2026年AEO和GEO实战手册：Tavily、Winston和Schema

关于AI搜索的大多数SEO建议仍然是模糊的口号。"为E-E-A-T写作。""成为答案。"这些是有用的框架，但你无法将一个口号付诸实践。

这是我们用来使页面被ChatGPT网页搜索、Perplexity、Google AI Overviews和Bing Copilot引用的实战手册。这不是理论。同样的手册现在正在这个网站上运行。

AEO和GEO，清晰定义

两个常被模糊使用的首字母缩略词。清晰的定义：

AEO——答案引擎优化。让你的内容在答案优先的界面中被直接引用为答案（Google AI Overviews、精选片段、语音助手、ChatGPT搜索结果、Perplexity引用）。
GEO — 生成式引擎优化。涵盖生成式 AI 系统如何检索、总结和引用你的内容的更广泛范畴。AEO 是其中的一个子集。

两者都有一个共同要求：AI 引擎必须找到你的内容，自信地解析它，将其归属于可信来源，并将其回引给用户。这些步骤中的每一个都是你可以拉动的杠杆。

为什么旧的 SEO 剧本还不够

经典 SEO 优化的是一样东西：SERP 中的可点击链接。AI 搜索优化的是两样东西：将内容放入模型的上下文窗口，以及当模型生成答案时被引用。这些是不同的问题。

剧本发生分歧的例子：

关键词密度对 LLM 无益。清晰的事实陈述有帮助。
答案前的长序文对 AI 引用有害。TL;DR 模式更有效。
隐藏在标签页或手风琴式折叠菜单后的内容会被部分提取。扁平 HTML 配合语义化标题会被完整提取。
从竞争对手改写的通用内容会失败。第一手经验和特定数据获胜。

五阶段管道

我们为这个网站上发布的每一篇文章都运行的流程：

第1阶段：使用Tavily进行研究

Tavily是为LLM设计的搜索API。它是任何AI代理用来获取最新真实信息的那种API。在起草前，我们通过Tavily搜索端点拉取5到10个关于该主题的最近来源，对于高风险的文章使用`search_depth: "advanced"`以获得更深入的搜索。

这对AEO为什么很重要：AI Overviews倾向于与当前共识相符的内容。仅从训练数据起草会产生陈旧的内容。从最新来源起草会产生与AI已经"知道"是真实的内容相匹配的文章——正因为如此才会被引用。

我们不从来源复制内容。我们用它们来验证日期、数字、专有名词和任何快速变化的话题的当前状态，然后再开始写作。

第2阶段：用第一方声音起草

AI引擎被训练来识别和信任第一方经验。赢得引用的三种模式：

第一人称："我测试了一周"击败"这被测试过"。
具体数据："LCP从2.8秒降至0.7秒"击败"性能显著改善"。
诚实的范围界定："这对X有效，对Y无效"击败"适用于所有人的全面解决方案"。

我们避免使用AI生成的通用措辞。"comprehensive"、"leverage"、"cutting-edge"、"robust"、"seamless"、"streamline" 和 "unlock potential" 这样的词汇会向人类和内容评分引擎暗示AI创作。我们使用的完整禁用词列表存放在内容风格指南中。

第3阶段：用Winston AI检测器验证

Winston是一个AI内容检测器，公开API端点位于/v1/ai-content-detection。我们在发布前让每份草稿都通过它。评分返回人类相似度百分比。

我们的标准：人类相似度低于80%的内容必须重新修改。达到95+的工作是那些结构、语调和节奏都远离默认LLM模式的内容。这个评分与AI引擎本身的内容分类方式相关——读起来像人类的内容被引用的频率比读起来像AI的内容要高。

在这个网站上，最近六篇文章在Winston中都获得了100/100的人类相似度评分。这是一个有意的选择，不是巧合。

第4阶段：用Schema结构化

大多数AEO建议止步于表面。真正能推动效果的schema模式是：

Article / BlogPosting，包含mainEntityOfPage、author Person with sameAs、publisher Organization with logo、datePublished、dateModified、keywords、articleSection、wordCount、isAccessibleForFree、image as ImageObject with width and height。
FAQPage，当正文具有问答结构时使用。这是杠杆作用最大的AEO schema。直接引用源用于AI Overview。
Speakable，cssSelector指向你的TL;DR或开头段落。语音和AI Overview引擎会展示speakable内容。
当文章确实是分步指南时使用 HowTo。在 AI 搜索中捕捉"如何做 X"的意图。
包含提供者、服务区域、受众、商业页面上带有 priceSpecification 的 Offer 的 Service schema。
通过 @id 图链接实体。将你的 Article 链接回 Person，将 Person 链接回带有 sameAs 的 Organization，会创建搜索引擎实际使用的可验证身份图。

我们在此网站上按路由动态发出所有这些。静态 head 仅包含实体级 schema（Person、Organization、WebSite）。按页面 schema 由 JS 根据活跃路由注入。

第 5 阶段：AI 爬虫可访问性

最后阶段，经常被跳过：确保 AI 爬虫实际上可以检索你的内容。

根目录的 llms.txt：一个简洁的 markdown 文件，列出你的热门网址及其描述。AI 爬虫会查找这个文件。许多网站仍然没有。
robots meta 标签，使用 `max-snippet:-1, max-image-preview:large, max-video-preview:-1`。移除默认的摘录长度限制。当存在此标签时，AI Overview 摘录会变得更长。
JS 渲染的内容：大多数 AI 爬虫不渲染 JavaScript。如果你的 hero、H1 或 canonical 仅在 JS 执行后存在，搜索引擎看不到任何内容。服务器渲染或预渲染关键的 SEO 元素。
在 robots.txt 中允许 ChatGPT-User、PerplexityBot、Google-Extended、ClaudeBot、anthropic-ai user-agents。一些网站默认使用过度激进的机器人规则阻止它们。

什么会被引用（按影响力排序）

通过观察数十个被引用的页面和数十个本应被引用但未被引用的页面，优先级顺序如下：

1. 包含数字、日期和具体实体名称的特定事实声明
2. 常见问题解答式结构，包含直接的问答对
3. 第一方经验（"我测试过"、"我们测量过"、"我们的客户"）
4. 时效性 — 过去90天内更新dateModified的内容表现优于较旧内容
5. 关联实体图（Person、Organization、sameAs）
6. 文章顶部的摘要总结或速读版本
7. 规范的语义HTML，包含一个H1和适当的H2/H3层级
8. Speakable schema标记可引用的段落

什么会导致引用机会丧失

读起来像默认LLM输出的内容（冗长、措辞保守、泛泛而谈）
在实际答案前面有很长的前言
爬虫无法展开的标签页、手风琴菜单或轮播中的内容
40%的内容是产品卡片的充斥联盟链接的页面
没有明确作者、出版商或资质的页面
Schema错误（破损的JSON-LD会无声地导致页面被排除）
在robots.txt中屏蔽AI爬虫然后抱怨没有被引用的网站

衡量这个框架是否有效

三个需要追踪的信号：

直接：Google Search Console 性能数据，按查询类型分段。AI Overview 展示次数出现在特定排名范围内。
间接：在分析工具中追踪 ChatGPT 和 Perplexity 引荐流量。流量小但增长快。
基于审计：每月用你的目标查询查询 ChatGPT、Perplexity 和 Google。记录每个来源引用了哪些内容。逐周追踪。

DataForSEO AI mentions 端点和 ChatGPT scraper 等工具可以大规模以编程方式访问相同数据。

诚实的局限性

需要说清两件事：

AI 搜索还不是大多数网站的主要流量来源。流量是真实的且在增长，但还未达到有机 Google 流量的规模。优化它是因为趋势明确，而不是因为它今天能养活你。

搜索引擎每周都在变化。2026 年 2 月赚来的引用可能在 11 月就不再有效。上述流程比任何具体战术更持久，因为它关注所有引擎都重视的信号（新近性、结构、语音、身份），而不是某个引擎的特殊性。

我们在本站运行的内容

具体情况，供有兴趣的人了解：

使用 Tavily Search API 对快速变化的话题进行前期研究
在每个草稿上运行 Winston AI detector v1/ai-content-detection，门槛设置在 80+ 人类相似度
用 FAL flux-dev 生成英雄图片，作为 Sanity 资产存储
Sanity 无头 CMS 为在 Netlify 上渲染的单页应用提供内容
按路由的动态 schema（Article、FAQPage、Speakable、HowTo、Service、BreadcrumbList）由 JS 注入
根目录的 llms.txt，robots meta 设置 max-snippet:-1 和 max-image-preview:large
关联实体图谱：Person 通过 sameAs 链接到 LinkedIn/X/YouTube，Organization 为发布商 Seahawk Media

如果你想看到 schema 的实际效果，查看本站任何文章的源代码。或者阅读《WordPress vs Next.js in 2026》，那是这个手册最先产出的对比文章。WordPress vs Next.js in 2026for the comparison piece this playbook produced first.

总结

AEO 和 GEO 并非魔法。它们是内容生产纪律加上一小套技术可访问性步骤。在 AI 搜索中表现出色的团队，也是在传统 SEO 中表现出色的团队——他们只是增加了三个要素：新鲜的研究、不读起来像 AI 的声音，以及让引擎能够干净解析内容的 schema。

如果你想为自己的网站建立这个流程，可以预约一个 30 分钟的通话，我们会帮你梳理技术栈、内容工作流，以及找出影响力最大的改进机会。book a 30-minute calland we will walk through your stack, your content workflow, and where the highest-impact changes are.

Pick your view

2026年AEO和GEO：使用Tavily、Winston和schema的实战指南