谷歌官方 AI 搜索优化指南深度拆解：GEO、AEO 与 SEO 的边界，普通站长到底该怎么做

本文由 莫潇羽@无忆研习社（www.wuyi.wiki）撰写，转载请注明出处。

快速摘要

如果你只想要一句话结论，那就是：谷歌在 2026 年 5 月 15 日第一次以官方文档的形式，正面回答了"AI 搜索时代还要不要做 SEO"这个问题，答案是——要，而且 GEO、AEO 这些新名词，在谷歌自己看来本质上仍然是 SEO。 这份文档叫《Optimizing your website for generative AI features on Google Search》，挂在搜索中心文档里一个全新的"生成式 AI 基础"栏目下，明确说了三件事：第一，AI 摘要（AI Overviews）和 AI 模式靠的是 RAG 检索增强和 query fan-out，本质还是从谷歌原有的索引里调内容，所以能不能被 AI 引用，前提是你的页面在传统搜索里站得住；第二，市面上流传的一堆"GEO 黑科技"——比如专门搭 llms.txt、把内容切得碎碎的、为 AI 单独改写、刷虚假品牌提及——谷歌说你大可忽略；第三，唯一长期有效的，是做非商品化的、带一手经验和独立观点的原创内容，再配上扎实的技术结构。

我自己把整份文档读了好几遍，又对照了一圈第三方的引用数据，发现真正值得讲的并不是"谷歌否定了 GEO"这种标题党，而是它顺手帮整个行业把方向校准了一遍：谷歌生态里，SEO 就是 GEO 的地基；但跳出谷歌，到了 ChatGPT、Perplexity 这些独立工具上，引用逻辑差异大到吓人，单押谷歌远远不够。下面我会把技术底座、辟谣清单、官方真正认可的方向、多平台差异，以及我自己跑下来的一套落地打法，一条条拆给你看。想看完整拆解，往下翻。

一、先把背景讲清楚：这份指南到底是什么，为什么值得认真对待

先说几个硬信息，省得后面被各种二手解读带偏。

这份文档的正式名字是《Optimizing your website for generative AI features on Google Search》，谷歌在 2026 年 5 月 15 日通过搜索中心博客（Google Search Central Blog）官宣，文档本身被放进了搜索中心文档里一个新开的栏目——"Generative AI fundamentals（生成式 AI 基础）"。这个摆放位置其实很有信息量：谷歌没有把它当成一篇蹭热度的博客，而是直接塞进了和《SEO 入门指南》《谷歌搜索如何运作》并列的"基础"层，意思很明显——这不是临时补丁，是想让你把它当地基来看。

为什么说它"足以影响接下来几年"？因为在这之前，整个外贸和搜索圈已经为几个英文缩写吵了快两年。AEO、GEO、LLMO、AIO，一个接一个的"AI 搜索优化框架"冒出来，每一个都宣称自己掌握了 AI 时代的新玩法。问题是，这些说法大多来自服务商和自媒体，谷歌官方一直没正面表态，于是市场就处在一种"谁声音大谁有理"的混沌里。这次谷歌亲自下场，等于把裁判哨吹响了。

我读下来最直接的感受是：这份文档其实没有提出任何全新的规则。它更像是把谷歌过去一两年散落在大会演讲、博客、播客、问答里的零碎观点，一次性收拢、明确、写进正式文档。换句话说，懂行的人看到的不是"新东西"，而是"终于白纸黑字了"。这种"确认"本身的价值，比任何新技巧都大——因为它意味着你不用再赌了。

这里要先给新手补一个白话定义。AI 摘要，就是你在谷歌搜一个问题时，结果页最上面那段由 AI 直接生成、还附了几个可点击来源链接的回答；AI 模式则是一个更接近对话的搜索界面，你可以像聊天一样追问。这两个功能是这份指南真正在意的"曝光位"——谷歌想告诉你的，就是怎么让你的内容出现在这两个地方。

顺带说一句立场问题。有人会质疑：谷歌当然希望大家都回到它的 SEO 体系里，这不就是在巩固自己的地盘吗？这话不能算错。但我更愿意把它理解成一个信号——谷歌专门为 AI 优化写一份基础文档，恰恰说明 AI 搜索已经被它当成核心战略，流量的重心确实在往 AI 问答这边挪。承认它有私心，和承认它说的是实话，这两件事并不矛盾。

还有一个最现实的理由，让你没法把这份指南当耳旁风：AI 摘要早就不是个边缘功能了。从公开数据看，到 2025 年底，谷歌相当大比例的信息类搜索（有口径说在五成到六成之间）已经会触发 AI 摘要；而 AI 摘要里平均一次会引用五六个来源、覆盖好几个不同域名。这意味着结果页最显眼的那块位置，正在被 AI 生成的回答和它的引用来源占据。

与此同时还有个绕不开的副作用：AI 摘要出现时，传统蓝色链接的平均点击率会被拉低（有统计说平均下降三成多）。但别急着悲观——有研究同时发现，真正点进来的那部分流量，转化质量并不比普通自然流量差。换句话说，曝光的玩法变了，但"被看见、被信任、被点击"这条价值链没断。你要做的不是抗拒它，而是想办法成为那五六个被引用的来源之一。把这两组数字放一起看，你就明白谷歌为什么要专门写这份文档，以及你为什么没有理由忽视它。

二、绕不开的技术底座：RAG 与 query fan-out，到底是怎么运作的

要理解谷歌为什么敢说"GEO 还是 SEO"，得先看懂它 AI 功能底下的两项技术。这部分我尽量讲人话，看懂了，后面所有结论你都能自己推出来。

2.1 RAG：AI 不是凭空答题，而是"先查资料再作答"

RAG 的全称是 Retrieval-Augmented Generation，检索增强生成，谷歌文档里也把它叫做 grounding（接地、落地）。用一个最朴素的比喻：你问 AI 一个问题，它不是闭着眼睛凭记忆瞎说，而是先跑去图书馆——也就是谷歌自己的搜索索引——把相关的、最新的网页抓出来，读一遍，再综合这些材料给你写一段回答，顺便把它参考过的几个网页做成可点击的链接挂在旁边。

这套机制解决的核心问题是"幻觉"和"过时"。大模型自己记的东西既可能记错，也可能停留在训练那一刻。引入检索之后，回答的准确性、时效性都靠谷歌原有的排名系统来兜底。注意这句话的分量：给 AI 喂材料的那一步，用的是谷歌原本就在用的搜索排名系统。 也就是说，决定哪些页面有资格被 AI 读到的，还是那套老规矩。

我把这个流程画成一张图，方便你建立直觉：

flowchart LR
    A[用户提问] --> B[谷歌核心排名系统<br/>从索引里检索相关网页]
    B --> C[AI 阅读这些被检索到的页面]
    C --> D[综合生成回答]
    D --> E[输出回答 + 可点击来源链接]
    B -.前提.-> F[你的页面必须先被<br/>收录且排名站得住]
    F -.决定.-> B

看懂这张图，你就明白为什么谷歌反复强调 SEO 没死。整条链路里，AI 只负责最后的"阅读和生成"，而"你的页面有没有资格进入这一轮"，完全由前面那段传统检索决定。页面没被收录、排名上不去，AI 根本看不到你，自然也无从引用。莫潇羽@无忆研习社这两年帮人看站时最常碰到的误区，就是有人砸钱研究"怎么讨好 AI"，结果页面连收录都不稳——这就好比还没拿到考场入场券，就在琢磨怎么写出满分作文。

2.2 query fan-out：一个问题被拆成一串问题

第二项技术叫 query fan-out，直译是"查询扇出"。它指的是模型在处理你的问题时，会自动派生出一组相关的并行子查询，分别去抓更多搜索结果，再汇总。

谷歌文档里给的例子很直观。假设你问的是"怎么治理长满杂草的草坪"，模型可能会在背后同时再搜这么几条：

原始问题：how to fix a lawn that's full of weeds
  ├─ 扇出子查询 1：best herbicides for lawns（最好的草坪除草剂）
  ├─ 扇出子查询 2：remove weeds without chemicals（不用化学品除草）
  └─ 扇出子查询 3：how to prevent weeds in lawn（如何预防草坪杂草）

这意味着什么？意味着 AI 回答一个问题时，调取的内容可能横跨好几个相关角度。对内容创作者来说，这其实是个利好——你不需要在一个页面里硬塞进用户所有可能的问法，谷歌的系统会自己把相关页面拼起来。后面讲辟谣清单时你会看到，这一点直接推翻了"必须为每种问法单独造页面"的旧打法。

2.3 两项技术合起来，给出的就是一条铁律

把 RAG 和 query fan-out 放一起看，结论非常干脆：

所以那句被说烂了的话——"想被 AI 摘要引用，前提是先在传统谷歌搜索里拿到好排名"——并不是营销话术，而是从这套技术架构里直接推出来的必然结果。AI 没有另起炉灶搞一套独立赛道，它只是在原有的 SEO 体系上，叠了一层内容生成的能力。这是理解整份指南的钥匙，记牢它。

不过有个细节我得补一句，免得你把话听绝对了："能被检索到"是被引用的前提，但不等于"一定被引用"。 这两者之间还隔着一层。从公开的引用分析看，谷歌 AI 摘要里被引用的来源，绝大多数（有统计说约九成）确实来自在传统搜索里排进前十的域名——这印证了排名地基的重要性；但有意思的是，真正被 AI 摘要直接选中的那个具体页面 URL，和结果页第一页的链接完全对上的比例并不高（一项统计只有个位数百分比）。

这说明什么？说明谷歌的 AI 在"哪个域名值得信任"和"这次具体引用哪一页"之间，是分两步走的。域名层面靠的是你长期积累的排名和权威，页面层面则更看"这一页对当前这个问题答得够不够准、够不够自包含"。落到操作上，这正好对应了我后面要讲的两件事：一边把站点整体的排名和权威做扎实（决定你有没有资格进池子），一边把单篇内容的开头答案写得清晰可引用（决定这一次抓不抓你）。 两手都得抓，缺一不可。

三、核心定论：为 AI 搜索做优化，骨子里还是 SEO

技术底座讲完，谷歌的态度其实已经呼之欲出了。但它还是专门用一段，把"AEO""GEO"这两个被吵到飞起的词拎出来正面回应了一下，态度很值得细品。

先给新手把名词解释清楚。AEO 是 Answer Engine Optimization，答案引擎优化；GEO 是 Generative Engine Optimization，生成式引擎优化。这两个词描述的都是同一件事——专门去提升内容在 AI 搜索体验里的可见度。听起来很高级，对吧？谷歌的原话翻译过来大概是这个意思：从谷歌搜索的角度看，为生成式 AI 搜索做优化，就是为整个搜索体验做优化，因此它仍然属于 SEO。

我特别想提醒一句：谷歌并没有说"GEO 是骗人的""这些词是假概念"。它承认这些术语存在，只是拒绝把它们当成一门独立于 SEO 之外的新学科。这个区别很关键。前者是全盘否定，后者是"归类"——谷歌是把 GEO 收编进了 SEO 的大框架里，而不是把它扔进垃圾桶。理解这一层，你才不会被"GEO 已死"这种标题带节奏。

为什么谷歌敢这么归类？回到上一章的技术底座就懂了：它的 AI 功能跑在和传统搜索同一套核心排名与质量系统上。既然引擎是同一个，那"为 AI 优化"和"为搜索优化"在谷歌这边自然就是一回事。打个比方，这就像有人问你"为短视频拍内容"和"为手机屏幕拍内容"是不是两门手艺——在同一块屏幕、同一套推荐逻辑下，它本来就是一件事的两种说法。

那是不是说 GEO 这个词就彻底没意义了？也不是。我的看法是：在谷歌生态内部，GEO 确实没必要单拎出来当一项独立服务；但一旦你的目标用户会用谷歌以外的 AI 工具，GEO 作为一种跨平台的差异化能力，仍然站得住脚。 这一点我留到第六章专门展开，那里有一组数据会让你重新认识"独立 GEO"的价值。

这里先收一个小结论：谷歌宣告的不是"SEO 死了"，而是"靠投机取巧走捷径的时代结束了"。 未来在谷歌搜索 + AI 摘要这条线上的竞争，回归到三件最朴素的基本功——技术上能被顺利检索、内容上确有价值、品牌上建立起真实信任。听起来一点都不性感，但这恰恰是最难被人替代、也最值钱的部分。

四、官方"辟谣清单"逐条拆：这些 GEO 套路，你可以放心忽略

这份指南里我个人觉得最解气的，是它专门开了一节做"mythbusting（破除迷思）"，点名了一批过去一年在外贸圈泛滥的玩法，明确告诉你：对谷歌搜索而言，这些你都可以忽略。下面我一条条拆，每条先讲谷歌怎么说，再补一句我自己的实操判断。

先上一张总表，方便你快速对照：

4.1 llms.txt 和各种"AI 专用文件"：不必神化

过去一年，llms.txt 被吹得神乎其神，仿佛你在站点根目录放一个这文件，AI 就会优先抓你、优先引用你。谷歌的回应很直接：你不需要为了出现在生成式 AI 搜索里，去新建什么机器可读文件、AI 文本文件、特殊标记或者 Markdown 版本。谷歌可能会发现、抓取、收录站点上的很多类型文件，但"被抓到"不等于"被特殊对待"。

我的实操判断是：在谷歌这边，llms.txt 的加权效果基本为零，时间花在这上面不如去补一篇真正有干货的内容。但要留个心眼——谷歌不理它，不代表别的爬虫也不理。某些第三方工具可能确实会读这类文件，所以如果你的目标盘子里有谷歌以外的平台，把它当成一个低成本的补充动作放着，也无妨，只是别指望它在谷歌身上起作用。

4.2 内容分块（chunking）：现代 AI 不需要你喂"婴儿辅食"

"chunking"指的是把一篇内容人为切成一小块一小块，理由是"这样 AI 更好理解"。谷歌说没这个必要：它的系统完全有能力理解一个页面里的多个主题，并把相关的那一段精准地拿出来给用户。

更重要的是谷歌顺手澄清了一个困扰很多人的问题——没有所谓"理想的页面长度"。短页面有短页面的用处，长页面有长页面的场景，关键是为你的读者而写，而不是为生成式 AI 而写。我自己折腾下来的体会是，刻意把内容剁碎，反而会让信息变得零散、上下文断裂，读者读着别扭，AI 取段也未必更准。与其追求形式上的"碎"，不如把一个主题讲透、讲连贯。

4.3 专门为 AI 改写内容：模型没你想得那么"死板"

有一派打法是：把文章按"AI 喜欢的句式"重写一遍，恨不得每个长尾词的每种问法都覆盖到。谷歌的回应是：不需要为生成式 AI 搜索用某种特定方式写作。AI 系统能理解同义词、能领会你想表达的大意，所以它能把用户和那些"没用完全一样的字眼"的内容连起来。换句话说，你不用焦虑自己是不是漏了哪个长尾词、是不是没把每种问法都写进去。

这条和第二章的 query fan-out 正好呼应：既然模型会自己派生子查询、自己理解语义，那你围绕主题写深写透就够了，没必要为了机器去扭曲自己的表达。莫潇羽@无忆研习社的习惯是，先把"一个真人读者会怎么问、想看到什么"想清楚，照着这个写，AI 那边自然顺。

4.4 刷"虚假提及"：反垃圾系统盯着呢

这一两年有种说法很流行：多在各种博客、论坛、视频里刷一刷品牌名，AI 就更容易提到你。谷歌承认它的 AI 功能确实会参考全网对产品和服务的讨论，包括博客、视频、论坛。但它紧接着泼了盆冷水：刻意去制造不真实的"提及"，远没有看上去那么有用。因为它的核心排名系统盯的是高质量内容，另一套系统专门拦垃圾，而 AI 功能同时依赖这两套。

说白了，靠水军刷出来的提及，要么没权重，要么直接被当垃圾过滤。真实的口碑没有捷径——你得真的做出让人愿意主动谈论的东西。这条我尤其认同，因为虚假提及不光没用，一旦被判定为操纵，还可能反噬整个站点的信任度。

4.5 过度依赖结构化数据：它有用，但不是 AI 引用的开关

最后一条容易被误解。谷歌说，结构化数据不是生成式 AI 搜索的必需品，没有什么"专门为 AI 准备的 schema.org 标记"你必须加。但它话锋一转：你仍然应该把结构化数据作为整体 SEO 策略的一部分继续用，因为它能帮你获得富媒体结果（rich results）的展示资格。

所以正确的姿势是：该用还得用，但别把它当成"打开 AI 引用大门的钥匙"。它的价值在传统搜索的富媒体展示上，而不是在 AI 摘要的引用机制里。把因果关系搞反了，就容易在结构化数据上投入过多精力，却忽略了真正决定 AI 引用的——内容本身的质量和你的排名地基。

把这五条连起来看，你会发现谷歌的潜台词其实就一句：靠格式、靠文件、靠投机取巧做"GEO"的路子，在谷歌这边正式被否决了。 省下来的这些精力，该往哪儿放？下一章见分晓。

五、谷歌真正认可的方向：非商品化内容 + EEAT + 技术地基

否定完一堆套路，谷歌也给出了它真正认可的方向。这部分才是文档的"正面清单"，也是我认为最该花时间消化的部分。我把它拆成三层来讲：内容层、信任层、技术层。

5.1 内容层：核心词是"非商品化（non-commodity）"

谷歌在文档里说得很重的一句话是：创造让人觉得独特、有吸引力、有用的内容，对你在生成式 AI 搜索里的长期表现的影响，可能比这份指南里其他任何建议都大。注意"长期"和"任何"这两个词的分量——它几乎是把内容质量摆到了所有因素之上。

那什么叫"好内容"？谷歌给了几个可操作的特征，其中最值得拎出来的是非商品化内容这个概念。它专门举了个对比，我用自己的话复述一下：

• 商品化内容：类似"第一次买房的 7 个小贴士"这种。它基于人尽皆知的常识，谁都能写，对读者几乎没有增量价值，这种东西 AI 自己就能生成一大把。
• 非商品化内容：类似"我们为什么放弃验房、结果省下一笔钱：一次下水管道的亲身教训"这种。它提供的是超出常识的、带专家或亲历者视角的独到判断。

看出区别了吗？前者是把网上已有的信息换个说法再讲一遍，后者是只有你才讲得出来的东西。谷歌明确说，AI 系统会参考很多来源，所以拥有一个能让你脱颖而出的独特视角很有帮助；一篇基于亲身经历的第一手测评，价值远高于对现成内容的二次总结。

我把谷歌认可的内容特征整理成一张可对照的清单：

这里有两点我想特别强调。

第一，谷歌专门提到图片和视频。它说很多人在搜索时喜欢看到图和视频，而 AI 搜索功能同样会调取相关的图片视频，这等于给你的站点开了"网页链接之外"的额外曝光口。所以你只要照着正常的图片 SEO、视频 SEO 最佳实践做，就已经在为生成式 AI 搜索做优化了。这也是我在第八章会再提一嘴的、最容易被忽略的免费红利。

第二，谷歌罕见地点名警告了一种行为：为了覆盖用户所有可能的问法（包括那些扇出子查询），去批量造内容、单独建页面，这种主要为了操纵排名的做法，会触犯它的"规模化内容滥用"垃圾政策。而且它强调，这本身就是个无效的长期策略——页面数量多，并不会让站点质量更高或更相关。一句话：宁可一篇写透，不要十篇灌水。

说到"非商品化"，光讲概念容易飘，我举个把商品化内容改成非商品化的小例子，你一看就懂。假设你做的是户外装备类的站，手上有个选题叫"如何挑选登山鞋"。

商品化的写法大概长这样：先列"看防水""看抓地""看鞋底硬度"几个要点，每条配两句人尽皆知的解释，结尾来句"选对鞋很重要"。这种内容的问题在于——它和网上其它几千篇几乎一模一样，AI 自己都能生成，凭什么引用你？

非商品化的改法，是把"我"放进去。比如换成这样一个角度：我穿着三双不同价位的登山鞋，在同一段碎石下坡走了三趟，记录下脚趾顶到鞋头的具体感受、下坡时鞋底打滑的次数、走完之后磨脚的位置。再老老实实写一句"那双最贵的反而在湿滑路面表现最差，原因可能是鞋底纹路偏浅"。你看，同样是讲选鞋，后者提供的是别人没有的一手判断，AI 在综合多个来源时，这种带亲历细节的内容更容易被挑中当依据。

我自己的内容选题，基本都过一道这样的筛子：这篇里至少要有一个"网上搜不到、只有我经历过"的点。 哪怕只是一个反常识的小结论、一组自己测出来的数据、一次踩坑的复盘，都比通篇正确的废话值钱得多。这一点对做外贸独立站尤其重要，因为海外读者和 AI 一样，对千篇一律的"安全内容"早就免疫了。

5.2 信任层：EEAT 不是新东西，但权重被放大了

谷歌没有在这份文档里反复念"EEAT"这个缩写，但它整段对"独特视角""一手经验""可信赖"的强调，骨子里就是 EEAT 那套准则的延续。给新手补一句：EEAT 是 Experience（经验）、Expertise（专业度）、Authoritativeness（权威性）、Trustworthiness（可信度）的缩写，是谷歌质量评估里一条贯穿多年的主线。

我的理解是：AI 并没有重写搜索的规则，它只是把"内容质量、品牌权威、信息真实性"这几样东西的权重进一步放大了。过去你内容差一点，也许还能靠技巧蒙混过关；现在 AI 直接抓走材料生成答案，谁的内容更可信、更独特，谁就更容易成为那个被引用的来源。技巧的容错空间被压缩了，基本功的回报被放大了。

5.3 技术层：地基不牢，前面都白搭

内容和信任讲完，别忘了最底下那块——技术结构。谷歌说得很清楚：它的 AI 系统访问你数据的方式，核心还是谷歌搜索如何发现和处理你的页面。所以所有现成的技术 SEO 最佳实践，依然值钱。我把它列成一份可执行的技术自检清单：

• 满足搜索技术要求：页面得先被收录、且有资格带摘要展示在谷歌搜索里，才有资格出现在生成式 AI 功能中。注意谷歌还补了句大实话——满足所有要求也不保证一定被抓取、收录、展示，收录和展示从来不是承诺。
• 遵守抓取最佳实践：确保内容可被抓取，大型且频繁更新的站点要留意抓取预算（crawl budget）。
• 语义化 HTML，但别钻牛角尖：谷歌说不要求你写出"完美的"HTML（整个网络上合法 HTML 本来就不多，谷歌也能理解），但尽量用语义化结构是好事，对屏幕阅读器等用户也友好。
• JavaScript 要守规矩：谷歌能处理 JS 里的内容，前提是没被屏蔽；但用 JS 框架的站点做 SEO 通常更复杂，照着 JavaScript SEO 最佳实践来。
• 给到好的页面体验：多端显示正常、降低延迟、让主内容和其他元素容易区分。
• 减少重复内容：重复内容既影响体验，又会浪费抓取资源在你根本不在乎的 URL 上。

最后谷歌还提了本地业务和电商：在合适的场景下，AI 回答里会带商品信息和本地商家信息，用好 Merchant Center 商品 feed、Google 商家资料，能让你的产品和服务在 AI 回答和普通搜索结果里都更容易露脸。做外贸独立站的，这条值得单独标记。

六、别把"谷歌"当成"全部 AI"：多平台引用逻辑的真实差异

前面五章基本都在谷歌的语境里打转。但如果你就此以为"做好谷歌 SEO = 搞定所有 AI"，那这一章我要给你泼盆冷水。谷歌这套规则只适用于谷歌自己的体系，而当下的 AI 搜索市场早已是百花齐放——ChatGPT、Perplexity、Claude、Grok，每一个都有自己专属的检索、引用、排序逻辑。

我对照了一圈 2026 年的第三方引用数据，差异之大，老实说超出我预期。下面这些数字来自多份公开的跨平台引用分析报告，我挑几个最能说明问题的：

• 有一份覆盖约 6.8 亿条引用的分析发现，ChatGPT 和 Perplexity 之间，只有约 11% 的域名是被两者共同引用的。换句话说，你在一个平台上是常客，到另一个平台可能根本不被提及。
• 不同平台的"内容口味"差得离谱：ChatGPT 明显偏爱维基百科和百科全书式的来源，Perplexity 重度依赖 Reddit 和新近性信号，谷歌 AI 摘要则更看重跨平台的实体权威、也更愿意带 YouTube 这类多模态内容。
• 品牌被引用的概率更是天差地别。一份对三万多条 AI 回答的研究显示，不同平台之间品牌引用率最高能差出几十倍——ChatGPT 对品牌的提及非常克制，而 Perplexity、Grok 则慷慨得多。
• 单次回答引用的来源数量也不一样：Perplexity 一次回答动辄引用二十来个来源，而 ChatGPT 往往只有七八个。

我把几个主流平台的特点整理成一张对照表，方便你建立全局认知（数据为公开报告口径，会随版本变化，看趋势别抠绝对值）：

这张表里我想圈三个重点。

其一，谷歌 AI 摘要恰恰是最吃传统 SEO 的那个。它