如何针对 LLM 优化网站？打造面向 AI 的 SEO
通过 LLM（即大型语言模型）搜索信息已经变得非常普遍，以至于一些专家预言传统搜索引擎即将终结。尽管 StatsCounter 报告显示，Google 目前仍稳稳占据约 90% 的市场份额¹，但 AI 搜索的快速增长依然值得关注——那么，让我们来看看如何针对 LLM 优化网站，使相关结果能够出现在 ChatGPT 等工具中。
什么是 LLM SEO？
针对 LLM 做 SEO，指的是发布能够被大型语言模型二次利用的信息。
通常，利用 LLM 生成回答的聊天机器人不会进行研究，因为它们已经拥有大量用于训练模型的信息，尤其是广为人知的事实、定义和规则。
不过，在以下情况下，模型会启动研究：
- 查询需要最新信息——例如天气、体育赛事或统计数据。比如：“中国目前每天有多少新生儿？”；
- 数据较为小众或具体——涉及本地市场、特定个人或企业，例如：“上海哪家餐厅的烤肉最好吃？”
主动检索信息后，语言模型便不再局限于训练数据，因此也不再像最初版本的 ChatGPT 那样，是一个封闭的数据集合。这不仅为读者，也为提供数据的企业带来了全新的机会。
为什么值得针对 LLM 优化网站？
支持者提出了许多理由，说明为什么人们应该借助 AI 搜索信息。
显而易见的好处是获取数据时更加精准、快速——我们不必在几十条结果中逐一筛选，也不用接受 Cookie 横幅、关闭广告，再寻找自己感兴趣的内容。
取而代之的是，我们会直接获得符合查询意图的答案。因此，网上流传着一个很有意思的比喻：Google 是一座宏伟的图书馆，而 ChatGPT 则是一位博览群书的图书管理员。
毫无疑问，AI 是一种全新的数据获取技术，相比传统搜索引擎具有战略优势。但这并不意味着 SEO 会消失，而只是改变了形式。ChatGPT 会引用数据来源（GPT-4 版本开始支持），并显示公司名称和来源链接——因此，我们仍然可以获得生成流量、提升品牌知名度等传统收益。
因此，我们应当顺应时代变化，调整网站上的信息以适应新的搜索方式，从而避免失去网络可见度。
如何针对大型语言模型优化网站？
我们可以沿用标准划分，将工作分为网站内部（on-site）和网站外部（off-site）两部分。
On-site SEO
针对 LLM 做 SEO 的核心原则与 Google 搜索引擎相同：必须提供可靠、有价值的信息，让其能够展示给受众。
不过，内容的性质正在发生变化。模型的知识库中很可能已经包含了常见的通用信息，因此这些内容通常会在没有外部来源的情况下直接被引用。我们必须发布竞争对手没有的独特、详细数据——例如详尽的产品描述、产品测评、自有问卷或研究结果等。
这无疑提高了内容营销行业的门槛。在传统 SEO 中，人们仍然遵循使用热门关键词的原则，实际做法就是以比前人更好的方式描述相同主题。而 LLM 需要依靠那些能够弥补其信息空缺的数据来回答精确查询，因此对内容独特性的要求明显更高。
如果想将 LLM SEO 与 Google 可见度建设结合起来，就必须关注优质 content 始终具备的四个方面。
专业性
专业性源于在某一行业长期积累的经验。丰富的实践经历能够帮助我们以不同角度审视主题，提出独到见解，预测趋势，并讨论更加实用的内容。对主题的深入了解会带来一种独特的从容、洞察力和个人魅力，这些特质正是专家内容与 AI 内容之间的区别。
文章示例：“Content writer 是做什么的？”（作为内容创作专家，我们对 content writer 这一职业的介绍比其他文章更加深入。）
独特性
不易获取、能够带来新信息或提供替代性视角的内容，例如产品测评或测试、问卷调查结果、实验结果、趋势分析、市场研究以及统计数据分享等。
文章示例：“最受欢迎的写作服务”（作为 contentwriter.co 平台的创建者，我们分享了有关写作服务受欢迎程度的自有数据。）
功能性
能够帮助用户完成某项事务的动态内容，例如购买产品、预约服务、比较价格等。利用这类信息处理功能的网站，通常比依赖静态内容的网站排名更好。功能性是内容营销中非常重要的一个维度，它能够防止搜索引擎形成垄断，因为搜索引擎只能发挥信息展示功能。
示例：提供英语服务的中国写作者（该页面帮助用户与掌握英语的中国 copywriter 建立合作关系。）这是一个关于具体功能的信息示例，AI 无法直接复制这种功能。
真实性
这类内容并非纯粹的信息传递，而是融入了情感和主观性。例如，旅行博客中的亲身感受、基于真实使用体验的产品评价，以及各种 user generated content，也就是鲜活的讨论和思想交流，都属于这一类。
如果内容具备上述特征，就更有机会在搜索引擎和 LLM 中获得可见度。此外，优质 content 还承担着其他重要的商业功能。例如，根据 Stackla 的报告²，90% 的消费者表示，真实性是选择品牌时的重要因素。
另一方面，CMI³ 的数据显示，content marketing 产生的潜在客户数量是传统营销方式的三倍以上。因此请记住，对信息质量的投资带来的收益并不局限于 SEO。
Off-site SEO
针对 LLM 的 off-site SEO 建立在数字公关活动之上。
从定义上看，这些活动旨在帮助企业与外部环境沟通，因此能够展示有关企业的多种信息。
AI 不仅会分析我们网站上的信息，也会从其他网站获取并处理关于我们的信息。哪些做法有助于 LLM SEO？
发布赞助文章和客座文章
媒体空间中关于企业的信息越多，LLM 可引用的内容就越丰富。当信息来源更加多元时，我们更有可能针对“哪家公司提供 X 服务？”或“在哪里可以找到 Y 产品供应商？”等 prompt 获得展示。
收集评价并参与排名
各种收录企业信息的比较、排名和目录，都能直接帮助 LLM SEO。借助这些内容，我们有机会针对“列出 X 行业最优秀的公司”等 prompt 获得可见度。
潜在的查询范围几乎没有上限，因此值得尽可能广泛地在网络上曝光自己。这样既能强化企业存在感，也能最大限度提高 LLM 在研究过程中注意到我们的机会。
总结
- AI 信息搜索仍在不断普及，因为它能够快速、精准地生成数据。
- LLM SEO 主要关注模型训练数据中尚未包含的内容。因此，发布最新、小众或详细的信息，能够最大限度提高内容被 AI 结果收录的机会。
- On-site SEO 要求创作高质量的独特内容；而 off-site SEO 则着重于在媒体环境中建设企业形象。
- 有价值的 content 不仅能提升企业在 LLM 工具中的可见度，也能提升其在传统搜索引擎中的表现。此外，它还会带来品牌建设、潜在客户获取等其他商业成果。这是一项值得投入的长期工作。
您的评论已被添加，正在等待批准。
发表回复