AI SEO 实战指南：让 AI 搜索引擎与 LLM 引用你的内容（marketingskills 项目 ai-seo 技能详解）

• AI 技能
• 人工智能

导读

本文基于开源仓库 marketingskills 中的ai-seo技能文档展开，系统讲解 AI 搜索引擎优化（AI SEO，又称 AEO/GEO/LLMO）的完整方法论：如何让内容被 Google AI Overviews、ChatGPT、Perplexity、Claude、Gemini 和 Copilot 检索、提取并作为来源引用。读完本文，你将掌握三大支柱（Structure 结构、Authority 权威、Presence 在场）的落地打法、AI 可见性审计四步法、机器可读文件（llms.txt、/pricing.md、/okf/）的搭建方案，以及 AI 可见性的监控与避坑清单，可直接用于你自己的站点或客户项目。

一、AI 搜索的工作原理：从"排名"到"被引用"

1.1 AI 搜索平台全景

与传统 SEO 只面向 Google 一个系统不同，AI 搜索是多平台并存的世界。每个平台有独立的索引、排序逻辑和来源选择偏好：

各平台详细的来源选择机制与针对性优化策略，见 platform-ranking-factors.md。

1.2 与传统 SEO 的关键差异

传统 SEO 的目标是"排名"，AI SEO 的目标是"被引用"（cited）。

在传统搜索中，你必须挤进第一页；而在 AI 搜索中，一个结构良好的页面即使排在第二、三页也可能被 AI 引用——因为 AI 系统选择来源的依据是内容质量、结构与相关性，而非单纯的排名位置。

几个关键数据（来自 SKILL.md 原文，标注为引用调研数据）：

• AI Overviews 出现在约 45% 的 Google 搜索中；
• AI Overviews 使网站点击量最高下降 58%；
• 品牌通过第三方来源被引用的概率是自己的域名被引用的 6.5 倍；
• 经过优化的内容被引用的概率是未优化内容的 3 倍；
• 统计数据和引用可使跨查询可见性提升 40% 以上。

1.3 Google 官方立场 vs 多平台现实

这是开始任何优化工作前必须先读清楚的一节。

Google 的官方立场（出自其 AI 优化指南）："Google 搜索中的生成式 AI 功能植根于我们核心的搜索排名与质量系统，因此传统的 SEO 最佳实践依然适用。" 具体而言 Google 明确表示：

• AI Overviews 和 AI Mode不需要任何特殊标记或文件；
• 不要为 AI 拆分内容——为人写作，使用正常的标题和段落组织；
• 不要为 AI 单独写一套内容——这有触发"规模化内容滥用"垃圾策略的风险；
• 对人有帮助、可靠、以人为本的内容才是关键——与传统搜索的 E-E-A-T 标准一致；
• 没有 AI 专属的 Search Console 报告——使用标准 SEO 指标衡量。

其他 AI 引擎（ChatGPT、Claude、Perplexity、Copilot）行为不同：

• 它们积极奖励可提取的结构——段落、FAQ、对比表格、定义块；
• 它们会解析llms.txt、结构化的定价页和机器可读文件；
• 它们对第三方来源（Reddit、维基百科、评测网站）的引用权重大于排名最高的页面。

这意味着什么：本技能中的结构性模式（40–60 字的答案块、FAQ schema、对比表格）对非 Google 系 AI 引擎有实质帮助，同时也不会伤害 Google——它们只是正常的优质内容组织方式。对于 Google AI Overviews / AI Mode，核心就是"为人优化 + 核心搜索优化"；对于 ChatGPT/Claude/Perplexity，则需要叠加可提取结构 +llms.txt+ 机器可读文件。一句话默认原则："为人写作，为清晰组织"——两边都满足。

1.4 查询扇出（Query Fan-Out）：Google AI 搜索的隐藏机制

Google 的 AI 功能不只回答用户输入的那一个查询——它会在底层生成一批并发的相关查询并分别检索。Google 自己的例子：用户问"如何修复草坪"，会触发关于除草剂、无化学除草、杂草预防等衍生查询，AI 会综合所有结果进行回答。

影响：

• 单一页面针对单一关键词的打法效率下降——要覆盖完整主题簇，才能对扇出的变体查询也可检索；
• 长尾意图不如主题权威重要——Google 的 AI 系统理解同义词和语义等价；
• 一个全面回答父主题（且覆盖子问题）的页面，比窄化的逐查询页面更容易被检索。

行动项：做内容规划时，头脑风暴 AI 可能扇出的 5–10 个相关查询，确保你的内容（或整个站点）覆盖它们。

二、AI 可见性审计：优化前先摸底

2.1 第一步：在 AI 答案中检查你的关键查询

在多个平台上测试 10–20 个最重要的查询，并记录结果：

建议测试的查询类型：

• "什么是 [你的产品品类]?"
• "最适合 [用例] 的 [产品品类]"
• "[你的品牌] vs [竞争对手]"
• "如何 [你的产品解决的问题]"
• "[你的产品品类] 定价"

2.2 第二步：分析引用模式

当竞争对手被引用而你没有时，检查这几个维度：

• 内容结构——他们的内容是否更可提取？
• 权威信号——他们是否有更多引用、统计数据、专家引语？
• 新鲜度——他们的内容是否更新更频繁？
• Schema 标记——他们是否有你缺失的结构化数据？
• 第三方存在——他们是否通过维基百科、Reddit、评测网站被引用？

2.3 第三步：内容可提取性检查

对每个优先页面逐项验证：

2.4 第四步：AI 爬虫访问检查

每个 AI 平台都有自己的爬虫，被屏蔽就意味着该平台无法引用你：

• GPTBot和ChatGPT-User——OpenAI（ChatGPT）
• PerplexityBot——Perplexity
• ClaudeBot和anthropic-ai——Anthropic（Claude）
• Google-Extended——Google Gemini 和 AI Overviews
• Bingbot——Microsoft Copilot（经由 Bing）

检查 robots.txt 是否对上述任一爬虫有Disallow规则。如果被屏蔽，这是一个需要做商业决策的点：屏蔽能防止 AI 用你的内容训练，但也阻止了被引用。折中方案是屏蔽仅用于训练的爬虫（如 Common Crawl 的CCBot），同时放行上述搜索爬虫。完整的 robots.txt 配置见 platform-ranking-factors.md，可直接复用的配置模板如下：

User-agent: GPTBot # OpenAI — 支撑 ChatGPT 搜索 User-agent: ChatGPT-User # ChatGPT 浏览模式 User-agent: PerplexityBot # Perplexity AI 搜索 User-agent: ClaudeBot # Anthropic Claude User-agent: anthropic-ai # Anthropic Claude（备用） User-agent: Google-Extended # Google Gemini 和 AI Overviews User-agent: Bingbot # Microsoft Copilot（经由 Bing） Allow: /

三、优化策略：三大支柱

1. Structure（结构）——让内容可提取 2. Authority（权威）——让内容值得被引用 3. Presence（在场）——出现在 AI 会去看的地方

3.1 支柱一：结构——让内容可提取

AI 系统提取的是段落而非整页。每一个关键论断都应能作为独立陈述成立。

内容块模式（可复用模板详见 content-patterns.md）：

• 定义块——服务 "什么是 X?" 查询
• 分步块——服务 "如何 X" 查询
• 对比表格——服务 "X vs Y" 查询
• 优缺点块——服务评估类查询
• FAQ 块——服务常见问题
• 统计数据块——带来源引用

结构规则：

• 每个章节开头直接给出答案（不要埋答案）
• 关键答案段落控制在40–60 字（最优摘要提取长度）
• 使用匹配用户查询表达方式的 H2/H3 标题
• 对比内容用表格胜过散文
• 流程内容用编号列表胜过段落
• 每个段落只传达一个清晰观点

以定义块为例（来自 content-patterns.md 的可直接套用模板）：

## 什么是 [术语]? [术语] 是 [一句话简洁定义]。 [1-2 句展开说明关键特征]。 [简要说明它为何重要或如何使用]。

3.2 支柱二：权威——让内容值得被引用

AI 系统偏好可信任的来源。构建"值得被引用"的资质。

普林斯顿 GEO 研究（KDD 2024，在 Perplexity 上实测）对 9 种优化方法的效果排名：

最佳组合：流畅度 + 统计数据 = 最大提升。低排名站点受益更大——配合引用最高可提升 115% 可见性。

统计数据与数据（+37-40% 引用提升）

• 加入带来源的具体数字
• 引用原始研究，而非研究的转述
• 所有统计数据标注日期
• 原始数据优于聚合数据

专家署名（+25-30% 引用提升）

• 署名作者并附资质
• 带职位和组织机构的专家引语
• 用 "According to [Source]" 句式支撑论断
• 作者简介展示相关专长

新鲜度信号

• 醒目标注 "Last updated: [日期]"
• 定期刷新内容（竞争性主题至少每季度）
• 使用当前年份引用和近期统计数据
• 移除或更新过时信息

E-E-A-T 对齐

• 展示第一手经验
• 具体、详细的信息（拒绝泛泛而谈）
• 透明的来源和方法论
• 明确的主题作者专长

3.3 支柱三：在场——出现在 AI 会去看的地方

AI 系统不仅引用你的网站——它们引用你出现的地方。

第三方来源比自有站点更重要：

• 维基百科提及（占 ChatGPT 引用的 7.8%）
• Reddit 讨论（历史上约占 ChatGPT 引用的 1.8%，但受 2026 年 8 月检索变更影响几乎清零——注意来源波动，详见 agent-readiness.md 的波动性章节）
• 行业媒体与客座文章
• 评测网站（B2B SaaS 的 G2、Capterra、TrustRadius）
• YouTube（Google AI Overviews 频繁引用）
• 播客（节目会被转写、节目笔记会发布——两者都会被爬取并引用）
• Quora 回答

行动项：

• 确保维基百科页面准确且最新
• 真诚参与 Reddit 社区——但要作为组合拳中的一张牌，绝不能是唯一策略（引用构成会随检索更新一夜剧变）
• 出现在行业盘点与对比文章中
• 维护相关评测平台的资料
• 为关键 how-to 查询制作 YouTube 内容——模型不"看"视频，它们阅读视频周围的文本层；完整解剖（转写文本、字幕、章节、描述、置顶评论）见 youtube-ai-citations.md
• 在所属品类客串播客
• 深度回答相关 Quora 问题

3.4 面向 AI Agent 的机器可读文件

Google 的立场：AI Overviews / AI Mode 不要求这些文件。它的指南明确说无需新标记、AI 文件或 Markdown 即可出现在生成式 AI 搜索中。

为何仍然要做：非 Google 系 AI 引擎（ChatGPT、Claude、Perplexity）和自主购买型 Agent 确实奖励可提取结构。下面这些文件在帮助这些引擎的同时不会伤害 Google。

AI Agent 不只是回答问题——它们正在成为买家。当 AI Agent 代表用户评估工具时，它需要结构化、可解析的信息。如果你的定价锁在 JavaScript 渲染页面或"联系销售"墙后面，Agent 会跳过你，转而推荐它能真正读取信息的竞争对手。

先审计这一层：agent-readiness.md 提供了访问/发现/可解析性检查清单、免费评分工具（npx is-agentic、Frase 的检查器）、Markdown 内容协商 +Link头、llms-full.txt，以及正在兴起的 agent-actionable 层（WebMCP）。

在站点根目录添加这些机器可读文件：

/pricing.md或/pricing.txt——面向 AI Agent 的结构化定价数据

# Pricing — [你的产品名] ## Free（免费） - Price: $0/month（每月 0 美元） - Limits: 100 emails/month, 1 user（每月 100 封邮件，1 个用户） - Features: Basic templates, API access（基础模板、API 访问） ## Pro（专业版） - Price: $29/month (billed annually) | $35/month (billed monthly) - Limits: 10,000 emails/month, 5 users - Features: Custom domains, analytics, priority support ## Enterprise（企业版） - Price: Custom — contact sales@example.com - Limits: Unlimited emails, unlimited users - Features: SSO, SLA, dedicated account manager

为什么现在重要：

• AI Agent 越来越多地先程序化比较产品，之后人类才访问你的网站
• 不透明的定价会被过滤出 AI 中介的购买旅程
• 一个简单的 Markdown 文件对任何 LLM 都极易解析——无需渲染、无需 JavaScript、无登录墙
• 与robots.txt（面向爬虫）、llms.txt（面向 AI 上下文）、AGENTS.md（面向 Agent 能力）同理

最佳实践：

• 使用一致的单位（月付 vs 年付、按席位 vs 固定）
• 写具体限制和阈值，不只写功能名
• 列出每一层的完整内容，不只是差异项
• 保持更新——过期的定价比没有文件更糟
• 从 sitemap 和主定价页链接到它

/llms.txt——面向 AI 系统的上下文文件

如果还没有，添加一个llms.txt，给 AI 系统一个快速概览：产品做什么、为谁而做、指向关键页面的链接（包括定价）。

/okf/——Open Knowledge Format 知识包（Google 支持，v0.1）

OKF 是 Google 于 2026 年 6 月推出的 Markdown 规范，把站点内容表示为带 YAML frontmatter 的交叉链接文件目录，Agent 无需抓取即可读取。它主要为数据团队的目录元数据而建；"让站点可被 Agent 读取"的用途由 Suganthan Mohanadasan 推广。今天没有已确认的 AI 搜索排名信号——把它当作协议层的提前注册（类似早期 schema.org）。完整的拆解、三种实现路径（免费生成器、WordPress 插件、手工）、托管指南和跳过时机，见 okf.md。

一个最小化的 OKF 概念文件：

--- type: Article title: How to Connect the Ahrefs MCP Server to Manus description: The official MCP servers, why they did not connect, and the fix. resource: https://yoursite.com/blog/ahrefs-mcp-manus/ tags: [mcp, ahrefs] --- # How to Connect the Ahrefs MCP Server to Manus The body of the post, as clean markdown.

再加一个列出所有文件的index.md让 Agent 在打开每个文件前先看清包的形状——这就是整个格式。

OKF 在 agent-readable 技术栈中的位置（各层是叠加而非竞争，llms.txt是路标，OKF 是图书馆）：

何时跳过 OKF：

• 站点不足 10 页——开销超过收益
• 站点在封闭平台上（Wix、Squarespace 等无法自定义路径）
• 你没有维护llms.txt、schema 或其他机器可读文件（OKF 与它们协同才有效，单独无用）
• 无法每季度花 30 分钟刷新知识包

3.5 面向 AI 的 Schema 标记

结构化数据帮助 AI 系统理解你的内容。关键 schema：

带正确 schema 的内容在非 Google 系 AI 引擎上的可见性高出 30-40%。Google 的说明：结构化数据"对生成式 AI 搜索并非必需"，但对整体 SEO 策略是推荐的。实现细节使用schema技能（skills/schema/SKILL.md）。

四、Agentic 体验：Agent 直接访问你的站点

除了 AI 搜索引擎总结内容，自主 Agent 正开始直接访问站点——点击、阅读、对比、甚至代表用户购买。Google 的指南将其标注为一个需要规划的新兴类别。

Agent 访问你站点的方式：

• 视觉渲染——像用户一样截图/阅读页面
• DOM 检查——解析页面的 HTML 结构
• 无障碍树——依赖辅助技术使用的同一套语义信息（标签、角色、地标、标题）

你要做什么：

• 不靠重度 JS 也能渲染出有意义的页面内容——如果页面要等 4 个框架加载完才非空白，Agent 看到的就是空白
• 语义化 HTML——使用<main>、<nav>、<article>、<button>、正确的标题层级、图片alt文本
• 干净的无障碍树——每个交互元素都有标签；正确使用 ARIA（原生 HTML 够用时就别用）
• 稳定的选择器/可预测的布局——Agent 难以处理每次交互都重渲染的站点
• 可见的定价、规格、联系信息——Agent 做购买推荐所需的任何信息都应放在公开、可索引的页面上（这正是/pricing.md这类文件的用途）

新兴——通用商务协议（UCP）：Google 提到 UCP 是一个即将推出的协议，将为商务交互（目录发现、定价、结账）提供标准化的 Agent 钩子。留意采用情况；目前上述结构性建议就是前奏。

对于电商和本地商家，Google 特别强调：

• Merchant Center 商品 Feed+Google Business Profile用于 AI 搜索中的产品/服务可见性
• Business Agent用于对话式客户互动（适用处）

五、最容易被引用的内容类型

并非所有内容都同样可被引用。优先这些格式：

AI 引用表现不佳的内容：

• 无结构的通用博客文章
• 只有营销辞藻的薄产品页
• 门禁内容（AI 无法访问）
• 无日期、无作者署名的内容
• 纯 PDF 内容（AI 更难解析）

引用 ≠ 推荐。被引用意味着你的内容值得参考；被推荐——进入买家真正的候选清单——由全网共识（评论、论坛、分析师、媒体）决定，基本独立于你自己的内容。自我推销的"最佳 [品类]"榜单甚至可能对新兴品牌适得其反：在一项 100 个查询的 B2B 研究中，自我推销榜单获得的 AI Overview 引用中 69% 出现在推荐竞争对手而非发布品牌的答案里。完整的可见性阶梯（被检索 → 被引用 → 被提及 → 被推荐）、分阶段的买家指南策略、什么能赢得推荐以及归因盲区，见 citations-vs-recommendations.md。

按内容类型的战术要点（详见 content-types.md）

• SaaS 产品页：首段清晰产品描述、功能对比表（你 vs 品类）、具体指标、定价透明（加/pricing.md）、FAQ 板块
• 博客内容：每篇一个清晰目标查询、首段定义、原创数据/专家引语、可见的 "Last updated" 日期、带资质的作者简介
• 对比/替代页：结构化对比表、公平均衡（AI 会惩罚明显偏颇的对比）、带评分/得分的具体标准、更新的定价与功能数据
• 文档/帮助内容：编号列表的分步格式、代码示例、HowTo schema、带描述性 alt 的截图、明确的前置条件与预期结果
• 本地/电商（Google 重点）：保持最新的 Merchant Center Feed、完整 Google Business Profile、活跃回复的评论、服务区域 schema、Business Agent

六、监控 AI 可见性

6.1 追踪什么

6.2 AI 可见性监控工具

6.3 DIY 监控（无需工具）

每月手动检查：

1. 挑选你的前 20 个查询
2. 每个查询分别在 ChatGPT、Perplexity 和 Google 中运行
3. 记录：你是否被引用？谁被引用？哪一页？
4. 记录在电子表格中，逐月追踪变化

6.4 Search Console 预期

Google 的指南很明确：没有 AI 专属的 Search Console 报告。AI Overviews 和 AI Mode 使用核心搜索排名，因此标准的 Search Console 报告（效果、覆盖率、Core Web Vitals）仍是你衡量 Google 侧的方式。上述第三方工具是查看跨平台 AI 引用行为的唯一途径。

七、绝对不要做的事（Google 明令禁止）

Google 指南明确指出这些做法在传统搜索和 AI 功能中都有害：

1. 为"AI"单独写一套内容。同一内容应同时服务人和 AI。针对 AI 系统写变体内容有触发规模化内容滥用垃圾策略的风险——这是 Google 的原话。
2. 把页面拆成 AI 诱饵碎片。Google 指南原话："不要把内容拆成小碎片让 AI 更好地理解。"使用正常的段落 + 标题结构。
3. 规模化生成内容操纵排名。AI 生成的内容只要符合 Search Essentials 和垃圾策略就没问题，但批量生产薄内容变体不行。
4. 追求不真实的提及。不要伪造引用或群发刷 Reddit/维基百科。只做真实的参与。
5. 想被引用却屏蔽 AI 爬虫。屏蔽 GPTBot、PerplexityBot、ClaudeBot、Google-Extended 意味着这些引擎根本无法引用你。实在要屏蔽就屏蔽仅训练的爬虫（CCBot），别屏蔽搜索与引用型爬虫。
6. 把主要内容藏在无法渲染的 JS 后面。核心搜索和 AI Agent 都需要看到你的内容，纯 JS 渲染会同时失去这两类受众。
7. 跳过 E-E-A-T 基本功。作者身份、第一手经验、专长信号、透明来源——Google 指南对 AI 功能高度依赖这些。

八、常见错误清单

• 完全无视 AI 搜索——约 45% 的 Google 搜索已显示 AI Overviews，ChatGPT/Perplexity 增长迅速
• 把 AI SEO 当作独立于 SEO 的事——好的传统 SEO 是地基；AI SEO 是在其上叠加结构与权威
• 为 AI 写作而非为人写作——读起来像在博弈算法的内容既不会被引用也不会转化
• 没有新鲜度信号——无日期内容会输给有日期内容，因为 AI 系统高度看重时效。展示最后更新时间
• 门禁所有内容——AI 无法访问门禁内容。把最权威的内容保持开放
• 忽视第三方存在——一个维基百科提及可能比你自己的博客带来更多 AI 引用
• 没有结构化数据——Schema 给 AI 系统提供关于你内容的结构化上下文
• 关键词堆砌——与传统 SEO 中只是无效不同，关键词堆砌会主动降低10% 的 AI 可见性（普林斯顿 GEO 研究）
• 把定价藏在"联系销售"或 JS 渲染页面后面——AI Agent 读不到就读不了。加一个/pricing.md文件
• 屏蔽 AI 爬虫——robots.txt 屏蔽 GPTBot、PerplexityBot、ClaudeBot，这些平台就无法引用你
• 没有数据的泛泛内容——"我们是最好的"不会被引用。"我们的客户在 [指标] 上看到 3 倍提升"会
• 忘记监控——无法改进不衡量的东西。至少每月检查一次 AI 可见性

九、工具集成

实现层面可配合 tools/REGISTRY.md 中的工具注册表使用：

十、在项目中的定位与延伸阅读

本技能是 marketingskills 仓库 SEO 与内容类别中的一员，与相邻技能协同：传统技术与页面 SEO 审计见 skills/seo-audit/SKILL.md（ai-seo 技能的评估用例 evals/evals.json 中明确约定：传统 SEO 审计请求应转交 seo-audit），结构化数据实现见 skills/schema/SKILL.md，内容规划见 skills/content-strategy/SKILL.md，对比页建设见 skills/competitors/SKILL.md。

核心参考文件速查：

最后记住一句话：为 AI 优化的正确姿势，是把内容写得连机器都能一眼看懂，而不是写给机器看。结构让 AI 能提取，权威让 AI 敢引用，在场让 AI 找得到——三大支柱缺一不可，而监控则保证你的优化始终可衡量、可迭代。

• AI 技能
• 人工智能