封面

Edward Sturm · 71:10 · 发布 2026-07-03 · 1640次观看(截至抓取) · 观看原视频

主旨

对谈嘉宾 Léo Poitevin(法国 iGaming/CBD 联盟营销 SEO 从业者)讲述他如何用”外站榜单投放”和 Reddit 操纵去影响 ChatGPT/Gemini 等 AI 的品牌推荐,以及 AI 在推荐前如何做共识与信誉二次核查、为什么”过度 SEO”才是真正的雷区。

核心论点

  1. 在外部强权威站点投放”最佳X”榜单文,能让品牌被 ChatGPT 等 AI 采纳并复述。(→ 详解1)
  2. 筛选榜单载体站点靠背链市场比价工具 + 该站”进前三关键词数量”这一指标,而非价格本身。(→ 详解2)
  3. 自吹式榜单会被 AI 直接识别为垃圾并过滤,中立语气、给所有品牌链接、不过度偏重第一名反而更容易被采纳。(→ 详解3)
  4. 榜单标题/结构要覆盖尽可能多的关键词变体,本质是在对齐 AI 的 query fan-out 拆解方式。(→ 详解4)
  5. Reddit 操纵成本高、风险大、效果递减,投入产出比远不如把资源放在产品和客服上。(→ 详解5)
  6. 触发 Google 与 AI 降权的根源不是”做 SEO”本身,而是”看起来像 SEO”——Helpful Content Update 打的正是这一点。(→ 详解6)
  7. AI 推荐品牌时会做二次核查:共识优先,但会叠加 Trustpilot 口碑、提问者身份匹配度、榜单本身可信度等信号。(→ 详解7)
  8. 靠客座评论”补货”能部分对冲差评,但改不了根本问题——真实客服才是唯一持久解,刷假评论本身违法。(→ 详解8)
  9. 受管制赛道(iGaming/CBD)因广告渠道被封死,只能死磕 SEO,黑帽套路又被 Google 持续打补丁,长期越来越难。(→ 详解9)
  10. 给”长期经营的钱站”做外链,要靠内页而非首页、锚文本配比克制、价位落在中等区间。(→ 详解10)

知识点详解

1. 外站榜单投放如何反哺 AI 推荐 03:27

Léo 最早的发现是:把客户品牌放进”最佳 CBD 品牌”之类的第三方榜单文,分发到多家媒体后,这些内容会被 ChatGPT 抓取复述,进而带来 AI 场景下的品牌曝光。

他的解释是,用户向 AI 提问”某类解决方案哪个好”时,AI 倾向于参考搜索结果里的榜单式文章并从中摘取答案,这与传统关键词排名的逻辑是共通的——即他反复强调的”SEO 和 GEO 其实是一回事”。

值得注意的是,这一手法本质仍是 Listicle 可见性 的具体执行:载体站需先在 Google 有一定排名权威,AI 才会信任并复述其内容,否则再多榜单也进不了 AI 的答案。

2. 筛选榜单载体站点:比价工具 + 前三关键词数 08:43

获取榜单位置的常规做法是走背链市场(Link a Vista、White Press 等),再用 LinkFinder 这类比价工具汇总各市场报价,按预算(便宜客户约 200 欧、竞争激烈的行业要千元级)筛出候选站点。

真正决定”这个站值不值得买”的指标不是流量或价格,而是该站进入 Google 前三名的关键词数量——Léo 认为这是与”该站整体排名能力”相关性最高的单一指标,比走势曲线更省事也更可靠。

这套筛选逻辑跟传统外链建设看 Domain Rating 类似,只是把”权威度”换成了更贴近实际排名表现的代理指标,本质仍是给 AI 引用铺垫可信来源。

3. 自吹式榜单被 AI 识别并过滤 12:28

Edward 分享了一个亲历细节:他看到 Claude 做 query fan-out 时的思维过程里明确出现”filtering out SEO spam”(过滤掉 SEO 垃圾)字样,这正是自吹式榜单会失效的机制证据——业内(Mark Williams Cook 等)总结的规律是,自吹式榜单要给榜单里提到的每个竞品都加链接、语气要中立权威而非夸张营销腔、且不能让排第一的品牌篇幅明显更长。

反面案例是 ClickUp:他们批量发布这类榜单,给自己的段落远超其他竞品、通篇插自家产品的行动号召,结果被 AI 判定为垃圾、直接掉光了自然流量。

两人还提到一种更隐蔽的新打法——有人干脆把原本排名第一的品牌抹去、只保留第二名以后的位置,以规避”总是第一名”被识别为自我推销的嫌疑;但若某品牌在所有独立榜单里都真的排第一,AI 反而更容易采信,因为这构成了跨来源的共识。

4. 榜单标题结构对齐 Query Fan-out 17:45

Léo 的标准写法是:H1/标题必须是”对比型”措辞,塞入尽可能多的”best/top X/honest/reliable”等修饰词组合,原因不是单纯为了点击率,而是要覆盖用户和 AI 拆解查询时可能用到的各种变体表达。

页面结构上他习惯先给一段极短导语加 TL;DR 式的有序列表,方便 AI”偷懒”直接摘取列表当答案来源;正文再按 H2/H3 展开每个上榜品牌,且篇幅从第一名到最后一名依次递减(如 400 词降到 250 词),突出重点又不显得刻意。

这套写法与 Query Fan-out 概念直接对应——AI 把一个查询拆成多个子查询检索,标题里的关键词组合越全,越可能同时命中多条子查询路径。

5. Reddit 操纵成本高、回报低 28:32

Léo 承认自己在 Reddit 操纵上投入过整整一年去摸索,过程极其耗时耗神:需要养号避免账号看起来可疑、按 subreddit 调整刷赞比例、全程用加密货币和匿名邮箱支付以防”蜜罐”,还要在多设备多 IP 间切换并用表格追踪——他坦言”每次尝试都会搞砸”。

即便有 Crowd Reply、microworkers 这类按条付费买评论的服务(单条约 10-15 美分),问题在于账号存活率低、被封的概率高,规模化很有限。

两人的共同结论是:与其死磕 Reddit 操纵,不如把资源放在扎实的白帽/灰帽 SEO 上,再靠真实的好产品和好客服让用户自发在 Reddit 上正面提及品牌——这比任何刷号手法都更稳定、更省心。

6. “过度 SEO”才是真正雷区 33:39

Edward 引用 Lily Ray 的说法总结:网站被算法打击的根本原因往往是过度SEO痕迹——内容读起来像是照 SEO 检查清单堆出来的,而不像自然写作。Léo 认同,称”最好的 SEO 是让它看起来不像 SEO”。

两人进一步讨论了 Helpful Content Update 的动机:该更新实质上是把权重从”过度优化的小众博客”转向用户生成内容(如 Reddit),因为搜索者不想读冗长导语、只想要能信任的直接答案。Edward 的推测是,Google 当时无法直接告诉发布商”你们内容太差、我们要转投 Reddit”,因为一旦公开这个信号,SEO 从业者会立刻涌入当时审核机制尚不成熟的 Reddit 大肆刷屏。

由此引出的应对策略是走多渠道信号路线:除了内容本身,还要靠品牌活动、社媒、品牌词搜索量等多渠道信号让 Google 和 AI”相信你有真实生活”,从而对适度的 SEO 操作更宽容。

7. AI 推荐品牌前的二次信誉核查 49:25

Léo 观察到,当某品牌在多篇独立榜单里都排名靠前(构成共识)时,AI 通常会直接采信;但 AI 有时会追加一次AI信誉二次核查——去看该品牌的 Trustpilot 评价,如果口碑很差,AI 会在回答里补一句”虽然常被提及,但评价不佳,我不太确定”这类保留意见。

AI 还会结合提问者身份做个性化过滤:例如某 SEO 机构的官网明显只服务本地屋顶维修等小微客户,若提问者是大流量的 B2B SaaS 公司,AI 会判断该机构”不太合适”,即便它在榜单上排名很高。

此外,榜单本身的可信度也是一个信号:有从业者观察到,某榜单页底部挂着”联系我们以被收录”的表单,这类”付费上榜”痕迹会被识别为不够可靠的来源。

8. 修复 AI 可见度:客座评论的边界与客服才是持久解 56:03

Léo 分享了一个真实案例:一位被差评缠身的独立站客户找上门,他的做法是批量发客座文章、以”真实买家点评”的口吻反复强调”配送体验其实很好”来对冲 Trustpilot 上”配送慢”的差评。结果在两个客户身上效果不一致——一个奏效,另一个即便叠加了十篇客座评论,ChatGPT 依然给出”这家店口碑不佳,不建议”的结论。

他的结论是:Trustpilot 的权重比十篇客座评论加起来还重,若不解决配送这个根本问题,靠内容包装是压不住的。

Edward 在此明确划出红线:购买 Trustpilot 假评论本质上不只是违反 Google 规则,而是真实违法行为;更可持续也更省心的做法是不要把客服自动化,雇足够多真人客服并给予及时、贴心的响应——满意的客户会自发在各平台正面提及品牌,效果远胜任何操纵手段。

9. 受管制赛道的特殊约束 45:32

iGaming 和 CBD 这类受管制行业普遍无法投放广告、甚至在社媒和线下活动上也受限,导致从业者只能把几乎全部资源压在 SEO 上,难以像其他行业那样靠多渠道分摊风险。

Léo 认为,即便走白帽长期路线也无法完全规避被”降级”(而非彻底处罚)的风险,因为这一赛道里同时存在大量高投入的黑帽玩家在持续研究算法漏洞;监管环境本身还在不断变化(如法国 CBD 每半年一次新规),进一步压低了从业者做长期投入的意愿。

一个佐证是 iGaming 圈过去两年集体依赖的过期域名GMB嫁接术:找一个带 Google My Business、有 Facebook/Instagram 关联页的强权威过期域名,首页做单页优化冲一个大词,再挂子域名并做 canonical 指回首页——这套”套壳打法”约 1.5 个月前被 Google 打了补丁,具体是过期域名、子域名还是 canonical 哪个环节被针对尚不确定。这也印证了「短期黑帽终将被打补丁,长期白帽才更稳」的核心论调。63:29

10. 白帽外链与锚文本配比 67:25

针对长期经营的”钱站”,Léo 的外链打法是:大品牌只买内页链接(首页权重已足够),小品牌前期只买首页链接、待站点积累一定权威后再转向内页链接;他遵循一套锚文本安全配比——完全优化型(精确关键词)控制在 5% 以内,品牌+关键词混合的半优化型控制在 15-20%,其余以纯品牌词为主,因为纯品牌锚文本是唯一不会被降权的类型。

在具体来源选择上,他偏好来自法国市场、价格在 50-300 欧、月流量 2-3 万以上的干净站点,并尽量要求把内链直接指向客座文章本身,而不是把客座文章埋在博客中间。

可执行步骤

  • 检查自家/客户的对外榜单内容:是否给榜单里提到的每个竞品都加了链接、语气是否中立(而非自吹自捧),避免重蹈 ClickUp 覆辙。
  • 起草榜单标题/H1 时,主动罗列 best/top/honest/reliable 等多种修饰词组合,覆盖可能的 query fan-out 变体。
  • 定期查一次自家品牌的 Trustpilot/第三方评价整体观感,把它当作影响 AI 推荐的独立变量来管理,而不只是内容层面的事。
  • 审视自家榜单/评测页是否挂着”联系我们以被收录”之类的表单,若有,评估是否会被判定为付费上榜、损害可信度。
  • 外链锚文本按比例配置:精确关键词锚文本控制在 5% 以内,其余以品牌词/半优化词为主。
  • 优先把预算和时间投向真实客服响应速度与产品体验,而非评论/Reddit 操纵。

关联

  • 印证:Query Fan-out(对SEO与AI SEO的思考上-仍然只是SEO)——本视频用”标题多塞关键词变体""AI 拆成多个子查询检索”的实操描述,与该概念定义完全吻合。
  • 印证:自吹式榜单(Lily Ray谈SEO的未来)——ClickUp 自吹式榜单被 Claude 思维链标记”filtering out SEO spam”的具体案例,补充了该概念此前缺少的第一手证据。
  • 印证:共识信号(被全平台搜到——从SEO到搜索无处不在优化)——本视频明确指出 AI 推荐”就是关于共识”(if you’re first on every ranking, it’s really rare that you are not first overall),与该概念定义一致。
  • 印证:Helpful Content Update(2026 无 SEO 依赖的创业策略)——本视频补充了该更新为何”不能提前告知发布商”的博弈论解释(怕 SEO 提前涌入尚无成熟审核机制的 Reddit)。
  • GEO手册如何通过付费引用、Reddit和AI搜索挑战SEO · 同批同主题,共享 Query Fan-out、自吹式榜单,可对照
  • GEO真的存在吗?一场SEO辩论白热化 · 同批同主题,共享 Query Fan-out、Listicle 可见性,可对照
  • 谷歌算法更新对SEO的重要变化 · 同批同主题,共享 Query Fan-out、自吹式榜单,可对照
  • 5000次SEO访问让她的客户本地企业被私募收购 · 同批同主题,共享 自吹式榜单、Helpful Content Update,可对照

术语

  • Compact Keywords(Edward Sturm 自创说法,主打短平快、面向购买意图的落地页矩阵,本视频中段为其付费课程插播广告)
  • Parasite SEO(寄生 SEO,借助高权威第三方站点的排名能力搭载自己的内容或链接)
  • GMB(Google My Business,谷歌本地商家资料,本视频中被当作”养域名”必备的信任信号)
  • Turn and burn(短期黑帽套利手法,预期站点很快被处罚、用完即弃)

立场与利益

Edward Sturm 在视频中段插播了自己旗下付费课程 Compact Keywords 的完整营销片段(含客户证言与购买链接),这部分内容已从上方论点/详解中剥离,不代表嘉宾观点。

嘉宾 Léo Poitevin 拥有自己的背链市场 Link a Vista,他在推荐背链采购渠道时明确提到”这是我自己的,所以我自己用起来方便”,存在自我引流的利益关系,判断其平台推荐时应打折扣;其余关于筛选指标、写作结构、锚文本配比的方法论描述与具体工具无绑定,可视为相对通用的经验分享。

价值定位

面向已经在做联盟营销/iGaming/CBD 等受管制赛道 SEO、且开始关注”如何被 AI 推荐”的从业者:视频提供了一手灰帽实操细节(榜单采购、Reddit 操纵成本、评论操纵边界),更大的价值在于认知层面——理解 AI 推荐背后”共识+信誉二次核查”的机制,以及为什么”过度 SEO”比”做 SEO”本身更危险。

对普通独立站/内容创作者而言,可直接落地的是白帽外链锚文本配比、榜单页写作结构(中立语气、全员链接、递减篇幅)这几条,黑帽细节(买 Reddit 账号、刷 Trustpilot 假评论)本身违法且不建议采纳,仅作为理解灰产生态的背景知识。

自检问题

  1. 为什么 ClickUp 的自吹式榜单反而让品牌流量归零? 答案:因为给自家品牌篇幅过长、通篇插自家 CTA,被 AI(如 Claude 的 query fan-out 思维链)直接标记为”filtering out SEO spam”过滤掉,详见「知识点详解 3」。12:28
  2. AI 在决定推荐哪个品牌时,除了”谁在榜单里排名靠前”之外还会核查什么? 答案:会追加二次核查,包括该品牌的 Trustpilot 口碑、提问者身份与品牌定位是否匹配、以及榜单本身是否有”付费上榜”痕迹(如联系表单),详见「知识点详解 7」。49:25
  3. Helpful Content Update 为什么没能提前告诉发布商”内容质量不行”? 答案:因为一旦 Google 明说要转投 Reddit,SEO 从业者会立刻涌入当时审核机制尚不成熟的 Reddit 大肆操纵,详见「知识点详解 6」。33:39
  4. 面对差评缠身的品牌,客座评论”洗白”策略为什么有时不奏效? 答案:因为 Trustpilot 等第三方口碑平台的权重远高于客座文章,若配送/产品等根本问题不解决,内容包装压不住负面口碑,持久解法是真实客服而非刷评,详见「知识点详解 8」。56:03
  5. iGaming/CBD 这类受管制赛道的从业者为什么格外依赖 SEO? 答案:因为广告投放、社媒推广乃至线下活动渠道普遍被限制或封锁,几乎只剩 SEO 一条可用的获客通道,详见「知识点详解 9」。45:32