去年 11 月，一个客户给我打电话，气得不行。他的网站在谷歌上某个相当有竞争力的 SaaS 术语排名第二。流量不错。但他的主要竞争对手，一个规模较小、域名权威性只有他一半的网站，每当有人向 ChatGPT 或 Perplexity 提问类别相关内容时，都会被点名提及。不仅是被引用。被点名。被推荐。我花了两周时间分析那个竞争对手的内容，我发现的东西完全改变了我对优化的看法。
AI 原生搜索不是排名系统。它是一个检索和综合系统。这两件事需要非常不同的方法。
这是我在过去一年与可能 40 个左右的客户网站合作后整理出来的。
---
为什么 AI 搜索与谷歌的工作方式不同
Google排名页面。Perplexity和ChatGPT Search获取答案源。这个区别听起来很学术，但它改变了你应该做的一切。source answers. The distinction sounds academic but it changes everything about what you should be doing.
当有人在Perplexity中输入问题时，系统在寻找可以自信引用的内容。它要求具体性、清晰的出处，以及即使从原始上下文中抽离出来也能站得住脚的文章。一个单独成段就能通顺的段落。一个带有明确来源的统计数据。一个不需要前面五个段落来解释的定义。
Google奖励多年积累的权威信号。AI搜索奖励即时可读性。两者有重叠，但不如人们想象的那么多。immediate legibility. The two overlap, but not as much as people assume.
早在2024年初，Seahawk有一个金融科技客户，其网站在技术上表现出色。速度快、链接强、E-E-A-T信号强。Perplexity几乎从不引用它。我们看了实际文案，大约十分钟就找到了问题：网站上的每个答案都埋在需要从头开始阅读才能理解的上下文繁重的编辑内容中。独立的段落毫无意义。我们在两周内重组了三个支柱页面，引用在六周内开始出现。
---
先被正确的爬虫索引
首先要检查的是Bing是否正确爬取你的网站。如果你一直生活在Google优先的世界，这听起来很奇怪，但ChatGPT Search是建立在Bing的索引上的。如果Bing看不到你，ChatGPT几乎肯定不会引用你。
进入Bing网站管理员工具，如果还没有的话验证你的网站。提交你的网站地图。检查爬虫诊断。我发现我们审核的网站中大约30%要么从未向Bing提交，要么提交的是指向现已重定向的URL的旧网站地图。Bing Webmaster Tools and verify your site if you haven't already. Submit your sitemap. Check the crawl diagnostics. I've found maybe 30% of the sites we audit have either never submitted to Bing or have old sitemaps pointing to URLs that now redirect.
Perplexity运行自己的爬虫PerplexityBot。检查你的robots.txt文件，确保你没有意外阻止它。今年我见过这个错误三次，其中一次是在一个网站上，该网站一直想知道为什么Perplexity从不引用它，尽管它在有机搜索中排名很好。robots.txt file and make sure you're not accidentally blocking it. I've seen this exact mistake three times this year, once on a site that had been wondering for months why Perplexity never cited them despite ranking well organically.
只需90秒的robots.txt检查
- 在浏览器中打开 yourdomain.com/robots.txt
yourdomain.com/robots.txtin your browser - 查找适用于 User-agent: * 或特别针对 PerplexityBot 或 GPTBot 的任何 Disallow 规则
Disallowrules that apply toUser-agent: *or specifically toPerplexityBotorGPTBot - 如果你看到来自旧安全插件或迁移的全面禁止规则，请修复它们
OpenAI 发布了关于 GPTBot 的文档，如果你想了解具体如何选择性地允许或阻止它，可以查看。documentation on GPTBot if you want to see exactly how to allow or block it selectively.
---
写答案，不是文章
这是我在那次11月客户通话后对自己内容工作流所做的最大改变。说实话，我花了比预期更长的时间才真正理解了这一点。
大多数网络内容都是以叙述方式写作的。介绍、背景、铺垫、答案、结论。这种结构对于通过 Google 找到你的文章并从上到下阅读的人来说效果很好。但对于扫描特定问题的可引用回答的 AI 来说，它不起作用。
AI 模型想要的是我所说的"答案优先段落"。对隐含问题的直接回答出现在第一或第二句。支持性上下文随后呈现。可以把它看作是每个段落的倒金字塔结构，而不仅仅是每篇文章。
比较这两个关于跳出率的段落开头：
当用户访问你的网站时，他们在最初几秒钟的行为能够说明很多问题——你的内容是否真正引起了他们的共鸣。理解这一点的最常讨论的指标之一是跳出率，它... "When users land on your website, their behaviour in the first few seconds tells you a great deal about whether your content is resonating. One of the most discussed metrics for understanding this is bounce rate, which..."
跳出率是指用户仅浏览一个页面就离开、不再进行进一步互动的会话所占的百分比。对于内容页面而言，跳出率超过 70% 通常表明将用户带到该页面的广告或搜索结果与他们实际找到的内容之间存在相关性不匹配。 "Bounce rate is the percentage of sessions where a user views one page and leaves without interacting further. A rate above 70% on a content page usually signals a relevance mismatch between the ad or search result that brought them there and what they actually found."
跳出率是指用户仅浏览一个页面就离开、不再进行进一步互动的会话所占的百分比。对于内容页面而言，跳出率超过 70% 通常表明将用户带到该页面的广告或搜索结果与他们实际找到的内容之间存在相关性不匹配。
---
结构化数据仍然重要（或许比以往任何时候都重要）
我知道结构化数据多年来一直被认为是"重要的"，很多人已经不再关注它了。这可以理解。但对于 AI 引用来说，值得重新审视。
Schema.org 标记为 AI 系统提供了关于你的页面主张、作者、发布时间和支持该内容的组织的机器可读摘要。在我的测试中，Perplexity 似乎对作者和组织 schema 的权重相当大。一个包含真实 jobTitle 的 Person schema、指向 LinkedIn 或 Wikipedia 个人资料的 sameAs 链接，以及包含 url 和 foundingDate 的 Organization schema 不是灵丹妙药，但确实表明一个具有可追溯身份的真实实体创作了这些内容。 markup gives AI systems a machine-readable summary of what your page claims, who wrote it, when it was published, and what organisation stands behind it. Perplexity in particular seems to weight author and organisation schema fairly heavily in my testing. A Person schema with a real jobTitle , a linked sameAs pointing to a LinkedIn or Wikipedia profile, and an Organization schema with a url and foundingDate isn't magic but it does signal that a real entity with accountable identity produced the content.
在 Seahawk 的客户项目中，我使用 Google 的 Rich Results Test 在部署前验证 schema。只需两分钟。完全值得。Google's Rich Results Test to validate schema before deploying. Takes two minutes. Worth it.
对引用可见性最重要的类型：
Article 或 BlogPosting，包含 datePublished 和 dateModifiedorBlogPostingwithdatePublishedanddateModified具有名称、jobTitle、url、sameAs 的 Personwithname,jobTitle,url,sameAs具有名称、url、logo 的 Organizationwithname,url,logo适用于任何具有真正问答结构的页面的 FAQPagefor any page with a genuine Q&A structure用于分步说明内容的 HowTofor step-by-step instructional content
不要造假。如果你发布了常见问题解答schema，但实际页面上没有可读的问答内容，AI系统很快就会发现这一点。
---
建立专题深度，而非专题广度
关于AI引用资源库有一个问题：它们很小。Perplexity不会平均从整个索引中抽取。它大量引用来自它认定为特定主题权威的来源。而这种权威性不仅仅是域名级别。它是专题集群级别。
我看过较小的网站因为在某一个主题上有15篇写得很好、高度聚焦的文章，就被反复引用。与此同时，一个拥有800篇文章但只有5篇关于该主题的较大网站却被完全忽视了。
选择你真正想要掌控的主题。然后在那个方向上建立深度，而不是在十个不同领域上追求广度。去年春天，我们为一个B2B客户确定，他们真正的差异化优势是WordPress性能优化——针对WooCommerce商店。我们停止发布通用的"十大插件"内容，转而在三个月内在那一个狭窄的主题上建立了18篇聚焦的文章。到第四个月，Perplexity在相关查询上的引用次数从接近零上升到在大约40%的测试查询中出现。
"主题深度"在实践中的真实样子
这不仅仅是发布更多文章。它是：
- 回答群集内每一个显而易见的后续问题
- 在各个内容间保持一致的链接，使用描述性锚文本
- 每90天用新数据或改变的建议更新你的基石内容
- 包含特定的版本号、工具名称和真实世界的结果，而不是保持模糊
---
你的作者身份需要存在于你自己的网站之外
AI系统不只是孤立地评估你的网站。它们会交叉参考。如果我说我是一名有9年经验的伦敦开发者，他们能在LinkedIn、播客访谈、客座文章、新闻提及中找到佐证信号，这个声明就变得可信。如果这个声明只存在于我自己网站的"关于"页面上，说服力就弱得多。
这就是为什么我一直在悄悄推动客户做一些看起来更像公关而不像SEO的事情。在行业网站上发表客座文章。在总结文章中被引用。播客访谈，即使是小型的。在你的专业领域编辑维基百科（真诚地，在合适的地方）。被索引的LinkedIn内容。
这些都不是新东西。但现在更重要了,因为AI系统在做一种实体解析:它们试图确认提出声明的个人或组织是真实且可信的,不仅仅是存在一个关于该人或组织的页面。
说实话,我之所以在2023年年末开始在个人网站上写更多内容,正是出于这个原因。不是为了流量。为了建立一条索引化的、可归属的观点线索,这样AI系统在检查"来自Seahawk Media的Gautam Khorana"是否是有真实专业知识的真实人物时,就能找到这些内容。
---
新鲜度信号和更新周期
Perplexity特别倾向于在快速变化的主题上推荐最近更新的内容。我注意到这一模式在任何涉及AI工具、SaaS定价或监管变化的地方都很明显。一篇2022年的文章,自发布以来从未修改过,即使写得很好,也会被三周前更新的平庸文章所取代。
设置日历提醒。每90天,回到你的10篇顶级文章,更新一些真实的东西:一个统计数据、一个工具推荐、一个定价数字、一个日期参考。也要改变你schema中的dateModified。不要只做表面编辑。真正改进内容。dateModified in your schema too. Don't just make cosmetic edits. Actually improve the content.
如果你使用WordPress,PublishPress Revisions插件在管理这方面做得不错。或者只是把它纳入内容审计电子表格。低技术含量的方法也能用。
---
常见问题
域名权威对AI引用仍然重要吗?
这是一个因素，但不是主要因素。我见过DA值20的网站在特定查询中被引用超过DA值70的网站，因为较小的网站在该精确主题上有更清晰、更容易引用的答案。既有权威性有助于进入考虑范围，但它救不了模糊或结构不良的内容。
我应该专门为ChatGPT或Perplexity写作，还是一种策略就够了？
一种策略涵盖了大部分内容。原则是相同的：清晰的答案、真实的作者身份、正确的爬虫访问、主题深度。主要实际区别是ChatGPT更加依赖Bing索引，所以Bing Webmaster Tools在那里更重要。对于Perplexity，新鲜度信号似乎更强。除此之外，优化一次就能适用于两者。
看到结果需要多长时间？
说实话，差异很大。我提到的金融科技客户在重组后花了六周。WooCommerce客户花了四个月的持续发布。我也见过网站在修复阻止爬虫后三周内开始被引用。没有可靠的时间表。做好工作，每隔几周用手动测试查询检查你的进展，进行调整。
我可以用什么工具来检查我是否被引用？
手动查询仍然是最可靠的方法。在Perplexity和ChatGPT Search中每周运行一套一致的10-15个测试问题。要实现规模化，一些机构开始使用Brandwatch这样的工具，甚至使用命中Perplexity API的自定义脚本来追踪引用频率。还没有我认为生产就绪的完全自动化工具。Brandwatch or even custom scripts that hit the Perplexity API to track citation frequency. Nothing fully automated exists yet that I'd call production-ready.
我的网站被引用了，但没有任何有用的东西。我怎么解决这个问题？
看看哪些页面被引用了，以及AI提取这些页面时回答的是什么问题。通常该页面排名错了查询是因为主题太模糊。收紧焦点。每个页面一个清晰主题，每个部分一个清晰答案。页面越精确针对性强，被引用为正确内容的可能性就越大。
---
九年过去了，一万多个网站之后，基本原则始终没变。要让人看得清。要让人相信你。要让人找得到。媒介在变。底层逻辑不变。