🏛️ 官方动态
通过 Google 搜索连接网络的更多方式
通过 Google 搜索触达用户的链路，正在被 Google 亲手重写一遍。这是今年做 SEO/GEO 的人绕不开的一篇官方公告。
Google 更新了 AI Mode 和 AI Overviews，共五处改动。第一，inline links 数量持续加码，且更多出现在回答靠前的位置，关键来源随时可点。第二，官方站点迎来专属区块，直接摆在回答顶部，还附上”这个链接为何有用”的说明。第三，新闻 carousel 从原有位置推向更多地区和语言，并高亮 Preferred Sources。第四，回答末尾的相关文章链接加了缩略图，视觉更抓眼。第五，视频结果中的创作者与发布者名称变为可点击，直达其 Search profiles。
有个数字值得划重点：Preferred Sources 的使用人数，从年初至今涨了 7 倍以上。用户在主动选择来源，这份主动权正往他们手里走。
我的判断很直接：这轮更新对认真做内容的站点是利好。inline links 前置意味着被引用还不够，你得被引在开头那几段。官方站点专属区块更是明牌，品牌词和任务型 query 上，官网的位置会更硬。
落地建议两条。一是把 Search profile 填全，创作者档案现在是流量入口。二是在 landing page 上把”为什么选我们”讲清楚，因为 Google 正需要这段话来给链接写说明。
盯引用位置，比盯排名更值钱。
在 AI Performance 中推出 Topics Portfolio（Beta）
Bing 在 AI Performance 报告里上线了 Topics Portfolio（Beta）。我觉得这是今年 GEO 团队最该马上上手的功能。
它把 grounding queries 按主题聚成 cluster，比如 football、taxes、AI Chatbots。你一眼看到自己在 AI 搜索里的主题分布形状，替代了过去一条条翻 query 的活。
每个主题配三列硬数据：Topic Size 是全生态引用总量，代表需求大小；Sites Cited 是竞争密度；Queries 是 query 数量。点进主题，query 被切成两张表——Your Grounding Queries（已占住的）和 Opportunity Queries（对手在、你缺席的），顶部还有三张 KPI 卡。
最有意思的是底部 Top Opportunity Queries。它跨主题挑出最该抢的 query，citation volume 直接用区间给。数据来自 Bing 真实的 grounding 活动，带站点个性化。
我的用法：选 1-3 个月窗口，从 citation 最集中的主题切入，顺着 opportunity query 排内容。三个提醒——主题分类由 AI 生成，会有偏差；品牌 query 会混进机会列表（官方例子：contososhoes.com 看到 Air Shoes）；小站可能只看到较短的主题列表。数字当方向性信号用。
Beta 阶段每行都带 thumbs up/down，反馈直达分类团队。想让这工具变好，现在就点。
一款智能化的全新购物车（Universal Cart）
一款智能化的全新购物体验，正在 Google 手里落地。Google 在美国上线 Universal Cart，同时打通 Search 的 AI Mode 和 Gemini App，这是理解 agentic commerce 最关键的一步。
我觉得三个信号值得同行盯紧：一是它跑在 Shopping Graph 的 600 亿+ 商品 listing 上，能主动推送降价和补货提醒；二是结账走 UCP（Universal Commerce Protocol），Nike、Sephora、Target、Walmart、Wayfair 和大量 Shopify 商家已接入，商家仍是 seller of record；三是购物车建在 Google Wallet 之上，会算信用卡权益、自动找 promo code。
这意味着商品 feed 的实时性和完整度，正从优化项变成入场券。别只盯排名了。
400 家出版机构现已加入我们的 News AI 试点计划
Google 用真金白银把 News AI 试点扩到 400 家出版机构，这是 AI 摘要与内容授权模式最清晰的一次官方定调。核心信息是，400 家出版机构现已加入这一 pilot；从去年 The Washington Post、The Washington Examiner 起步，如今覆盖 Axios、CNN、FT、Forbes 等全球媒体，以及 Texas Tribune、Shaw Media 这类地方出版商。
三个要点值得同行关注：一是商业模式，Google 为”增强内容”的使用付费，属于 licensing 而非抓取；二是产品形态，主要是 Google News 出版商页面上的 in-depth article overviews，以及可定制的 audio briefings；三是署名机制，官方明确写了 clear attribution + direct links，也就是先给上下文再导流点击。
我的判断是，这套逻辑对 GEO 的意义大于对 SEO。AI 摘要如果建立在授权内容之上，那么”被授权”本身就是一种新的排名资产。有意思的是，Google 这次把 local publishers 也拉进来了，说明内容供给的争夺正在从头部下沉。缺的是技术细节——结构化数据怎么对接、overview 的抽取边界在哪，官方一个字没提。想跟进的话，先盯 publisher pages 的展现变化。
🤖 GEO·SEO 精选
迷失在翻译中：语言如何改变 AI 推荐哪个品牌
迷失在翻译中：语言如何改变 AI 推荐的品牌？Reza Moaiandin 的这篇实测第一次给出了量化答案。
他自建 1,650 条 AI 回答数据集。6 个购买场景，5 种语言，3 个模型。语言覆盖英语、阿拉伯语、俄语、简体中文、波斯语。模型是 Claude Sonnet 5、ChatGPT、Gemini。场景从 Tenerife 酒店、伦敦往返机票，到 £400 降噪耳机、£500 扫地机器人，再到英国小企业 CRM 和 50 人公司项目管理软件。
三个值得抄的点：
数据够硬。6 场景 × 5 语言 × 40 次 = 1,200 条核心回答，再加 web search 开关对比和跨模型复测，凑成 1,650 条。
成本够低。测试走 DataForSEO 的 LLM Responses API，方法论完全可复现，你今天就能跑一遍。
视角够新。Anthropic 的 31 万条对话研究证明，Claude 在印地语和阿拉伯语里更”暖”，在英语和俄语里更”严”。Anthropic 测的是语气偏好，这篇文章测的是品牌能否被提及和推荐。后者才是 GEO 真正关心的指标。
我的建议：只查英文 AI visibility，等于放弃一半市场。ChatGPT 在沙特、哈萨克斯坦、新加坡贡献约 75% 的 AI 引流。洛杉矶县超半数居民在家说其他语言，其中约 74,000 人讲波斯语。把多语言测试加进 GEO 常规流程，就从这 6 个场景开始。
ChatGPT 如何执行 Query Fan-Out（研究了 1500 万条查询）
Ahrefs 用 1500 万条 fan-out 查询，把「ChatGPT 如何执行检索」这件事拆到了骨头里。这是我今年读到最有实战价值的一份 AI 可见性研究。
样本是 6660 万条 GPT-5.6 Luna 的免费、logged-out 会话。体量够大，结论够硬。四个发现值得划重点：
一，只有 14.4% 的响应触发 web search。七分之六的问题，ChatGPT 直接靠训练知识回答。你的品牌在模型「记忆」里的权重，比官网排名更要紧。
二、每次搜索平均跑 1.6 条 fan-out query。其中 6.8% 用 site: 操作符定向单站；这些 site: 搜索里，75.9% 指向品牌官网。Walmart、Costco、Amazon 这类零售商只占 11.9%，Reddit 加 Facebook 合起来才 1.9%。
三、用词在变。「official」在英文 fan-out 里从 8 月的 10.1% 升到 9 月的 13.1%，「price」从 6.0% 升到 8.9%。price 和 review 类 fan-out 单月涨幅最高冲到 47%。
四、引用源在迁移。ChatGPT 的 Reddit 引用六个月内掉了 88%。它正从「信息摘要站」转向「信息生产源」。
我的判断：GEO 的重心正从「被摘要」转向「被直接引用」。把官方一手资料做扎实，比铺第三方评测更划算。这个样本量和时间跨度，值得每个做 AI 搜索的人精读一遍。
像科学家一样做测试：会毁掉你 SEO 实验的 6 个错误
像科学家一样做测试，会帮你避开 6 个常见坑。这是 Giulia Panozzo 发在 SEJ 的新文，我给 8 分。
她抛出一个硬核观点：跑测试和学到东西是两件事。核心有三条。
第一，假设要可证伪。她举例：给 700 个页面的 title 加上国家名，预测四周内 clicks 涨 10%。涨 12% 验证成立，涨 9% 则推翻。而“优化 title 能提升表现”这种说法缺少定义和阈值，测完也看不出真假。
第二，变量要隔离。你改 title 时，产品团队可能上线新功能，营销可能投了广告，Google 可能更新算法。她自己踩过这个坑：在一项 AI 内容 vs 人工内容的研究里，受试者对素材的熟悉度不同，结果无法归因。她推翻重做，理由是得出错误结论更痛苦。
第三，成功标准要提前定。先看到数据涨了，再回头挑一个能解释它的指标，这是最隐蔽的一条。
我觉得最值钱的是变更日志那套实操建议。记录每次改动、时间、影响范围，归因时才有据可查。做 A/B test 和效果归因的同学，值得花 14 分钟读完。
你的商店默认“Agent-Ready”？我们测试了 122 家 Shopify 商店，以了解其实际含义
你的商店默认“Agent-Ready”。Bill Hunt 拿 122 家 Shopify 店实测了这句话。我觉得这是今年电商 GEO 最该读的一份报告。
结论很直接：平台把货架搭好了，商家这一层还是空的。
几个硬数据：89 家提供 /agents.md，其中 83 份是同一个 Shopify 模板的翻版，只有 5 家自己写。所以测 agents.md 覆盖率，测的其实是 Shopify 的发布节奏。
68 个可抓取产品页里，47% 有未标注 input，46% 有空链接，37% 有空按钮；65% 的尺寸下拉缺 label；19 家的加购按钮不在服务器 HTML 里。只有 31 家过了完整底线。
checkout 这面反而做得漂亮：74 次 live 结账，74 次全部成功。每一步都返回 typed status，错误码带 severity。加购按钮 92% 是原生 named button，坏的是它周围。
关键洞察在这里：GEO 管不了 action。退货窗口躺在政策页的散文里，Agent 真去问，取不到。
我觉得最实用的一点：同一套 markup 同时服务读屏用户、键盘用户和 browser agent。补一次，三边都赚。
今天就看一件事：你的尺寸下拉有没有 label。
Google 在更多 AI 搜索响应中将内联链接上移至更靠前位置
Google 在更多 AI 搜索中调整链接，内联链接位置更高了。这是 Search Engine Journal 的最新报道。Google 官方公布了五项调整。我觉得 GEO 同行必须马上跟进。
关键点有四：第一，inline links 出现更频繁，位置也比以前更靠上。第二，Google 针对任务型搜索测试官方来源区块，一两个权威站点会被列在回答最前面，每条链接还配解释。第三，回答末尾的链接加了缩略图，点击率预计会涨。第四，Preferred Sources 轮播扩展了，覆盖更多地区和语言，使用人数比年初涨了 7 倍以上。AI Mode 视频结果也在测试创作者名字，点击可进入 Search profile。
但有个坑：Search Console 里，一个 AI Overview 共享 position，所有链接都用它。内联链接上移，归因位置仍看整个 overview。这点很多人会误读。
我的建议：先确认站点已纳入 Search Console 的生成式 AI 功能，这是成为 Preferred Source 的前提；然后去目标地区看 AI Search 结果，轮播扩展已经开始；最后用 Google 的按钮和 deep link，引导读者把你的站点加为 Preferred Source。
ChatGPT 流量下降似乎是一个追踪（tracking）问题
ChatGPT 流量下滑的恐慌，核心是 tracking 问题。ChatGPT 链接丢了 UTM 和 referrer，GA4 把 AI 流量误报成 Direct。我觉得这篇 SEJ 文章值得每个做 AI search 的同行细读。
Graphite CEO Ethan Smith 说，10 月 9 日起，GA4 中 ChatGPT session 下降 22%-57%，估算跌幅约 45%。LLM Pulse 监测显示，10 月 9-11 日 ChatGPT session 减少约 46%，站点总流量稳定。Adobe 的 Cedric Huesler 对比约 500 个页面，ChatGPT 日访问减少 31,000，Direct 日访问增加 26,000。移动端 Direct 首次访问出现 consent banner 的比例从 36% 升到 44%，接近 ChatGPT 访客的 55%。
原因：GPT-6 rollout 后，ChatGPT 新标签打开链接、不传 referrer，内联链接去掉 utm_source=chatgpt.com；Sources panel 和购物链接仍带 tag。Graphite 数据：95% 移动 ChatGPT 访问只靠 tag，app 流量最受伤。Profound 发现，带 tag 的 citation 占比从 10 月 8 日的 98% 降到 10 月 14 日的 66%；Peec AI 跑了 100 万 prompts，直接 URL 出现率从 8%-10% 跳到 42%。
OpenAI 已确认 bug，10 月 15 日早些时候开始修复。Huesler 称 tagged clicks 已回到 95%-100%。我的建议：GA4 里优先看 UTM，给 10 月 9-15 日加 annotation，单独盯 app 流量。
你内容中的哪些部分实际上可被引用？
Lumar 这篇 8/10 的文章，回答了“你内容中的哪些部分实际上可被 AI 引用”。结论很硬：生成式引擎的引用单位是 section。整页权威，但单个 section 站不住，照样落选。
我认同这个判断。作者的五个检查里，我挑三个最实用的：第一，一个 section 只回答一个问题。如果答案是“几点”或“看情况”，聚焦度就不够。第二，section 要能独立读懂。出现 this、it、“如上所述”，引用系统就抓不住指代。第三，facts 必须落在 section 里。实体、单位、约束条件，一个都别留到别处。
有意思的是那个例子：section 里写“torque value is listed in the table below”，数值在表格里，这段就难被独立引用。作者的观察是：系统偏好显式重复，胜过优雅行文。
另外两条同样实操：section 别跑题，背景和操作别混写；长度取中间值，太短会缺约束，太长会稀释焦点。
值得注意的是，传统 SEO 指标看不出这类 section 层面的问题。我的建议很直接：挑一页核心内容，逐个 section 过一遍这五条。答不上来的地方，就是该改的地方。
你的网站迁移问题可能源于站点质量（site quality）
你的网站迁移问题可能源于 Google 在迁移时触发的站点质量复审。Marie Haynes 这篇新文提出了一个独到理论，我建议每个做迁移的 SEO 都认真读一遍。
她最近接手了一个 hobby 博客案例。站点迁移到新域名后，98% 的 URL 未被索引。GSC 显示 “crawled – currently not indexed”。技术层面全做对了：change of address、redirect、internal links、sitemap 都没问题。但 Google 明确说，页面质量必须足够高才值得索引。有意思的是，Marie 发现这些页面都是 commodity content，缺乏 originality。Google 新版 helpful content 文档强调 effort、originality、talent or skill、accuracy，其中 originality 最关键。旧站之前表现不错，迁移后却触发更严格的质量评估。她推测，如果 Google 全面执行这套标准，大多数网站会崩。
实战建议：先排查技术问题，再耐心等待。但这个案例已四个月，仅首页被索引。如果确认是质量问题，你需要产出少量真正原创、有洞察力的内容，甚至考虑全新域名重启。她给了一个 LLM prompt，帮你 brainstorm 如何从自身经验中挖掘独特价值。技术 SEO 手段在这里会失效，内容层面的根本改变才是出路。
如何使用 Claude 与 Semrush MCP 做 SEO 审计
如何使用 Claude 做一次完整的 SEO 审计？Semrush 这篇教程给了一条能直接落地的路径：Site Audit 负责 crawl，Claude 通过 MCP 读数据，最后输出一份带优先级、成因、修复方案和 team owner 的清单。
几个值得记的点。Semrush MCP 本质是个 server，Claude 经它调 Semrush API，不必在 dashboard 里翻报告。Site Audit 覆盖 140+ 技术问题，含 missing/duplicate title tags、broken links、4XX、缺失 meta description、llms.txt 格式，自带 errors / warnings / notices 三级 severity。Claude 拿到数据后能干五件事：定位高频高危问题、看趋势、推成因、排优先级、指定接手团队。
成本要算清楚。每次 MCP 请求消耗 100 到 10,000 API units，Starter、Pro+ 等套餐配 50,000 units，随订阅续费重置。
操作路径不长：Settings → Connectors → Discover，搜 “semrush” 点 +，Approve 授权，新开对话打开 Semrush 开关，跑一句 “Use Semrush to get the latest Site Audit results for [domain]”。
一个前提别踩：Claude 只读已完成的审计，新审计要先回 dashboard 手动跑。顺序是先扫站，再连 MCP。
我的看法：这个 workflow 代表了 GEO 团队的真实工作形态——数据留在专业工具，分析交给 LLM。不过这是 Semrush 自家博客，每步都在引导你升级套餐，读的时候把 vendor pitch 过滤掉。
分析：Google 正在向排名追踪工具（Rank Trackers）投毒搜索结果
我分析 Google 正在对排名追踪工具投毒 SERP，Nozzle 的实测数据提供了实证。结论很直接：你看到的排名波动，有一部分是假的。
关键数据四条。
规模不小。 投毒 SERP 在9月20日首次出现，最高占到25%。10月1日之后，每天稳定在5%到11%。
信号被稀释。 重复搜索同一批关键词，正常 SERP 保留88.5%的相同网站。投毒 SERP 只保留20.7%。这看起来像极端 volatility，实质是噪声。其中80%只污染一次搜索，15%污染两次，5%污染三次以上。
AI 功能被砍。 投毒页面里 AI Overview 出现率34.9%，基线是54.2%。People Also Search 从87.2%掉到52.7%。Image packs 反而翻倍，44.2% 对 23.0%。Forum blocks 从20.5%升到27.0%。
内容结构变了。 Facebook、Instagram、LinkedIn、Quora、Reddit 出现更频繁。MapQuest、Yelp、YouTube 更少。本地搜索同样中招：同国同设备的21,508组对比中，全国7.5%，本地7.4%。
Google 照常返回完整页面，结果是错的，页面毫无提示。被拒绝的请求会让爬虫重试。被投毒的结果会被当成真实数据存下来。这才是真正危险的地方。
我的建议：单独拉出9月20日之后的排名曲线复盘。至少用两家 rank tracker 交叉验证。追踪 AIO 占比的团队更要留意——你看到的下降可能来自投毒，而非算法更新。顺带记下一点：广告和 shopping 结果保持稳定，说明 Google 是精准投放噪声，不是全线降级。
预测模型信号显示：一个月内出现 Panda 式更新的概率高达 96.8%
预测模型信号显示一个 Panda 式更新极可能在一个月内落地，这是 Dan Taylor 给所有站长的风险预警。他用自建的 gradient-boosted 决策树模型跑完 25 年更新数据，给出 30 天内 96.8%、90 天内 90.9% 的概率，窗口锁定 10 月底到 11 月中旬——正好卡在感恩节与黑五前。
我觉得这篇文章最值钱的地方不在概率，而在它对 Panda 的复盘。2011 年 Panda 是 site-level 质量分类器，Google 用人工评分训练它，问的是”你会信这个页面吗””作者懂这个主题吗”。行业当年看走眼了，把症状当病因，把 500 词硬生生做成了质量标准。结果 150 词答清楚一个问题的页面被判死刑，2000 词反复注水的页面被判健康。Panda 从来不看长度，它看的是一个站点像不像人类会依赖的东西。
真正的杀招是 Google 最新的官方口径。AI 内容必须逐项人工 fact-check，标题、meta description、structured data、alt text 全都算。Helpful Content 指南新增四条评分维度：effort、originality、talent/skill、accuracy。批量生产 AI 内容、套假作者，现在被 Google 直接点名为”几乎零 effort”——这恰好是今年被算法打掉的那些站点的共同死因。
我给同行的建议很直接：趁这 3-4 周窗口，把站点当作会被整体评估的对象来体检。清掉无监督生成的 AI 页面，处理 fake author bio，别指望靠加字数蒙过去。
Google 解释其如何对 PDF 进行排名，以及对 SEO/GEO 意味着什么
Google 解释其如何处理 PDF 排名，这篇基于官方播客的一手信息值得一读。
Google 的 Martin Splitt 讲得很直白：处理 PDF 靠的是 converter 组件。它在 rendering 之后、进入 index 之前动手，把 PDF 转成 HTML。后续系统只认 HTML，所以 PDF 的排名逻辑跟普通网页基本一致。
关键点有四条。一是 PDF 内的 links 可以被 follow，转出的 HTML 保留了链接。二是图片属于灰色地带，Splitt 自己也不确定 PDF 里的图能否进 image search，因为它们缺少独立 URL。三是 AI Mode 和 AI Overviews 同样能排 PDF，路径跟传统搜索一样。四是文件大小限制，抓取阶段可能比网页宽松，转成 HTML 后回到网页限制。
实操上我盯一个信号：PDF 里的文字能选中、能复制，Google 就有机会转 HTML 参与排名。扫描件式的图片 PDF 则容易落空。
Mueller 最后补了一刀：HTML 大概仍是更优选。PDF 适合表单、打印菜单、固定版式这类场景。单纯为了排名去发 PDF，我在项目里通常劝退。
Google 推出视频系列，专门解答冷门技术 SEO 问题
Google 推出视频系列 “The Non-Canonical Cabinet”，用情景喜剧的方式回答那些官方文档里找不到的冷门 technical SEO 问题。我觉得这篇值得存进收藏夹，因为里面的口径可以直接甩给客户。
第一集 Gary Illyes 和 Cherry Prommawin 讲了三件事。一是 URL 关键词，Illyes 说这是 “an incredibly small signal”，只有当 Google 对页面一无所知时才起作用，一旦抓到内容就 “basically irrelevant”——这和 Mueller 2016 年说的 “very small ranking factor” 一脉相承，客户再要求堆关键词 URL，你就有官方原话了。二是 emoji 和 IDN，域名层面 ICANN 明确不允许 emoji，但 URL path 层 Googlebot 会爬、系统会处理，chicken emoji 会变成 %F0%9F%90%94。三是分隔符，下划线连接的词 Google 当 “one long word” 处理，官方推荐还是 hyphen。
实战价值在于，这些答案不用你自己造。第一集的内容和 Google URL structure 文档基本重叠，已经按文档改过的站不用再动。有意思的是评论区本身就是提问入口，你可以把客户的奇葩问题丢进去。下一集讲 robots.txt，值得追。
搜索结果页（SERP）将在 2028 至 2030 年间不再作为默认入口
搜索结果页（SERP）将在 2028 至 2030 年间丢掉默认入口的位置——这是 Duane Forrester 的预测，他把预测与证据分得很清楚：美国先变，英国和欧盟晚一年以上。
他的论证走三条线。一是 Google 早已铺好路：2024 年 5 月上线的 Web filter 只显示纯文本链接，把排名列表变成 “多个视图之一”，今天回看就是基础设施，翻牌所需的工程早已就位。二是数据在动：Pew 2025 年 3 月测得 18% 的搜索出现 AI 摘要，有摘要时点击传统结果的比例是 8%，对照组 15%；Similarweb 2026 年 5 月测得 AI Overviews 覆盖 43% 的美国搜索，一年前只有 15%。三是钱还没到位：AI Mode 月活超 10 亿，却只占 0.34% 的 Google 搜索量，外链产生率 1.6%–2.5%，传统搜索是 17%–19%。排名页广告是史上最成熟的库存，答案层广告才几个月大，Google 的广告经济学替它踩住了刹车。
有意思的是，Google 自己没打算现在翻牌。I/O 2026 改的是默认模型和搜索框，官方原话是 “你依然会像今天一样拿到各种结果”。Chrome Canary 那次把地址栏搜索直接导进 AI Mode，被搜索工程 VP 定性为错误。
我的看法：这篇文章最值钱的地方是它给了证伪信号，而非时间表。盯外链率和 AI Mode 占比这两条曲线，比盯发布会更能判断转型节奏。
追踪 AI Overviews：数据究竟揭示了什么
追踪 AI Overviews 最容易踩的坑：排名没掉，流量却掉了。HubSpot 这篇讲清了原因——AI Overviews 的 citation 与 organic rank 常常脱钩，排第五的页面被引用，第一名反而被忽略。
干货是五步 checklist：定义 informational / how-to 关键词集；跑一次 baseline 快照；选 cadence（周更起步，Google 大更新期切日更）；citation 与 mention 分开记录；按月复盘。关键词还要按 intent 分层，并且只看多数据点累积出来的 pattern。
我的判断：标题承诺的 data 实际是作者一线经验，原创数据集缺席，深度一般。但那份 checklist 可以直接抄，尤其 “citation 与 mention 分开记” 这条，混着做三个月，报表就废了。
新的学习路径：为 Search 基础与 Technical SEO 整理的 YouTube 播放列表
这套学习路径为 Search 从业者准备了两套官方播放列表。
Google Search Central 在 10 月 6 日上线两条 curated playlist，作者是 Daniel Waisberg。第一条面向新手，讲 crawling、indexing、serving 的运作机制，再接到 Search Console 与 Google Trends 的实操。第二条是技术 SEO，覆盖 robots.txt、crawl budget、crawl stats report、URL inspection，以及 bulk data export API 的自动化。说实话，这些内容没有新洞察，价值全在编排顺序。官方把散在几百个视频里的知识，串成了一条能走到底的线。我带新人时直接甩链接，省掉挑视频的时间。适合团队 onboarding，也适合老手自查盲区。想追新玩法的同行，可以跳过。
Google Universal Cart 正式上线：购物车如何转移到你的商店
Google Universal Cart 正式在美国上线了，这是电商 SEO 和 AI 购物优化从业者必须立刻关注的变化。它同时跑在 Google Search（含 AI Mode）和 Gemini app 里，用户跨零售商加购，结账走 Google Pay 原生支付，或者通过 Cart Transfer 把预填好的购物车单向推到商家自己的站点。
几个我觉得最该记住的落地细节：第一，Cart Transfer 走的是 UCP（Universal Commerce Protocol）里的 Cart API，用 CreateCart 调用在商家系统建车——但这版只支持单向创建和转移，改车、删车、双向同步都不支持。第二，Merchant Center 的 UCP Analytics Reporting dashboard 能追踪从 Buy 按钮点击到成交、取消的完整漏斗，Merchant API 还多给了 cart transfers 数量和 transfer 时的平均购物车金额两个指标，不过 API 报告还在 alpha。第三，Shopify 的 Google AI Mode & Gemini Channel 对符合条件的美国店铺默认开启 Direct Checkout，注意这时 GA 和 Custom Pixels 不会触发。
我的判断：cart transfer 的归因链是这次最容易被忽略的坑。商家在 UCP integration hub 里二选一（原生结账或转移回站），选错了后面数据口径全乱。hub 目前只在美国逐步开放，澳洲和加拿大要等明年。建议先确认自己的 analytics 能不能接住 transfer 后的会话，再决定开哪个。
Google 将实验性 Soft Navigation 指标加入 CrUX
Google 把实验性 soft navigation 指标加进了 CrUX，SPA 站点的 CWV 评估规则要变了。
这次发布有三个新字段：experimental_lcp_with_softnavs，以及对应的 INP 和 CLS 版本。数据已进 BigQuery、CrUX API 和 History API，CrUX Vis 也加了开关。核心变化是：以前 CrUX 只算 SPA 的首次加载，之后的 in-app 跳转全算在落地页头上；现在每次 URL 和内容同时变化，就单独记一次，归到目标 URL。
数字很说明问题。70% 的 origin 几乎没有 soft navigation 流量，改动对它们没影响。但 top 1000 站点里，Android 有 35%、桌面有 42% 的 origin，超过一半 page view 靠 soft navigation。这批站点三项指标全线上涨——Android 上 soft nav 占比 75%-100% 的 origin，LCP 达标率从 26% 跳到 87%。Android 上 INP 的通过率大约翻倍，因为改成了按 page view 计算响应，而不再取整个 session 中最慢的那次交互。
另外整体层面，9 月数据集里 CWV 全站通过率从 55.9% 升到 59.5%。
我的建议：做 SPA 的同行现在就去 CrUX Vis 打开 “Include soft navigations” 开关，把两组数字并排比一下，看哪个指标变化最大、实验性数值能不能过线。注意这仍是 experimental，Chrome 计划 2027 年 5 月结束实验期，Search Console 会在那之后接入。11 月的 CrUX 发布是下一个观察点，预计加上 FCP 版本。
如何使用 Semrush 构建 AI 可见性（AI Visibility）仪表盘
这篇教程讲清了如何用 Semrush 搭建一个 AI visibility dashboard。我的判断：这是目前 GEO 落地最实在的一篇。作者把 Semrush 的 prompt 级 AI 数据和 GSC 的 page 级数据拼到同一张表。目的很直接：看 AI 引用的页面，是不是也在拿 Google 点击。
几个硬数据。作者用 AI Visibility Toolkit + GSC + Google Sheets + 付费 Claude。首次搭建耗时 90 分钟，之后每周更新 20 分钟。测试站第一次刷新就撞上反例：一篇指南被 AI 在 50 个 prompt 里引用，Google 点击为 0。AI 曝光和搜索流量彻底脱钩。
坑点写得很诚实。Prompt Tracking 只覆盖 ChatGPT、Google AI Mode 和 Gemini。每个平台单独建 campaign，配额消耗翻倍，25 到 200 个 prompt 不等，看套餐。没有历史回填，真正的 28 天对比要等约 8 周。作者建议 30 个 prompt 起步，分 5 组各 6 个。但每组只有 6 个时，1 个 prompt 变动就让该组可见性率跳 17 个百分点。
我的建议：品牌词几乎必然出现，会抬高整体数字。一定要单独盯 non-branded 可见性率。另外这个 dashboard 是 Claude artifact，不能公开分享。给领导汇报，得让 Claude 导成 HTML。
为什么 SEO 已经不再足够——以及为什么这是件好事
为什么 SEO 已经不再够用？Telegraph 的 SEO Director Harry Clarkson-Bennett 给出了答案。他的判断很直接：Google 的算法是信任的代理。人只信任人。
他用三组数据撑起论证。2026 年 7 月的快照显示，ChatGPT 发布后，超过三分之一的网页带有 AI 写作痕迹。Google 面对的是自己造出的内容洪水。
HouseFresh 被 HCU 砍掉 90% 以上流量。日访从 4000 跌到 200。Retro Dodo 掉了 85%。同期 Reddit 拿到 Google 数据授权后涨 190%。
Search Console 现在直接显示社交视频在 Search 的表现。这个信号够清楚了。
我觉得最有价值的是”忠诚度生态”这个说法。Preferred Sources、follows、profiles、subscription linking 都奖励同一件事：你手里要有受众。作者自己有个比价站被 HCU 干掉。他认同这个结果。这话从从业者嘴里说出来不容易。
实战上我同意他的方向：把品牌和 audience 放到 SEO 前面。提醒一点，这是观点文，HCU 的具体阈值和 Preferred Sources 的接入条件都留了白，得自己补。适合拿去跟老板和客户做定位沟通。
