EP.46 · 2025-07-25
AI Buzzwords · 档案
档案重建版 — 这一期的页面是后来根据当期录播逐字稿与信源清单还原的,按主讲当天的讲述顺序组织,不做事后追加。文中判断都是 2025 年 7 月当时的判断,未按后来的发展修改。
2025-07-25 · 64 分钟 · 逐话题

ChatGPT 时代的 SEO,该往哪边优化

这期的主题就一个:大家都在用聊天工具了,那这个时代的 SEO 是什么,该往哪边优化。老办法的前提没了——以前搜索结果有明确的第一第二第三,现在一段生成的回答引了一堆来源,被引第一个的不见得就比第三个好。

本期话题
  1. Agent 下放到了入门档
  2. 一份 AI 浏览器横评,提示词比结论更值钱
  3. 两万条真实提问告诉你,大家还是拿它当搜索用
  4. 生成式引擎优化的三条建议
  5. 这些 agent 的数据,其实还是从那几家拿的
01

Agent 下放到了入门档

上周五上线的 agent 功能,让人意外的是二十美元档的用户也开了——入门档给 40 次,高价档给 400 次。

实际体验下来,最惊艳的其实不是结果,是过程展示:它愿意花时间把整个执行过程从头展示给你,而且不是一段纯视频,是展示加可交互的内容——刻意隐藏大量细节,只把你可能需要的那部分暴露出来:它现在要干什么、打开了哪个网页、有些搜索结果可以让你看到。

接管功能有个挺 bug 的地方虚拟机只能开一次,任务一结束虚拟机就关了,对话也跟着结束,没法再收回来继续。

内容生成本身没有什么特别惊艳的地方——看不出来它用了浏览器之后,拿到了什么特殊的信息。

02

一份 AI 浏览器横评,提示词比结论更值钱

有人把几家主流的 AI 浏览器 / agent 拉到一起横评。

结果是:成功数最高的一家 12 个,官方那家 10 个,其余几家 9 个,差距其实不大平均耗时里有一家明显更快,应该在性能优化上下了很多功夫。

更值得抄的是它公开的那批提示词——一部分来自官方演示视频,一部分是行业内朋友提交的。

举个高难度的例子:「我们公司出了个新东西,帮我去视频平台上找能帮我宣传的大博主,有谁?」这就是市场部每天在做的事,直接拿它当测试题,比跑分实在。

03

两万条真实提问告诉你,大家还是拿它当搜索用

竞技场新增了搜索类的榜单,并公开了一份分析——基于两万多条真实提问做的归类。

占比最高的是事实查询(lookup);第二是信息合成(「帮我找五个最……的新闻」);这两类加起来接近 40%。

第三名的分析类已经跌到 10%;推荐、解释各占 10% 左右;创作性生成和指导类更少。

结论很朴素但很重要:大家在很大程度上还是把它当搜索来用。你肯定不会用「灯泡是谁发明的」这种方式去问它——但真实分布告诉你,大部分提问离那个也不算太远。

04

生成式引擎优化的三条建议

这套东西的源头是一篇 2023 年 11 月的论文——发在聊天工具问世一个月之后,不算老。它先讲清楚问题:

以前做搜索优化,你知道自己排第几;现在生成一段回答,引用了不同来源,你没法说被引的第一个就比第三个好。

它给的三条建议到今天也不过时:

一、把来源挂上。说清楚你的内容取自哪里——现在主流产品基本都在这么做。

二、增加统计信息。不要说「我很强」,要说「我比 87.685% 的人强」「增长了 70%」——统计级别的数据会让模型更愿意采信。

三、把权威性写出来。表现出你在这件事上真的有发言权、有地位,证明你的结论靠谱。

把这三条和上面那份真实提问分布合起来看,这一代的优化方向就清楚了:内容做得更长、引用做得更多、权威性描述做得更足。

05

这些 agent 的数据,其实还是从那几家拿的

有个容易被忽略的事实:不管这些 agent 看起来多厉害,它们的搜索数据也就来自那么几家。

最近几个月各家模型厂商都开始公开自己的搜索 API——网页搜索、文件搜索各一个接口,你可以直接通过它拿外部网页的搜索结果。

但底层大概率还是从主流搜索厂商那里买来的。

实践里更常见的是用第三方聚合服务:注册个账号拿把密钥,几大搜索引擎的结果都能一次拿到。

顺带一句安全侧的看法:我们总在说要做安全、做防护,但如果连最先进的自主攻击那套东西都不去研究,那防护是在防什么?

每周 AI 情报 · AI Buzzwords · EP.46 · 2025-07-25 · 1 小时 4 分
档案重建版,依据当期录播逐字稿与 Notion 信源清单还原。← 返回分享列表
▶ 本期分享 · 视频导览 滑动到文章 · 高亮卡片点击播放对应讲解 收起 ▾