如何优化AI驱动的SERP和LLM的2025内容策略

2025年，我的LinkedIn饲料被淹没了SEO思想领袖争先恐后地定义和对消费者搜索的未来提出主张：生成引擎优化（地理） 

然而，大多数行业专家面临着一个鲜明的现实 - 很少有人真正了解如何在AI驱动的搜索平台和大型语言模型（LLMS），更不用说解释这种转变对搜索营销意味着什么或品牌如何利用它。

本文揭开了地理的兴起，揭露了普通的神话，并概述了企业在落后之前必须采取的适应。

AI搜索和LLM：信息发现的新时代

AI驱动的搜索平台，例如Google的AI概述和Microsoft Bing的AI驱动结果，正在重新定义用户如何查找信息，从传统的基于基于关键字的排名转变为Dynamic，AI-I-I-I-I-I-I-I-endered答案。” 

同时，LLM（例如Chatgpt和Gemini）通过合成大量数据来提供对话，非确定性响应来为这些系统提供动力。

最终，适应AI如何检索，解释和生成信息的品牌可以提高其长期可见性，而那些不冒失去关键新交通源的品牌。 

为了更好地了解这些变化如何影响用户，我着手探索有机搜索中日益增长的摩擦以及GEO围绕GEO的误解。

增加用户摩擦威胁着SERP对消费者的价值 

10月，分子（披露：我共同创立了该机构）在消费者搜索中研究了AI的采用。我们发现，在过去一周内，将近一半（48％）的受访者使用了Chatgpt或类似工具。 

截至一月份，Chatgpt是世界上最访问的网站第八，吸引每月47.9亿次访问。一个 

任何研究如何在AI平台上推动品牌知名度的人已经落后于您的营销工作并对冲您的品牌的未来流量来源。 

几周前，当几乎每个Google查询都迫使我完成乏味的验证码时，我觉得我正在目睹Google Search慢速崩溃的开始阶段。” 

当然，通过日益增长的摩擦和SERP质量下降，新手搜索者会比我更沮丧，这将进一步加速向更新，更有价值的搜索平台的转变。” 

我跑到我们自己的调查平台上进行了对1000名美国人的快速脉搏调查，以了解什么使用户对Google的搜索体验感到最沮丧？

我发现，普通消费者每天都会感到许多与搜索营销人员一样的挫败感： 

• Google的搜索经验主要是由于广告过多的混乱结果（66.4％）造成了挫败感，因此很难找到宝贵的有机内容。 
• 许多人也不喜欢不准确或误导AI生成的摘要（44.7％），这可能导致错误信息。” 
• 无关的搜索结果（38.8％）进一步增加了不满，降低了效率。 
• 隐私问题，例如数据跟踪（35.9％）和频繁的验证码中断（27.6％），也有助于不理想的用户体验，从而破坏了无缝浏览。

开放式的回应是最有趣的（我打算在我的期间扩展的东西SMX高级今年夏天在波士顿举行的会议）。 

深入挖掘。调查：54％的人查看更多搜索结果与5年前

对于今天的娱乐价值 - 不仅是我们的行业都在分享这些挫败感Google的挥发性SERP，正如开放式的回应对许多相同的担忧所提到的那样，我们都为此感叹： 

• 内容质量问题
  • 最近，所有搜索结果始终来自Reddit。
  • 通常，缺乏相关结果 - 我经常会寻找一些东西，这将为我提供的结果与我所搜索的相反。
  • 过滤某些链接
  • 它将提供过时的信息。
  • •具有相同信息的多个结果。
• 与AI相关的挫败感
  • 请删除AI生成的答案。
  • AI通常是我在Google上进行其他网页。
  • 没有切换以删除AI搜索，搜索参数似乎被忽略了。
  • 无法选择退出AI摘要。
• 验证码投诉
  • 拒绝接受答案，尤其是在超过五秒钟的延误中加载新图像的验证码服务。
  • 邮政编码在很大程度上是荒谬/难以理解用户想要的东西。
• 货币化和偏见关注
  • 搜索结果受到Google支付的钱的影响。
  • •推动Google Apps，就像始终尝试打开Goog​​le Maps一样。
  • 赞助网站
  • 保守的观点和人民的审查制度。

虽然我并不孤单，但许多用户（36.8％）很少遇到验证码（每周1-2次），而32.5％的用户从未遇到过验证。 

但是，有22.1％的人报告偶尔会受到干扰（每周3-5次），较小的组（6.8％）经常面对他们（每周6次以上6次），每天1.8％处理每日中断。（您好，数字营销人员！）

但是这里的踢球者：尽管有这些中断，但Google仍然是82.6％的受访者的主要搜索引擎。 

也就是说，摩擦确实会导致转变。 

大约有11.4％的用户正在探索DuckDuckgo和Brave等隐私优先选择，而3.8％的用户正在使用AI驱动的搜索工具，例如Chatgpt和Claude。 

这标志着其他搜索产品正在解决的可用性疼痛点驱动的消费者行为的新兴转变。

随着搜索质量的提高，涉及用户倾向于不同的搜索体验，这些小小的行为转变将其复合到更重要的市场趋势之后。 

Google仍然主导消费者搜索，并且很可能会在未来几年内进行。

但是，替代搜索引擎，AI驱动的发现工具以及与LLM的直接互动的兴起意味着，如果您从事营销工作，则应该在您的雷达上进行多样化。

如何通过生成引擎优化推动品牌可见性：神话与事实 

生成的AI正在改变人们的搜索方式，但是品牌仍在使用过时的SEO剧本来接近它。 

是时候揭开对GEO的最大误解，并概述在AI生成的响应中实际上有效地提高品牌知名度的问题。

为了加深我们对我的联合创始人AI排名的当前行业信念的理解，克里斯汀·廷斯基（Kristin Tynski），我分析了过去六个月的Chatgpt+排名和AI+排名的提及。 

我们找到了403个独特的LinkedIn帖子，其中提供了如何在专业界讨论AI的观点，我们通过多标签分类，情感分析，时间趋势映射和高级主题建模进一步分析了AI。

通过利用一个潜在的dirichlet分配主题建模的分析，我们能够为在营销中AI出血边缘的人们快速提炼感兴趣的主题。

大多数对话重点是四个关键主题： 

• 业务战略中的AI：专注于工作流程自动化，决策支持和预测分析。
• 数字营销和SEO：强调内容自动化，排名策略和数据驱动的营销。
• 客户参与和聊天机器人：探索AI在客户服务中的作用以及自动化与人类互动之间的平衡。
• AI伦理和错误信息：讨论偏见，透明度和负责人的AI部署。

大多数LinkedIn帖子都跨越了多个主题集群，并强化了专业人士认为AI是影响各种业务职能的综合力量。 

频繁的关键字配对包括：

• AI和自动化 
• 内容优化和预测分析。 
• 聊天机器人和客户参与。

这表明AI是一种全面的运营和战略改进工具。 

与过去的数据相比，当前的讨论表明，人们对更积极的情绪和对道德考虑的关注更加关注。 

最重要的是，最高参与者的帖子通常表达了这样一种观点，即AI是合作伙伴，而不是替代者，强调了对人类监督的需求。” 

经过多年测试AI工作流并开发专有工具，我们亲眼目睹了AI的效率如何与人类战略相结合，推动品牌增长并最大化营销投资回报率。 

然而，许多品牌领导者仍然不了解AI发动机的工作原理。

当每个人都争先恐后地建立思想领导地位在他们几乎没有掌握的空间中，怀疑主义的态度正在上升。 

在蛇石油推销员长期以来的行业中，对于想要保持创新和搜索未来的出血边缘的营销人员来说，将事实与小说分开从来都不是至关重要的。

误解1：AI搜索就像Google的实时网络索引一样

现实：LLMS主要依赖于预先训练的数据集，但是某些模型可以通过Internet连接的来源和RAG检索实时信息。

了解AI模型的差异是了解如何在这些新兴的答案引擎中潜在地影响您品牌知名度的关键。” 

Seer Interactive组合有用的图表为了帮助推动这一行业教育： 

简而言之，虽然Google的搜索索引不断刷新，但大多数LLM都依赖于网络的历史快照，并且并未实时更新。 

除非明确培训，否则他们可能会错过新的文章，趋势或新兴的讨论。

尽管Tynski认为这将在年底之前发生变化，但频繁的再培训仍然过于昂贵，这意味着大多数模型仍在静态数据上运行，而静态数据可能是几个月甚至数年的年龄：

• GPT 4O：上次培训更新是2023年12月。
• 克劳德3.5十四行诗：对数据进行培训，直到2024年4月。

结果，除非模型可以直接访问实时数据源，否则实时事件和新发布的内容可能并不总是出现在AI生成的响应中。 

改编您的品牌策略的关键要点 

• 如果AI驱动的搜索平台利用实时搜索集成（例如，搜索网络），那么品牌以利用积极主动和反应性pr保持频繁和新提及的策略，这些策略将集成到针对权威新闻来源的实时数据查询中。
• 由于LLMS没有固定的排名，并且根据查询措辞，上下文和模型更新而有所不同，因此企业应使用跟踪工具来监视其在广泛相关查询的主要AI模型中的品牌知名度。

更深入：解码LLM：如何在生成AI搜索结果中可见

误解2：链接是在AI响应中排名的关键

现实：LLMS优先品牌提到，上下文相关性和实体协会。 

几十年来，SEO围绕着链接建设。 

从高保罗站点获得反向链接是建立域名，信托信号和排名的金票。” 

但是LLMS并不像Google一样排名。 

他们没有爬网和索引实时网页。他们根据词频率，上下文相关性和周围内容产生基于预训练的数据的响应。

但是，上下文与提及本身一样重要。 

LLMS来自多个来源的汇总参考，并非确定地产生响应。

因此，品牌或想法的可见性取决于在信誉良好的培训数据中出现的频率和情况。 

一些AI驱动的搜索引擎，例如困惑， 使用检索一代（抹布）从实时搜索结果中提取以完善AI生成的响应。 

尽管这意味着传统排名仍然会影响LLM驱动的搜索，但作为可信赖语料库的一部分比单个排名更重要。

最终，出现在值得信赖的，广泛引用的消息来源中 - 尤其是那些很有可能成为LLM培训数据一部分的人，这显着增加了您在AI基本答案中提到的品牌的机会。” 

这应该是一个巨大的胜利数字公关不断吹捧文本提及的团队，当新闻记者涵盖自己的品牌而不提供链接时，那些激怒了客户的好处。” 

通过提及和上下文，在AI搜索中最大化品牌可见性的提示

• 通过开发品牌思想领袖和专家评论来建立您的品牌的主题权威，以将您的品牌定位为在出版商和问答论坛之间的高信息讨论中的宝贵来源。” 
• 开发行业分析和研究支持的内容，以建立品牌权威并增加可靠的提及，确保AI模型参考并在响应中检索您的内容。
• 利用数字公关来确保品牌在高理论性出版物中提及，从而增加了您在LLM培训数据中的品牌份额，包括上面概述的多样和可靠的出版物。 

更深入：如何在AI搜索渠道上监视品牌可见性

误解3：不可能知道LLM用于培训数据的来源 

现实：研究和监测工具可以为可能的培训来源和品牌知名度提供信息。 

尽管AI公司没有透露其完整的培训数据集，但仍有一些方法可以研究和大约LLM的数据。 

例如，您可以查询Chatgpt以获取Publishers Openai与其培训数据合作的列表。 

尽管这种响应不会立即详尽无遗，但它可以提供有关您的数字公关团队可能希望优先考虑品牌提及的高优先级领域的线索，具体取决于您的垂直和品牌专业知识： 

• 美联社（AP）：2023年7月，Openai和AP签署了交易允许AI公司许可AP的内容存档可以追溯到1985年，以进行培训。一个 
• 新闻集团：2024年5月，Openai达成协议随着新闻集团将《华尔街日报》，《纽约邮报》，《泰晤士报》和《星期日泰晤士报》的新闻内容整合到其AI平台中。
• 大西洋和Vox媒体：2024年5月，Openai签署的交易借助大西洋和Vox媒体共享内容，旨在通过合并可靠的新闻来源来提高像Chatgpt这样的AI模型的准确性。
• cond。©nast：在2024年8月，纽约，《纽约客》，《 Vogue》和《虚荣》杂志等标题的出版商，输入了多年的交易使用OpenAi，允许AI公司在ChatGpt和其他产品中使用其属性中的内容。一个 
• Axel Springer：2023年12月，Politico和Business Insider等出版物的所有者Axel Springer，与Openai合作将其内容总结在ChatGpt中，包括带有链接和归因的付费文章。一个 
• 未来：2024年12月，OpenAI与未来合作，将包括Marie Claire，PC Gamer和Techradar在内的200多个媒体品牌的内容带到Chatgpt。一个 
• 赫斯特：2024年10月，Openai宣布与赫斯特建立伙伴关系，将其杂志和报纸的内容整合在一起，例如《休斯顿纪事报》，《旧金山纪事报》，《埃勒》和《跑步者世界》。
• Gedi：2024年9月，OpenAI与Gedi合作，一个意大利媒体组，可为ChatGpt用户访问高质量的意大利语新闻。一个 
• 时间：2024年6月，Openai进入多年合作伙伴关系随着时间的流逝，授予访问101年的档案内容，以增强其产品并响应用户查询。一个 
• Le Monde和Prisa Media：2024年3月，Openai与Le Monde和Prisa Media签订合同将法国和西班牙新闻内容带入其AI模型。一个 
• reddit：2024年5月，Reddit和Openai宣布了合作伙伴关系将Reddit的内容集成到OpenAI产品中，包括ChatGpt，提供实时的结构化内容来增强AI工具。
• 轴：2025年1月，OpenAI宣布与Axios建立内容伙伴关系，扩大与新闻行业的工作。

除了直接查询LLM，还有一些工具可以分析出版商和文章影响LLM培训的哪些工具。 

了解您的品牌在这些数据集中的显示至关重要，因为它会影响AI生成的内容，搜索可见性和整体品牌知觉。

跟踪LLM培训数据来源的方法 

• 使用工具来监视您的品牌在通用爬网数据中的显示方式，以了解您的内容和品牌提及如何影响LLM培训，AI生成的响应和品牌知名度。
• 使用Sparktoro和Buzzsumo等平台来帮助识别哪些网站影响您的受众，并且在您的行业中可能会从中绘制数据。” 

代理工作流程时代的开创性策略

在2025年，SEO旨在建立基于LLM的排名系统价值的品牌信任和语义权威，就像我们一直怀疑Google的方式一样。 

如果您在组织内部采用AI，请了解AI的陷阱并在此新兴搜索边界中发展趋势将有助于确保您的职业生涯多年。 

• 将AI定位为增强，而不是替代：人工智能应增加工作流程，简化流程并改善决策 - 但人类专业知识对于信任和战略监督仍然至关重要。
• 主动解决AI伦理和错误信息：品牌应制定明确的AI道德准则，确保AI生成的内容的透明度，并优先考虑建立长期受众信任的信誉。
• 通过人类监督利用AI聊天机器人：AI驱动的参与工具可以增强客户互动，但需要监视和微调以保持准确性和用户体验。
• LLM中的驱动品牌信誉和可见性：始终发表高质量的内容并确保品牌在受信任的来源中提及，可以增强您的品牌识别，上下文相关性和权威最终提高了AI生成的响应中的知名度。
• 跟踪您在AI模型中的品牌存在：使用监视工具分析AI平台如何在关键搜索查询中引用您的品牌。通过评估与目标受众相关的常见常见问题竞争对手的知名度来优化您的内容策略。

接受这种不断发展的搜索景观的公司将是未来在接下来的12-36个月内AI驱动搜索的品牌知名度。 

犹豫不决的品牌可能会发现自己失去了AI时代早期采用者的竞争对手的宝贵流量。