搜索不再只给十条蓝色链接。ChatGPT、Gemini、Perplexity、Google AI Overviews 直接生成答案，决定谁被提及、谁被引用、谁消失。GEO WATCH 追踪这条规则线的每一次移动—— 官方政策原文、真实测量数据、可执行的技术动作，全部标注来源与测量日期。
本站所有数字均来自具名机构研究，测量口径与日期随数据一同呈现。
GEO 和传统 SEO 的差别到底在哪？
Google 于 2026 年 6 月更新官方文档，明确表示面向生成式 AI 的优化 本质仍是 SEO，并否认了内容分块、精确关键词执念等所谓技巧1。 真正的差别在度量方式：排名位置让位于被引用与被提及的比例。与此同时，生成式 AI 平台的月访问量同比增长 70%，达到 95 亿2；而在某类目下，排名前三的品牌拿走了约 58% 的 AI 提及3。
如果只记住三件事：入口在迁移、点击在消失、份额在集中。这三点决定了未来两年内容与品牌在 AI 搜索里的生存条件。
Google 的 AI Overviews 覆盖了绝大多数商业意图查询，AI Mode 也已跨过亿级用户门槛。 与此同时，ChatGPT 的生成式 AI 网页流量份额从约 76% 回落至约 53%，Gemini 升至约 28%，Claude 增至约 9%—— 格局在分散，但总量在暴涨。
Pew 的实测数据显示：有 AI 摘要时点击传统结果的比例降到 8%（无摘要为 15%）， 而点击摘要内部链接的仅 1%。另一方面，AI 引荐访客的转化率显著更高，说明流量的质量结构正在反转。
在 SEOmator 追踪的类目提示集中，排名前三的品牌拿走了约 58% 的 AI 提及。 同时，ChatGPT 返回的来源与 Google 搜索结果的重叠率仅 12%，与 Bing 约 26%—— 这意味着单一平台上的成功无法自动迁移。
左：三大引擎在生成式 AI 网页流量中的份额变化（2025-06 → 2026-05）。 右：决定策略优先级的关键测量值。全部来自具名机构，按测量日期标注。
注：Claude 2025 年基数为「不足 9%、约三倍增长」推算的示意值，仅用于趋势对比；前两项为原文披露值。
Google AI Overviews 月活用户，覆盖 200+ 个国家；AI Mode 月活突破 1 亿。
Alphabet Q2 2025 财报 · 2025-07ChatGPT 返回来源与 Google 搜索结果的重叠率；与 Bing 的重叠率约 26%。基于 650 次执行测试。
Profound · BrightonSEO 2025加入引文与统计数据等内容技巧后，生成式引擎中可见度的提升上限。
Princeton 等 · KDD 2024（arXiv 2311.09735）约每十条 AI 引用中就有一条来自自我推广型榜单文（self-promotional listicle），引擎未见纠偏迹象。
Peec AI · 2025-12 至 2026-02 样本Reddit 在各大主流 AI 引擎中均为被引用最多的第一或第二域名。
Peec AI · 2026-03（3000 万来源分析）Google AI 摘要引用三个或以上来源的比例；仅 1% 只引用单一来源。
Pew Research Center · 2025-07 发布GEO 从「行业传言」进入「官方文档」。以下事件均可在原始来源处核验，按发生时间排序。
标准的 Lighthouse 报告、PageSpeed Insights 与 DevTools 开始自动输出「AI 代理就绪度」信号， 其中包含对 llms.txt 文件的检查。缺失该文件计为 Not Applicable，不算失败。
该文档归档于 Search Central 新设的「生成式 AI 基础」栏目，核心立场是： 面向生成式 AI 的优化本质上仍然是 SEO。这是 Google 首次以官方文档形式为该领域定性。
指南新增「关于 llms.txt 文件的澄清」小节。原文表述：你不需要创建新的机器可读文件、AI 文本文件、 标记或 Markdown 来出现在 Google 搜索（含其生成式 AI 能力）中，因为 Google 搜索本身并不使用它们。 维护该文件「既不会损害也不会提升」在 Google 搜索中的可见度。 值得注意的是，同一份指南再次否认了内容分块、精确关键词执念、人为制造品牌提及等「AI SEO 技巧」。
针对模板批量生成的页面，业内开始按「分类 URL → 抽样模板而非页面 → 四项测量」的路径建立审计流程， 而不是逐页检查。这是 Google 规模化内容滥用政策在程序化页面场景下的落地方式。
英国竞争与市场管理局提议：Google 需每年向英国 Android 与 Chrome 用户展示搜索选择屏， 并向能够标注引用来源的 AI 助手开放入口。若落地，将首次以监管方式把「引用可见性」写入入口分配规则。
据 Digital Applied 报道，Google 的 AI 内容指引开始将「对 AI 生成文本的人工事实核查」表述为关键环节， 核查范围明确包含标题与 meta 描述。对以 AI 辅助生产内容的团队，这意味着审核环节需要前置到发布之前。
法院以「期待不等于协议」为核心逻辑驳回诉讼。对内容方的现实含义是： 通过司法途径主张 AI 摘要使用的路径收窄，注意力将更多回到技术可见度与授权合作上。
Google 的官方表述很直接：底层功夫没变。变的是「什么算赢」。 下表的每一行差异都有实测数据支撑，而非方法论口号。
| 维度 | 传统 SEO | GEO / AI 搜索 |
|---|---|---|
| 优化对象 | 抓取、索引、在结果页获得更高排名位置 | 在生成答案中获得提及与引用，并成为被信任的来源 |
| 入口形态 | 十条蓝色链接，用户自行筛选 | 一个综合答案。88% 的 AI 摘要引用三个以上来源，仅 1% 只引一个 |
| 核心指标 | 排名、曝光、点击率、自然流量 | 引用份额、提及率、答案内位置；注意点击率会被结构性压缩 |
| 平台差异 | 以 Google 为主战场，规则相对统一 | 各引擎引用源差异极大：ChatGPT 与 Google 结果重叠仅 12%，与 Bing 约 26% |
| 内容偏好 | 关键词匹配、结构清晰、内链充分 | 可验证的事实与数据、明确的实体指代；加入引文与统计可提升可见度最多 40% |
| 站外权重 | 反向链接的数量与质量 | 第三方语境：Reddit 在各大引擎中稳定位列被引域名第一或第二；第三方榜单约占十分之一引用 |
| 技术文件 | robots.txt、sitemap.xml、结构化数据 |
同上，仍然有效。llms.txt 对 Google 排名无影响，但对 AI 编程助手有实际作用 |
| 官方立场 | Google（2026-05 / 2026-06）：面向生成式 AI 的优化本质上仍是 SEO；内容分块、精确关键词执念、人为品牌提及等技巧被点名否认 | |
按依赖顺序排列：先能被读到，再值得被引用，最后才是站外与度量。 点击条目可标记完成，本页会记住你的进度（仅存于本地浏览器）。
判断标准很简单：官方文档怎么写的、数据怎么显示的。以下三条都能被原文与实测推翻。
Google 在 2026-06-15 的官方文档中写明：搜索不使用该文件，做与不做都不影响排名与 AI Overviews。
对 500M+ LLM 机器人事件的研究也显示，检索型爬虫几乎从不抓取 /llms.txt。
前 1000 名站点中的采用率仅 0.3%（3/1000）。
Google 在首份 AI 优化指南中点名否认了 content chunking、精确关键词执念与人为制造品牌提及等技巧。 这些操作没有公开证据支持，反而常以牺牲读者体验为代价。
前半句成立，后半句不成立。零点击确实是常态，但有 AI 摘要时仍有 8% 会点击传统结果、 1% 会点击摘要内链接，且 AI 引荐访客的转化率显著更高（零售站 +42%）。 流量在减少，单次价值在上升。
回答力求可核验。凡缺少公开基准的领域，本站明确标注为「数据不足」，不做拍脑袋的估算。
本页每个数字都可在此追溯。研究口径与测量日期以原机构披露为准；转载不等于背书。