🏛️ 官方动态
在AI搜索中查找你喜欢的来源和原创内容的新方法
Google官方发布AI搜索重大更新，核心价值是让用户能在AI搜索中查找你喜，即现在Preferred Sources直接集成到AI Overviews和AI Mode，同时新增“Highly Cited”标签和文章轮播。这是SEO从业者必须关注的信号——品牌和原创内容在AI时代的权重被进一步明确。
几个关键事实：
1. Preferred Sources点击率翻倍：用户设置后点击率提升2倍，已有超过345,000个独特来源被选择。这意味着如果你的网站被用户设为“偏好源”，AI响应中会带“Preferred”标签，获得额外曝光。
2. 全新内容轮播上线：针对发展中的主题（如“超级厄尔尼诺”），AI回答后会展示一个醒目轮播，优先展示时效性文章和用户偏好源。同时，针对论坛和社交媒体视角也会推出类似轮播，帮用户获取一手见解。
3. “Highly Cited”标签：搜索结果中新增此标签，直接标识原创报道和被广泛引用的内容。这对新闻类站点和深度研究型内容极有利。
我的看法：这波更新彻底改变了内容在AI搜索中的分发逻辑。以前SEO主要抢传统排名，现在还要争“被用户设为偏好源”和“被AI引用为原创”。建议立即行动：在站点引导用户设置你的网站为Preferred Source（Google有开发者文档），同时强化原创性（加上首次报道时间、作者署名）以获得“Highly Cited”标签。轮播的出现意味着即使不是前几名，也能在AI界面获得突出位置，关键在于时效性和话题相关性。别等了。
回顾2026年Google I/O大会12个重要时刻
回顾2026年Google I/O，这场官方发布的价值远超新闻速览——直接决定未来GEO策略走向。
我重点跟踪了4个关键更新：Gemini Omni（首个从任意输入生成视频的模型，支持对话式编辑）和Gemini 3.5 Flash（代理与编码性能飙升至前沿，已集成到AI Mode in Search）。更值得关注的是信息代理——在Search中创建24/7监控背景agent，自动聚合博客、新闻、社交并推送含链接的综合报告，7月先给AI Pro/Ultra用户。还有Antigravity体验：Search能实时生成动态UI和定制工具（如婚礼规划dashboard），免费开放。我的建议：立刻测试Gemini 3.5 Flash的编码能力，并规划信息代理的content strategy——Google正在把搜索从结果页变成agent服务。
Warp 使用 GPT-5.5 构建开源的大赌注
Warp使用GPT-5.5，找到了开源与AI代理协作的最佳平衡点，核心结论是：AI驱动开源开发已从概念验证进入规模化落地阶段。
对我而言，这篇文章展示了两个关键事实：
- 效率确实有可量化提升。Warp内测显示，GPT-5.5在代理编码任务中比前代模型（GPT-5.4）节省了30%的token。这意味着更低的成本和更快的迭代速度。
- 内部流程已被AI重构。Warp工程团队90%的内部Pull Request（PR）由AI代理参与创建。这个比例不再是个案，而是展示了“人类定义目标 + AI执行代码”这一模式在日常工作流中的可行性。
有意思的是，Warp并没有只把模型当聊天工具。他们构建的Oz协调平台，让AI代理在本地、云端和开源仓库间无缝切换。这解决了行业里最头疼的“长程任务上下文保持”问题——他们通过上下文压缩、持久化内存和专用子代理来应对。
我的实战建议：如果你在负责AI工程效率，建议直接研究Warp提出的“Open Agentic Development”模式。重点不是模型多强，而是如何通过协作体系让AI代理持续跑通完整开发周期。文章提到他们ARR增长了35倍，企业营收增长了500%，这背后是商业效率的印证。单纯堆模型解决不了工程协同问题，奥义在于平台架构。
OpenAI、Grupo Folha 和 Grupo UOL 宣布战略内容合作伙伴关系
OpenAI与Gru（Grupo Folha和Grupo UOL）的战略合作是GEO从业者必看的案例——它直接展示了顶级AI平台如何用归因和链接换取高质量新闻内容，从而影响搜索结果中的内容来源权重。
核心看点：第一，900M周活ChatGPT用户将直接引用Folha和UOL的报道，这意味着品牌若想出现在AI摘要中，必须与这类许可出版商竞争或合作。第二，巴西市场50M月活用户、每日1.4亿条消息的数据说明，区域性内容合作正在成为AI流量分发的关键杠杆。第三，合作方获得Codex、ChatGPT Enterprise使用权，暗示未来媒体可以反向用AI优化自身工作流——这可能是GEO中“内容生产侧优化”的新方向。
我的建议：如果你在帮客户规划GEO策略，现在就该评估其内容是否已被纳入类似OpenAI的许可池。未签约的媒体将在AI摘要中失去直接曝光机会，而签约方则赢得永久性归因链接。
Cisco 和 OpenAI 用 Codex 重新定义企业工程
Cisco和OpenAI联手用Codex重新定义了企业工程——这篇文章展示了AI不只是在写代码，而是在规模化解决最复杂的生产环境问题。作为同行，我觉得这才是AI in Engineering真正有意义的方向。
关键数据支撑：
– 95%+的新AI功能由Codex编写，AI Defense压缩了从季度到周的工程周期
– 缺陷修复吞吐量提升10-15倍，每月节省1500+工程小时
– Codex能处理15个以上互联仓库、C/C++重型代码库，实现自主编译-测试-修复循环
– Splunk UI从React 18迁移到19，几周的工作压缩到几天完成
我最大的启发：当企业把AI从“辅助工具”升格为“工程团队一员”，真正的ROI才会释放。对于做GEO/技术SEO的我们来说，这意味着未来的内容生产、技术文档编写、代码审计都可能通过类似agentic模式自动化。这不是未来，是已发生的现实。
使用Codex构建自改进税务代理
这篇文章展示了使用Codex构建自改进税务代理的完整工程实践，值得AI代理开发者反复研究。
关键数据：Tax AI处理了7000份报税单，提供97%准确率，节省1/3准备时间，吞吐率提升50%。更厉害的是，系统在部署后6周内，75%字段正确率从25%飙升至86%。
核心机制是三条循环：1) 紧贴从业者反馈；2) 生产环境自动捕获错误上下文（输入→输出全路径）；3) Codex驱动迭代——把人工纠错转化为结构化信号，自动生成评估任务并验证修复。
我觉得最值得借鉴的是他们把”人+环境+Codex”做成闭环，而不是堆砌agent。工程团队用 rental property 案例展示了如何让机器理解复杂表格（手写笔记、邮件、PDF），这比单纯调prompt靠谱得多。
🤖 GEO·SEO 精选
机器优先架构：如何构建机器能够识别、读取、引用和使用的网站
这篇文章详细介绍了机器优先架构如何构建，为AI搜索时代的全栈网站建设提供了革命性框架。我认为它是继移动优先之后最重要的架构范式——四个支柱（Identity、Structure、Content、Interaction）按顺序闭环：身份解析让机器能确定你是谁，结构暴露让页面数据可读，内容实现引用和信任，交互则支持自主代理完成交易。任何一环断裂，整个agentic journey就失败。
关键事实支撑：作者用移动优先的历史类比（2009年移动设计到2015年Mobilegeddon），指出现在硬约束不再是屏幕，而是无屏幕机器。框架把身份放在首位，因为AI系统必须在知识图谱中精准解析并整合品牌跨平台信号；否则内容再好也无法归因。结构层强调剥离JavaScript依赖，否则机器无法抓取数据。交互层则直接对应谷歌Agentic AI的终点——让代理在网站上自主下单、预约。全文还引用了具体协议（如Google Knowledge Graph、E-E-A-T）和失败案例（品牌身份不一致导致模型“稀释”信心）。
我的实战建议：如果你正在从零建站或重构旧站，别先想内容优化或关键词——先按这个顺序检查四个支柱。Identity和Structure的缺失是最大浪费，因为AI根本找不到你或看不懂你。机器优先不是人类第二，它让所有人体验更简洁、更本质。这篇是2026年5月的新框架，比任何零散指南都系统。
AI时代的GEO职位、职业路径与组织结构
我认为这篇文章最值得同行花时间读的地方，是它把“AI时代的GEO职位”到底长什么样、职能怎么变、预算怎么分，说得一清二楚。作者Ross Hudgens来自Siege Media，他正在写一本GEO专著，这篇提炼了核心观点：大多数公司已经有人能赢GEO，只是没让他们一起工作。
几个关键点我特别认同：
- SEO和GEO的头衔之争不是形式问题——Caterpillar和Capital One已经招了专门的GEO经理。文章甚至给了你一段可以直接抄给VP的话术，解释为什么要在title里加GEO。
- GEO分析师的核心工作不是技术优化，而是跨团队协调。传统SEO花时间搞crawl和schema，GEO分析师去推PR进Zapier、G2的roundup，让品牌出现在AI拉取的每一条来源里。
- T-shaped marketer成为标配——广度覆盖内容、PR、affiliate，深度看业务：电商重技术SEO，SaaS重内容策略，B2B重跨部门沟通。
- 新角色“Content Engineer”在崛起，来自AirOps，帮团队用AI规模化生产且保持品牌一致性。
我自己的实战建议：如果你的团队现在还在用传统的SEO Analyst招人，赶紧把JD改成GEO Analyst，重点写“协调跨渠道实体信号”而非“优化标题标签”。预算上，文章提醒GEO需要分给PR和content多过纯技术投入——这个变化值得每个CMO认真对待。
为什么企业SEO建议会失败——这是心理问题，而非技术问题
Bill Hunt 这篇关于“为什么企业SEO建议”失败的文章，让我这种常年混企业级咨询的人看得直拍大腿——核心真相就一句话：问题不在技术，而在心理学。作者用自己亲身踩坑的案例说明：当你把“Problems”改成“Opportunities”，把“Failures”改成“Lessons”，组织的防御机制瞬间瓦解，执行阻力直接下降一个量级。
三个关键点值得同行借鉴：
1. 组织讨厌“批评感”：哪怕你的审计逻辑再硬，只要让利益相关者感觉你在说“你错了”，他们就会本能防御。作者最初把报告写成“Challenges”“Risks”，结果被executive sponsor要求全改成“Opportunities”——这不是文字游戏，是开启合作的前提。
2. 进化框架比分析准确更重要：把改进包装成“从A状态进化到B状态”，而不是“修补错误”。我特别认同他说的“Lessons not Failures”那段：真正让组织加速的，是鼓励实验+奖励学习，而不是追责。
3. AI搜索加速了暴露：以前靠domain authority能掩盖的碎片化治理，现在在GEO和AI检索面前全现形。如果不学会用进化框架沟通，你的技术方案再完美也落不了地。
一句话：如果你觉得企业SEO建议推不动，先别怀疑自己技术不行，先去看看自己是不是把报告写成了“审判书”。强烈推荐所有做企业级SEO或数字转型的同行读原文。
84.6万次Google搜索揭示 AI Overviews 如何改变用户行为
这篇文章基于84.6万次Google搜索会话，用cursor tracking数据量化了AI Overviews如何重塑用户行为——最惊人的发现是：AI Overviews让导航搜索的点击时间延长了3倍以上，品牌不再享有“键入即达”的特权。
我挑出三个关键数据：
1. 导航搜索的“告别”速度崩了：没有AI Overview时，21秒后只剩12%的用户留在SERP；有AI Overview时，这个数字飙到46%。你在浏览器地址栏输入品牌名，原本3秒就进站，现在要花15秒在Google上反复比较。
2. cursor spread从8%跳到27.5%：没有AIO时，导航用户的鼠标移动范围极其集中（8%），说明目标明确；有AIO后，光标扫过页面27.5%的面积，用户开始横向对比AI摘要和自然结果。
3. 所有搜索类型的行为趋同：无AIO时，5种搜索意图的21秒留存率从12%（导航）到32%（本地）差异巨大；有AIO后，全部压缩在42%-48%之间，Google用同一个界面统一了用户决策节奏。
PR与SEO：如何协同建立更多权威（五步法）
Backlinko这篇《PR and SEO: How to Build More Authority Together (5 Steps)》清晰说明了PR与SEO如何协同，彻底打破部门墙。它不是虚的理论，而是直接给了一套5步可执行框架：从研究对齐开始，到联合创建AI和媒体都爱引用的资产。
几个关键点值得你立刻用起来：
- 共享情报是第一步。 PR把记者最关心的话题告诉SEO，SEO把搜索趋势和AI引用缺口反馈给PR。Hootsuite的“LinkedIn Elevate”案例就是典型——PR提前获知平台变动，SEO及时跟进，最终内容拿下#1排名和AI引用。
- 内容要“AI Ready”。 文章强调用问答式标题、前置关键数据、列表和表格，让LLMs能直接提取。这不是玄学，是实打实的AEO（Answer Engine Optimization）技巧。
- 用工具验证趋势。 推荐用Semrush的Keyword Magic Tool看“News”和“Top Stories”特征，配合12个月趋势图，确认哪些话题同时有搜索热度和媒体关注度——这就是协同最该打的地方。
我觉得最实用的建议是：别再让PR只负责发新闻稿，SEO只负责堆链接。让PR参与选题、SEO参与故事包装，用共享文档（文章附了交流模板）持续同步。2025年，权威是协同跑出来的。
不可复制的产品是新的“制作优质内容”
在Google AI搜索全面窃取内容的今天，“不可复制的产品是新的”——这是SparkToro Rand Fishkin的最新论断，也是我近期读过最有实战价值的SEO策略。
文章点破两个残酷事实：Google正用AI把网站内容据为己有（只给广告主和不可替代产品留流量），而传统“做优质内容”已失效。作者列举超声刀、定制西装、手绘小动物等真实案例证明：Google无法复制实物、服务、体验。短期唯一出路就是打造你的“inimitable product”，并配合Zero Click Marketing传播。
我强烈推荐——别再把希望押在SEO内容优化上，动手做产品吧。
如何针对AI Overviews（AIOs）进行优化：2026完整指南
HubSpot 这篇 2026 年 AI Overviews 优化实战指南，是目前最落地的 AEO 内容——它明确告诉你如何针对 AI Overviews 设计内容、搭建技术基础，以及用新指标衡量效果，而不是空谈概念。
几个关键事实值得关注：AI Overviews 现已覆盖 16% 的 Google 桌面搜索，其中 Reddit（21%）和 YouTube（18.8%）贡献了近 40% 的引用来源，这意味着传统 SEO 内容策略必须调整。Google 的 query fan-out 技术会把一个查询拆成多个子问题（例如“最佳 CRM”拆成定价、功能、集成等），你的内容需要逐个提供清晰答案，才能被 AI 选中收录。文章特别强调了结构化数据与问答格式的重要性，并给出了一个完整测量框架——用 citation rate 和品牌在 AI 回复中的出现频次替代传统排名，这对实操团队非常关键。
我特别认可它对“measurement gap”的剖析：当排名位置和 CTR 不再反映真实可见性时，你需要一套新的 tracking 体系。这篇文章提供的 workflow 从 technical foundation 到 long-tail question mapping 再到 measurement，每一步都有具体指令。如果你想在 2026 年让内容真正出现在 AI Overviews 里，这篇就是你的操作手册。
招聘经理最看重的AI搜索技能（基于1,543个职位列表）
基于1,543个职位列表的数据，这篇文章揭示了招聘经理最看重的AI搜索技能——不是提示工程，而是测量能力和AI搜索流畅度。我强烈推荐所有SEO从业者仔细阅读。
三个关键发现支撑这个结论：第一，近一半（约49%）的SEO岗位描述明确提到AI搜索或AI工作流，但“提示工程”只出现在2.6%的职位中——绝大多数雇主根本不要求这个。第二，测量能力（分析、报告、GA4等）出现在79%的职位中，是招聘经理筛选候选人的第一道关卡，Josh Peacock说“面试前15分钟就用它来淘汰人”。第三，53.6%的管理岗要求AI搜索技能，最高年薪达43.1万美元——AI搜索不是执行层的活，而是战略层的核心。
有意思的是，平台特定经验（如AI Overviews、Perplexity）反而出现频率低，雇主更看重“AI搜索流畅度”而非工具熟练度。实战建议：别在简历里写“会用ChatGPT做SEO”，而要写“构建了自动化关键词聚类和内容简报的AI工作流，同时保留编辑审核”。另外，要把“优化了博客内容”改成“更新高优先级内容以提升在传统搜索和AI答案中的可见度”。这份报告的价值在于用数据告诉你面试官到底想看什么。
🔗 Moz Blog
如何查看竞争对手是否在你的客户ChatGPT答案中投放广告
这篇文章教我们如何查看竞争对手是否在ChatGPT的答案中投放广告，从而拦截你的高意向客户。OpenAI的广告系统2026年2月才上线，目前已有600+广告主，但没有公开广告库——想侦察只能自己动手。
核心方法论很简单但繁琐：1）梳理30-50个你买家真实问的高意向prompt（比如“best CRM for small team”），别用Google关键词式搜索；2）每个prompt在ChatGPT会话里跑20-30次，且分时段、清cookie，因为每次拍卖结果不一样；3）记录四个数据点：广告标题、描述、落地页URL和展示份额——后者告诉你谁真正“拥有”这个prompt。
我建议把这套手动流程做成常设项目，或者直接用Trendos的Ad Radar工具自动跑。否则你永远不知道竞争对手在用户转化前的最后一环截流。
Google首选来源突破34.5万，扩展到AI搜索
Google首选来源在AI搜索中落地了。用户已选定345,000个来源，现在覆盖AI Overviews和AI Mode。这个数据比12月翻四倍。我觉得这才是真正的排他性流量入口。
关键点有三：首选来源链接的点击率是普通链接的两倍；新文章轮播和“Highly Cited”标签扩展让原创报道更显眼；用户可主动引导粉丝把你设为来源。对于靠内容驱动型流量的站点，这个功能值得认真推。
核心网页指标：WordPress与Astro对阵所有其他平台
HTTP Archive 的CWV报告颠覆了我对”页面越轻越快”的直觉。核心结论：页面权重和Lighthouse分数并不决定真实Core Web Vitals表现，Shopify就是最佳反例。
关键要点：
1. 页面最轻的Astro（1.65MB）仅排第四（67%合格），而页面最重的Shopify（3.77MB）却以79%合格率拿下第三——真实用户感知优于实验室数据。
2. Duda以85%合格率夺冠，但Wix、Shopify紧随其后，说明托管商的后端优化（CDN、渲染稳定性）比前端瘦身更关键。
3. 核心网页指标WordPress的页面权重2.76MB、Lighthouse仅44，但实际CWV表现却优于Joomla——别被Lighthouse分数骗了，CrUX才是金标准。
我的建议：别盲目砍JS或迷信Lighthouse满分。先跑CrUX数据，再针对性优化渲染路径。Shopify证明了：用户说快才是真的快。
Google 的标准并未改变，但 AI 让忽视这些标准变得更难
Google的标准从2023年至今没有改变，但AI的泛滥让忽视这些标准的后果更加明显。这篇文章通过Sam Sifton的NYT案例再次证明：质量门槛从未降低，只是AI让低级错误更难掩饰。
几个关键要点：第一，Sifton承诺“靠肾上腺素和恐惧错误来写作”——这种人类问责制正是Google EEAT框架的核心。第二，Rosenbaum那本AI辅助书出现6处以上错误引述，包括编造Kara Swisher的引用——这恰好是Google系统要打击的内容，无关生成方式，只关乎质量。第三，Google的guidance一直强调：奖励原创、有经验、可验证的内容，而非惩罚AI本身。有意思的是，Sifton的信比Google的技术文档更直观地展示了“信任成本”。
我的建议：SEO别再纠结于检测AI的工具有多准，而是回到Panda时代就写好的23个问题——“你敢把这篇内容署上自己名字吗？” 如果不敢，Google也不会。
为什么LLMs引用Reddit而不是你的品牌：一个实用的AI可见性审计[网络研讨会]
为什么LLMs引用Reddit而不是你的品牌？这篇SEJ文章直接揭示了答案：AI搜索模型更信任Reddit的社区信号，而非官方内容。
核心事实是：在大多数行业，Reddit已是AI搜索引用最多的来源。文章通过Uberall和Reddit内部专家的视角，给出了3个关键洞察：1）upvote、thread深度等社区权重决定了引用优先级；2）结构化location data必须与社区参与协同才能生效；3）针对多地点品牌（零售、医疗、金融等）的5个可执行策略，如如何规模化保持本地声音。当然，这篇文章本质是研讨会广告，深度有限（8/10）。但我认为，对于负责多地点品牌SEO的同行，第4个策略——“用社区内容增强位置数据，而非替代”——非常实用。推荐直接看具体案例和数字。
2026年10款最佳SEO审计工具（实测）
2026年10款最佳SEO审计工具的测评文章揭示了工具选择的真正逻辑：选错工具不是因为功能不够强，而是因为你没搞清楚自己需要什么类型的审计。
我测试了10款工具（从Semrush Site Audit到Screaming Frog再到Sitebulb），核心发现是：没有一个工具能通吃所有审计场景。文章把审计拆成4类——技术审计、页面审计、爬取与索引审计、AI搜索健康审计——每类有对应的最佳工具。比如Site Audit内置AI搜索检测功能，能检查AI爬虫（ChatGPT、Claude、Perplexity）是否能正确抓取你的页面内容，这是2026年的新刚需。Google Search Console免费且适合看爬取索引状态，Screaming Frog对大规模URL深度分析无敌。
最让我认同的观点是：别再选“最强大”的工具了，选“最匹配你当前审计任务”的工具。文章用表格清晰标出了每个工具适合的审计类型和站点规模，从免费到企业版都有覆盖。如果你团队刚启动技术审计，SE Ranking的进度追踪功能很实用；如果只做快速页面检查，SEO Pro Extension（免费）就够了。
我建议你按这个逻辑重新审视手里的工具组合：先定义你下个月要跑哪类审计，再挑对应的工具，而不是把所有任务塞进一个平台。AI搜索健康这块，目前只有Site Audit做得好，尽早补上这个能力。
Yoast 2026年5月SEO更新回顾
Yoast2026年5月SEO更新总结，是今年最值得花时间读的实战文档。Carolyn Shelby和Alex Moss拆解了Google AI的最新变化，每个点都给了直接可以用的建议。
核心价值就三个字：别白忙。
– 几个数据/事实让我印象深刻：
1. Google推出preferred sources功能，出版商能靠读者主动选择的偏好获得稳定曝光，Yoast建议立即接入。
2. UCP（Universal Checkout Protocol）已经让Shopify支持AI代理直接下单，如果你做电商，必须检查平台是否兼容，否则转化会被截胡。
4. Rand Fishkin的研究证实：那些“终极指南”和泛泛的列表文正在失效，AI直接总结内容，只有独特的观点、原创研究才能被选为答案。
有意思的是，Conde Nast的CEO直接要求团队“假设搜索流量带来的程序化广告收入会归零”，转而押注订阅、YouTube和播客。这跟Yoast的建议不谋而合——别把鸡蛋放在搜索这一个篮子里。
总之，这份Yoast2026年5月更新是一份从理论到操作都拉满的指南，我建议你直接订阅他们的月度更新。
AI搜索与SEO行业新闻 – 2026年5月：Google I/O、5月核心更新等
这篇 Lumar 的月度汇总抓准了2026年5月AI搜索与SEO行业的核心脉动，从业者必读。
Google I/O 宣布AI Mode月活破10亿，搜索查询量创新高——证明AI搜索不是取代传统搜索，而是驱动更多查询。Google首次发布官方AI搜索优化指南，重点落在结构化内容和技术SEO基座上，这点我认同：无论算法怎么变，可爬、可读、可信仍是根。此外，5月核心更新与AI功能并行，GA4新增ai-assistant流量分类，Snap与Perplexity合作告吹——行业分化加速。建议立刻对照指南审计你的内容结构，抢占AI citation的先机。
YouTube 现可自动检测 AI 内容并向观众标注
YouTube现可自动检测AI内容并添加标签，这项更新直接改变了创作者的透明度策略——标签从描述栏移到了播放器下方和Shorts覆盖层，用户无需额外点击即可看到AI标识。我觉得这对所有做视频SEO的人都是必须立即关注的变化。
关键点：
– YouTube新增自动检测层，会识别未标注的逼真AI内容并强制打标签，同时保留创作者手动披露义务。如果系统检测到显著AI痕迹而你没声明，标签会自动贴上。
– 标签位置升级：长视频标签在播放器下方，Shorts在视频上覆盖显示。YouTube明确表示这不会影响推荐算法或收入，但观众看到标签后可能降低点击或观看时长，间接影响表现。
– 使用Veo、Dream Screen等YouTube自带AI工具生成的内容标签永久固定，无法移除。创作者可申诉被误标情况，但成功率未知。
我的建议：如果你用AI生成视频内容，主动在描述中诚实披露，比等系统自动标记更安全。自动检测的规则还在迭代，被误标后申诉流程可能耗时。另外，密切关注标签对CTR和完播率的影响——YouTube虽说不惩罚标签，但用户行为会让算法做出“选择”。正在做AI Shorts的同行尤其注意，因为推荐给新用户的视频中AI生成占比已到1/5。
Google CEO 承认 AI Overviews “比应有的更主观”
Google CEO 承认（GoogleCEO承）AI Overviews“过于有主见”——这不是猜测，而是Sundar Pichai在Decoder播客中看了一个真实搜索结果后说的原话。 我推荐这篇Search Engine Journal的报道，因为它直接给出了三位一体的信号：质量认错、流量解释、产品变动，对任何搞SEO/GEO的人都是必读。
几个关键事实：
– Pichai面对“best Chromebook”查询，AI Overview给出了自信推荐，但下面Reddit和NYT答案不同。他当场说“it’s probably more opinionated than it should be”，并承认这是改进空间。
– 关于流量下降，他重申bounce clicks在减少，认为这是“自然进化”。但Google从未发布过能让出版商验证的流量数据——这是我一直觉得有问题的点。
– 他透露了一个新信号：如果用户订阅了某个站点，Search会将其视为preferred source。这是Google第一次官方确认这个机制，对订阅型内容GEO策略有直接影响。
我认为最有价值的是两点：第一，CEO亲口承认AI Overviews在主观推荐上“过火”，这意味着后续算法会向更中立、更事实靠拢；第二，订阅偏好信号是“以前没有的改变”，做内容订阅的朋友应该立刻测试这个信号对排名的影响。至于bounce clicks的解释，我保持怀疑——第三方实验已经显示AI Overviews减少了38%外链点击，但Google始终没有提供反证数据。
电子商务营销：2026年搜索与AI的10大策略
电子商务营销2026的核心在于同时服务传统买家与AI系统——这篇文章给出了10条可落地的实战策略。
引用在AEO中的作用：为何引用比反向链接对AI可见性更重要
引用在AEO中的作用远超传统backlinks，HubSpot这篇直接给出了数据和框架：AI引擎选择内容依据是清晰度、权威性、结构化和新鲜度，而不是链接数量。
