🏛️ 官方动态
在 Google 搜索中规划与预订旅行的 3 种新方式
在 Google 搜索中，AI Mode 上线了旅行预订闭环，做旅行 SEO/GEO 的同行需要重视。
官方介绍了三个新功能：航班价格追踪覆盖 180 多个国家，可在对话中设置降价提醒；积分里程兑换显示，初期支持美航、希尔顿等 5 家，后续将扩展；酒店直订在美国英语市场开放，合作方包括 Booking.com、Expedia、万豪，通过 Google Pay 完成。Google 正把搜索从信息入口变成交易平台，流量分发格局将随之改变。我建议尽快测试 AI Mode 中的内容展现，优化结构化数据，争取曝光。
用 Google Search 升级家居装饰的 5 种方法
用 Google Search 的这五个新功能，能帮助用户在购物决策环节获得真实感知。我读完的最大感受是：Google 正在把搜索从“信息检索”变成一个完整的购物决策辅助工具——从“看到灵感”到“确认下单”的全链路。
三个关键洞察值得关注：第一，AI Mode 支持上传房间照片后生成家具 mockup，比如测试“84 英寸墙面配祖母绿天鹅绒沙发”的效果，这在视觉购物赛道是很明确的信号；第二，Circle to Search 打通了社交平台内容到电商的闭环，看到鱼壁纸直接圈选就能找到同款；第三，Search Live 用摄像头实时指导 DIY 安装，加上价格历史追踪和降价提醒，Google 明显在拦截用户在淘宝、小红书、Instagram 之间的跳转路径。
有意思的是，搜索数据本身暴露了消费趋势：“home decor inspo”月搜索量涨了 300%，复古编织地毯和木质咖啡桌成为热门。对 SEO 从业者而言，这提示我们用户意图正在分化——一部分人用 AI 直接问“我家适合什么沙发”，另一部分用 Lens 做实物反向搜索，product content 的优化思路得跟着调整。
不过，这篇文章本质上是 Google 官方的产品宣传，对具体算法逻辑和技术实现没有深入讲解。作为趋势信号看一下即可，能帮助理解搜索产品方向，但别指望能挖出什么技术干货。
为 ChatGPT Work 和 Codex 推出 Admin 插件
OpenAI 推出 Admin 插件，为 ChatGPT Work 和 Codex 用户提供更高效的工作区管理方式。
文章亮点在于介绍插件如何结合对话界面处理管理员任务，但对 SEO 从业者的直接价值有限。插件允许管理员在 ChatGPT Work 里直接查看用量、管理成员权限、调整限额；自动化工作流可将审批请求路由到 Slack/Teams，按预设条件自动放行。最有说服力的案例来自 OpenAI 自家 IT 团队：ChatGPT Work agent 处理了约 45% 的工单，支持量翻倍后仍能消除积压。我的判断：这篇值得当作 AI 工具趋势参考，但 SEO 实操场景暂无明确切入点，只需关注后续 API 或 agent 能力扩展。
🤖 GEO·SEO 精选
什么是 WebMCP？如何让你的网站为 AI 代理做好准备
什么是 WebMCP？一句话：这是 Google 和微软联合提出的新标准，让你的网站能被 AI 代理直接“操作”，而不仅是“读取”。这篇文章是我近期读过的对 WebMCP 最清晰的解读，强烈推荐给所有关注 agentic search 的 SEO 同行。
文章的核心观点很直接：AI 代理已经开始替用户执行订餐、结账、筛选商品等真实操作，但现有网站是为人类视觉设计的，代理靠截图和读取 DOM“猜”操作方式，又慢又容易出错。WebMCP 的解法是让你用 HTML attributes 或几行 JavaScript 给现有表单和按钮贴上“机器可读的标签”，告诉代理这个页面能做什么、需要什么参数。
三个关键信息值得关注：
– 实现成本极低：工具完全运行在用户浏览器的前端代码中，不需要重建网站或另建后端服务器。工具只在该页面打开时生效，关闭即消失。
– 与传统 MCP 互补而非竞争：传统 MCP 适合 Salesforce、内部数据库这类后端数据场景，需要自建服务器；WebMCP 覆盖航司、电商、SaaS 注册这类“完成动作”的场景。两者共用相同的 building blocks，大型站点通常两者都会用。
– 适用场景明确：电商搜索筛选、餐厅订位、SaaS 注册、本地服务预约、newsletter 订阅，这些动作都能被封装成 WebMCP 工具。
有意思的是，作者将 WebMCP 和 AI 搜索可见度做了明确区分：前者管“到了你页面后能不能完成任务”，后者管“能不能被 AI 引用”。如果代理来到你的预订表单前却要靠截图猜测怎么操作，转化就会功亏一篑。
我们的建议很直接：现在浏览器代理普遍还不稳定，谁先部署工具谁就拿到先发优势。先用 Declarative API 处理表单场景，再逐步覆盖复杂交互。这套技能的本质还是结构化和可访问性，只是从“读得懂”升级为“用得了”。尽早动手，在同行还没反应过来之前把工具层铺好。
🔗 Moz Blog
ChatGPT 重建其搜索工具，我读懂了它所说的新语言
ChatGPT 重建其搜索工具后，底层查询语言从 JSON 换成了 pipe-delimited 格式。Search Engine Journal 的 Suganthan 用 8 个问题抓包解析，把新协议读透了。这篇深度技术拆解对做 AI 搜索优化的同行价值极高。
有意思的是，新格式每行就是一次搜索：fast|query|30|domain。第三个数字是 freshness window，跟着内容保质期走。股价查询给 2 天，球赛结果给 7 天，商业比价 30 天，财报指引 90 天。商业页面必须维持 30 天内的可见更新，才能留在默认窗口。product 是新增的垂直调用，只在实体商品上触发。ChatGPT 会先查产品目录，再搜网页，产品卡片则是另一套玩法。search_queries 元数据字段已彻底消失，域名槽位直接暴露模型计划访问的站点，等于把 shortlist 交到你手里。
我建议同行马上自查：拿核心购买词跑一遍 ChatGPT，看它写下的品牌和域名——那是它心中的 competitive set。再确认你的产品是否回传 merchant cards，有卡片代表目录已收录，仅有文字提及则目录覆盖待补。商业页面按 30 天周期做可见更新，保持在 freshness 窗口内。
AI 品牌偏好按代际分化，Claude 在 Gen Z 中领先超 7 倍
这篇文章的价值在于首次用 YouGov 全美代际数据证明：AI 品牌偏好已按代际分化，形成清晰的世代断层，且 Claude 在 Gen Z 的偏好度是 Boomers 的 7.6 倍。我推荐所有做 GEO 策略的同行精读，因为这不只是品牌报告，更是内容优化的信号灯。
核心数据：ChatGPT 虽在每代人中领先，但 Gen Z 偏好 44.4% 对 Boomers 的 24.5%，差距不算极端；Claude 则在 Gen Z 拿下 10.6%、Boomers 仅 1.4%，成为代际分裂最陡峭的品牌；Copilot 恰恰相反，在 Boomers+ 有 12.3%、Gen Z 仅 4.4%，Siri 和 Alexa 在年轻人中近乎归零。
有意思的是，作者把 YouGov 的餐饮品牌榜拿来对照：Chicken Salad Chick 登顶新兴连锁榜，靠的也是同一套 Consideration 与 Buzz 模型。这恰好验证了核心判断：AI 品牌的 Consideration 是动量信号，不是信任信号。单独看 28% 的 AI 信任度会觉得行业堪忧，但拆开代际看，每个年龄段已有各自的默认工具。
我的建议是：做品牌 GEO 时把“动量内容”和“信任内容”分两条线运营。针对 Gen Z 主攻 Claude 生态中的偏好信号，针对 X 世代和 Boomers 则保留传统搜索与 Copilot/Siri 的适配。别指望一套方案通吃所有模型。
报告显示谷歌垃圾邮件更新聚焦于 SEO AI 内容
报告显示，谷歌垃圾邮件更新主要针对 SEO AI 内容。
SEJ 这篇报道值得关注。它把最近 Google spam update 的真相说清楚了：核心是清理 mass-generated AI 内容。关键证据有三个：Google 发布 S-CTS 研究论文，专门识别和关闭 AI 垃圾网络；社区反馈显示全自动发布站点被普遍过滤，有人工审核的站点则存活；黑帽论坛都在抱怨 AI slop 让搜索结果没法看。
我的建议：放弃批量生成文章的做法。手动运营积累的 domain trust 短期能当缓冲，但大规模生产这条路已经走不通。
Google将发展中主题链接轮播引入AI模式
Google将发展中主题的link carousels正式带到AI Mode，这会直接影响AI搜索结果的视觉权重。我建议SEO同行立刻关注这一变化。
Stein在X上宣布该功能已覆盖AI Overviews和AI Mode。查询“比利时新发现金条”时，AI回答顶部出现三张文章卡片，含图片、标题、来源与日期。这个位置比普通引文更醒目，点击潜力更大。Google同时披露Preferred Sources已超60万独立来源，对比5月的34.5万，增长明显。
有意思的是，carousel仅覆盖部分发展中主题。Search Console能统计AI Mode点击，但尚无单独筛选维度。我的建议是定期追踪AI Mode的impression变化，观察carousel出现频率。SEJ这篇属于新闻速报，深度有限，但信息本身足以作为调整内容策略的提醒。
促销代码字段可能在向联盟会员输送收入：品牌如何收复结账流量
结账页的促销代码字段可能在向联盟伙伴输送本应属于你的销售收入。
这篇文章让我脊背发凉：顾客走到结账，看到空优惠码框，就跑去搜索折扣。最后一下点击落到联盟网站，佣金白白流出。Loren Baker举了一个$900订单的例子。10%-20%佣金意味着顾客还没用码，联盟就拿走$90-$180。更糟的是，过期码、虚假码还会导致弃购。有意思的是，某品牌优惠券相关关键词每月仅760次搜索。但作者说得好：这760人都是掏卡要买的，比几万看客强。低流量高意图，这就是机会。解决方案很简单：品牌自建一个official savings page，提供准确、即时的优惠信息，把顾客导回结账流程。我认同这个做法。衡量效果要看assisted revenue和结账转化率，排名只是参考。我的实战建议：先审计branded coupon搜索结果，看哪些第三方域名排在前面；再在checkout页主动放上“官方优惠”入口，把最后一步的主动权握回手里。
语义相关性（Semantic Relevance）不是单一指标——它有三项任务
语义相关性（Semantic Relevance）承担三项职责。这是 Lumar 这篇 8/10 文章的核心观点。作者把 AI 检索拆成三个阶段：Candidate selection 判断页面主题是否匹配查询，Chunk retrieval 筛选最精准的段落，Citation 确认段落能否独立被引用。三个阶段各自定义 relevance，单一 cosine similarity 分数只能反映局部画面。
页面可能通过候选选择，卡在 chunk 检索；段落也可能精准，但要靠上下文补全信息，最终在 citation 阶段被排除。文章用一张表格总结优化目标：候选选择优化 topical clarity，chunk 检索优化 answer match，citation 优化 self-contained facts。这三层结构把语义相关性从抽象概念变成可操作的 checklist。
我觉得这套框架值得直接落地。三个明确动作：页面主标题聚焦单一主题，段落保留具体 entity 和单位，每个 passage 脱离上下文也能独立成立。按阶段分别衡量，团队就能定位内容卡在哪一步。
什么是好的GA4互动率？分析500多个网站
什么是好的GA4互动率？50%以上才算合格。我们分析了500多个网站、16亿次会话，这个答案终于有了可靠依据。中位互动率51%，但行业间差距不小：电商和零售最高（54.4%），SaaS/B2B垫底（46.6%），毕竟后者大量流量来自漏斗顶端的调研内容。
设备差异同样明显。桌面端55.3%，手机端48.8%，差了近7个点。你的网站如果以移动端为主，先别急着改内容，看看设备拆分再下结论。
渠道数据最有意思。自然搜索（63.4%）和付费搜索（60.4%）领跑，付费社交只有20.2%——差距达3倍。这说明用户意图比渠道本身更重要。AI助手渠道达到60.3%，跟自然搜索几乎持平，看来AI引来的流量质量不低，值得持续追踪。
我的建议：别拿全局平均值给自己定KPI，参照同行业的benchmark才有意义。如果你的互动率低于50%，优先检查流量渠道结构，再调页面体验。数据本身不会优化你的网站，但能告诉你该往哪使劲。
AI搜索并未消除认知负荷，只是转移了它
AI搜索并未消除认知负荷，只是把它从检索与综合挪到验证上。
Duane Forrester 的这篇分析，我建议 SEO 同行都读。他借用 Jakob Nielsen 的“认知负荷预算”框架。核心洞察是：传统搜索让用户自己挑结果、读文章、拼答案。生成式搜索先给结论，用户只剩审查与核实。微软分析了 20 万次 Bing 对话，发现信息收集和写作是最常见的用途。实验还显示：引用链接会增加信任，哪怕引文是幻觉。而信任会压低核查意愿。我的建议：内容要同时扛得住 AI 摘要和人工审查。事实、来源、可验证的证据，才是硬通货。
OpenAI 为 ChatGPT 浏览器新增 WebMCP 站点工具
OpenAI为ChatGPT桌面版浏览器引入了WebMCP site tools支持，让网站能以结构化方式向AI agent暴露搜索、编辑、购物车操作等具体功能。这篇文章对关注AI代理与网站交互方式的SEO/GEO从业者来说，属于必须跟踪的基础设施级变化。
核心信息整理如下：
- WebMCP与MCP是两套体系：服务器端MCP需要单独配置connector，而WebMCP由当前访问的网页自动提供工具，网页可注册JavaScript函数（包括名称、描述、输入schema），agent无需猜测UI即可直接操作应用。
- 可用性与限制明确：该功能目前限定GPT-5.6 Sol/Terra版本，Luna已禁用，Enterprise和Edu工作区不开放。开发者可在Chrome中通过experimental flag或origin trial提前测试。
- 安全机制已内置：工具涉及购买、删除数据、修改设置、发送消息等操作时会要求用户确认，OpenAI也明确警告了data exfiltration和prompt injection风险——这与Chrome此前对WebMCP的威胁提示一致。
- 对SEO的影响尚无定论：文档没有说明WebMCP对排名、引用或可发现性的作用，Google早在五月就鼓励开发者构建agent-friendly网站，OpenAI这步棋是同一方向的实质性推进。
我的判断：WebMCP相当于把“网站如何被AI使用”的控制权部分交还给站点所有者，这是一次权力结构的变化。抢先把网站做成agent-ready的团队，会在下一阶段获得明显的流量入口优势。建议立刻在测试环境跑一遍Chrome origin trial，至少摸清自己站点的哪些操作能暴露为tools，以及权限边界如何设定。
如何在 Google AI Mode 中投放电商广告
Google AI Mode广告的核心运作方式是：广告由Merchant Center feed数据生成，而非广告主撰写。这篇文章完整拆解了电商如何在Google AI Mode投放广告的实操路径，从feed属性优化到新广告格式的资格获取，是一份值得收藏的实战指南。
我读完后有几个关键收获：
第一，Google AI Mode已突破十亿月活用户，成为购买决策的重要起点。Google在Marketing Live推出四种Gemini广告格式：Conversational Discovery Ads（对话式发现广告）、Highlighted Answers（高亮答案）、Business Agent for Leads（线索商务代理）和AI-powered Shopping Ads（AI购物广告）。
第二，product feed就是你的ad creative。文章指出，AI Mode的搜索长度是传统搜索的三倍，比如”适合体重较重跑者的150美元以下防滑缓震跑鞋”。feed数据越丰富，Gemini能生成的广告文案就越精准。关键是优化title、description的细节度，比如”Blue Shirt”远不如”Men’s Blue Oxford Slim Fit Shirt, 100% Cotton”。
我特别认同作者的判断：AI Mode把广告优化的重心从bidding转移到feed质量，而feed数据通常由merchandising团队管理，而非paid media团队。这意味着跨团队协作成为AI广告时代的必修课。建议优先将Q&A属性补充到top spend SKU，这会直接提升你在AI Mode中的曝光机会。
如何成为战略合作伙伴并长期留住客户
这篇文章讲透了如何成为战略合作伙伴。行业数据证明，伙伴关系能显著延长客户生命周期。
ANA和4As 2025年报告显示，客户与代理关系平均长达7年，比2016年的3.2年翻了一倍多。免于定期竞标审查的关系平均持续8.1年，经历竞标审查的只有3.8年。整合型全服务代理商的客户寿命为7.3年，媒体-only代理仅3.7年。作者Sophie Brannon提炼出三个关键习惯：主动报忧，先于客户发现流量下滑并附上解释和计划；把SEO报告翻译成客户内部考核的数字，比如pipeline和bookings；在合同范围外有观点，直接指出落地页是否伤害转化。这些习惯不靠加人加预算，而靠改变默认行为。
我觉得最实用的一招，是问客户POC自己被什么指标考核，然后帮对方达成年度奖金。有了这层关系，预算紧张时你的retainer会排在其他开支前面。Databox调查也表明，沟通对客户满意度的影响超过实际结果。所以，建立一套客户无需开口要求的沟通节奏，是向战略合作伙伴转型的第一步。推荐所有agency owner精读。
法官称Google/出版商AI局面“看起来确实不公平”
美国法官Amit Mehta在Penske诉Google反垄断听证会上直言，Google与出版商的AI局面“实在不公平”。这篇文章报道了这一关键表态，对出版商流量下滑和SEO策略调整具有直接参考价值。
核心信息有三点。第一，Mehta法官这次站在了出版商一边，他对Google律师将AI Overviews称为“产品改进”的说法明显不买账，甚至形容“一切都显得真的不公平”。第二，法官点出了一个关键矛盾：OpenAI、Perplexity这些AI公司都要为内容付费，而Google依靠搜索垄断“白白拿走”全网内容训练AI，拒付一分钱。第三，Mehta明确表示“产品改进不能免于反垄断审查”，这个立场如果成立，Google用AI Overviews蚕食出版商流量的做法将面临实质性法律风险。
有意思的是，Google的辩护逻辑是“出版商可以选择退出索引”，听起来合理，但现实中出版商别无选择——如果拒绝被索引，连传统搜索的零头流量都拿不到。这就像有个人抢了你的饭碗，还告诉你“你可以不给我做饭”。
我的判断是：这起案件如果跨过驳回动议这关，其影响远超Penske一家。对于正在经历AI搜索流量暴跌的从业者，我建议把这次听证会的细节存档，作为未来与平台方谈判或调整内容分发策略的论据。Google历来把“产品改进”当挡箭牌，但法官这句话正在戳破这层窗户纸。
为什么国际SEO需要机器可识别的E-E-A-T
这篇文章讲透了为什么国际SEO需要机器可识别的E-E-A-T。
AI常把本地权威信号折叠成单一品牌印象。作者追踪了40个区域网站，发现即使每个网站都有本地专家和术语，AI仍将其视为单一全球品牌。专业认证需要机器辅助识别，非英语市场的资质信号更需要加强。作者提出的解法是让市场边界具备机器可读性，从而提升AI对本地权威的识别力。我认为，国际团队必须把凭证结构化，用Schema标记本地资质，这会改变AI对品牌的理解。我推荐国际SEO团队立刻实践。
Peec AI 替代品：2026年 AI 可见性监控工具评测
HubSpot这篇Peec AI替代品对比，是2026年GEO选型实操指南。我读后确认一个观点：AI可见性监控必须连接CRM归因，否则只是好看的数据。
文章对比10款替代工具。HubSpot AEO胜在原生CRM归因。Writesonic GEO做端到端优化。Profound聚焦企业级分析。AirOps适配agency工作流。评估框架有四个维度：模型覆盖、prompt频率、citation分析、CRM集成。作者强调AI visibility和传统rank tracking本质不同。前者测品牌在AI答案中的提及率、位置和情感。Peec AI能监测10个AI引擎。然而“监测”只是起点。修复citation gap和归因到pipeline才是价值。文章还附了RFP清单和post-selection激活计划，落地性很强。
我建议团队用文章的buyer criteria给候选工具打分。再跑两周trial。重点验证两个动作：AI mention能否自动写入CRM。能否从citation逆推内容优先级。选型时多问一句“然后呢”。工具能驱动行动才值得买。
MBA指标在SEO中的应用：如何说领导的语言
这篇文章的价值在于：它给了一套可落地的翻译框架，把 SEO 指标映射成管理层真正关心的 MBA 术语。我读完直接收藏了，因为 Ahrefs 用两个关键字就解决了 SEO 汇报中最痛的沟通问题。
第一个高价值映射是 Share of Voice 对应市场份额。文章引用 James Hankins 覆盖 12 个品类、7 个国家的 30 个案例研究，发现 share of search 能解释品牌约 83% 的市场份额，Les Binet 的早期研究也印证了这个规律。这意味着 SEO 团队终于可以用“我们赢下了多少市场”替代“我们关键词排名第几”来汇报。Ahrefs 的 Rank Tracker 能直接输出这个数字，省去手动计算。
第二个关键映射是用 organic traffic value 讲 revenue growth，还有三个补充映射：Share of Traffic Value 对应市场渗透率、engagement signals 对应 customer lifetime value、branded search 对应 brand demand。这套映射的价值在于：每一个都给到了可在 Rank Tracker 或 Brand Radar 中直接获取的数据源，不是空谈概念。
我的看法是：这篇是面向 C-level 汇报前的必读材料，尤其适合被质疑“traffic 涨了又怎样”的 SEO 负责人。唯一的遗憾是文章没有给出完整的汇报叙事模板，但映射逻辑清晰到你可以直接套用。值得精读，然后做一页你自己的翻译 cheat sheet。
由我们的SEO/GEO团队推荐的15本最佳SEO书籍[2026]
这是Siege Media团队实测后的书单，由我们的SEO/GEO团队按职业阶段和主题分层推荐，从AI搜索入门到团队管理都有覆盖。如果只读一本，由团队创始人Ross Hudgens撰写的《GEO》是当前GEO领域最实操的playbook，基于真实客户项目而非理论推演。
这份书单的亮点在于分类逻辑清晰：GEO类三本覆盖AI搜索新趋势，入门类四本适合新人和跨部门同事，管理层则推荐Eli Schwartz的《Product-Led SEO》，把SEO从营销checklist提升为公司增长杠杆。参考类首选新版《The Art of SEO》，已更新至AI搜索时代。团队每月管理的客户内容价值超过$148M，这份书单经过专家榜单、Reddit社区和内部新员工培训资料的交叉验证，是一份值得在同行间传阅的书单。
有个加分细节：作者明确提醒，SEO/GEO变化快于出版周期，书籍打底，实操靠2026年后更新的资料和hybrid策略。局限是技术深度有限，偏strategic而非tactical，资深从业者可能觉得不够解渴。建议按需选读，不必从头到尾。
分析：Reddit 出现在 Google 的 Discussions and Forums 结果的 83.9% 中
Reddit出现在83.9%的Google论坛结果中，Ahrefs这项研究用真实数据验证了社区型内容的统治力。
我觉得最值钱的发现是Reddit平均在每条SERP中出现1.29次，说明Google不只给一个位置。Quora和Stack Overflow等平台也上榜，但差距悬殊。对于SEO同行，我的建议是别只做传统文章，要规划Reddit帖子的关键词布局，尤其是长尾问题型查询。这项研究给论坛策略提供了量化基准，值得收藏。
Reddit在ChatGPT中的引用占比从3.8%降至0.5%
Reddit在ChatGPT中的引用份额从3.8%暴跌至0.5%，这篇文章值得同行一读：AI可见度波动比想象中剧烈。
Promptwatch数据显示，8月14日起Reddit的citation share四天内骤降86%，OpenAI否认更改算法。一年前Reddit引用也曾从60%跌到10%，当时被归因于Google的改动。同期Reddit在Google AI Overviews仅下降11%，这次更像是ChatGPT的单独调整。我的建议：把Reddit SEO的KPI从引用量换成用户洞察，用Semrush追踪流量去向。Reddit的真实用户讨论仍是不可替代的research资产。
数据显示：AI 工具推荐品牌却引用其他网站
这篇文章值得一读，因为数据显示AI工具推荐品牌时，更倾向于将第三方评测网站作为引用来源，而非品牌官网。这对ecommerce品牌理解AI搜索可见性有实际参考价值。
关键数据支撑：
- Shero Commerce分析了Google AI Mode、ChatGPT和Perplexity三款工具在60个产品类目中的1,851个引用来源，发现品牌自有页面仅占2.8%；59%的引用指向Good Housekeeping、Verywell Fit等权威第三方站点。
- 有趣的是，当AI直接点名推荐品牌时（共159次），31%的案例会同时引用该品牌官网。比如检索squat-proof leggings，ChatGPT和Perplexity都推荐了Gymshark、Alo、Beyond Yoga，但来源链接指向第三方文章。
- Google AI Mode在相关类目中，仅有9.5%的查询会提及或推荐品牌，且三分之一类目完全没有品牌出现。
我的观点：
这份报告最大的价值在于把”被推荐”和”被引用”拆成了两个独立的KPI——品牌名出现在AI回答里，不等于你的官网会获得来源链接。但Shero只做了snapshot式的数据统计，没有验证改写syndicated content或优化页面结构是否能改变引用行为。这是他们下一步值得做的实验。
对品牌方的启发很直接：想在AI search中同时获得推荐和引用，光靠官网内容不够，第三方评测媒体的覆盖同样关键。
