人工智能会取代谷歌吗？

“我必须用谷歌搜索它”——这句话会成为过去吗？目前，人工智能似乎不会完全取代谷歌，尽管它肯定会迫使它做出改变。在本文中，将了解谷歌目前的运作方式、人工智能的发展如何影响这家搜索引擎巨头的变化，以及如何使用AI定位。

在本文中，将了解：

• 人工智能会取代谷歌吗，人工智能如何迫使结果的演变
• AI概述和AI模式的工作原理以及它们提供哪些功能
• 人工智能对自然流量有何影响：零点击率和点击率下降，以及哪些类型的查询损失最大
• 如何为人工智能设计内容
• 结构化数据、E-E-A-T和实体SEO对于AI响应中的可见性和引用的重要性是什么
• 要跟踪的技术实现和指标

谷歌正在经历一场变革吗？

简而言之：人工智能不会取代谷歌，因此我们面临着相当大的进化。人工智能对其功能产生重大影响，并将从根本上改变搜索。谷歌仍然占据着大部分市场，每年记录多达5万亿次查询（数据：截至2025年）。人工智能允许接收个性化答案，LLM引擎快速过滤信息，为用户提供适当的选择。

旧的谷歌模型是著名的蓝色链接列表，LLMS的存在迫使谷歌做出改变：这就是它出现的原因GoogleAI概述（前身为Search Generative Experience，SGE）。它是从人工智能已知的热门链接中选择的最重要信息，它为用户提供了快速访问它们的权限，而无需单击任何链接-这种现象称为零点击搜索。

搜索的未来对我们来说是什么？最有可能的是，它将是经典结果与AI搜索的结合，这表明了当前的定位状态。为了出现在搜索结果中，它必须出现在经典搜索引擎中，因为LLM模型仍然基于它们。一切都表明，未来我们将看到它们的协同作用——谷歌本身并没有放弃经典的结果，而是将它们与谷歌人工智能概述的结果相结合。

谷歌如何从链接列表变成“答案引擎”？

谷歌凭借其快速且相关的结果站稳了脚跟。从一开始，它就开发了缩短获得答案的路径的元素。以下是谷歌逐渐推出的著名改进：

• Google Images (2001)
• Autocomplete (2004)
• Universal Search (2007)
• Voice Search (2008)
• Knowledge Graph (2012)
• Discover (2016)
• Lens (2017)
• BERT (2019)
• Multitask Unified Model (2021)
• Multisearch (2022)
• Search Generative Experience (2023)

人工智能在后台工作了一段时间，以识别拼写错误并更好地理解查询。新一代语言模型带来了突破。2019年的BERT改进了对上下文和单词之间关系的解释。2021多任务统一模型可以结合跨语言和内容类型的信息，帮助解决复杂的研究任务。从链接列表中，我们逐渐转向答案引擎。

什么是AI概述和AI模式？

AI概述，以前称为搜索生成式体验是一个模块，可在结果顶部生成简短摘要并将来源附加到结果中。用户可以看到给定主题中最重要的信息以及导致其深化的链接。这缩短了获得回复的路径，并增加了被引用页面的作用。截至2025年3月，谷歌每年处理超过5万亿次搜索，因此即使是结果布局的微小变化也会对用户行为产生巨大影响。

AI模式是迈向对话驱动搜索的又一步。它提供了改进的推理和多模态，即文本、图像和视频处理。它允许用户询问详细信息、开发线程并在交互的任何时刻通过链接返回网络。在后台，查询扇出技术起作用，它将问题分解为子主题并运行并行查询，并将结果合并为连贯的摘要。系统使用为新搜索模型准备的Gemini2.5版本。

提高可用性的AI模式功能：

• 深度搜索根据多个来源创建专家报告
• Search Live允许与相机交互并实时分析材料
• 代理功能允许执行从计划到行动的任务，例如购买门票
• Personal Context提供针对活动历史记录和Google生态系统（例如Gmail）
• 现代数据可视化根据提供的数据生成图表，从而加快分析速度

对于搜索引擎优化来说，这意味着创建直接响应用户意图的内容。在实践中，获胜者是将专业知识与清晰结构相结合并允许人工智能轻松指示答案来源的网站。

人工智能对搜索引擎优化和自然流量有何影响？

主要影响领域是零点击搜索和点击率现象。让我们仔细看看这些问题。

零点击会改变点击次数吗？

简而言之，这是一种用户无需单击任何链接即可获得查询答案的情况-就像Google AI概述一样。目前，此类交互的百分比正在增加，因为最重要的信息与哈希值和来源一起呈现在自然结果的正上方。这种现象对点击率下降的影响不容忽视。

AI概览如何影响点击率？

研究表明，当显示AI概览以响应查询时，自然结果的点击率明显下降。Ahrefs分析显示下降点击率在显示人工智能摘要的情况下，排名第一的比例为34.5%。Amsive对大量关键字样本的研究证实了这一趋势，并显示点击率平均下降了15.49%。重要的是，当AI概述与片段一起出现时，损失将上升至37.04%。

哪些查询丢失最多？

所有短语的效果并不相同。降幅最大的是非品牌查询，点击率平均下降了19.98%。前三名自然结果之外的关键词也受到的影响更大，下降了27.04%。换句话说，品牌知名度越低，排名越低，用户停留在结果页面而不访问网站的风险就越高。

为什么会这样？

AI Overview综合来自多个来源的响应，并以带有可见链接的简短摘要的形式提供它们。对于用户来说，这是一个快速的好处，并且需要更少的点击。对于网站所有者来说，这意味着即使是非常高的位置也不能保证与以前相同的访问量。信息消费模式和用户的转化路径正在发生变化。

对网站有什么后果？

必须考虑到信息短语的流量减少，尤其是通用和非品牌短语。结果中位置之间和元素类型之间的移动比例也会发生变化。在实践中，可能会注意到工具中的可见性增加，而实际点击次数减少。这是零点击搜索环境的典型症状。

如何保持良好的流量和转化水平？

以下是一些实用技巧：

• 设计内容以明确用户意图，并在文本开头给出具体答案
• 构建AI系统可以轻松引用的问答部分
• 注意实质性来源、数据、数字和更新，以增加出现在带有来源的盒子中的机会
• 通过产品内容和形象活动强化品牌短语，因为它们不易下降
• 通过时事通讯、社交媒体以及视觉和视频搜索使流量多样化
• 监控谷歌搜索控制台在查询层面，细分非品牌信息短语和TOP3之外的位置
• 点击下一步的测试格式，例如：比较、计算器、清单

Google Discover和音频概述中的AI–它改变了什么？

这个难题的一个重要部分是谷歌探索，正是在它的帮助下，谷歌试图个性化结果，以帮助它与LLM模型竞争。“发现”甚至在输入查询之前就显示了根据兴趣量身定制的文章和更新。人工智能可以进一步增强Discover中的个性化。将能够在视频内容中进行搜索。人工智能将使用文件的脚本来总结音频/视频内容以响应查询，而无需搜索整个文件。

什么是Google音频概述？

在Google音频概览中，用户可以通过语音、视频或视频提问。人工智能分析成绩单并根据音频和视频内容总结回复。无需滚动浏览所有材料即可快速响应。这缩短了接收信息的路径，并强调了清晰结构和元数据的重要性。

这对运动和策略意味着什么？

如果人工智能可以总结材料，一些用户就不会点击链接。为了保持流量和转化率，请规划内容，而不仅仅是简单的摘要。

• 使用视频和音频章节、拆分器和脚本
• 使用结构化数据标记内容并确保问答片段的一致性

如何针对人工智能优化内容？

根据AI定位的原则，有一些方法可以优化Google AI Overviews下的内容。首先要考虑的是对话性，其次是关注用户意图。我们将检查它们的工作原理并查看人工智能友好内容的结构。我们还将讨论结构化数据和E-E-A-T的作用。

用户意图和对话语言有多重要？

人工智能，例如Chat、GPT或困惑以及谷歌的Gemini一样，具有预测用户意图的能力。它根据历史数据和对话历史记录来做到这一点——这意味着我们向人工智能“提供”内容的次数越多，它就越能读懂我们的意图。从LLM模型的角度来看，重要的是要了解用户真正想知道什么，并提供清晰、真实的答案来解决他们的问题。LLMS的回答是多么简洁，但仍然具有上下文和对话性，这是它相对于Google或Bing等经典搜索引擎的巨大优势。

那么，如何才能出现在AI搜索引擎中对用户查询的响应中呢？

• 考虑到用户还以对话和自然的方式表达他们的查询-因此，值得考虑使用长尾短语进行定位，这些短语的竞争力也较低。
• 针对提示优化内容-内容应回答用户向AI询问或在搜索引擎中输入的特定、自然制定的问题。因此，请考虑用户在查找有关服务的信息时可能会向LLM提出什么问题。查看良好提示示例.
• 创建人工智能友好的内容结构：
  • 确保内容透明且结构合理
  • 在标题中提出查询并在第一句和第一段中回答它们
  • 使用简短的段落
  • 使用列表、表格、要点
  • 在内容中添加常见问题解答部分
  • 避免文字墙
• 注意内容的质量-用数据饱和它，最好是作者的数据。如果没有自己的数据，请寻找来自可信来源的数据，例如公共机构，并始终在内容中引用来源以提高可信度和权威性。用引言丰富内容。公开这些片段，以便AI可以轻松使用它们。
• 请记住，每个子页面都应该有一个明确定义的意图并回答一个问题，最好采用问答格式。

结构化数据（Schema.org）的作用是什么？

为了为网站准备人工智能搜索，值得特别注意结构数据。它们决定了算法（包括人工智能模型）如何理解网站的内容。结构化数据不仅可以更轻松地解释内容，还可以建立来源的可信度。在实践中，这意味着公司更有可能以特定的搜索结果格式出现：从AI概述到丰富的摘要，再到各种类型的自动摘要。

如何实现这一目标？关键是实施正确的方案。

• 最通用的标准是Schema.org，它允许以搜索引擎和人工智能系统都可读的方式描述产品、服务、文章、事件或观点。
• 一种流行且易于实施的写作形式是JSON-LD的可以直接插入到页面代码中。
• 此外，值得考虑常见问题模式，如果以问题和答案的形式发布内容-这是搜索引擎特别热切使用的一种格式，用于提供快速、现成的答案。

E-E-A-T和实体SEO的重要性是什么？

人工智能内容优化的另一个极其重要的方面是E-E-A-T，即经验、专业知识、权威性和可信度。自2022年12月以来，谷歌一直在评估这方面的内容。这意味着内容必须有价值、内容饱和、激发信任和创造品牌权威，并且还必须展示在该主题方面的专业知识。随着LLM模型的出现，这方面并没有改变，这些模型对E-E-A-T的重视程度甚至超过了谷歌本身。要出现在LLM搜索结果中，需要出现在Google搜索结果中，而E-E-A-T在这两种情况下都保持相关性。它在人工智能如何将网站视为信息来源方面发挥着至关重要的作用。

如今，权威超越了自己的网站。这意味着需要确保在其他网站上提及我们，例如，通过发布有关新闻稿或在其他网站上购买赞助文章。在社交媒体上的形象也很重要，还可以将自己定位为特定主题的专家并与受众建立联系。因此，请从有价值的行业来源寻求提及、引用和链接。

在这方面，SEO（语义SEO）实体同样重要，即一种专注于所谓实体的定位：人、地点、概念、组织或产品，而不仅仅是关键字。在实体SEO中，实体之间的关系很重要，这应该在发布的内容中是可以识别的。这样，Google就会认识到页面的重要性，这可以帮助出现在有价值的搜索结果中，并丰富了评级或图像等元素。

AI下的内容优化应该具备哪些功能才能与E-E-A-T和实体SEO兼容？

• 参与排名、报告、“前10名”名单
• 处理客户评论、评论、案例研究以及在行业社区（Reddit、Quora、LinkedIn）中的存在
• 创建新闻编辑和其他人乐于引用的独特专家内容

如何针对人工智能在技术上优化内容？

人工智能优化的技术方面是无法绕过的。机器人的可访问性、干净的HTML代码、页面加载速度和响应能力以及网站的逻辑结构都很重要。让我们逐一看一下：

• 机器人的可访问性–确保OpenAI、Google和Bing机器人可以访问该站点。不要将它们锁定在robots.txt文件中。如果想在ChatGPT中可见，请将网站提交给Bing网站管理员工具
• 干净的HTML-没有描述，重要信息不能隐藏在JavaScript、图像或视频中。每个媒体元素都需要替代描述（ALT）和转录。检查如何优化HTML以获得更好的SEO
• 页面加载速度和响应能力-页面应该立即加载并在所有设备上直观（人工智能通常有1-5秒的时间限制）
• 网站的逻辑结构-清晰且合乎逻辑的结构，较大主题的单独子页面，非常强调内部链接

如何衡量人工智能搜索结果中的可见性？

测量能见度不再仅仅是经典定位的决定因素。当前成功指标搜索引擎优化人工智能包括：

• AI响应中的引用次数
• 人工智能搜索结果中的品牌存在
• 引用的上下文-即人工智能是否根据信息和意图来展示品牌

从新来源进行流量分析的方法也在发生变化。以下很重要：

• 监控来自人工智能引用的流量和品牌查询的增长
• AI推荐后直接访问网站

在跟踪用户参与度时，其他方面也很重要。我们目前正在关注用户对人工智能生成内容的参与度的研究，以及以下指标：

• 在网站上花费的时间
• 访问的子页面数量
• 跳出率

最后，定期测试对于衡量可见性非常重要。检查品牌是否出现在ChatGPT、Gemini、Perplexity或Google AI概览生成的回复中以及出现频率。根据不同类型的提示，在不同场景下测试品牌知名度。可以使用AI Overview Checker（WebFX）或Firecrawl等工具来查看AI如何感知内容。

2026年Google搜索和人工智能的未来是什么？

未来，我们将看到AI模式的发展和进一步的测试。仍应观察所谓核心更新的变化，并应注意经典搜索引擎和AI的相似性。

2025年AI模式开发和测试

谷歌正在紧锣密鼓地开发所谓的人工智能模式，该模式已经在部分地区实施，并且可供部分用户使用。这是测试第一个功能的地方，允许用人工智能模型创建的更广泛的摘要和交互式响应替换传统搜索结果。

值得知道的是，最新的解决方案是分阶段引入的——首先它们进入Google Labs环境，用户可以在实验版中检查它们的操作。这使得公司能够收集反馈并优化系统，然后再将其完全提供给广大受众。

对于网站所有者和营销人员来说，这意味着需要仔细跟踪变化并调整内容，使其对人工智能系统也具有吸引力和可读性。这不仅可以保持可见性，甚至可以利用即将发生的变化作为在下一代结果中脱颖而出的机会。

谷歌的核心更新

有所谓的“核心更新”。它们包括对Google算法的重大、广泛的更改，旨在通过重新考虑内容的排名方式来改善搜索及其用户体验。2025年3月13日至27日期间进行了重大核心更新。这些更新是算法发展的一个组成部分，旨在奖励原创、有价值的内容并降低低质量页面的性能。

那么2025年3月发生了什么变化呢？对实施人工智能概览后的点击率变化进行了分析，表明这是评估人工智能对搜索结果影响的关键时期。谷歌显然增加了AI Overviews的曝光率，结果是SERP中的响应更多，点击率降低，并且需要调整SEO策略。

让搜索引擎和AI助手更加相似

竞争不睡觉，这就是谷歌不满足于现状的原因。谷歌有自己的LLM模型，称为Gemini。它是一种多模态人工智能模型，可与现有Google产品集成，重新定义用户与信息交互的方式。这是由Google DeepMind创建的高级人工智能模型系列。它是作为PaLM 2的继任者而创建的，专为多模式工作而设计——它可以理解和生成文本、代码、图像，以及分析来自各种来源的数据。Gemini因其灵活性、可扩展性以及与搜索、Workspace或Android等Google产品集成的能力而脱颖而出。

据预测，谷歌搜索引擎未来可能会转变为成熟的个人助理。谷歌正在准备视频查询的可能性，这将允许用户使用图像实时提问。谷歌不仅可以搜索信息，还可以执行任务：预订酒店或餐厅或管理日历。

未来还意味着结果更加个性化。例如，谷歌已经基于我们的搜索历史记录，但必须记住，经典搜索引擎不具备像ChatGPT或Perplexity那样的对话功能。LLMS以对话模式工作：它们记住对话的内容，并根据之前对话的历史记录提供后续答案。谷歌搜索暂时还不具备这样的功能，但目前谷歌正在努力提高个性化。基于搜索历史记录、位置和其他Google应用的数据（经用户同意），结果的个性化将更加强大。

总结

目前，没有人工智能，谷歌就无法存在，没有谷歌，人工智能也无法存在。了解并积极实施人工智能搜索引擎优化策略对于保持可见性至关重要。优先级是内容对用户的质量和价值。谷歌的算法越来越多地奖励以人为本而创建的内容，而不仅仅是搜索引擎。专注于提供AI无法轻易复制的独特价值。不要仅仅依赖传统的自然流量。在新的人工智能渠道中建立影响力，获得提及和评论，以加强算法和用户眼中的品牌权威。

👋 感谢您的观看！