# AI搜索让我慌了三个月，最后发现还是得先把基础做好

这件事要从去年秋天说起。我负责一个SaaS产品的SEO，团队不大，预算有限，但老板对流量增长的要求从来没低过。2025年年底，Google开始大范围推送AI Overviews，ChatGPT的搜索功能也上线了，朋友圈里的SEO同行每天都在转发“SEO已死”或者“AI SEO即将颠覆一切”的帖子。我一开始没太当回事，直到我们网站一个核心关键词的点击率在一个月内掉了将近四成，Search Console里的数据像被人偷偷切了一刀。

我慌了。

那段时间我干了什么蠢事呢？我花了整整两周研究那些AI优化课程，下载了一大堆LLM prompt模板，试图让我们的内容“对AI更友好”。我甚至专门写了一个页面，结构化一个FAQ块，然后给它加上了各种可能被AI引用的schema——结果过了三个星期，没有任何AI引擎引用过它，连Google自己的AI Overviews都没理我。后来我才意识到，我在所谓的“AI SEO”上花的时间，99%都是在猜AI会喜欢什么。而Google在2026年5月发布的官方指南说得很清楚：**“我们的生成式AI功能依赖于核心搜索排名和质量系统”**，换句话说，如果你的内容在传统搜索里都站不稳，AI根本不会多看你一眼。

这条信息来自\*\*[Google generative AI search guide](https://www.semrush.com/blog/google-publishes-generative-ai-search-guide/)\*\*，说白了就是——别偷懒。

## 基础没打牢，AI优化就是白折腾

我们网站有一个产品分类页，页面加载速度Mobile端评分一直在70左右晃荡，LCP眼看着3秒往上。我以前总觉得“用户能等一等”，毕竟我们是企业级SaaS，不是电商，转化周期长。但AI爬虫不会等。AI Overviews需要从索引中快速提取相关段落，如果你的页面加载慢，结构乱七八糟，schema用错，AI引擎会把你的内容排到很后面。这不是什么玄学——你放一张皱巴巴的名片在桌上，别人秘书找起来当然费劲。

那段时间我做了几件后来被证明最有效的事：重写了H1和H2的层级关系，修复了35个断链，加上了真正有用的FAQ结构化数据，不是现在那种“Q：你爱我吗？A：当然”的假FAQ。做完这些之后，我们的技术SEO得分从72升到了89。然后我发现，Google的AI Overviews开始引用我们某几个页面了——不是因为我写了什么“AI优化内容”，而是因为页面变得可以被清晰地理解和抓取。

有一个很有意思的细节：我们有一篇关于SaaS续费策略的文章，本来写得就很一般，但信息层级清晰。它被Google的AI Mode引用了一次，而那篇文章我连一个“针对AI”的改动都没做。反过来，我精心为AI重写的一篇“趋势预测”文章，至今没被任何AI引擎提过。这个体验让我觉得，所谓的GEO（生成式引擎优化）和AEO（答案引擎优化），本质上就是老SEOs换了个新名字，而且很多人用它卖课。

## 内容生产的节奏崩过之后，才明白自动化到底用来干什么

我们团队只有我一个人全职做内容SEO，外加一个兼职写手。以前我每天刷行业新闻，找话题，然后自己写或者让写手写，再上传到WordPress，加图，填meta description，发邮件通知运营——一套流程下来，一篇文章从选题到上线大概要两天。一个月能发8篇就不错了。这导致一个很尴尬的局面：每个月前两周有流量，后两周就往下掉，因为更新频率不够。

后来我试了各种AI写作工具，但绝大多数只是帮我“写”文章，后续的发布、同步、排期还是得我自己来。真正让我感觉有点开窍的是接触了\*\*[SEONIB](https://www.seonib.com)\*\*，它把整个流程串起来了。坦白说，一开始我抱着怀疑态度——市面上那么多AI工具，哪个不吹自己是全自动？但我抱着死马当活马医的心态，输了一个关键词，它自动生成了一篇结构还行的文章，然后直接发布到我的网站上了。我甚至没手动点“发布”，它只是按我设好的日历每天推一篇。最神奇的是，它还能检测到我在Twitter上发了一条关于某话题的动态，自动把它转换成博客文章。第一周我就觉得这家伙比我自己勤奋多了。

当然不是完美。有些文章标题起得太“机器人”，我得手动改一下。偶尔会出现把“SaaS”写成“Sass”的情况。但总体而言，它把我从“每天想着明天发什么”的痛苦里救了出来。现在我的更新频率保持在每周5篇，流量虽然没翻倍，但起码不再每周一谷底了。

关于自动化内容这件事，后来读了\*\*[2026年无人化SEO操作实践指南](./2026-guide-unmanned-seo-operations)\*\*，其实很多细节都能对上。比如保持内容质量检查点，不要完全信任AI写出来的事实性陈述，还有设置关键词黑名单。这些经验我在踩坑之前是不会在意的。

## 我停掉了两个“AI优化实验”，什么都没发生

在折腾AI SEO的最高峰，我做了三件事：把一些页面拆成超短段落（以为AI喜欢）、把所有内链改成“提到品牌名”的锚文本（以为AI会识别成引用）、还为每篇文章生成了LLM-friendly的Markdown版。三个实验持续了六周。然后我拿数据对比了对照组——什么事都没做的那组页面，在AI Overviews的引用率上没有任何差异，甚至传统搜索的排名还高了一点点。尴尬的是，我花了大概40个小时在这上面，而最后的数据结论是“没差别”。Google今年五月的指南官方也说了：**不需要为AI重写内容来捕获长尾关键词变体**，AI能理解同义词。

所以我停了那些实验，把时间省下来去优化页面加载速度和内容结构了。这个决策有点晚，但也值。

## 什么时候该考虑产品？在发现手动同步太蠢之后

上文提到我用**SEONIB**来自动发布文章。但真正让我对它产生信任的，是一次多平台同步的痛点。我们内容除了发布在官网，还会同步发布在Medium和LinkedIn上，以前我每周手动复制粘贴一次，偶尔忘记更新某篇文章的修改。后来我连了一个Shopify店铺（我们卖电子书），每次我更新官网博客，它自动同步到Shopify的博客和Medium。我没做什么额外配置，它就自动推了。这件事让我意识到：**内容自动化的价值不在于生成文字，而在于消灭重复劳动**。

当然，没有工具解决所有问题。我依然需要每周看一遍AI选的话题是否合适，偶尔调整一下口径。但至少，我不再需要每天打开三个后台了。

## 那未来呢？我仍然不确定

现在2026年年中，AI搜索的格局还没定。Google的AI Mode还在迭代，ChatGPT的搜索用了什么数据源没人完全知道，Perplexity、Claude也在抢流量。但我觉得有一点是确定的：基础技术SEO比任何时候都重要。页面速度、结构化数据、内容质量、权威性——这些东西在AI时代不仅没贬值，反而成了入场券。我听到有些同行在讨论“后生成式转变”，觉得应该跳出单纯的内容生产视角去看问题。这听起来很对，但实际执行起来没那么简单——我们公司在用AI内容创作后，确实遇到了运营层面的新问题，比如需要监控AI生成的准确性，以及如何在多平台间保持风格一致。这些事没法一键解决。

但至少，我不再被“AI SEO”的口号吓到了。该更新的更新，该测试的测试，该交的数据还是得交。这个行业最大的骗局就是告诉你有一个“终极解决方案”，其实从来就没有过。

## 常见问题（FAQ）

**AI搜索是否意味着传统关键字研究已经过时了？**

并没有。关键字研究仍然是搜索引擎理解需求的第一步。但你需要关注的不只是搜索量，而是语义关联和实体关系。我们团队现在仍然用关键字工具，只是不再只看月搜索量——文章是否被AI引用比排名第几更重要。

**需要为Google AI Overviews专门优化内容吗？**

根据Google官方的说法，你的内容只要在传统搜索中质量够高、结构清晰，就有机会出现在AI Overviews里。我不会专门去“优化”，但会确保文章有明确的小标题和段落，方便AI抽取出摘要。

**用AI生成内容会影响网站排名吗？**

取决于质量。如果AI生成的内容信息准确、有深度、经过人工审查，通常不会被惩罚。但如果只是批量拼凑低质量段落，Google的垃圾内容检测系统一眼就能识别。我建议至少人工审核一遍，尤其是数据类陈述。

**SaaS企业应该先做传统SEO还是AI优化？**

先做传统SEO。先把基础的网站技术问题修好，内容质量提上去，然后自然过渡到适应AI展示形式。跳过基础直接做“AI友好优化”，就像没打好地基就装修房间。