，更是AI推荐系统的基础。这种前瞻性思考很有启发性。

如果你还在纠结SEO和PPC哪个更好，建议按文中方法评估：看企业资金状况、竞争激烈程度、是否需要快速见效等因素。没有绝对最优解，只有更适合当前阶段的组合策略。

🔗 阅读原文 | Search Engine Journal

更新：38% 的 AI 概览引用来自前10个页面

这篇文章揭示了 AI Overview 引用来源的重要变化：只有 38% 的引用来自 SERP 前 10 名，比去年下降了 40 个百分点。这表明 Google 正更多依赖”query fan-out”技术，从相关子查询中寻找引用来源。

最有意思的是 YouTube 的表现——18% 的非排名引用来自 YouTube，占所有引用 5.6%。这与我们之前的研究一致，YouTube 提及与 AI 可见性高度相关。

我的建议是：别只盯着传统排名了，要为 fan-out 查询优化内容。可以用 Qforia 或 Gemini API + Screaming Frog 这样的工具模拟 fan-out 过程，提前准备相关内容。如果你在做 AI 搜索策略，YouTube 绝对不能忽视。

🔗 阅读原文 | Ahrefs Blog

SEO的5个悲伤阶段（及如何适应AI SEO）

我推荐这篇Ahrefs的深度分析文章，因为它用5个阶段准确描绘了SEO从业者面对AI变革的心理历程，并提供了实用的应对策略。

文章用具体数据证明AI时代的现实：AIOs让Top排名页面的点击率下降34.5%，60%搜索以零点击结束。最有价值的是它指出了当前SEO的误区，比如过度优化清单、自建沙盒网站等”讨价还价”式策略，并提醒我们Google的llms.txt文件其实被忽视。

我特别认同作者的观点：与其陷入否认、愤怒、抑郁，不如接受变化，专注于AEO（Answer Engine Optimization）和追踪fanout queries。这篇文章不仅是行业现状分析，更是AI时代SEO从业者的生存指南。

🔗 阅读原文 | Ahrefs Blog

Yoast SEO 的新架构聚合器提升实体消歧

Yoast SEO 27.1 的新 Schema Aggregation 功能，让网站结构化数据以单一端点呈现，大幅提升 AI 系统理解实体关系的能力。

这个功能的核心价值在于将分散在各页面的 Schema.org 数据整合成一张关系图，去除重复实体并保留作者→文章、组织→产品等关系。根据 Yoast 的数据，响应时间可控制在 100ms 以内，支持缓存和分页，适合大型站点使用。

我特别欣赏它与 Microsoft NLWeb 项目的合作，这让网站能以标准化方式与 AI 代理对话。对于已经使用 Yoast 插件的站长来说，这个 opt-in 功能几乎零成本升级了网站的 AI 可读性，是面向未来的明智选择。

FAQ：
Q: 是否影响现有 SEO？
A: 不会，这是补充功能，不改变当前 Schema 输出方式。

Q: 需要额外配置吗？
A: 只需在 Yoast SEO 27.1 中启用开关即可。

🔗 阅读原文 | Search Engine Journal

如何构建持久的AI SEO策略而非战术

AI SEO策略不是战术清单，而是解决业务问题的框架。

Kevin Indig 这篇文章帮我厘清了关键区别：多数AEO策略只是战术堆砌，真正可持续的策略必须从品牌独特挑战出发。我尤其认同他的三步法：先识别业务问题（如品牌曝光侵蚀、转化影响衰减），再做研究（用户在哪用AI搜索、哪些查询驱动转化、什么内容驱动引用），最后用三段式文档呈现（挑战、方法、指标）。有个细节很有意思：44%的AI引用来自页面前30%内容，这让我重新思考内容结构优化。对我们这种在AI搜索时代重新定义SEO定位的团队来说，这篇文章的实战价值很高。

🔗 阅读原文 | Search Engine Journal

Google AI概述引用自顶级排名页面的比例急剧下降

新的数据显示，AI概述的引用来源正在发生重大变化。

Ahrefs最新研究发现，仅38%的被引用页面同时出现在同一查询的前10名结果中，相比去年76%大幅下降。这意味着什么？Google的fan-out查询机制可能在起更大作用，将原始查询拆分成多个相关子查询，最终引用在这些子查询中频繁出现的页面。有趣的是，18.2%的非前100名引用来自YouTube，这与SE Ranking的健康查询研究结果一致。我的建议是：不要只盯着单个关键词排名，而是围绕主题覆盖相关角度和格式。这种变化速度很快，如果fan-out机制继续扩大，有机排名与AIO引用之间的差距可能还会拉大。对SEO策略来说，这是个需要重新思考的信号。

🔗 阅读原文 | Search Engine Journal

Google澄清如何为搜索和Discover选择缩略图

Google终于明确了图片SEO和Discover优化的官方技术细节，这对从业者来说是个实用的利好消息。

这篇文章告诉我们Google现在确认会使用schema.org和og:image元标签来影响搜索和Discover中的缩略图选择。具体来说，有三种方式可以指定首选图片：通过primaryImageOfPage属性、mainEntity关联或直接设置og:image标签。Google还给出了明确的建议，比如图片至少1200像素宽、避免使用通用的logo或包含文字的图片。

我觉得这篇文章的价值在于它把之前模糊的实践变成了有据可依的官方指导。如果你已经在使用这些标签，这篇文章可以帮你验证自己的做法是否符合Google的最佳实践；如果你还没用，文章也提供了代码示例，可以直接照着做。对于想要优化Discover表现的站点来说，这份文档尤其重要，因为大尺寸图片预览直接关系到流量获取。

🔗 阅读原文 | Search Engine Journal

最新研究：搜索无处不在；41个网站搜索活动分析

这篇SparkToro的研究让我眼前一亮——它首次系统性地分析了41个网站的搜索行为，揭示了传统认知之外的真实数据分布。

核心发现：Google在桌面端仍占73.7%搜索份额，但比传统报告显示的90%+低很多；ChatGPT仅占3.2%，甚至低于Amazon、Bing和YouTube。更有趣的是，2025年Amazon、Bing、YouTube的搜索份额在增长，而Google和ChatGPT在下降。

我特别注意到Reddit、Instagram等社交平台的搜索量被严重低估，这对SEO策略制定有重大启示——我们不能只盯着传统搜索引擎，还要关注各垂直领域平台的搜索行为。

这项研究方法严谨，样本覆盖美国和欧盟/英国，结论可信度高。对所有从事搜索营销的人来说，这都是必须了解的最新市场现实。

🔗 阅读原文 | SparkToro Blog

SEO写作：16条优化内容创建技巧

这篇Semrush的SEO写作指南值得SEO从业者收藏，16条实用技巧覆盖从关键词研究到内容优化的完整流程。

我觉得最有价值的是第1点”找核心关键词”——通过Keyword Magic Tool找到月均2400搜索量的”dog behavior”关键词，PKD仅46%说明竞争度适中。第5点”满足搜索意图”提醒我们根据关键词类型选择内容形式，比如informational关键词适合写how-to指南。

文章提供具体工具使用方法，比如用Topic Research发现内容差距，Competitor Research找到AI搜索中的缺失话题。最让我印象深刻的是引用Rand Fishkin的话：即使零点击时代来临，AI搜索带来的转化率仍高达4.4倍。

不过文章偏向工具介绍，实战操作细节略显不足，适合有基础的从业者作为checklist参考。

🔗 阅读原文 | Semrush Blog

什么是关键词搜索量？+5个免费查询工具

这篇文章详细解释了关键词搜索量概念，并对比了5个免费工具的优缺点，对SEO从业者非常实用。

关键词搜索量是估算特定关键词在搜索引擎上的月均搜索次数，比如”what is keyword search volume”在英国每月40次，全球410次。文章推荐了Semrush Keyword Overview、SE Ranking、Searchvolume.io、SpyFu和Google Keyword Planner等5个免费工具，各有特点。例如Semrush每天可查5次，显示难度、搜索意图等多维度数据；Searchvolume.io支持批量上传800个关键词；Google Keyword Planner显示三个月变化趋势。

选择关键词时，搜索量只是参考因素，还要结合难度和搜索意图。文章建议结合工具数据制定内容策略，优先选择潜力大、竞争适中的关键词。

🔗 阅读原文 | Semrush Blog

新功能：通过Yoast SEO Schema聚合技术为网站做好代理网络准备

Yoast推出Schema聚合功能，帮助网站在AI时代保持可见性。这项技术将网站所有结构化数据整合成schemamap，让AI系统一次性获取完整内容关系，而不是逐页爬取。

核心价值在于：消除了数据重复、保持实体关系、响应速度在100ms内、支持大网站分页。更重要的是，它尊重现有隐私设置，采用隐私优先设计。

我觉得这个功能对SEO从业者至关重要。随着AI搜索兴起，传统SEO策略需要进化。Schema聚合让网站从”被发现”进化到”被理解”，确保AI正确解读你的内容。

对开发者来说，现有Schema不变，只是组织方式更智能。想了解具体效果，可以访问schema-visualizer.yoast.com查看示例。

🔗 阅读原文 | Yoast SEO Blog

💬 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：124 篇
• 入选发布：21 篇
• 来源分布：官方 1 / SEO 86 / GEO 37