AI与SEO系列视频已发出第二篇：怎样出现在AI回答中？这篇帖子是主要内容文字版。想看原版视频全部内容的同学请移步Youtube。

针对AI搜索的SEO，大致上有两个优化方向：1）出现在AI回答的正文中，2）成为AI回答引用的出处。这篇帖子先讨论怎样使自己的品牌出现在AI回答的正文中。

生成式AI的原理

在讨论怎样出现在AI回答中之前，我们首先要大致了解生成式AI到底是如何工作的。
就像做SEO必须先理解搜索引擎的算法原理一样，只有了解搜索引擎如何抓取、索引、排名，才能更清楚地知道为什么要这么优化。同样地，如果我们希望通过AI搜索获取流量，就必须大致了解生成式AI的工作方式。

生成式AI的本质是一个估算概率的过程。
AI系统会基于它的训练数据库（包括网上的网站内容、政府数据、书籍、小说等所有AI公司能找到的内容），学习不同词汇、概念、实体之间的关系。通过训练，AI能理解哪些词经常一起出现、哪些词前后搭配的概率更高。

当用户提出一个问题时，AI并不是像人一样理解问题，而是通过计算概率，来预测最有可能出现的下一个词。比如，当句子前三个词是 “The sky is”时，AI会估算下一个词出现的概率，可能是blue、the、falling 等等，每个词有一个对应的概率值，然后选取最合理的一个。

所以我们在使用ChatGPT等工具时，会看到答案一个字一个字、一个句子一个句子地蹦出来的，这就是AI在不断计算、预测下一个最合适的输出。

当然AI的生成过程并非完全确定的。它会在概率最高的几个选项中引入一定的随机性（randomness），不一定总是选概率最高的那个。

AI还会考虑上下文。比如，如果用户在搜索小学课程或科学问题，AI可能更倾向于选择“blue”，而如果是在体育语境下，更可能会选“the limit”。

随机和上下文只是最基础的，AI肯定还会有更多机制，使回答更自然。

这种预测下一个token的逻辑不仅适用于文字，也适用于图片、视频生成。
只不过在文字中，AI预测的是下一个词，而在图像生成中，它预测的是下一个像素的概率。

从数学角度看，AI只是在不断地计算概率。但从用户体验上看，它似乎真的理解了问题，并能写出语法正确、逻辑流畅甚至有点文采的回答。

这其中还有一个关键概念：涌现（Emergence）。
所谓涌现，是指当一个系统的规模、参数达到一定复杂度后，会自发地产生在小规模系统中无法观察到的新特性。AI在训练过程中就是这样，当模型参数足够大，就会出现看似“理解”、“创造”的能力。

从理性上，我们知道AI是在计算概率，但从感性上，我看到它生成的内容时，仍然会觉得神奇，计算概率怎么就真好像能听懂、能思考了呢？

所谓GEO

理解AI的生成逻辑后，我们就能更有针对性地思考， AI回答中有哪些可以优化的。

我们可以看一下各大AI聊天机器人和AI搜索的返回内容，无论是Google的AI Overview、Bing Copilot、Perplexity，还是ChatGPT，它们的回答结构大同小异，一个直接回答，有时候有图片或视频，AI搜索通常还会列出参考信息的出处，AI聊天如ChatGPT列出出处比较少。

这意味着，我们有两个可以优化的主要方向：

• 让你的品牌、产品、网站名称出现在AI回答的正文中
• 让你的内容被AI搜索引用为出处

近年来出现的一个新名词：Generative Engine Optimization（GEO），生成引擎优化。我个人并不喜欢这个词，因为会误导。它听起来好像是一个独立于SEO之外的新系统、新方法。但实际上，GEO只是SEO的一部分，甚至只是其中一小部分。这个词更多地是为了营销而制造出来的，为了在一个“新”领域占领话语权。

不管用什么词，优化AI回答的第一个方向，就是出现在AI回答的正文中，直接优化AI的回答内容，让AI在生成答案时提到你。


怎样出现在AI回答正文中

比如我问AI有什么电动车品牌推荐，AI回答列出比亚迪、BMW、Tesla等。如何让自己的品牌也出现在这样的列表里？

答案就在AI的训练原理里——
你的品牌名称，必须在AI训练数据中出现得足够多，并且与相关主题（如“电动车”、“EV car”、“sustainability”等）经常一同出现。
出现频率越高、关联性越强，你被AI选中的概率就越大。

前面介绍过，AI生成答案时主要是根据训练数据中出现的词或Token的概率，选择最合适的词。因此，简化但可能不是很准确地说，你的品牌名称在AI的训练数据中和下面这些重要词一起出现得越多，被AI选中的概率也就越高：

• 相关的关键词
• 行业主要品牌/竞争对手
• 行业术语/产品特征

例如，如果你是一家生产电动汽车的公司，你的品牌名需要：

• 经常与“EV car”、“电动汽车”等关键词共同出现
• 与特斯拉（Tesla）、比亚迪（BYD）、宝马（BMW）等主要品牌一起被提及
• 在讨论电池寿命、充电时间、续航里程等产品性能时经常出现

当AI在生成“电动汽车品牌推荐”这样的回答时，如果它发现你的品牌与主题关键词、主流品牌、产品主要特征高度关联，它自然会更倾向于把你的品牌也包括进去。

这不是发垃圾能做到的。要实现这样的出现频率，仅靠在别人博客里留言或在论坛发垃圾信息是不可能的。而且AI训练的数据来源肯定会区分可信度，主流媒体（如纽约时报这种）、大型科技网站、大学、政府机构网站等可信度高，SEO们有几个能发垃圾发到这些地方呢？普通来源信任度度，甚至有的根本不会被AI采纳进训练数据。

你需要在权威度高的信息源中被反复提及，才能真正影响AI的认知。这不是“投毒式AI SEO”能实现的。

本地与长尾搜索依然有机会

诸如“家具生产商”这种没有限定的搜索里，小品牌被AI提及的希望渺茫。但本地与长尾性质的搜索，中小品牌仍有机会。

比如，用户问“深圳家具生产商推荐”，或者“我附近的电动车维修店”，小企业、小网站就有机会了。

要出现在这类带有地理位置或特定需求的AI搜索回答中，SEO需要优化这些方面：

• 完善你自己网站信息
• 注册、维护Google Business / Google Map信息
• 登录主要B2B平台
• 参与社交媒体与行业论坛
• 出现在几个Top 10类榜单文章中

这几点的细节不在此赘述了，请看视频。

近年来，“AI投毒”这个词很流行：利用AI生成内容，大量散布含品牌名的文章。再强调一下，不是建议大家去“投毒”，而是真正参与内容讨论、回答问题、贡献观点。

传统SEO时代，参与社交媒体就是SEO要做的，但那时候大家的真实目的是外链。但在AI搜索中，是否带链接并不是关键，只要你的品牌在优质内容中频繁出现，无论是否带链接，AI都能识别你与这个主题的关联。

下集预告：怎样被AI回答引用为出处？