人工智能、搜索引擎优化、AIO 和 LLMO 的综合研究概述 – 图片来源：Xpert.Digital
大型语言模型优化：人工智能如何从根本上改变搜索引擎优化行业
大型语言模型优化：人工智能如何从根本上改变搜索引擎优化行业
人工智能搜索引擎优化和大型语言模型优化（LLMO）的研究领域正在迅速发展。这份综合分析报告阐明了这一新兴领域所有相关方面的最新研究现状。.
适合：
基本概念和术语
LLMO、GEO 及相关术语
研究揭示了用于优化人工智能系统内容的各种术语。大型语言模型优化 (LLMO) 专注于优化大型语言模型，例如 GPT-4、Claude 或 Gemini。生成式引擎优化 (GEO) 旨在优化生成式搜索引擎，而人工智能优化 (AIO) 则是一个涵盖所有人工智能优化措施的统称。.
普林斯顿大学的一项开创性研究将“生成式引擎优化”这一术语引入科学文献，并证明 GEO 策略可以将 AI 生成的响应的可见性提高多达 40%。这项研究首次建立了一个系统化的框架，用于优化生成式 AI 系统的内容。.
现代人工智能模型的工作原理
现有研究表明，人工智能模型通过预训练、微调和检索增强生成（RAG）来实现其功能。其中，基础训练过程尤为重要，人工智能系统通过实时搜索，利用实时网络数据来丰富其答案。谷歌使用词嵌入和语义相似度计算来逐段评估内容，而不是搜索整个页面中的关键词。.
排名因素和可见性因素
谷歌人工智能概览排名因素
大量研究确定了影响谷歌人工智能概览的七个主要领域：
- AI模型（PaLM 2、MUM、Gemini）
- 核心排名系统（PageRank、BERT、有用内容）
- 数据库（知识图谱、购物图谱）
- 主题领域（YMYL类别）
- 搜索意图（信息型、导航型、交易型）
- 多媒体元素
- 结构化数据
研究表明，谷歌排名较高的网站有 25% 的概率出现在 AI 概览中。有趣的是，ChatGPT 近 90% 的引用都来自排名前 20 之外的搜索结果。.
品牌知名度和提及因素
Ahrefs 对 75,000 个品牌进行的全面分析揭示了 AI 概览中可见度的显著相关性：
- 品牌网络提及：相关性最强（0.664）
- 品牌锚：相关性第二强（0.527）
- 品牌搜索量：相关性排名第三（0.392）
- 反向链接：相关性显著减弱（0.218）
这项研究表明，站外因素比传统的SEO指标更为重要。在人工智能概览中，网络提及次数最多的品牌获得的提及次数比排名第二或第三的品牌高出10倍。.
品牌知名度和LLM可见性
Seer Interactive 的研究表明，品牌搜索量与人工智能提及量之间的相关性为 0.18。这一相关性是仅次于域名排名（0.25）的第二强关联因素。研究表明，品牌知名度不仅对普通人重要，对法学硕士（LLM）也同样重要。.
技术优化方法
结构化数据和模式标记
现有研究表明，人工智能爬虫通常无法识别注入了 JavaScript 的结构化数据。GPTBot、ClaudeBot 和 PerplexityBot 等爬虫无法执行 JavaScript，因此会错过动态生成的内容。服务器端渲染或静态 HTML 对于人工智能的可见性至关重要。.
尤其有效的方法包括：
- 常见问题解答格式，用于直接回答问题
- 分步操作说明图
- 电子商务优化产品架构
- 用于内容标记的文章模式
llms.txt 作为新标准
研究表明，llms.txt 文件是人工智能爬虫的重要指南。与 robots.txt 文件不同，该文件并非用于屏蔽，而是作为重要内容的结构化概览，类似于 Google 的 XML 站点地图。.
可测量性和监控工具
新KPI开发
研究表明，衡量标准正从传统的排名转向提及率和引用率。成功的标准不再是排名前十，而是被人工智能回复引用的概率。.
监控平台
近期研究发现了一些用于人工智能可见性跟踪的专用工具：
- SE Ranking AI 可见性追踪器：监测品牌在各种 AI 平台上的提及情况
- 高级网站排名：提供人工智能品牌可见性洞察
- 马龙：专为LLM品牌知名度而开发
- LLMO 指标与 Lorelight：生成式引擎优化平台
平台间的比较研究
ChatGPT 与 Google 搜索
实验研究表明，用户行为存在显著差异。ChatGPT 用户完成所有任务的平均时间更短，且性能并无显著差异。ChatGPT 能够平衡不同教育水平用户的搜索性能，而谷歌搜索则显示教育程度与搜索性能呈正相关。.
平台特定功能
研究结果显示，人们对人工智能平台存在不同的偏好：
- ChatGPT 搜索：偏好长篇内容而非品牌产品页面
- 困惑：倾向于使用权威来源，例如维基百科和主要新闻网站。
- Google AI 概述：利用共引模式和现有排名信号
未来趋势与发展
数字权威管理
数字权威管理（DAM）等新型研究方法正逐渐成为一个跨学科领域。这种整体方法结合了搜索引擎优化（SEO）、内容营销、公共关系（PR）和品牌建设，旨在为人工智能系统构建数字权威。人工智能可见性金字塔将优化措施分为五个层次：内容质量、结构优化、语义优化、权威构建和上下文管理。.
基于实体的优化
研究表明，与纯粹的关键词优化相比，基于实体的搜索引擎优化（SEO）的重要性日益凸显。人工智能系统越来越多地处理实体及其关系，这标志着SEO正从关键词转向语义概念。.
适合：
挑战和局限性
决定论与可测量性
现有研究表明，人工智能的回答并非确定性的——同样的问题可能会产生不同的答案。这大大增加了衡量成功的难度，因为传统的搜索引擎优化指标不再适用。.
技术快速变革
研究警示我们技术变革的速度之快。如今行之有效的策略可能很快就会因为模型更新而过时。这就要求我们不断调整适应，并勇于尝试。.
实用见解
内容策略
研究表明，主题覆盖面和整体主题覆盖面至关重要。人工智能模型倾向于选择能够通过查询扇出回答复杂查询的多个子问题的内容。.
欧洲、欧洲和欧洲旅游协会（EEAT）在人工智能领域的应用
研究表明，经验、专业知识、权威性和可信度（EEAT）对人工智能系统仍然至关重要。人工智能平台倾向于选择可靠、权威的信息来源，以最大程度地减少误判。.
AI 优化成为竞争优势：对 LLMO 的早期投资获得回报。
现有研究表明，人工智能驱动的搜索引擎优化（AI SEO）和本地化营销（LLMO）已发展成为独立的学科。虽然许多传统的搜索引擎优化原则仍然适用，但人工智能系统需要采用新的内容结构、品牌建设和技术实现方法。相关研究仍处于实验阶段，但早期对人工智能优化的投资有望带来长期的竞争优势。.
适合：
您的全球营销和业务发展合作伙伴
☑️我们的业务语言是英语或德语
☑️ 新：用您的国家语言进行通信！
Konrad Wolfenstein
我很乐意作为个人顾问为您和我的团队提供服务。
您可以通过填写此处的联系表，或者直接致电+49 89 89 674 804 （慕尼黑）。我的电子邮件地址是： wolfenstein ∂ xpert.digital
我很期待我们的联合项目。