GEO与SEO:两场不同的游戏
传统SEO争的是10条蓝色链接中的一个位置;GEO争的是AI模型在一次合成回答中通常点名的2-7个来源之一。两者的排名信号、内容形式和成功指标完全不同。了解AI系统的工作方式及其局限,是做好GEO优化的前提。
SEO和GEO依赖同样的基础:清晰、权威、结构化的内容和用户意图。区别在于,AI引擎通过实体识别和语义完整性来解读这些信号,而不是靠反向链接和点击指标。一句话概括:如果传统SEO是争夺第一页的赛跑,那么GEO就是成为AI在已经知道答案时所引用的那个来源。
维度 | 传统SEO | 生成式引擎优化(GEO) |
|---|---|---|
| 首要目标 | 在Google/Bing中排名第1-10位 | 被AI生成的回答引用 |
| 目标平台 | Google、Bing、Yahoo | ChatGPT、Gemini、Perplexity、Claude、Google AI Overviews |
| 核心成功指标 | 排名、点击、自然流量 | AI引用、品牌在AI回答中被提及 |
| 内容做法 | 关键词、反向链接、元数据 | 实体丰富、结构化、回答优先的事实 |
| 见效时间 | 4-6个月 | 6-12个月 |
| 会话转化率(WebFX) | 45.23%(自然搜索) | 54.15%(生成式AI) |
🔍 💡 专业提示
Google表示,页面只需被收录并有资格显示摘要,就可能出现在AI Overviews和AI Mode中。因此,可爬取性、收录和内容质量是在Google上获得GEO可见度的入场券,而非可选项。
AI流量的转化为何不同
来自AI搜索引擎的访客,转化率明显高于自然搜索访客——因为他们到达时已经“预先了解”:AI已替他们综合并比较了各种选项。
关于指标的说明:下列研究衡量的内容各不相同——会话级转化率(WebFX)、目标完成提升幅度(Ahrefs)和B2B专项转化(SEMrush)。这些数字不能直接比较,每个都标明了来源。
WebFX对23亿次网站会话(2024年1月至2025年12月)的分析发现:
在部分B2B场景中,溢价更大。Ahrefs报告称,其自身网站来自AI搜索工具的转化率是自然搜索的23倍。SEMrush在对500多个B2B主题的研究中发现,AI搜索流量的转化率是自然搜索的4.4倍。但Practical Ecommerce报道的对973个电商网站的分析发现,AI引荐访客的转化率低于自然搜索——这一优势取决于任务和行业。WebFX把会话转化定义为同一会话内出现的可衡量行动(提交表单、下载、请求报价),因此54.15%和45.23%并不是购买率。AI引用也不是确定性的:同一个问题,不同模型会返回不同的来源,同一模型在不同日子也会如此。
- 生成式AI流量在两年内增长了796%
- AI引荐访客的会话转化率为54.15%,自然搜索为45.23%
- AI流量的转化数同比增长6,432%——快于会话增长,说明转化的访客占比更高
⚠️ ⚠️ 警告
转化提升幅度因行业而异。WebFX的跨行业数据显示会话转化率为54.15%对45.23%,而一项电商分析发现AI流量的转化率低于自然搜索。请用你自己的流量测试,确认这一优势是否适用于你的行业。
GEO的技术基础是什么?
正确的JSON-LD结构化数据能帮助搜索引擎和AI系统解析页面由谁撰写、回答了什么、何时更新——但它不是引用开关:Google表示,要出现在AI Overviews或AI Mode中,不需要任何特殊的结构化数据。
JSON-LD(JavaScript Object Notation for Linked Data)是Google推荐的结构化数据格式,也是最便于AI解析的格式。它放在页面`<head>`中的`<script>`块里,把语义标签与可见HTML分开,比内联的Microdata或RDFa更易维护。结合结构清晰的写作,结构化数据就成为你的GEO基础。
最能准确描述内容页面的结构化数据类型:
有一点需要特别注意:2025年SearchAtlas的一项研究,分析了OpenAI、Gemini和Perplexity上结构化数据采用率与AI引用频率的关系,发现仅靠更高的结构化数据覆盖率,并不能稳定带来更高的LLM引用率。结构化数据让内容更易解析,但内容权威性、实体密度和回答优先结构仍是更强的引用信号。
- Article / TechArticle——确立作者、发布日期和主题类别
- FAQPage——问答对可被AI回答引擎直接提取
- HowTo——编号步骤是AI处理流程类查询时的首选
- Organization——实体识别:你是谁、做什么、官方网址是什么
- BreadcrumbList——标示内容层级和主题深度
🔍 📌 要点
2025年SearchAtlas的一项研究发现,仅靠结构化数据并不能保证更高的AI引用率,Google也表示结构化数据必须与页面可见文字一致。内容权威性和回答优先结构才是更强的信号。
应在robots.txt中放行哪些AI爬虫?
每家AI服务商都为搜索、训练和用户请求抓取运行不同的机器人——想被引用就放行搜索机器人,训练机器人则单独决定。
屏蔽训练机器人(GPTBot、ClaudeBot、Google-Extended)与屏蔽搜索机器人是两个独立的决定。避免按IP地址屏蔽:Anthropic指出,按IP屏蔽可能让它的机器人根本无法读取robots.txt。
- OAI-SearchBot——OpenAI用于ChatGPT搜索结果的爬虫;屏蔽它会让你的网站从ChatGPT搜索回答中消失
- GPTBot——OpenAI用于训练生成式模型的爬虫;屏蔽它不会让你从ChatGPT搜索中消失
- ChatGPT-User——当有人向ChatGPT询问某个页面时抓取该页面;OpenAI表示,robots.txt规则可能不适用于这类用户发起的请求
- Claude-SearchBot和Claude-User——Anthropic用于搜索索引和用户请求检索的机器人;ClaudeBot是训练爬虫
- PerplexityBot——在Perplexity结果中呈现并链接网站,不用于训练;Perplexity-User处理用户请求,通常会忽略robots.txt
- Googlebot——负责Google搜索收录的爬虫,AI Overviews和AI Mode依赖该索引;Google-Extended令牌控制Gemini的训练和grounding,不影响搜索收录或排名
🔍 🛠️ 最佳实践
对照下面的机器人名称检查你的`robots.txt`,并用线上的实际文件测试。`llms.txt`文件是可选的:它是llmstxt.org上提出的一种约定,没有主要AI服务商在文档中说明会用它来抓取或引用内容。
内容结构:AI引擎实际会引用什么
📍 In One Sentence
检索增强生成(RAG)提取并引用的是你内容中的单个段落,而不是整个页面——所以结构比字数更重要。
💬 In Plain Terms
把你的内容想成一本教科书。AI系统不会从头读到尾;它会搜索某个具体问题的答案,抽出相关段落,引用,然后继续。一个清晰、独立的段落,胜过5,000字的长篇行文。
列表、表格和FAQ板块比密集的长段落更容易被AI系统提取和引用,因为检索是以段落为单位进行的:一个独立的、回答优先的小节,无需整页其余内容就能被引用。
AI引擎采用检索增强生成(RAG):先搜索索引,检索匹配的段落,再合成回答。这意味着你的内容必须在段落或小节层面可被引用,而不只是在页面层面。一个结构良好的小节,无需AI读完整个页面就能被提取和引用。
最大化AI引用概率的五项内容原则:
- 回答优先——每个小节的第一句就给出直接答案;AI爬虫会抽取每个标题下的开头句。这正是提示工程的核心原则在书面内容上的应用
- 实体密度——每篇文章提及5-7个明确的实体(产品名、公司名、技术术语、研究者姓名),以体现主题权威性。这是告诉AI系统你的主题权威、可被引用的方式
- 语义完整——每个小节回答自己的问题时,不应依赖其他小节的上下文;AI是孤立地提取段落的
- 具体事实胜过空泛论断——确切的数字、日期和有名称的来源会被引用;“领先的解决方案”“强大的工具”之类的说法会被忽略
- 结构化格式——表格和项目符号列表机器可读;长段落需要NLP解析,被引用的频率较低
⚠️ ⚠️ 警告
“强大”“无缝”“革命性”“领先”这类空泛的营销用语会被AI爬虫忽略。请使用具体事实:确切数字、明确的实体、可衡量的论断。如果你无法给出来源,AI系统就不会提取它。
差示例与好示例:符合GEO的改写
差——零信息的行文(不会被引用):
> 我们的平台是一个强大而全面的解决方案,可与领先的AI工具无缝集成,带来行业领先的成果。
任何竞争对手都可以原封不动地发布这句话。没有实体、没有具体事实、没有可验证的论断——AI引擎会直接跳过。
好——实体丰富、事实密集(可被引用):
PromptQuorum可将一个提示同时发送给最多25个AI模型——包括GPT-5.6(OpenAI)、Claude Opus 5(Anthropic)、Gemini 3 Pro(Google DeepMind)以及通过Ollama运行的本地模型——并把所有回答并排返回,方便对比。
四个明确的实体、一个具体数字(25)、一项可验证的功能(并排对比)。AI引擎会立刻提取并标注来源。PromptQuorum内置9种提示框架(CO-STAR、CRAFT、RISEN、SPECS、TRACE等),可直接在应用内帮助你构建满足这些GEO要求的内容。
传统SEO对GEO仍然重要吗?
📍 In One Sentence
E-E-A-T(经验、专业性、权威性、可信度)信号既能提升传统搜索排名,也能提高被AI引用的概率。
Google AI Overviews和AI Mode使用与传统搜索相同的索引:页面必须被收录并有资格显示摘要,所以SEO基础决定着GEO可见度。
Google关于AI功能的文档指出,要出现在AI Overviews或AI Mode中没有额外要求,除标准SEO最佳实践外也不需要特殊优化。第三方研究发现,在传统结果中已有曝光的页面被引用得更多,但这些研究衡量的是相关性,被引用的页面也并不总与前10名结果一致。
SEO + GEO的组合体系:
层级 | 做什么 | 为什么 |
|---|---|---|
| 技术SEO | 页面速度、移动端、Core Web Vitals、规范网址(canonical) | GEO机器人遵循与Googlebot相同的可爬取性信号 |
| 内容SEO | E-E-A-T信号、作者资历、可见的发布日期;了解如何写出更好的内容 | AI引擎偏好带有明确权威信号的内容 |
| 实体SEO | JSON-LD结构化数据、知识图谱优化 | 机器会构建实体图谱;含糊的页面会被跳过 |
| GEO专项 | 回答优先结构、FAQ板块、llms.txt | 针对RAG流程的提取进行优化 |
| 引用建设 | 来自权威来源(arXiv、Reuters、官方文档)的链接 | 可信链接或提升权威性;对AI引用的影响未证实 |
🔍 💡 专业提示
不要为了GEO放弃SEO。两者相互促进:改善Core Web Vitals(SEO)→ 排名更高 → 在AI Overviews中被引用(GEO)。E-E-A-T信号对两者都有帮助。请优化完整体系,而不是只做其中一层。
哪些AI平台带来最多引荐流量?
ChatGPT贡献了74.78%的AI引荐流量;Gemini为11.56%,Perplexity为7.23%,Copilot为3.51%,Claude为2.62%(SE Ranking,101,574个网站,2025年1月至2026年4月)——这使ChatGPT成为大多数网站杠杆最高的GEO目标。
这些是AI平台带给网站的访问份额,而不是用户或查询的份额。其他追踪机构给出的分布不同(StatCounter在2026年3月把ChatGPT定为78.16%;一家专注B2B的追踪机构定为62.6%),因此排名顺序可以视为稳定,具体百分比只是近似值。
份额数据来自SE Ranking(2026年6月)。各平台的分布逐月变化,在据此制定预算之前请重新核对数据。
平台 | AI引荐份额 | 搜索爬虫 | 引用方式 |
|---|---|---|---|
| ChatGPT(OpenAI) | 74.78% | OAI-SearchBot | 正文内的来源链接,附被引用的摘录 |
| Microsoft Copilot | 3.51% | Bingbot | Bing已收录的页面,脚注式引用 |
| Google Gemini / AI Overviews | 11.56% | Googlebot | 在Google搜索中已被收录且有资格显示摘要的页面 |
| Perplexity AI | 7.23% | PerplexityBot | 每个回答附带编号来源列表 |
| Claude(Anthropic) | 2.62% | Claude-SearchBot | 启用网络搜索时引用来源 |
📌 🔍 你知道吗?
Perplexity在每个回答中都会显示来源,因此它是检查你的内容是否被引用最容易的平台。AI平台合计仍只带来网站总流量的0.32%(SE Ranking,2026年),所以请在计划中保留传统搜索。
GEO在不同地区和市场有何差异?
欧洲企业必须在GEO投入与欧盟《AI法案》合规之间取得平衡,该法案要求AI生成内容保持透明,并禁止具有欺骗性的AI系统。Mistral AI(法国)正在扩大其在欧洲的搜索布局——面向欧洲AI平台优化的内容,必须符合欧盟严格的数据来源标注要求。
在中国,生成式搜索由基于百度文心一言(ERNIE)和阿里巴巴通义千问(Qwen)的搜索产品主导。面向中国市场的GEO策略,需要针对中文实体图谱进行优化,这与Google或OpenAI的知识库不同。中国关于生成式AI的规定,包括2023年的《暂行办法》和2025年关于AI生成内容标识的办法,要求服务提供者对AI生成内容进行标识,这会影响中国平台呈现来源的方式。
遵循日本经济产业省(METI)数据治理指南的日本企业,越来越多地使用本地部署的AI搜索工具——这意味着,面向日本企业受众的GEO必须优先考虑出现在本土索引中、并符合METI 2024年AI治理框架的内容,而不仅仅是Google AI Overviews。
🔍 📌 要点
欧洲、中国和日本市场对AI内容的来源标注各有不同的监管要求。如果你面向国际受众,请本地化你的GEO策略。单一的全球方案无法满足所有地区的合规标准。
如何追踪AI引用?
用三个来源追踪AI引用:用Google Search Console查看Google的AI功能,用分析工具中的引荐流量查看ChatGPT、Perplexity、Gemini和Claude,再加上一组按计划重复运行的固定提示。
自2026年6月起,Search Console提供“搜索生成式AI”效果报告,按页面、国家/地区和设备显示AI Overviews、AI Mode和Discover中的展示次数;相同数据也仍包含在总的“效果”报告中。它显示的是展示次数,而不是回答文本,所以它能告诉你出现在哪里,却不能告诉你为什么。
- Search Console——打开生成式AI报告,记录调整结构后哪些页面的展示次数上升
- 分析工具的引荐流量——细分来自chatgpt.com、perplexity.ai、gemini.google.com和claude.ai的访问;数字会很小
- 提示集——准备10-20个你的页面应当能回答的问题,每周在各个AI助手中运行一次,并记录被点名的网址
- 服务器日志——统计来自OAI-SearchBot、Claude-SearchBot和PerplexityBot的请求,确认页面正在被抓取
⚠️ ⚠️ 警告
AI回答在不同次运行之间会有差异。一次被引用,或一次没被引用,都只是个例。请对比同一组提示在数周内的结果,再判断某项改动是否有效。
相关阅读
- 什么是提示工程?——结构化指令如何决定AI系统提取和引用什么
- AI的局限——大语言模型做不到什么——核实AI生成内容论断的方法
- 借助AI写出更好的代码——把符合GEO的结构应用到AI辅助的代码生成中
如何为GEO(生成式引擎优化)优化内容
- 1从AI的视角审查现有内容:可搜索性与可引用性。选出流量最高的10个页面,询问ChatGPT、Perplexity和Google AI Overviews:在回答与你主题相关的问题时,是否引用或推荐了你的内容。标出你没有出现的缺口。
- 2以回答优先、有可验证事实和清晰结构化数据的方式组织内容。每个小节以直接回答开头(而不是提问)。每个论断都用来源或清晰的推理支撑。添加JSON-LD结构化数据(Article、FAQPage、HowTo、Breadcrumb),让AI爬虫理解你的内容结构。
- 3覆盖关键词背后的意图,而不只是关键词。如果你在“最佳AI工具”上有排名,GEO要求你回答“什么样的AI工具才算最佳?”(准确性、速度、成本、易用性)。AI系统用的是意图匹配,而不是关键词匹配——确保你的回答符合AI系统推断出的用户真实需求。
- 4建立FAQ板块,回答AI系统会派生出的问题。AI系统会把宽泛的查询拆解成子问题。如果你的主题是“AI幻觉”,就添加FAQ来回答“AI幻觉有多常见?”“幻觉能被避免吗?”“哪些模型最容易产生幻觉?”。
- 5检查你的robots.txt,并可选地添加llms.txt文件。放行OAI-SearchBot、Claude-SearchBot、PerplexityBot和Googlebot。llms.txt是一种拟议中的约定,没有主要AI服务商在文档中说明会使用它,所以把它当作可选的说明文档,而不是排名杠杆。
🔍 🛠️ 最佳实践
先优先做ChatGPT(占AI引荐流量的74.78%),再做Gemini和Perplexity。这种80/20的做法回报最高,又不会把精力分散到较小的平台上。
GEO常见错误及修复方法
❌ 把GEO当作关键词优化,而不是引用优化。
Why it hurts: 你是在为搜索查询优化页面,而不是为AI的提取和引用优化。AI系统使用意图匹配和语义完整性,而不是关键词密度。
Fix: 转换重点:让每个小节的前2-3句就回答完整的问题。使用确切的实体和具体数字,而不是重复关键词。直接用ChatGPT和Perplexity测试,看哪些内容会被引用。
❌ 因为“全力投入GEO”而忽视传统SEO。
Why it hurts: 未被收录或没有资格显示摘要的页面,无法出现在Google AI Overviews或AI Mode中。GEO以SEO为基础。
Fix: 双层并行:保持强有力的E-E-A-T信号、Core Web Vitals和反向链接质量(SEO)。在此之上增加回答优先结构、结构化数据和FAQ板块(GEO)。两者相互促进。
❌ 过度依赖结构化数据来提高AI引用。
Why it hurts: 结构化数据让AI系统更容易解析内容,但权威性和内容结构才是更强的引用信号。结构化数据完美但文字空泛的页面不会被引用。
Fix: 多层结合:JSON-LD结构化数据 + 回答优先结构 + 实体密度。2025年SearchAtlas的研究发现,缺乏强大的内容权威性时,仅靠结构化数据的影响有限。
❌ 对所有AI平台一视同仁,而不是按市场份额排定优先级。
Why it hurts: ChatGPT贡献了74.78%的AI引荐流量。把优化精力平摊到5个平台上,会稀释投入产出比。
Fix: 先优先做ChatGPT(OAI-SearchBot抓取、回答优先结构、FAQ板块)。然后优化Gemini和Perplexity(后者在每个回答中都列出来源)。之后再扩展到Claude。
❌ 写密集的长段落,而不是列表式内容。
Why it hurts: 密集的行文比列表和表格更难被引用。AI系统使用RAG(检索增强生成),对结构化的小节提取更可靠。
Fix: 尽可能把描述性文字改成项目符号列表。对比内容用表格。每段最多2-3句。AI爬虫会抽取每个标题下的第一句,来决定是否提取该小节。
常见问题
SEO和GEO有什么区别?
SEO(搜索引擎优化)的目标是让页面在Google、Bing等传统搜索结果中排名靠前,用户从一串蓝色链接中自行选择。GEO(生成式引擎优化)的目标是让你的内容被ChatGPT、Perplexity、Gemini和Claude生成的回答引用,用户得到的是一个合成回答,而不是一份选项列表。两者缺一不可:Google表示,页面只要被收录并有资格显示摘要,就可能出现在AI Overviews和AI Mode中,因此传统SEO基础仍然是入场券。
AI搜索流量的转化率比自然搜索更高吗?
平均略高,部分B2B场景高得多。WebFX分析了23亿次会话,发现生成式AI访客在54.15%的会话中完成了可衡量的行动,自然搜索为45.23%。Ahrefs报告称,其自身网站来自AI搜索的转化率高出23倍。电商方面证据不一:Practical Ecommerce报道的对973个电商网站的分析发现,AI搜索的转化率低于自然搜索。优势在B2B和高决策成本的购买中最明显。
结构化数据能在多大程度上提高AI引用率?
一项厂商研究称,使用正确JSON-LD结构化数据的页面,富媒体搜索结果的展示量最多可提高40%,但结构化数据能直接提升AI引用的证据并不充分。2025年SearchAtlas的一项研究发现,仅靠结构化数据覆盖率,并不能让OpenAI、Gemini和Perplexity的LLM引用频率稳定上升;Google也表示,AI Overviews和AI Mode不需要任何特殊的结构化数据。请用结构化数据准确描述页面;内容权威性和回答优先结构仍是更强的信号。
AI搜索增长有多快?
从2024年1月到2025年12月,生成式AI流量增长了796%,同期会话转化数增长了6,432%。截至2025年7月,AI生成的美国零售网站流量同比增长4,700%。尽管增长迅猛,WebFX发现生成式AI仅占全部网页会话的0.18%,直接访问(35.51%)和自然搜索(27.12%)仍占主导。SE Ranking追踪了101,574个网站(2025年1月至2026年4月),测得AI平台占网站总流量的0.32%,其中ChatGPT贡献了74.78%的AI引荐流量。
在AI搜索时代,SEO还重要吗?
重要——传统SEO是GEO的基础,而不是替代选项。Google表示,页面必须被收录并有资格显示摘要才能出现在AI Overviews和AI Mode中,且没有额外的技术要求,所以可爬取性、收录和内容质量是第一位的。提升传统排名的E-E-A-T(经验、专业性、权威性、可信度)信号,同样会提高被AI引用的概率。两者的基础要求相同,区别在于GEO额外增加了回答优先结构、实体密度和结构化数据这几层。
为GEO优化内容的第一步是什么?
先从AI的视角审查现有内容:选出流量最高的10个页面,用与你主题相关的问题去询问ChatGPT、Perplexity和Google AI Overviews,看你的内容是否被引用或推荐。这样可以找出你没有出现在AI回答中的缺口。然后优先添加JSON-LD结构化数据(Article和FAQPage影响最大)、把内容改成回答优先的格式,并补充FAQ板块,预判AI系统从宽泛问题中拆解出的子问题。
什么是llms.txt,我需要吗?
llms.txt是一种拟议中的约定(并非正式标准),做法是在网站根目录放一份Markdown格式的网站摘要,供语言模型阅读。目前没有主要AI服务商在文档中说明会用它来抓取或引用内容,Google也表示,要出现在AI Overviews或AI Mode中,不需要新的机器可读文件或AI文本文件。它是可选项,添加成本低,当有人把它的网址粘贴给AI助手时也有用,但不要指望它单独改变引用情况。
如何让我的内容被ChatGPT引用?
在robots.txt中放行OpenAI的搜索爬虫(OAI-SearchBot),确保页面可被收录,并让每个小节的第一句就用一个有来源的具体事实回答一个问题。ChatGPT引用的是段落而不是整个页面,所以独立成段的段落、列表、表格和FAQ板块比长篇行文更容易被引用。没有任何技巧能保证被引用:ChatGPT按每次查询选择来源,同一个提示在不同日子可能返回不同的来源。
如何追踪AI引擎是否引用了我的网站?
结合三个来源。第一,Google Search Console:AI Overviews和AI Mode的数据包含在“效果”报告的总数中,自2026年6月起,另有单独的“搜索生成式AI”报告,按页面、国家/地区和设备显示展示次数。第二,你的分析工具:筛选来自chatgpt.com、perplexity.ai、gemini.google.com和claude.ai的引荐流量。第三,一组固定的10-20个提示,按计划定期运行,并手动或借助第三方监测工具记录结果。单次运行只能算个例;不同次运行的引用会有差异。
GEO与AEO(答案引擎优化)有区别吗?
GEO与AEO密切相关,但并不相同。AEO侧重于优化传统搜索引擎中的直接答案框和精选摘要。GEO则专门针对借助RAG流程、从多个来源合成回答的生成式AI引擎(ChatGPT、Gemini、Perplexity、Claude)。GEO需要回答优先结构、结构化数据和实体密度;AEO的做法与之大量重叠,但GEO还要求段落独立、可抽取,脱离上下文也能被引用。
来源与延伸阅读
- Aggarwal et al., 2023. "GEO: Generative Engine Optimization"——将GEO定义为一门学科并衡量结构化内容所带来引用提升的奠基性学术论文
- WebFX, 2026. "Study: AI Traffic Grew 796% & Out-Converts Organic Search"——对23亿次会话中AI与自然搜索转化率的分析
- xSeek / Milestone Research, 2026. "Structured Data for AI Search: 40% More Citations"——关于JSON-LD结构化数据与AI引用频率的厂商研究
- SE Ranking, 2026. "AI traffic grew 16x from 2024 to 2026"——101,574个网站中各AI平台的引荐份额,2025年1月至2026年4月
- Google Search Central. "AI features and your website"——AI Overviews和AI Mode的收录资格、结构化数据与机器可读文件
- Google Search Central, 2026. "Search generative AI performance reports in Search Console"——AI Overviews、AI Mode和Discover中的展示次数
- OpenAI. "Overview of OpenAI crawlers"——OAI-SearchBot、GPTBot和ChatGPT-User
- Anthropic Support. "Does Anthropic crawl data from the web?"——ClaudeBot、Claude-User和Claude-SearchBot
- Perplexity. "Perplexity crawlers"——PerplexityBot和Perplexity-User
- SearchAtlas, 2025. "The Limits of Schema Markup for AI Search" — 对OpenAI、Gemini和Perplexity中结构化数据覆盖率与引用关系的分析
- Adobe, 2025. "Generative AI-powered shopping rises with traffic to retail sites" — 美国零售网站AI流量同比增长4,700%(2025年7月)
- Practical Ecommerce. "Mixed Reports on AI Ecommerce Traffic" — 对973个电商网站转化率分析的综述
