结论先行

AEO（Answer Engine Optimization，答案引擎优化）的目标，是让网站更容易被 AI 答案引擎发现、检索、理解、引用，并且被正确转述。它不是一个独立于 SEO 的新排名算法，也没有一个统一的“AEO 分数”可以直接冲高。SEO 是地基，AEO 是地基之上的内容与品牌优化层。
如果你需要，也可以考虑把llapi.org作为一个中转入口
想出现在 AI 概览、AI 模式或 ChatGPT 的回答里，官方口径仍然是：一般搜索技术要求，加上有用、原创、专业的内容。真正新增的工作集中在四件事：用 robots.txt 分开管理搜索爬虫与训练爬虫；把页面改成“答案先行、段落可独立引用”的结构；统一品牌写法并经营站外提及；建立提示词面板持续衡量。

一、AI 生成答案的流水线，以及你会在哪一层被刷掉

当用户在 ChatGPT 输入一个问题，通常不是“模型想一想就直接回答”这么简单，而是一整条检索与生成流水线：

1. AI 判断这个问题是否需要上网搜索；
2. 如果需要，把提问改写、甚至拆成多个子查询（Google 称之为 Query Fan-Out）；
3. 从搜索索引召回一批候选文档；
4. 重新排序，挑出最相关的几份；
5. 模型读取这些文档，生成答案，并决定每句话挂哪个来源。

第三方实测显示，一个提示词平均会展开成约 10 个子查询，而且约 95% 的子查询是传统关键词工具里几乎没人搜过的问法。这意味着，只针对单一关键词做优化已经不够，内容需要覆盖整个主题圈。

你的网站可能在任意一层被刷掉：

• 检索可见性失败：搜索阶段没有被召回，问题在技术层，回到 SEO 基础去修；
• 排序阶段被挤掉：被召回但相关性、上下文或结构化程度不足；
• 生成可见性失败：进了模型上下文，但模型写答案时没有使用你。

一个常被忽略的细节：被找到不等于被使用。来源被选进引用清单，与来源内容真的被吸收进答案，是两回事。Google AI 概览引用中来自搜索前 10 名页面的比例，已从 2025 年中的约 76% 降到 2026 年初的约 38%。排名好仍然有优势，但 AI 越来越常引用排名之外的页面。

二、各家 AI 用什么数据，爬虫怎么管理

四家主要答案引擎的数据来源并不相同：

引擎	搜索基础	主要爬虫
ChatGPT	OpenAI 网页搜索，部分结果来自合作搜索引擎	OAI-SearchBot（搜索）、GPTBot（训练）
Google AI 概览 / Gemini	Google 搜索	Googlebot、Google-Extended
Microsoft Copilot	Bing	Bingbot 及 Copilot 相关抓取
Claude	Anthropic 自己的搜索机器人	Claude-SearchBot（搜索）、ClaudeBot（训练）

不同 AI 的引用偏好差异很大。有研究比对三大平台被引用最多的前 50 个域名，三家都出现的只有 7 个，重叠率约 14%。在某一家的眼中很火的网站，在另一家可能完全隐形。

同一家公司通常有多只爬虫，且用途完全不同。以 OpenAI 为例：

• OAI-SearchBot：搜索爬虫，让网站出现在 ChatGPT 搜索结果里；
• GPTBot：训练爬虫，收集内容用于模型训练。

这给了你一个实际的选择：允许 AI 搜索并引用你的网站，同时拒绝它拿你的内容做训练。做法就在网站根目录的 robots.txt 里。

User-agent: OAI-SearchBot
Allow: /

User-agent: GPTBot
Disallow: /

User-agent: Claude-SearchBot
Allow: /

User-agent: ClaudeBot
Disallow: /

上面的示例允许 ChatGPT 和 Claude 在回答问题时找到你，同时阻止内容进入训练数据。实际规则需要按你的站点情况调整，并以爬虫官方文档为准。

三件必须知道的事：

1. 设置错了会误伤：如果不小心挡掉搜索爬虫，网站会直接从 AI 答案里消失，上线前要实际测试。
2. Google 的情况特殊：Googlebot 同时关系普通搜索和 AI 搜索；Google-Extended 控制 Gemini 相关使用，封锁它不影响普通搜索，但封锁 Googlebot 会让搜索和 AI 一起消失。
3. robots.txt 是君子协定：主流 AI 公司承诺遵守，但它只影响未来的抓取，已经被抓走的内容不会因此消失。

顺带提醒：误封其实很常见。有研究扫描约 1.4 亿个网站的 robots.txt，约 5.9% 封锁了 GPTBot，其中不少是套模板或沿用默认设置时误封的。花一分钟检查自己的 robots.txt 很值得。

三、技术基础：HTML 直出、canonical、sitemap 与 IndexNow

爬虫治理之外，技术基础与 SEO 完全一致，但 AEO 对其中几点更严格：

• 重要内容直接存在 HTML 里：不要全靠 JavaScript 才长出来。实测显示部分 AI 爬虫会抓 JavaScript 文件但不会执行，内容需要等脚本跑完才出现的话，AI 拿到的可能是空壳。
• 每个概念一个首选网址：canonical 设置干净，sitemap 如实更新。
• 主动通知：内容更新后可以用 IndexNow 协议主动通知 Bing 等搜索引擎重新抓取，不用被动等它发现；具体参与方以 IndexNow 官方站点为准。

另外，社区里出现过一个叫 llms.txt 的提议，号称“写给 AI 看的网站说明”。到目前，主流 AI 供应商并没有正式把它作为标准支持。建了无害，但不要把它排在真正的技术基础之前。

这些技术检查可以交给工具。开源项目 GEO Optimizer 会从多个类别给网站打分，并输出排好优先级的修正清单；分数是工具自身的评估标准，分数高不代表 AI 一定会引用你，真正的验证要靠第五部分的衡量。

如果你需要把 AI 工具相关的访问入口集中整理，也可以把 llapi.org 作为一个中转入口参考，具体服务和可用范围以站点当前说明为准。

四、写出 AI 愿意引用的内容

AI 引用内容的场景，是从你的页面切出一段文字，与其他网站的段落摆在一起比较。因此：

4.1 每个重要段落要能脱离上下文独立读懂

一段被切出来的文字，要让人（和模型）看得出：是谁、在什么时间、什么条件下、做了什么、依据什么来源。

如果你的段落只写“它的效果很好，比前面提到的方法快很多”，AI 无法知道“它”是谁，也就很难引用。

4.2 答案先行

在标题下面先用两到四句话直接回答问题，再展开条件、证据、例外和延伸说明。

整个页面可以设计成三层：

• 答案层：直接给结论，包含主语、日期和限制；
• 证据层：原始数据、引用来源、对比表、案例和方法；
• 转化层：试用、咨询、下载、计算器，给读者下一步。

这种结构同时服务两类读者：AI 来取答案，人类来做判断。AI 直接回答基本问题你挡不住，但可以放上必须进站才能用的东西，比如计算器、完整数据、筛选工具或交易功能。摘要抢得走答案，抢不走工具。

4.3 长度不等于质量

有研究分析了超过 17 万个被 AI 概览引用的页面，字数和被引用之间的相关性只有约 0.04，几乎等于没有关系；超过一半被引用的页面不到 1000 字。AI 在乎的是你有没有回答那个问题。

4.4 原创证据是防御力

发表在 KDD 2024 的 GEO 论文，用约 1 万个查询做实验，给内容加上可靠引用和统计数据、改善表达方式后，生成引擎可见性最高提升约 40%。但这是研究环境测出的上限，不是加几个数字就必涨 40%。它真正指出的方向是：有来源、有数据、有方法的内容，比空泛改写更容易被 AI 选中。

自己的测试数据、第一手经验、可下载的数据集、清楚的计算方法，这些是别人抄不走的。AI 要引用实测结果时，只能引用真的做过实测的人。

反过来有一件事不要做：不要用 AI 大量生成模板化的问答页。垃圾内容政策明确点名“大量生成缺乏用户价值的内容”，可能直接违规。

4.5 被引用不等于被正确转述

有研究人工汇总市面上的生成式搜索引擎，发现答案里只有约一半的句子能被它附上的引用完整支持。所以重要数字、价格、规格，写的时候要明确、附日期、给来源，降低 AI 转述出错的概率，也要定期去 AI 里实际问一问，检查它有没有把你的东西讲错。

五、让 AI 认得你的品牌

AI 整理数据时要处理“消歧义”。如果你的品牌在官网、社交平台、新闻稿里是三种写法，AI 可能把它们当成不同实体，信号被稀释。四件事依次做：

5.1 名称统一

品牌名、产品名、作者名，在网站、结构化数据、社交资料和对外资料里用同一套写法。

5.2 用 JSON-LD 结构化数据

把实体关系写清楚。注意：结构化数据是理解辅助，不是引用保证，而且 schema 写的内容必须与页面可见内容一致。

5.3 时效要真实

AI 判断内容新不新，不只是看页面日期，还要重新抓到内容、判断这次更新有没有意义。只改日期、内容没动的假更新没有用。价格、规则、版本这类会变动的信息，要有人负责真的更新。

新鲜度确实有差别：有研究比对发现，被 AI 引用的内容平均比传统搜索结果新鲜约 25.7%。

5.4 站外品牌提及

AI 对品牌的认知，很大一部分来自别人怎么写你。一份覆盖 7.5 万个品牌的研究显示，品牌在网上的提及次数与出现在 AI 概览中的相关系数约 0.664，比反向链接、域名评分等传统指标都高；后续研究还发现 YouTube 上的品牌提及与 AI 可见度相关系数约 0.737，是测过的最强信号。

需要强调：相关不等于因果，研究团队自己也这么强调。但方向明确：品牌在越多可信的地方被用统一方式提到，AI 回答时想起你的概率就越高。行业媒体报道、评测网站、清单文和对比文、论坛讨论、YouTube 内容，都是值得经营的站外存在感。

六、怎么衡量 AEO 有没有效

SEO 有排名可看，AEO 目前最实际的做法是建立提示词面板：

1. 整理 50 到 200 个潜在客户会问 AI 的问题：带品牌的、不带品牌的、对比型、推荐型都要有；
2. 定期拿去问 ChatGPT、Google AI、Copilot、Claude；
3. 记录四件事：有没有被找到、有没有被引用、转述是否正确、有没有带来流量和转化；
4. 重复测试、看比例。AI 回答有随机性，单次回答不能当证据。

工具方面可以先从免费的入手：

• Bing Webmaster Tools 的 AI Performance 报表，显示网站被 Copilot 和 Bing AI 引用的次数、页面和触发查询；
• Search Console 也开始提供生成式 AI 搜索相关成效数据，具体开放范围以当前后台为准；
• 流量端把 utm_source=chatgpt.com 等来源单独分组，在分析工具里看转化率。

流量进来之后还要处理 404：AI 有时会幻觉出网站上不存在的网址。有研究统计，AI 助手把访客送进 404 的概率约为 Google 搜索的 2.87 倍，其中 ChatGPT 被点击的网址约 1% 是失效的。在分析工具里找出有流量的 404，设置跳转到最相关的真实页面，就能接住原本会流失的访客。

不管用什么工具，有一个指标比“被引用几次”更重要：AI 引用你的时候，讲的内容是对的吗？引用次数是面子，引用准确率带来的转化才是里子。

常见坑

• 认为 AEO 是一个可以“一键冲分”的独立算法：不存在统一的 AEO 分数；
• 只优化单一关键词：AI 的查询扇出会把问题拆成一大圈相关小问题；
• 误封搜索爬虫：最常见的冤枉问题，上线前务必测试；
• 用大量 AI 模板生成问答页：可能被垃圾内容政策点名；
• 只改更新日期：内容没变的假更新无效；
• 把“被引用”当成“被说对”：约一半的生成句子能被引用完整支持。

总结

AEO 听起来很新，拆开看大部分是 SEO 的延伸。真正新增的是四件事：

1. 用 robots.txt 分开管理搜索爬虫和训练爬虫，让 AI 可以引用你，但不拿你的内容训练模型；
2. 把重要段落写成可单独引用的形式：答案先行、主语清楚、附日期、附来源；
3. 经营站外品牌提及，让 AI 在更多可信地方用统一方式看到你；
4. 建立提示词面板，定期衡量自己在 AI 答案里的可见度和准确率。

AI 可以帮你做例行重复的部分：扫描技术问题、验证 schema、批量执行提示词测试。但要拿什么当原创证据、品牌用什么说法、AI 讲错时先修哪里，这些判断还是要你来做。

今天可以先做三件事：花 5 分钟检查 robots.txt；花 30 分钟拿 10 个客户问题去问 AI；花一个下午把最重要的页面改成答案先行，写清价格和功能。站外提及和提示词面板，接下来每个月持续做即可。

搜索入口正在改变，但入口后面的逻辑没变：谁的答案可信、又真的解决了问题，谁就会被推荐。只是以前推荐你的是算法，现在多了一个 AI。