# 2026年，我在SaaS公司做AI搜索优化，然后去了半条命

三月的某个周二早上，我照常打开Search Console，准备看看上周的流量情况。那个数字让我对着屏幕发了好一会儿呆——我们一个主力B2B SaaS页面的自然搜索流量掉了一半。不是慢慢掉的，不是季节性波动，就是直接腰斩。

我第一反应是更新算法，第二反应是竞争对手黑了我。然后我在Slack上跟团队说了句“可能是统计延迟”，关掉了浏览器，去吃午饭了。

这种心态很典型。当你干了八年SEO，你会对任何异常数据产生一种条件反射式的自我怀疑。你宁愿相信是工具坏了，也不愿意承认问题真的来了。

两周后，我翻到一份报告——**[WinWithSEO的2026年AI搜索状态研究](https://winwithseo.com/insights/state-of-ai-search-2026)**——里面提到17%的B2B SaaS发现流量已经来自AI搜索，一年前这个数字是4%。我看着我们的流量曲线，心想：我们大概率就是那13%掉队的。

这不是一篇教你“在AI搜索中排名第一”的文章，因为我不确定那种东西是否存在。这是我过去几个月做的事情，有些有效，有些浪费了时间，有些直到现在我还不确定对不对。

## 当AI搜索不再只是“多一点流量”

2025年年底的时候，我们还在讨论AI Overviews要不要优化。2026年第一季度过去以后，这个问题已经不需要讨论了——不是因为它不重要，而是因为它已经不完全是SEO的事了。

我看到Jim Yu在Search Engine Land上的访谈，他说AI搜索现在处理的不只是回答问题，还有发现、决策和交易。我当时想，这有点儿夸张了吧。然后我试了一下：让ChatGPT帮我找一款适合我们团队的客户成功软件。我没有点任何链接，全程没离开聊天窗口，花了大概三分钟，选了一个方案。不是我们公司的产品，是另一个竞品。

我不是说我的搜索行为代表了所有用户的习惯，但这件事让我觉得哪里不太对劲。我自己作为一个做SEO的人，居然在一个AI对话里完成了对一个竞品的选择，全程没经过搜索引擎。我连我自己的网站都没经过。

这带来的问题是：如果用户根本不离开对话界面，我们的内容在哪一步会被引用？是第一步被提及，还是被排除在答案之外？如果AI搜索平均每个回答引用三个来源，我们凭什么让那个来源是“我们”？

我们做过一个测试。拿我们网站上一批表现最好的博客文章，用不同的AI搜索工具去查相关关键词，看它们会不会被引用。结果是：**只有32%的页面在至少一个AI搜索工具中被提到**。而且大部分的引用来源都是我们公司官网上贴了真实作者头像和LinkedIn链接的页面。那些匿名的、团队署名的内容，基本没有出现在任何答案里。

这个数据让我挺不舒服的，因为我们在内容生产上花了大量时间和预算，但大部分并没有进入那个新的引用层。

## 内容生产的死胡同

这是我之前不愿意承认的一个问题：我们生成内容的速度很快，但能进入AI引用池的那部分很少。

我们试过几种不同的方法。最开始是堆量，一周发六到八篇，平均一千五百字，覆盖长尾关键词。效果是有的，传统搜索流量在慢慢涨，涨幅符合预期。然后AI搜索开始吃掉一部分查询，这些文章就不太对了。

问题出在哪里？这些内容是为“用户输入关键词、看到页面、点进去、停留阅读”这个流程写的。但AI搜索的工作方式完全不同——它需要的是一段能直接提取并整合进答案的独立论述，而不是一篇需要在页面上从头到尾读完才能理解逻辑的文章。

我花了很长时间才搞明白一件事：**传统SEO优化的是点击率，AI搜索优化的是引用率。** 这是两个指标，有时候互相矛盾。

举个例子。我们以前写文章开头会习惯性铺垫——“在当今这个数字化时代”之类的废话，慢慢引入正题。这种写法放在Google搜索结果是没问题的，用户进来自己看。但如果被AI抓取作为回答内容，它会把铺垫全都切掉，只提取第三段那个有实质数字的陈述句。

我们重新改了一批头部文章。每篇文章正文前两百字加了一段独立的、可被提取的定义性段落，包含一个具体数字或一个相反观点。比如：“我们的数据显示，在B2B SaaS领域，AI搜索的引用率在过去12个月里增长了4倍，这和传统SEO流量的下降趋势形成鲜明对比。”这一段如果被单独摘出去，它本身能构成一个完整的、有信息密度的回答。

改动并不大，但效果有点意外。两个月后，这些页面在ChatGPT和Perplexity中被引用的频率大概是改版前的两倍。当然，这个数据是我自己翻日志和手动查出来的，没有现成的工具直接测引用率。如果有人推荐我一个工具，我可能现在还在用。

## 署名这件事，比你想象的重要一百倍

那段低效期的另一个教训是关于署名的。

我们有一个做数据集成工具的同行，他们的内容策略在我看来很普通——文章不长，更新频率一般，关键词覆盖也不广。但他们在AI搜索结果里的出现频率出奇地高。我一开始以为是他们用了什么特殊的结构化数据，后来发现没那么复杂：他们每篇文章都带了详细的作者页，有照片、有LinkedIn链接、有完整的职业履历。最夸张的是，他们有两个作者有维基百科词条。

那个报告里提到：**有署名的、加了Schema标记的作者页面，被引用的概率是匿名页面的2.4倍。如果作者有维基百科或经过验证的sameAs链接，这个数字拉到4.1倍。**

我们当时大部分文章用的是“团队编辑部”或者是某个兼职写手的笔名。我硬着头皮去跟内容团队聊，他们不愿意真名署名——一方面是觉得麻烦，另一方面是不想和某些内容绑定。

这个矛盾至今没有完全解决。我们折中的办法是：商业页面和产品相关的博文，全部用团队里有资历的真名作者；教程类和泛流量内容，继续用团队署名。半对半。

这个改动的影响很难量化，因为SEO里没有“署名增长率”这个指标。但起码在Search Console和AI搜索的交叉引用中，我们那些有真实作者的内容开始慢慢出现在答案里了，大概是六到八周以后。

## 我试了一个自动化的东西，不是懒——是被逼的

到这里我得坦白一件事：上面说的改动，大部分是我在凌晨一点到三点之间做的。因为我们团队当时只有我一个全职做SEO，公司的增长目标压在传统搜索渠道上，我根本没有足够的时间去逐篇查引用率、改署名、调结构化数据。

大概四月份的时候，我已经对“每天手动去各个AI搜索工具里查我们自己的内容有没有被引用”这件事感到麻木了。我试过一些内容自动化工具，大部分都在写文章阶段帮不上什么忙——它们能生产，但生产出来的东西不适合被引用。

后来在一个SaaS群里有人提到\*\*[SEONIB](https://www.seonib.com)\*\*，说可以自动抓趋势、生成内容、再发布到多平台。我当时觉得这个描述听起来有点儿太全了，有点像那种“一键搞定所有事”的宣传稿。但我确实需要减轻手动内容的压力，就试了一下。

![en-SEO创建博客.png](https://yoje-hk.oss-accelerate.aliyuncs.com/production/files/24/1779771773588332082_70602.webp)

它的工作流程挺直接的：自动监测行业趋势和关键词，生成SEO优化的文章，然后按你设定的时间表自动发布到WordPress或其他平台。真正有用的部分是它的趋势发现功能——它会分析哪些话题有搜索需求，然后推给你。这省了我很多在Ahrefs和Semrush之间来回切标签页的时间。

我把它用在两个方向上：一是快速铺那些不需要深度分析的泛流量话题（比如“XX工具使用技巧”），二是作为一个内容日历的自动填充工具。**SEONIB**不会写出那种能上SERP引用段的深度文章，但它的确让我的工作日从“打开十几个工具，对比关键词、写稿、发布”变成了“打开一个后台，选几个话题，调一下时间，然后去干真正有价值的事”。

我不觉得这是“内容自动化”的最终答案，因为深度内容仍然需要人写。但我也不再觉得手动输出去填内容日历有什么意义，那个阶段的ROI已经低到不值得讨论。

## AI搜索优化这件事，没有正确答案

我现在做的事情，总结起来其实很简单：每篇商业页面确保有一个真实作者，每篇内容前两百字包含一个可独立引用的论述，定期去AI搜索工具里查自己的品牌词和核心关键词的引用情况。没了。

这不复杂。但问题在于这件事没有明确的反馈循环。传统SEO你有排名和点击率作为信号，AI搜索没有相应的仪表盘。你知道自己做对了什么只能靠猜测，有时是三个月之后才会在流量曲线上看到一个微弱的变化。

还有一个问题我一直没想明白：当每个AI搜索结果只引用3到7个来源，而你面对的是成千上万个试图进入这个列表的品牌，这里面到底有多少是靠策略能改变的，多少是运气的成分？

我不确定。可能到明年我也不确定。

但目前看来，那些在2025年就开始做内容独立化、真实人署名、结构化数据优化的团队，确实在2026年拿到了AI搜索的增量。剩下的我们，是在追赶。

## 常见问题

**AI搜索优化和传统SEO冲突吗？**

不完全冲突，但优先级不一样。传统SEO追求的是让页面出现在搜索结果里，用户点进来。AI搜索更关心的是你的内容能不能被提取成一段独立的、有信息密度的回答。前者优化标题和摘要，后者优化正文的开头段和结构的模块化。如果一个团队资源有限，我会优先做后者。改动量其实不大，改一个页面核心段落大概一小时。

**没有真实作者怎么办？**

找团队里愿意署名的人，哪怕只是特定主题下的内容。我们当时有一个开发者愿意在技术类文章上署名，他虽然不擅长写作，但那个名字出现在LinkedIn和GitHub上是有分量的。AI搜索对这个信息很敏感。技术博客引用的一个重要来源就是有实体身份的作者。如果完全没有真名可用，至少加Person Schema标记一个可靠的虚拟身份。

**AI搜索会不会取代所有内容生产？**

不会，但会改变什么内容值得生产。低信息密度、全靠关键词堆砌的长文会更快被淘汰。需要数据、需要实证、需要可验证的主张的内容，反而会更值钱。因为你写得不好，AI就不会引用你。

**怎么追踪我们的内容在AI搜索中被引用了？**

没有完美的工具。我目前的方法是每两周手动去ChatGPT和Perplexity上查核心关键词和品牌词，记录页面的出现情况。和一些内部的数据做交叉对照。这是一个很笨、很耗力的办法，但暂时没有更好的替代方案。我在期待某个搜索引擎API能把这个指标公开。

**AI搜索广告会来吗？**

会。Google已经在AI Overviews里跑广告了，12个国家。Perplexity试过赞助问题，后来停了。ChatGPT在购物里推了赞助。这个趋势几乎是确定的：有机窗口会缩窄。2026年的上半年还没有成熟的广告拍卖机制，这意味着现在投入内容的团队会有一段独占期。这个窗口可能只剩半年。

* * *

最后想说的是，我并不是什么“AI搜索优化专家”。我踩了不少坑，有些改完的内容又改回来了，有些实验到现在都没跑完。AI搜索这件事最大的挑战不是技术，而是你能不能接受一个没有清晰反馈循环的新工作方式。

如果你现在还没开始，不用急。我也是三月份才开始。

但如果你还在等一个完美的工具或一个明确的信号再动，我建议你随便先改一篇文章试试看——加个作者、改一段开头、发一篇有数字的、独立可引用的文章。然后等两个月，看看你那些半夜改过的东西，在哪个AI的答案里悄悄活着。