AI搜索优化与传统SEO有何不同
HubSpot探讨AI答案引擎如何检索并引用内容,以及这一变化对营销人员搜索策略的意义。
据HubSpot的一篇营销指南介绍,AI答案引擎正在改变买家在网上接触品牌的方式。 与其从传统的链接列表中选择,使用 ChatGPT、Perplexity 和 Google 的 AI Mode 等工具的用户可能会收到一段综合回答,并附上少量引用来源。
这种呈现方式改变了搜索曝光的价值。 在回答中被引用的品牌可以获得关注、流量和信任,而仅仅排名搜索结果首页并不能保证出现在回答中。 HubSpot 表示,对于希望触达通过 AI 工具研究问题的潜在买家的营收团队来说,这一区别很重要。
HubSpot 报告称,过去一年,来自 ChatGPT 和 Gemini 等 AI 工具的引荐流量增长了两倍。 HubSpot 还表示,44% 的营销人员曾向一个他们最初是在 AI 生成回答中了解到的品牌购买产品或服务。 近三分之一的人不止一次这样做过。
从排名到引用回答
传统搜索引擎优化侧重于关键词和提高搜索结果排名。 HubSpot 所说的 AI 搜索优化,侧重于让 AI 系统更容易找到、理解内容,并结合上下文进行引用。 该指南探讨了答案引擎如何检索信息、依据来源生成回答,以及如何评估内容是否适合用于回答。
指南讨论的一种方法是检索增强生成(RAG),它可以检索实时内容来支持回答。 HubSpot 指出,引用、实体、摘要以及问答结构与这一流程相关。 该指南还涵盖内容结构、内部链接、网站技术因素,以及衡量 AI 搜索曝光度和影响的方法。
这对营销人员意味着什么
检查现有内容是否清晰地回答了买家的问题,并考虑添加摘要和问答部分是否有助于阐明主题。 营销人员还可以在开展传统搜索工作时,检查内部链接和网站技术因素。 衡量内容在 AI 回答中的曝光度及其影响,有助于团队评估内容是否通过这些工具触达买家。
本文为原创摘要,仅供参考;底层报道的所有权利均归来源方所有。