--- title: '五位 SEO 专家给的 GEO 打法' video_id: RwKKLnyXCig url: https://youtu.be/RwKKLnyXCig title_en: "Top SEO Experts Build Me an AI Search Strategy (GEO)" channel: Ahrefs published: 2026-01-21 duration: "10:24" topics: [AEO/GEO, 外链建设, 内容策略] noted: 2026-07-05 value: A views: '2.4万' --- [![封面](https://i.ytimg.com/vi/RwKKLnyXCig/maxresdefault.jpg)](https://youtu.be/RwKKLnyXCig) > Ahrefs · 10:24 · 发布 2026-01-21 · 2.4万次观看(截至抓取) · [观看原视频](https://youtu.be/RwKKLnyXCig) ## 主旨 Ahrefs 主持人向五位一线 SEO 从业者各问一句"你最好的 [[GEO]] 建议是什么",汇成一套让品牌被 AI 搜索(AI Overview / AI mode / ChatGPT)引用的战术清单,并最终收敛到一个反战术的内核。 ## 核心论点 1. **AI 搜索要用"提示词"思维而非"关键词"思维**——真实需求得从对话记录里挖,而不是关键词工具。([[#1-别用关键词思维提示词平均长-5-倍需求要从对话里挖-0205|→ 详解1]]) 2. **能否被 AI 引用,取决于全网怎么谈论你**——organic 排名是入场券,反链、UGC、清单文共同喂养 LLM 的信任信号。([[#2-被-ai-引用的前提让全网怎么谈论你-0132|→ 详解2]]) 3. **YouTube 可见性是当前与 AI 引用相关性最强的因子**——因为 YouTube 既是 AI 的训练输入,又是 AI 答案最常引用的输出来源。([[#3-youtube-可见性当前相关性最强的-ai-引用因子-0246|→ 详解3]]) 4. **内容新鲜度直接影响被引用概率**——被 AI 引用的内容平均比排在 SERP 的内容更新。([[#4-内容新鲜度被-ai-引用的内容更新-0345|→ 详解4]]) 5. **面向细分用户的对比页是当前最有效的战术**——同样的"A vs B",写给特定人群的版本更容易被 LLM 推理时采用。([[#5-细分用户对比页让-llm-顺着它对用户的了解来推理-0519|→ 详解5]]) 6. **新品牌可蹭巨头对比做"三方清单",并用赞助链接反查买同款位**——目标是长期把自己和已知品牌绑进同一段话里。([[#6-新品牌的破局三方清单蹭巨头赞助链接反查买同款位-0700|→ 详解6]]) 7. **战术之前先问"我的品牌配不配出现"**——再用工具找竞品被大量提及而你缺席的话题空白。([[#7-战术之前先自问我的品牌配不配出现以及我缺席了哪些话题-0800|→ 详解7]]) 8. **所有战术的内核是"把生意做得更好"**——长期 GEO 只奖励真正可信赖的品牌、产品和内容。([[#8-反战术的内核把生意做得更好-1000|→ 详解8]]) ## 知识点详解 ### 1. 别用关键词思维:提示词平均长 5 倍,需求要从对话里挖 [02:05](https://youtu.be/RwKKLnyXCig?t=125) 第一位专家 Kevin 的核心判断是:传统 SEO 的关键词已经接不住用户在 AI 里真正想问的东西。主持人总结的数据是,AI 搜索的提示词平均比传统关键词长 5 倍,因为用户是在提问、并大段描述自己的处境。 他给的挖需求方法不是打开关键词工具,而是去看目标受众和公司之间真实发生的对话——他最爱用的是销售通话记录。把这些 transcript 上传给 LLM,再问传统市场调研会问的问题:客户在乎什么?他们的恐惧、疑虑、犹豫是什么? 这样能找到经典关键词研究挖不出的独特话题。可复用的对话源还包括 Zoom 通话、Reddit 讨论、客服邮件和在线聊天记录——本质是把"猜关键词"换成"读真实语料"。 ### 2. 被 AI 引用的前提:让全网怎么谈论你 [01:32](https://youtu.be/RwKKLnyXCig?t=92) 要在 AI Overview、AI mode 里被提及,Kevin 认为出现在 organic 自然搜索结果里是关键的第一步——它是最基础的入场券。 再往上是老一套但依然管用的组合拳:跨出版商、社交网络、评论站的网络提及,加上你自己产出的内容。他一句话点透机制——"归根到底,取决于网络是怎么谈论你的",publishers 和 Reddit 这类 UGC 平台上要有能让 LLM 拿来当答案依据的内容。 其中被列入清单文(Listicle 可见性)当下"非常重要",他直言这里有大量简单战术甚至 spam 的空间,而且现实是它确实有效——但会不会永远有效?不会,能撑多久?没人知道。 ### 3. YouTube 可见性:当前相关性最强的 AI 引用因子 [02:46](https://youtu.be/RwKKLnyXCig?t=166) 第二位专家 Louise 即将发布一项研究:在品牌搜索因素与 AI 可见性的关系里,YouTube 可见性是相关性最强的因子,其次是 YouTube 提及的曝光量。 她解释这背后有输入、输出两条逻辑。输入侧,OpenAI 训练用了超过一百万小时的 YouTube transcript,YouTube 是巨大的自然语言语料库;输出侧,从 brand radar 的数据看,YouTube 是 AI mode 和 AI Overview 里被引用最多的域名。 因此她的建议是认真审视自己在 YouTube 上的可见性:你怎么出现、赞助了谁、在做什么样的内容合作。对新站来说,主动建设第三方站点上的提及是大头,而这如今也该延伸到 YouTube 提及上。 ### 4. 内容新鲜度:被 AI 引用的内容更新 [03:45](https://youtu.be/RwKKLnyXCig?t=225) Louise 给新站的具体动作是持续产出近期内容、并定期更新旧内容。她引用 Ryan Lord 分析 1700 万条 AI 引用的研究:被 AI 引用的内容大约比排在 SERP 上的内容新 26%。 所以持续发布加定期刷新内容,能明显帮到被引用的概率。她把这条和"主动建设第三方站点提及"并列,视作新站两件最该做的事。 顺带,她推荐去看 Steve Toth 的动向——对方专门在为 AEO 做 YouTube 视频,一直输出实操性很强的战术建议。 ### 5. 细分用户对比页:让 LLM 顺着它对用户的了解来推理 [05:19](https://youtu.be/RwKKLnyXCig?t=319) 第三位专家 Steve 当前效果最好的打法是围绕 SaaS 对比。传统对比页是"公司 A vs 公司 B"(如 FreshBooks vs QuickBooks),这类页面在 LLM 里已经很有可见性。 他的升级点是:ChatGPT、Gemini 这些实例其实都知道用户是谁。所以创作"面向某类特定用户"的对比内容,能借用 LLM 已知的这个人的画像,支撑它生成答案时的推理路径。 举例:平面设计师在找 QuickBooks 替代品,一篇"给平面设计师的 QuickBooks 替代品"文章,既能在你被收录时带出品牌提及,又能顺势输出你想传达的信息——比如强调你的产品在该细分人群看重的"易用直观界面"上做得好。 ### 6. 新品牌的破局:三方清单蹭巨头,赞助链接反查买同款位 [07:00](https://youtu.be/RwKKLnyXCig?t=420) 预算远不如大厂时怎么办?Steve 的第一招是尽可能把自己塞进更多清单文。第二招更巧:蹭两个巨头的对比,做成一篇三方对比页,让你的品牌也被列进去。 第三招是用 Ahrefs 的赞助链接过滤器(Site Explorer 里的 sponsored 筛选):查竞品在哪些站买了赞助链接,然后去同样的位置买,让你的品牌进入和它们同一段对话。 他也提醒要现实:新玩家这是场长期战,核心目标是让自己的品牌随时间、在你所有资产上,和同领域那些已知品牌与实体反复associated 在一起。 ### 7. 战术之前先自问:我的品牌配不配出现,以及我缺席了哪些话题 [08:00](https://youtu.be/RwKKLnyXCig?t=480) 第四位专家 Glenn(Ahrefs 营销策略与研究负责人)先抛回一个问题:你觉得自己配出现吗?你有没有一个人们真的想找到的优质资源?如果它被当作 GEO 来源引用,会不会显得很奇怪? 他把 ChatGPT、AI Overview 的回答看成"世界上正在发生什么"的一种映射——当然有 spam 到一堆榜单里的取巧战术,但如果搜"最佳 CRM"却看不到 HubSpot 这类品牌,那才反常。言下之意:先让自己成为那个理应被提及的品牌。 在此之上他有个具体动作:监控和自己常规关键词相关的 Reddit 查询,看哪些 Reddit 帖在 organic 结果里排名、能否自然地参与其中[08:48](https://youtu.be/RwKKLnyXCig?t=528)。他还推崇用 brand radar 找话题空白——竞品被大量提及、而你完全没被关联的话题,就是你补内容、挤进答案的机会。 ### 8. 反战术的内核:把生意做得更好 [10:00](https://youtu.be/RwKKLnyXCig?t=600) 最后主持人找了一位他认识的最技术流 SEO,本以为会得到高级战术,对方却说:大家会讨厌我这么讲,但答案是"把生意做得更好"。 主持人由此收尾:前面所有专家分享的战术与策略,其实都围绕这一条显而易见的原则。长期的 GEO 奖励的,正是你我一直想要的东西——值得信任、值得依赖的品牌、产品和内容。 换句话说,清单文、对比页、Reddit、YouTube 都是加速器,底层资产还是"这门生意本身是否值得被推荐"。 ## 可执行步骤 - [ ] 找 3-5 段真实对话(销售通话/客服邮件/相关 Reddit 帖),上传 LLM,问"客户在乎什么、他们的恐惧疑虑是什么",提炼关键词工具挖不出的话题。 - [ ] 盘点自己在 YouTube 上的可见性:被谁提及、赞助或合作了谁,列出可增加品牌被提及的具体动作。 - [ ] 建立"发布 + 刷新"节奏:持续产出近期内容,并定期更新旧内容,提高被 AI 引用时的新鲜度。 - [ ] 把现有"A vs B"对比页,拆出面向某个细分人群的版本(如"给<某职业>的<竞品>替代品"),强调该人群最看重的卖点。 - [ ] 反查竞品在哪些站买了赞助链接,评估在同位置投放、或做一篇把自己加进去的三方清单文。 - [ ] 用 brand radar 类工具,列出竞品被大量提及而你缺席的话题,作为下一批内容选题。 ## 关联 - 印证:2026 无 SEO 依赖的创业策略 里 Brian Dean 说"关键词研究从精确短语进化成主题信号、LLM 提问句子更长",本片 Kevin 用"提示词平均长 5 倍、要从对话挖需求"给出了更具体的操作口径。 - 印证:同一篇笔记的"外链变成 LLM 信任信号、未跟链的品牌提及也起作用",与本片 Kevin"取决于网络怎么谈论你"、Steve"把品牌和已知实体反复关联"是同一机制的战术展开。 - 印证:该笔记"YouTube 仍有明显供需缺口"是从供给角度讲,本片 Louise 用相关性研究(YouTube 是最强 AI 可见性因子、被引用最多的域名)从数据角度补强了同一结论。 - 印证:该笔记"内容要转向第一人称独家、新鲜信息才被引用",与本片 Louise"被 AI 引用的内容比 SERP 新 26%"指向同一方向。 - iGaming SEO专家揭秘如何操纵ChatGPT推荐 · Listicle 可见性:印证——本视频的外站榜单投放手法是该概念的具体执行细节 - 你做错了SEO · Listicle 可见性:印证——与本视频 roundup 页是 AI 大量取材来源的说法一致 - GEO真的存在吗？一场SEO辩论白热化 · Listicle 可见性:印证——虚构EAT专家榜单实验是该操纵手法的具体证据 - [[2026-07-09-让 ChatGPT 推荐你品牌的四步实操|让 ChatGPT 推荐你品牌的四步实操]] · 复现:本片 Step 2"上最佳X清单、避开宽泛榜单"是 Listicle 可见性 的具体落地动作;Step 3 Grunes 对比页案例与 三方对比页 借巨头流量同源;Step 4 把 YouTube 可见性 列为四类高信心来源之一。 ## 术语 - GEO(Generative Engine Optimization,生成式引擎优化,让内容被 AI 答案引用的优化) - AEO(Answer Engine Optimization,答案引擎优化,与 GEO 常混用) - AI Overview / AI mode(Google 搜索里的 AI 生成摘要 / AI 对话模式) - Listicle(清单文,如"最佳 X 榜单"这类罗列式文章) - UGC(User Generated Content,用户生成内容,如 Reddit 讨论) - ICP(Ideal Customer Profile,理想客户画像) - Brand Radar(Ahrefs 追踪品牌在 AI 答案中被提及/引用情况的功能) ## 金句 > "It depends on how the web talks about you." → 一句话点破 GEO 的底层机制:被 AI 引用不是优化页面,而是经营全网对你的谈论。 > "People are going to hate me, but it's build a better business." → 所有花哨战术的反面注脚,长期只有"生意本身值得被推荐"这一条护城河。 ## 立场与利益 本片由 Ahrefs 出品,五位专家里 Glenn 是 Ahrefs 营销负责人,片中多处点名自家工具:brand radar(找 AI 提及与话题空白)、Site Explorer 的 sponsored links 过滤器(反查竞品赞助链接)、以及 Ahrefs 自己关于 listicle 可见性的研究。这些战术与 Ahrefs 产品强绑定,采纳时需意识到有导流动机。相对而言,"从对话挖需求""内容新鲜度""先问配不配出现""把生意做得更好"这几条不依赖任何特定工具,是换个平台也成立的通用共识。 ## 价值定位 - 适合谁:已经在做 SEO/内容、想补齐 GEO 战术清单的 solo builder 或小团队;尤其是做 SaaS、对比型内容或 directory/niche 站、需要被 AI 答案提及的人。 - 解决什么:把"怎么被 AI 引用"这个模糊问题,拆成 6-7 个可立刻动手的具体战术(挖需求、YouTube、新鲜度、细分对比页、三方清单、赞助链接反查、话题空白)。 - 认知 vs 实操:偏实操,是一份战术菜单;但最后"把生意做得更好"给了认知锚点,防止陷入纯 spam 战术。 - 与 2026 无 SEO 依赖的创业策略 重叠(同讲 GEO/被 AI 引用),但本片独有的是可直接复制的战术颗粒度(细分对比页写法、赞助链接反查、三方 listicle),那篇偏战略框架、本篇偏动作清单。 ## 自检问题 1. 为什么说做 GEO 不能再用传统关键词思维?该怎么替代? **答案**:AI 搜索的提示词平均比关键词长 5 倍,用户在提问并大段描述处境;替代法是从真实对话(销售通话、Reddit、客服邮件)里挖需求,上传 LLM 问市场调研式问题,见详解1。[02:05](https://youtu.be/RwKKLnyXCig?t=125) 2. Louise 的研究里,与 AI 可见性相关性最强的因子是什么?为什么? **答案**:YouTube 提及(其次是 YouTube 提及曝光量);因为 YouTube 既是 AI 的训练输入(OpenAI 训练用了超百万小时 transcript),又是 AI 答案引用最多的输出域名,见详解3。[02:46](https://youtu.be/RwKKLnyXCig?t=166) 3. Steve 的"细分用户对比页"比传统"A vs B"对比页强在哪? **答案**:LLM 已经知道用户是谁,写给特定人群(如"给平面设计师的 QuickBooks 替代品")能借用 LLM 对该用户的了解、支撑它的推理路径,同时带出品牌提及和你想强调的细分卖点,见详解5。[05:19](https://youtu.be/RwKKLnyXCig?t=319) 4. 预算不如大厂的新品牌,片中给了哪几招进 AI 答案? **答案**:尽量塞进更多清单文;蹭两个巨头对比做三方清单把自己列进去;用赞助链接过滤器反查竞品买链的位置去买同款位,目标是长期把品牌和已知实体反复关联,见详解6。[07:00](https://youtu.be/RwKKLnyXCig?t=420) 5. 最技术流那位专家给的 GEO 建议是什么?它和前面所有战术是什么关系? **答案**:"把生意做得更好";前面所有战术都围绕这一条原则,长期 GEO 只奖励值得信任、值得依赖的品牌产品和内容,战术只是加速器,见详解8。[10:00](https://youtu.be/RwKKLnyXCig?t=600) > [!quote] 💬 热门评论 top-16 主 + 4 回(抓取 2026-07-07) > > [3] **@Seobot_dk**:讲得真清楚。这种内容有助于弥合技术SEO和内容策略之间的差距。 > [4] **@RupaliDubey-r7k**:从关键词思维转向对话驱动的提示，这点真的很突出。强调第三方提及、YouTube可见性和细分领域比较，让GEO感觉不像是一种取巧手段，更像是真实世界可信度的体现。观点很扎实。 👍 2 > [5] **@michaeldigtheme2337**:YouTube提及和AI可见性之间的关联完全说得通，想想这些系统训练时用了多少对话数据。有意思的是，这不只是关于制作YouTube内容，而是要理解你的品牌在这些平台上如何以自然语言被讨论。LLM Authority Index分析AI系统如何引用和推荐品牌，显示类似的模式：对话上下文比传统SEO信号更能驱动可见性。 > [6] **@quincyjack**:那个26%更新频率的数据应该让大多数内容团队感到害怕。如果你不更新旧页面、不在自己网站之外被主动提及，那你在AI搜索里基本就是隐形的。我主要在aiclicks工作，所以亲眼见过很多这种情况。对比和列表文章的策略也很真实，光是进入那些“vs”文章就能推动指标。 > [8] **@foysalfoysal4304**:如何创建SEO审计报告？ 👍 2 > [9] **@JuliaJohnson84**:YouTube和内容新鲜度的相关性解释了为什么某些输出感觉比传统搜索结果更及时。LLM Authority Index分析AI系统如何引用和推荐内容，显示这种模式：近期内容在这些模型中的权重不同。转录训练数据说得通，看看输出变得多对话化就知道了。 > [11] **@Matt-Enser-KWSM**:Patrick Stox说得太对了。让我想起Truett Cathy的一句话：“如果我们变得更好，客户就会要求我们变得更大！” 👍 3 >   ↪ **@FinancialRegulationcourses-FRC**:关键在于正确直接地回答问题，但你还得克服谷歌的守门。在我看来，这种守门不只是对过度饱和的回应——很大程度上是为了防御垃圾内容。我喜欢用AI做视觉和分析，但除了客户满意度，还有另一个现实：谷歌目前充斥着低质量的AI生成垃圾内容。在它被有效过滤之前，真正有领域权威的合法组织更难突围。这就是为什么质量比数量更重要——而且需要很多耐心。 > [16] **@SKYLANCHE**:而且没人谈论网站结构，必须把相关主题聚类到服务页面下，而不是创建/blog之类的东西，这些我们得测试。为什么企业网站不能像电商网站那样？企业能否为搜索创造需求和词典？等等 👍 2 > ——其他 7 条:感谢/夸赞([1]@pramodgeorgehq、[2]@JustineBenecio、[7]@duoseoadh、[12]@هيسوكا-ت1ي、[13]@yahyasbini、[14]@BearAnderson-l8k、[15]@NicoleDPaolino);1 条 spam 已略 >
英文原文[1] @pramodgeorgehq:So basically just do SEO properly! 👍 32
  ↪ @ryangreen45:But people don't do SEO properly. So, if you can get them to do SEO properly by repackaging the old thing and giving it a new name and introducing fomo, it's still a job well done at the end of the day 👍 3
  ↪ @MatijaGrcic:correct 👍 1
  ↪ @susancorgi:Did you even watch the video?
[2] @JustineBenecio:You putting this up for free is actually clutch - praise to you 👍 2
[3] @Seobot_dk:Really well explained. This is the kind of content that helps bridge the gap between technical SEO and content strategy.
[4] @RupaliDubey-r7k:The shift from keyword thinking to conversation-driven prompts really stood out. The emphasis on third-party mentions, YouTube visibility, and niche comparisons makes GEO feel less like a hack and more like a reflection of real-world credibility. Solid perspective. 👍 2
[5] @michaeldigtheme2337:The correlation between YouTube mentions and AI visibility makes complete sense when you consider how much conversational data these systems are trained on. What's interesting is that this isn't just about creating YouTube content, but understanding how your brand gets discussed in natural language across these platforms. LLM Authority Index, which analyzes how AI systems cite and recommend brands, shows similar patterns where conversational context drives visibility more than traditional SEO signals.
[6] @quincyjack:The 26% fresher stat is the one that should scare most content teams. If you're not updating old pages and actively getting mentioned off your own site, you're basically invisible to AI search. I work mostly out of aiclicks so I see a lot of this firsthand. The comparison and listicle strategy is real too, getting into those "vs" articles alone moves the needle.
[7] @duoseoadh:Helpful tips for anyone working on multiple SEO projects. Consistency is always the key. 👍 1
[8] @foysalfoysal4304:How to create SEO Audit Report ? 👍 2
[9] @JuliaJohnson84:The YouTube versus content freshness correlation explains why certain outputs feel more current than traditional search results. LLM Authority Index, which analyzes how AI systems cite and recommend content, shows this pattern where recent content gets weighted differently across these models. The transcription training data makes sense when you see how conversational the outputs are becoming.
[10] @SEONIB:yo this video is super helpful—been trying to wrap my head around GEO and AI search for a while. the part about YouTube mentions actually influencing models is mind-blowing, never thought of that. btw i just started using SEONIB, like literally this week, and it's kinda crazy how it just finds trending topics and spits out articles that actually get indexed. i'm still a noob at SEO so having it auto-publish stuff for me is a lifesaver. no more staring at a blank page lol. def gonna rewatch this and test some of the identity-based content tips with SEONIB's product-to-blog feature. cheers for sharing the blueprint 🙌
[11] @Matt-Enser-KWSM:Patrick Stox is right on for sure. Makes me think of this Truett Cathy quote. "If we get better, our customers will demand we get bigger!" 👍 3
  ↪ @FinancialRegulationcourses-FRC:It’s all about answering questions correctly and directly, but you also have to overcome Google’s gatekeeping. In my view, that gatekeeping isn’t just a response to oversaturation—it’s largely a defence against spam. I like using AI for visuals and analytics, but beyond customer satisfaction, there’s another reality: Google is currently saturated with low-quality, AI-generated spam content. Until that is properly filtered out, it will be harder for genuine organisations with real topical authority to break through. That’s why quality over quantity matters more than ever—and a lot of patience is required.
[12] @هيسوكا-ت1ي:the tips in this are solid, appreciate it
[13] @yahyasbini:Woooooow very Unique information and insights from experts
[14] @BearAnderson-l8k:Thank you for explaining everything so clearly. Everything is very clear. Like for the explanation.
[15] @NicoleDPaolino:Steve Toth isn’t just in LLM SEO. He’s living in its beta version. While most marketers are still optimizing for yesterday’s search box, Steve is mapping the neural weather patterns of machines that haven’t fully introduced themselves yet. Global LLM SEO leader sounds corporate, but the reality is stranger and more interesting: he’s studying the science of how algorithms decide who exists.
[16] @SKYLANCHE:And nobody talks about site structure, must be cluster related topics under service pages instead of creating /blog are stuff we have to test, why can't a business website be like a e-commerce website, can businesses create demand and dictionary for search, etc 👍 2