先打好搜索基础，再谈生成
Google 将 AI Overviews 和 AI Mode 描述为搜索功能，它们会显示相关链接，并可能围绕子主题和数据源使用 query fan-out。要出现其中并不需要额外的技术要求或专门的 AI 标记；常规搜索基础仍然适用。
这让优化目标保持清晰：页面应可抓取、可从站内发现、对用户有用，并以文本形式提供重要内容；结构化数据应与可见内容保持一致。随后由 Google 判断该页面是否适合作为某个回答的支持链接。
| 阶段 | 由什么决定 |
|---|---|
| 收录 | 能抓取、能渲染、被判定值得存下来 |
| 检索 | 与拆解出来的那些查询的相关程度 |
| 生成 | 检索回来的段落实际上说了什么 |
| 引用 | 这段回答倚重了哪些段落 |
查询拆解
谷歌表示，AI 概述和 AI 模式可能会使用 query fan-out：跨子主题和数据源的多个相关搜索。这意味着人工智能响应中的链接不必反映用户输入的确切措辞的经典结果。
这有助于解释为什么某个页面对精确查询表现良好，却仍可能没有出现在 AI 回答中，而这并不意味着存在技术故障。回答可能依赖相关搜索以及针对主题不同部分选出的支持页面。
实际结果并不是制造出所有可能的短语。使用自然术语，根据用户的需要完整地涵盖主题，因此页面可以与有意义的子主题相关，而不是针对某个确切的字符串进行优化。
没有另外一份要发布的文件
谷歌直接说了：你不需要新的机器可读文件、给 AI 的文本文件、标记或者 Markdown 版本，而且搜索会忽略 llms.txt。入场条件就是那个寻常的条件——这也正是为什么 AI 可见度的活儿总是塌回成 SEO 的活儿。
| 被提出的做法 | 现状 |
|---|---|
| llms.txt | 被谷歌搜索忽略 |
| 每个页面一份 Markdown 副本 | 并不需要 |
| AI 专用的标记或 meta 标签 | 并不存在这种东西 |
| 预先为机器切好的内容 | Google 搜索不需要 |
| 另写一版给模型看的页面 | 隐藏行为；违反垃圾内容政策 |
值得把这些想法屡屡卷土重来的原因说清楚。每一个都便宜好上手，都无法用你自己的数据来推翻，而且出现在一个没人愿意当「什么都没做的那支团队」的时期。这种组合会带来采用，跟证据无关。
真正变了的和没变的
把 AI 搜索当成全然新鲜的东西，会白干许多活；把它当成全然没变的东西，则会漏掉两件确实不同的事。
- 成功的单位变了。引用是二元的，而且在不同次运行之间会变，所以单独一次观察算不上一次度量。
- 使用的搜索可能会改变。 Fan-out 表示可以通过相关子主题搜索而不是确切键入的查询找到支持链接。
- 技术基础仍然相同。Google 表示，基本 SEO 实践继续适用，也不需要特殊的 AI 标记。
- 写作的目标仍然是以人为本。清晰、具体的文本可以帮助读者并为搜索提供有用的材料，而无需发明单独的面向机器的版本。
你没出现时该往哪里看
因为这条链条有分明的阶段，缺席也就有分明的原因，值得在动手改任何东西之前先把它们分开。
- 确认页面在索引里。如果不在，下游什么都发生不了，这张单子的其余部分也就无从谈起。
- 如果您有意限制 Google 可能显示的内容，请查看 nosnippet、data-nosnippet 和 max-snippet 等搜索预览控件。
- 确认 robots.txt、CDN 和托管层都允许 Googlebot；Googlebot 是控制 Google 搜索 AI 功能抓取访问的爬虫。
- 去搜那个问题所隐含的子话题，而不是问题本身，看看你在那些上面排不排得上。
- 读一读你自己的开头那一段，问它有没有回答任何模型能原封不动抬出去的东西。
只有最后一步关乎写作，而人们偏偏从那一步开始。前面四步都是寻常的技术检查，而一个从来不出现在生成回答里的页面，大多数情形都由它们解释。