社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

怎么从 ChatGPT 拿流量?送上这九条实用建议

Founder Park • 1 年前 • 308 次点击  

瞄准 AI 做 SEO,正成为一个新的流量入口。

AI SEO、GEO、AEO,虽然还没有一个统一的标准命名,但做好了,也许是一条全新的产品重要增长路径。作为应用/品牌方,如何让 AI 知道并有效推荐自己,从传统的 SEO 到 AI SEO 思维的转变非常重要。

在这篇博客文章中,Kyle Poyar 通过采访 AI 搜索公司 Profound 的 AEO 策略与研究主管 Josh Blyskal,提炼并分享了九条关于 AEO(Answer Engine Optimization)非常实用的建议。

以下为原博客文章内容,Founder Park 进行了编译和精炼。


超 10000 人的「AI 产品市集」社群!不错过每一款有价值的 AI 应用。

邀请从业者、开发人员和创业者,飞书扫码加群: 
图片
进群后,你有机会得到:
  • 最新、最值得关注的 AI 新品资讯; 

  • 不定期赠送热门新品的邀请码、会员码;

  • 最精准的AI产品曝光渠道



关于如何「破解」ChatGPT、Perplexity 和 Google Gemini 的算法逻辑,市面上并不缺乏夸张的建议。但关键在于:这些 AI 工具正迅速成为 B2B 采购决策中最具影响力的「守门人」,而它们所遵循的逻辑,与传统搜索引擎截然不同。

单以 ChatGPT 为例,它目前的月活跃用户已超过 10 亿,在 2025 年 6 月跃升为全球访问量第五的网站。每日交互次数达到惊人的 25 亿,正在逼近 Google 每日 140 亿次的搜索量。与此同时,Google 自身也在转型为 AI 驱动的问答引擎,其「AI Overviews」功能如今已出现在约 13%的搜索结果中,是年初时的三倍。

同时,用户行为也随之发生变化。越来越多的买家不再自己研究产品,而是直接询问 AI:该买什么?该信任谁?又该如何判断?这意味着,如果你的产品未被 AI 回答提及,它可能在潜在客户的认知中「并不存在」;而一旦被纳入推荐,AI 搜索就可能成为增长最迅速的获客来源之一。正如 ngrok 的 CRO Sam Richard 所说:「这正在为我们带来令人惊喜的业务量。」

在这样的环境下,优化的目标已不再是争取网页点击(尽管这仍具价值),而是以更直接的方式出现在 AI 问答引擎的推荐中,辐射合适的客户,最终引导他们主动找到你。这就催生了一项全新能力:问答引擎优化(Answer Engine Optimization,简称 AEO)。虽然该概念还没有达成共识的统一命名(市面上也有 AI SEO、GEO、LLMO、AIO 等多种叫法),但其重要性日益上升。

为了深入理解如何在 AI 搜索中获得可见度,我采访了 Josh Blyskal,Josh 是 AI 搜索公司 Profound 的 AEO 策略与研究主管。以下是我们对话中提炼出的九条实用建议——无论你在哪个行业,现在都可以尝试实践。


01 

明确你希望「占领」的提问场景

AI 问答引擎会主动推荐产品,与 SEO 类似。因此你需要识别哪些问题与你的产品最相关,并根据两个核心维度评估其优先级:提问频率,以及与产品定位和差异化优势的匹配度。

值得一提的是,类似 Profound 的 Conversational Explorer 这样的工具在这方面会很有帮助。

例如,我可能希望在「适合初创公司创始人的最佳时事通讯」或「关于 SaaS 定价的最佳建议」中被提及;而一家跑鞋品牌可能关注「最佳缓震跑鞋」或「最适合长跑的鞋」。

Josh 建议将目标问题分为三类:

  • 核心提问(约 33%):与你品牌强相关,必须拿下。

  • 竞争提问(约 33%):目前尚无优势,但你希望参与其中。

  • 实验提问(约 33%):过去可能没有关注过,但有可能超越竞争对手的实验性提问。


02 

了解不同问答引擎的行为差异

Josh 对比了 ChatGPT 和 Perplexity 上十万个用户问题,发现两者的引用域名仅有约 11%重合。这意味着,你可能在一个平台表现突出,在另一个却完全缺席。

因此,AEO 策略不应该一概而论,而应聚焦于你受众主要使用的平台,优先制定专属策略(如 ChatGPT 或 Google AI Overviews),再逐步拓展到其他通道。


03 

撰写专业且具体的内容

想要在关键问题中被提及,你需要创作新的内容,并围绕一个被广泛讨论的主题,提供最具权威性、最具针对性的答案。

以鞋类品牌为例,你可以撰写「为什么缓震跑鞋更适合保护膝盖」的文章,并对 20 款跑鞋进行详细对比。Josh 总结说:「这是对内容颗粒度的比拼。高度具体性和产品差异化是关键。」


04 

为产品打造「环绕声」效应

正如传统 SEO 中重视外链,AEO 同样也重视内容在其他平台上的「回响」。Reddit、LinkedIn、YouTube、Quora 等用户生成内容平台,在 AI 问答引擎中频繁被引用。

Josh 认为,目前这里存在一些有趣的「套利」机会。小众博客或小众创作者可能粉丝不多,但在问答引擎的引用中却占比惊人。这些可以成为很好的合作推广机会。


05 

Reddit 内容被 AI 高频引用

其中最有效的渠道之一是 Reddit。它现在是 ChatGPT 和 Perplexity 引用频率最高的域名,占比约 6%。

Josh 建议,你可以通过匿名或品牌身份,在目标话题的相关帖子中自然露出。例如,「我试过 Profound,感觉不错」这样简短的评论,就可能被问答引擎采纳。

一种策略是建立你的 Reddit 用户主页,让内容属于「Reddit」域名下;另一种则是谨慎地参与相关讨论,但要确保评论兼顾竞争产品,避免过度推销。


06

有结构清晰的对比和列表,

内容更容易被引用

AI 问答引擎本质上是依赖结构良好的内容进行「外包思考」。这些问答引擎偏好清晰的分段、明晰的标题和可直接提取的信息。

数据显示,约三分之一的 AI 引用内容来自「对比列表」文章,其次是普通博客内容。Josh 建议:「在不确定怎么写时,优先选择比较型列表。」


07 

少用图片,

多用表格

虽然视觉内容适合社交媒体传播,但AI 问答引擎目前还不太能「看懂」图片。结构化表格在这种场景下的效果远胜图片。

如果必须使用图片时,请一定要添加详细的替代文本描述,或将关键信息整理成表格嵌入文章正文中,来提升可被引用的可能性。


08 

关注影响力,

而不仅仅是点击量

许多品牌发现来自 ChatGPT 或 Perplexity 的推荐流量飙升。但现实是,绝大多数 AI 搜索都是「零点击」的。人们从 AI 那里得到答案后,就直接离开了。点击量和网站流量并不是衡量你表现的最佳方式。

Josh 建议,关注「品牌声量」指标,衡量你在同类产品中被 AI 提及的频率;同时采用人工归因方式(如表单中增加「你是如何听说我们的?」选项),捕捉那些不通过点击路径产生的影响,如播客、社区、口碑等。


09 

需要密切关注「引用漂移」现象

最后一个重要提示:AI 问答引擎的引用来源变化频繁。Josh 分析了超过 8 万个问题后发现,近 50%的引用域名会在一个月内发生变化。

我预计,随着大型语言模型的不断演进,它们在匹配具体提问与高相关内容方面的能力将持续增强,「引用漂移」现象也将更加普遍。同时,问答引擎会在积累上下文的过程中不断调整判断标准,使引用结果也变得更加个性化。

这意味着,你需要保持对引用动态的敏感度,定期(如每周)更新关键词覆盖情况,并根据大模型偏好的变化灵活调整策略。


10 

AI 问答引擎

已经成为产品认知的关键「关口」

越来越多的用户不再依赖自己做研究,而是请 AI 替他们做选择。AI 问答引擎已经成为产品认知的关键关口,它决定了你的品牌能否被纳入用户的考虑范围。

这是一次认知入口的根本性转变,也为愿意抢先布局的品牌,创造了全新的增长路径。希望 AEO 能成为你下一个最佳增长渠道的起点。

图片


更多阅读

ChatGPT Agent 团队专访:基模公司做通用 Agent,和 Manus 有什么不一样?

4个月11万用户、Claude Code成了,Dogfooding该被AI公司重视起来了

16 个月、45 万资金投入,一款 AI 社交产品的创业失败复盘

来自 Manus 的一手分享:如何构建 AI Agent 的上下文工程?

转载原创文章请添加微信:founderparker

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/184822