AI的流量分配规则讲解：从排名到被引用率的GEO优化

每当流量分配规则发生变化时，你一定要果断、坚定地参与进去。因为流量几乎可以直接与变现画等号，而且往往是一大笔钱。如果你对 SEO 产业有一点了解，就会知道做这一行的人“躺着发财”有多爽——而且一吃就是很多很多年。

现在，我们正站在一个流量分配规则彻底改变的转折点上：AI 来了。

一、为什么说流量规则彻底变了？

以前的逻辑是：

1. 用户输入关键词进行查询；
2. 搜索引擎返回一个结果列表；
3. 用户自己选择网页打开；
4. 站长们竞争的焦点是：排名位置。

而现在有了 AI：

• 用户通过自然语言对话，就能直接获得一个整合性的答案；
• 不再需要“打开网页—阅读—对比”的中间过程；
• 用户得到的是直接答案。

这种变化是“掀桌子”级别的。AI 横插一刀之后，流量规则就彻底改了。因此，站长们竞争的焦点也从“排名位置”变成了：被引用率。

二、核心问题：如何提升“被引用率”？

说得更直白一点：怎么让 AI 这个“中间层”在回答问题时能看到你的网站，并引用你的内容？

这正是 **GEO（生成式引擎优化）**要做的事情。

目前在 GEO 的具体打法上，还没有人给出一个完整、成体系的标准答案。我自己总结了一些方法（之前也发在 NEPE 里），借这期内容把它完整表达一下。

三、GEO 的基础：让 AI 更容易访问、理解你的网站

我认为 GEO 的基础，一定是让 AI 能轻松、清楚地访问你的网站，理解你的网站以及每一个页面。这里有三件事可以做：

1）优化“网站说明书”：把网站变成 AI 友好型基础设施

目标：把网站打造成 AI 容易理解的基础设施。

你可以创建一个“说明文件”。对 AI 来说，它相当于一份关于你网站的使用说明书，会告诉 AI：

• 你的网站是做什么的；
• 核心价值是什么；
• 如何正确使用你的内容；
• 网站内容是否允许用于训练模型；
• 是否允许爬虫抓取；
• 网站有哪些重点页面与资源；
• 用户问到哪些问题时，可以来查这个网站等。

比如我给 Prompt 相关网站创建的说明就很清楚：告诉 AI 这个网站提供什么、怎么用、哪些资源重要、引用时该如何处理等。

另外，你还可以在 robots.txt 里确认主流 AI 爬虫的访问策略，并建议合理的抓取延迟。

有了这份“说明书”，AI 对你的网站就会更了解——这就是我说的“AI 友好型基础设施”。

2）优化关键页面：用“页面级精准指令”引导 AI 理解与推荐

目标：通过页面级的精准引导，让 AI 更准确地理解并更愿意推荐某个页面。

这里有一个很好的方法：在网页的 script 标签里内嵌指令，告诉 AI 这个页面有哪些需要特别注意的点，例如：

• 这是什么页面；
• 主要功能是什么；
• 包含哪些内容类别；
• 哪些用户查询应该推荐这个页面；
• 引用时的来源标注应使用什么格式。

由于这类内容对浏览器来说属于特定类型的数据，不会影响页面渲染，但又能让 AI 注意到。

缺点也很明显：如果需要手动嵌到每个页面里，页面多了维护成本就会很高。

因此我做了一个组件叫 Goh：只需要在布局或页面里导入组件，就可以实现动态注入，非常方便。

举例：

• 对 Blog 页面：我强调这里会分享 AI 工具使用技巧和最佳实践等；
• 对 Docs 页面：我强调这里有 MCP 集成指南和技术文档等。

这样通过第 1 步，AI 对整个网站有了“大概的理解”；通过第 2 步，AI 对特定页面有了“更精准的理解”。

3）结构化数据增强：让 AI 像读数据库一样提取事实

前两步更多还是“读文本”，理解能力相对有限。为了更进一步，可以对网站做结构化数据增强：

• 在网页中添加机器可读的标记；
• 帮助 AI 像读取数据库一样快速提取关键事实、实体与关系；
• 而不是只依赖纯文本理解。

这部分技术性较强，这里就不展开展示了。

四、实践与后续

上述方法我已经用在自己的产品里，包括 Prompt House 和 LFON YouTube。此外，我也搭建了后台监控页面，方便根据数据反馈持续优化。

等过一段时间有新进展，我会再做内容和大家分享 GEO 的更多实践。

五、结语：这是一个巨大的机会

不管国内还是全球，大家都已经开始研究和实践 GEO 了。有些人跑得快一点，但领先并不多。

所以，面对这么大的机会、这么好的 timing，没有理由不投入。

以上就是本期内容。想了解 AI、想成为超级个体、想找到志同道合的人，欢迎来 NETPE 社。