客户都开始问 AI 了，它为什么不引用你的网站？

上个月，一个做企业服务的老朋友约我喝咖啡。落座第一句话就是：出怪事了。

我说你先喝口，慢慢说。

他说，公司官网在 Google 上排名一直不错，核心词常年前三。可前两天市场部小姑娘跑来问他：老板，我在 ChatGPT 里问"我们这个行业哪家公司靠谱"，翻了半天，答案里没我们。

他一脸想不通：排名好好的，客户换了个地方问，我就不存在了？

我说，这事一点都不怪。你撞上的，是很多人正在撞的那堵新墙：AI 搜索。

什么叫 AI 搜索？

你以前用搜索引擎，是"提问，然后自己翻答案"。AI 搜索反过来，它直接给你答案，还在答案底下附上参考文献。ChatGPT、Perplexity、Google 的 AI Overviews，都是这一类。业内管这摊事叫 AEO，答案引擎优化。

这个市场涨得有多快？Wix Studio 拉过一份数据：主流答案引擎的月独立访客，2025 年一季度还是 6.34 亿，到 2026 年一季度，涨到了 9.04 亿。一年，涨了四成多。

你的客户正在成建制地搬家。以前他们搜，现在他们问。想知道自己撞没撞墙，可以先试试 HubSpot 那个免费的 AI Search Grader，给品牌在答案引擎里的存在感打个分。

但是，先别慌，也别急着去学什么玄学新招。因为有一个基本判断，你可能想反了。

AI 搜索没有取代 SEO，它是站在 SEO 肩膀上的。

你想想看，一个答案引擎想在答案里引用你的网页，它得先干什么？

它得先找到你，爬取；读完你，索引；掂量一下你配不配，排名。这一整套动作，跟传统搜索是同一套。Google 自己说过，AI Overviews 跑在定制版的 Gemini 上，背后用的还是它现成的搜索系统。ChatGPT 搜索也一样，网页结果部分来自 Bing 这些供应商。

所以地基是同一块。一个连搜索引擎都爬不动、索引不进的页面，在 AI 的答案里更没有座位。

地基怎么打？先从最重的那块说起。

第一块地基：内容

Google 在自己的 AI 优化指南里说得很直白：独特、有吸引力、有用的内容，对你网站在生成式搜索里的存在感影响最大。它还专门区分了两种内容：一种叫商品化内容，把网上通行的常识重新打包一遍；另一种，建立在一手经验和真专业上。

你想想看，AI 自己就是"重新打包常识"的天花板。它为什么要引用一个它自己就能编出来的页面？

没有动机。

**AI 不引用它自己就能编出来的东西。**所以，它真正稀罕的，是它编不出来的：原创数据、行业老手的判断、真实的一手经历。

这事有数据撑腰。SE Ranking 分析了 21.6 万个网页，发现：引用了专家观点的内容，平均被 ChatGPT 引用 4.1 次；没引用的，2.4 次。带着 19 个以上数据点的页面，平均 5.4 次；数据单薄的，2.8 次。

写的时候还有个动作很关键：把你的洞察，一句一句、明明白白地摆出来。引擎摘录的时候，它想要的是一段能单独成立、意思完整的话。你写得越"整"，它越方便搬。

第二块地基：技术

Google 说得很清楚：一个页面要进 AI Overviews，没有额外门槛，前提就俩，被索引，并且能以摘要的形式展示出来。

速度也在悄悄加分或减分。SE Ranking 的数据：首屏内容绘制快于 0.4 秒的页面，平均被 ChatGPT 引用 6.7 次；慢过 1.13 秒的，只有 2.1 次。差了三倍。慢，是真的会被少引用。

还有一个坑，特别隐蔽：JavaScript。

Googlebot 会渲染 JS，只要你不拦着。但很多 AI 爬虫只读原始 HTML，脚本一概不执行。你的页面要是把核心内容全靠浏览器里的脚本现画，那在 ChatGPT 和 Perplexity 眼里，可能就是一张白纸。

怎么办？核心内容用服务端渲染的 HTML 直接吐出来，别让爬虫猜。顺手再检查一下 robots.txt，别误拦了你想请进门的爬虫。

内部链接也别省，它们是爬虫的指路牌。页面结构同样要清晰：标题层次分明，正文是纯文本，跟广告、边栏分得清清楚楚。这对读者好，对模型也好。

两个容易被忽略的开关

先说结构化数据，也就是 schema。它相当于给你的页面贴一张机器可读的标签：这是产品，价格是这个，作者叫什么，评分几颗星。标签越准，引擎猜得越少，引用起来越放心。

但标签有条铁律：必须诚实。标签里说的，得跟页面上人眼看得见的内容一致。给爬虫看一套，给用户看另一套，这在搜索引擎那儿有个专门的名字，叫 cloaking，伪装，是老牌违规。

schema 是放大器。它放大你本来就清晰可信的内容，救不了一页空话。

再说第二个开关，我管它叫"摘要旋钮"。Google 的规矩是：页面必须在允许展示摘要的状态下，才有资格进 AI Overviews。也就是说，你控制摘要的那几个开关，同时握着你在 AI 答案里的命运。

一共三个：

nosnippet，整页禁摘。等于跟 AI 说：别引用我。

max-snippet，限量供应。设成 0，等于 nosnippet；设成 -1，不限量，长度 Google 自己看着办。

data-nosnippet，精准屏蔽。页面里某一段不想被单独摘出去，就给它打上这个标记，其他部分照常。适合保护那些怕被断章取义的段落。

这三个开关装在哪？页面的 robots meta 标签，或者 X-Robots-Tag HTTP 头。主流 CMS 和 SEO 插件都能设，不用碰代码。发布前，用 schema 校验工具过一遍，确认页面能被正常解析。

提醒一句：哪天发现一篇好好的文章死活不被引用，先去翻它的 robots 标签。很可能是一个忘删的 nosnippet，或者一个设得太小的 max-snippet，把路堵死了。

把答案摆在脸上

CXL 分析过 AI Overviews 的引用分布，结论很直白：大多数被引用的段落，来自页面的前三分之一；底部那 40% 的内容，只贡献了五分之一的引用。

HubSpot 的 AEO 指南给过一个更具体的动作：把每个小节的核心答案，放进开头 40 到 60 个词里。先给结论，再展开细节。

小标题也有讲究。Kevin Indig 研究过 ChatGPT 的引用习惯，发现两件事：被引用的文本里，带问号的比例差不多是普通文本的两倍；而跟问题相关的引用里，78.4% 指向的是标题。你把 H2、H3 直接写成读者会问的那个问题，等于给引擎递了一道现成的"题目"，旁边再配一段"标准答案"。

关键事实，多拆成列表和表格。2026 年有一篇预印本研究了结构化排版，同样的信息，列表和表格的提取准确率，比成段散文高出 43%。

对了，动笔前还有个准备动作：把客户常问的问题归成一簇一簇，再把你的品牌、产品、核心话题连成一张关系图。引擎看清了你们之间的关系，才好把你的内容放进答案。

AI 也会看图说话

生成式结果里可以配图片和视频。你不用为此单独准备什么，把图文视频按 SEO 的常规做法配好，AI 这边顺带受益。

视频值得单独说。Fan Out 做过一次站外引用研究：YouTube 是第二大被引用的平台，拿了 1531 次引用。更有意思的是，其中 13.7% 的引用，直接指向视频里某个打了时间戳的时刻。

但别指望 AI 真的"看"视频。它很大程度上靠视频周围的文字判断相关度。所以，上传视频记得配三件套：文字稿、内容摘要、时间戳。

本地和商品数据是另一条路。Google 说，它的生成式回答在合适的时候会拉取商品清单、商品信息和本地商家信息。想让你的货出现在这些答案里，Merchant Center 的 feed 和 Google Business Profile 保持新鲜，两个都别荒着。Google 还推出了 Business Agent，一个挂在搜索上的对话体验，客户可以直接跟你的品牌聊。做零售和服务的朋友，值得盯一下。

一个引擎，一个玩法

你以为所有 AI 的口味一样？差远了。

先看引用量。Fan Out 的数据：站外引用里，Perplexity 一家占了 59%，平均一条答案引 10.8 个来源，属于引用狂魔。ChatGPT 挑剔得多，平均一次查询只引 3.3 个。

再看吃什么。Perplexity 爱逛讨论区，LinkedIn、G2、Reddit 这类页面占它引用的 17.35%，是各家平均水平的两倍还多。在 B2B SaaS 主题的查询里，96% 的 LinkedIn 引用只来自 Perplexity 一家。它还偏爱新鲜、结构清晰、带来源链接的内容。ChatGPT 则更爱传统长文。

连上新的速度都不一样。SE Ranking 和 Search Engine Land 做过一个假品牌实验：刚发布的页面，Perplexity 一到三天就推上了头位；ChatGPT 反应慢，但越往后，对这个品牌的引用越扎实。

最扎心的是这个数：只有 7.7% 的被引用网址，同时出现在不止一个引擎里。

也就是说，你在 Perplexity 里杀疯了，ChatGPT 那边可能一片寂静。反过来也一样。别指望一篇文章通吃所有引擎，把每个引擎当独立渠道来经营。

四个偏方，一个都别试

这段时间，各种 AEO 偏方满天飞。我挑四个最热的，挨个泼冷水。

第一味，llms.txt。给 AI 递小纸条，听着挺美好吧？SE Ranking 在 2025 年 11 月分析了将近 30 万个域名，结论：有没有这个文件，跟 AI 引用量没有相关性。更打脸的是，把这个变量从预测模型里删掉，模型反而更准了。Google 也明说了：这类特殊 AI 文件，我们忽略。老老实实做 SEO。

第二味，给机器单独做一版 .md 页面。一版给人看，一版给 AI 看？Google 的 John Mueller 明确反对：LLM 从第一天起就能解析普通 HTML，不需要你开小灶。而且，给爬虫一套内容、给人另一套，前面说了，这叫 cloaking，踩红线的。

第三味，专用"AI 标记"。Google 说了，生成式搜索不需要任何专用 schema。那数据怎么说？两边打架。AirOps 和 Kevin Indig 那边，加了 JSON-LD 的页面被 ChatGPT 引用的比例是 38.5%，不加是 32%，有 6.5 个点的优势。可 Ahrefs 拿 1885 个页面做了对照实验，没测出有意义的提升，AI Overviews 的引用反而降了 4.6%，而且没法确定就是 schema 的锅。我的建议：把 schema 当卫生习惯，标签老实描述页面上看得见的内容。但别指望它是火箭燃料。

第四味，制造提及。去各个论坛铺假好评，试图喂出 AI 的答案。能成吗？短期真能。还是那个假品牌实验：一个虚构品牌，30 天内就在五个答案引擎上几乎拿下了全部品牌词可见性。但注意，赢的全是只有它自己能答的品牌词，竞争性话题上一个没拿下。而且 Google 把操纵生成式回答定性为 spam，成规模的操纵内容会被降权。短线投机，长线塌方。

被引用了，然后呢？

光数引用次数，是自嗨。要看两样东西：可见性，和转化。

可见性方面，先拍基线快照。市面上有免费的打分工具，比如 HubSpot 的 AEO Grader，能给你的品牌在 ChatGPT、Perplexity、Gemini 里的存在感拍个快照，还附带跟对手的声量对比。HubSpot 的 AEO 产品可以持续盯着这些引擎，发现你在哪些问题上正在滑坡。该先刷新哪个页面，看数据，别拍脑袋。

转化方面，有个反常识的数据。Microsoft Clarity 研究了 1200 多个网站：AI 带来的访问量，不到 1%。听着可怜吧？但这些访客的注册点击率有 1.66%，传统搜索只有 0.15%。十倍都不止。WebFX 分析了 23 亿个会话：AI 带来的访客，转化率比自然搜索高出大约 1.2 倍。

量小，质高。这就是 AI 流量的性格。

再往后，把这股流量接进 CRM 算钱。HubSpot 的 AI Referrals（Marketing Hub 和 Content Hub 的 Professional、Enterprise 版本里有）能把来自 ChatGPT、Perplexity、Gemini 的流量单独归成一个来源，跟普通自然搜索分开看。Marketing Hub Enterprise 还有多触点收入归因，能把这些 AI 访客一路连到成交。

不过有个坑得说清楚：很多 AI 发现是"零点击"的，客户在答案里看了你的品牌，根本没点进来。这部分，任何网站工具都算不到，归因只能覆盖点了链接的那一段。知道这个局限，你就不会被报表骗了。

然后固定节奏复盘：每月重新拍一次基线，看赢了哪些、输了哪些，喂回下一轮修改。这个循环转起来，一次性优化才变成复利。

90 天，把这事变成制度

最后，说个落地节奏。

第 1 到 30 天，定人。指定一个人或一个小组，对 AI 可见性负责，就像你们给 SEO 定负责人一样。基线快照、优先救哪些页面，都归他拍板。责任落在人头上，才不会人人都管、人人不管。

第 31 到 60 天，定节奏。把每月复盘变成写进日历的制度：审哪些页面、按什么周期、看哪些信号。话题热得快的页面，周期调紧；长青内容可以缓一缓。

第 61 到 90 天，定规矩。协作的人一多，质量就会漂移。把选材标准、命名规则、schema 用法、答案前置格式写成文档，人人一个标准。再加一道风险审查：健康、金融、法律、安全这类话题，会被 AI 直接当答案复述出去，错了代价很高。发布前过一遍事实核查，该上合规就上合规。

引擎会一直变。人、节奏、护栏不变，这事就能自己滚动。

回到那杯咖啡

写完这篇，我给那位朋友回了条消息：先别急着怪 AI 偏心。回去查三件事：你的页面能不能被爬、够不够快、核心内容是不是服务端渲染。然后把每个小节的开头 60 个词重写成"先给答案"。最后，看看 Perplexity 和 ChatGPT 各自吃什么，分开伺候。

三个月后再见分晓。

也许到时候他还会跟我抱怨。不过抱怨的内容可能变成：客户在 AI 里随口一问，答案里全是他公司。

那就不是事故了。

那是资产。