谷歌是否正在使用人工智能审查数千个独立网站？

您是否想知道为什么尽管您正确地进行了 SEO，但流量却突然下降了？

在致联邦贸易委员会的信函中，谷歌向搜索引擎优化专业人士描述了谷歌对开放网络的系统性拆解，而这些专业人士可能没有意识到他们的策略不再产生影响，这些变化代表了对整个网络激励结构的明确重新构建。

是时候适应了。

虽然有人对人工智能段落检索和向量评分发出警告，但业界基本上仍停留在传统思维模式。SEO 人员继续关注 EEAT、反向链接和内容更新周期，认为只要提高质量，就能迎来复苏。

但规则已经改变。

谷歌的静默转型：从关键词到嵌入向量

2023 年末和 2024 年初，谷歌开始推出现在所谓的 AI 模式。

什么是谷歌的AI模式？

AI 模式将内容分解成段落，将这些段落嵌入到多维向量空间中，然后使用余弦相似度将它们直接与查询进行比较。

在这个新模型中，相关性由几何学而非词汇学决定。谷歌不再对整个页面进行排名，而是评估单个段落。最相关的段落会显示在类似 ChatGPT 的界面中，通常无需用户点击查看原文。

在这个明显的变化背后是一个更深层次的转变：内容评分已经变成了嵌入优先。

什么是嵌入向量？

嵌入向量是意义的数学表示。当谷歌处理一段内容时，它会将该段内容转换为一个向量，即一个捕捉文本语义上下文的数字列表。这些向量存在于多维空间中，向量之间的距离反映了含义的相似程度。

谷歌并不依赖精确的关键词或匹配的短语，而是将搜索查询的嵌入向量与各个段落的嵌入向量进行比较。这使得它能够根据更深层次的语境、隐含含义和整体意图来识别相关性。

传统的SEO实践，例如关键词定位和主题覆盖，在这个系统中不再具有同等的权重。一篇文章并不需要使用特定的词语才能被视为相关。重要的是，它的向量是否在这个语义空间中接近查询向量。

 

嵌入向量与关键词有何不同？

关键词注重精确匹配，嵌入向量注重含义。

传统的 SEO 依赖于在整个页面中放置目标词。但 Google 的 AI 模式现在使用嵌入向量来比较查询和文章的语义。即使文章使用的词汇不同，只要其含义与查询紧密相关，就能获得良好的排名。

这种转变使得许多 SEO 策略变得过时。即使页面写得很好，关键词也很丰富，但如果其嵌入的含义与搜索意图不符，其效果仍然不佳。

SEO 出了什么问题以及接下来会发生什么

这个故事不仅仅是关于谷歌改变游戏规则，也是关于 SEO 行业如何未能注意到规则已经发生变化。

不要：误读信号

随着排名下降，许多团队认为他们受到了质量更新或核心算法调整的影响。他们加倍努力，采取熟悉的策略：改进 EEAT 信号、更新标题和刷新内容。他们精简了内容单薄的页面，提升了内部链接，并进行了审核。

但这些努力都基于过时的模型。它们只治标不治本：可见性丧失，而没有解决根本问题：语义漂移。

当内容向量与不断变化的搜索意图向量不再一致时，就会发生语义漂移。传统的 SEO 工具无法察觉这种现象，因为它发生在潜在空间，而不是 HTML 中。

无论多少反向链接或内容调整都无法解决这个问题。

这不仅仅是平台滥用，这也是一种战略疏忽。

SEO团队：

• 误解了谷歌的意图。
• 过度依赖轶事修复。
• 忽略了关于段落检索和嵌入的早期研究。

许多人认为，按照谷歌所说的去做，提高实用性、精简内容、为人类写作就足够了。

在人工智能的审查下，这一承诺落空了。

但我们并非无能为力。

不要：陷入合规陷阱

谷歌告诉业界要“专注于有用的内容”，SEO 人员从词汇角度听取了他们的建议。他们针对语气、可读性和常见问题解答进行了优化。

但是“有用性”是通过数学方式确定的，即你的向量是否与人工智能对查询的解释一致。

成千上万个网站经过重新设计后，曝光度仍然下降。为什么？因为他们在完善文案时从未思考过：这些内容是否符合搜索意图？

要做：针对数据进行优化，而不是关键字

新的 SEO 剧本始于一个简单的事实：您正在优化数学，而不是文字。

 

新的 SEO 策略：如何优化 AI 驱动的 SERP

以下是我们目前所知：

1. AI 模式真实可量化。✅您可以计算嵌入相似度。✅您可以根据查询测试段落。✅您可以直观地了解 Google 排名情况。
   
   
   
2. 内容必须在语义上保持一致，而不仅仅是主题上。✅两个关于“最佳徒步路线”的页面可能在词汇上相似，但如果一个页面侧重于家庭徒步，另一个页面侧重于极端地形，它们的向量就会有所不同。
   
3. 权威性仍然重要，但只有在相似度之后才有效。✅ AI模式会先筛选出相关的段落。权威性重新排序随后进行。✅如果你的相似度未达到阈值，你的权威性就无关紧要。
   
   
4. 段落级优化是新的前沿。✅优化整个页面是不够的。每个内容块都必须具有语义权重。
   

 

如何跟踪 Google AI 模式数据以提高 SERP 可见性？

这取决于您的目标；为了在 SERP 上取得成功，您需要关注不仅向您显示可见性数据，而且还显示如何实现目标的工具。

Profound是首批用于衡量内容是否出现在大型语言模型中的工具之一，本质上是为法学硕士（LLM）的收录提供可见性检查。它向 SEO 人员发出了早期信号，表明人工智能系统开始以不同的方式处理搜索结果，有时会显示传统上从未排名过的页面。Profound 明确表示：法学硕士不再依赖 SEO 人员数十年来试图影响的评分系统。

但 Profound 并没有提供任何解释。它只会告诉你你的内容是否被选中，而不会解释原因。它并没有模拟 AI 模式的算法行为，也没有揭示哪些改变会带来更好的包容性。

这就是基于模拟的平台发挥作用的地方。

Market Brew以不同的方式应对了这一挑战。他们没有审计 AI 系统内部可见的内容，而是重建了这些系统的内部逻辑，构建了与谷歌向嵌入和基于向量的评分演进相呼应的搜索引擎模型。这些平台不仅观察了 AI 模式的效果，还重建了其机制。

早在 2023 年，Market Brew 就已实施：

• 段落分割将页面内容划分为一致的~700 个字符的块。
• 使用Sentence-BERT生成嵌入来捕获每一段的语义指纹。
• 余弦相似度计算模拟查询如何匹配特定内容块，而不仅仅是整个页面。
• 主题聚类算法，例如顶级聚类相似性，用于确定哪些段落分组最符合搜索意图。

 

这意味着用户可以针对其内容测试一组提示，并观察算法逐块、逐个分数地思考。

Profound 提供了可见性，而 Market Brew 则提供了代理权。

模拟工具不会问“我出现在 AI 概览中了吗？”，而是帮助 SEO 询问“为什么我没有出现？ ”，更重要的是，“我可以改变什么来提高我的机会？ ”

这些平台在谷歌公开承认之前就将 AI 模式的行为可视化，为早期采用者提供了关键优势。使用这些平台的 SEO 人员不会等到流量下降才采取行动，早在大多数业内人士意识到这一点之前，他们就已经开始针对向量对齐和语义覆盖进行优化。

在这个排名取决于嵌入与用户意图的匹配程度的时代，这种领先优势至关重要。

 

可视化 AI 模式覆盖范围。免费。

SEO并没有消亡。它从艺术变成了应用几何。

 

为了帮助 SEO 适应这种人工智能驱动的格局，Market Brew 刚刚宣布推出AI Mode Visualizer，这是一款免费工具，可以模拟 Google 的 AI Overviews 如何评估您的内容：

• 输入页面 URL。
• 输入最多 10 个搜索提示或使用 LLM 样式提示扩展从单个主查询自动生成它们。
• 查看余弦相似度矩阵，其中显示了页面的每个内容块（700 个字符）如何与每个意图对齐。
• 单击任意分数即可查看具体匹配的段落及其原因。

 

这是唯一可以让您观察 AI 模式思考的工具。

 

两个真理，一个未来

内特·哈克说得对：谷歌重塑了游戏规则。数据反映出，整个行业仍在努力适应新的策略。

因为有两件事可能是真的：

• 谷歌可能正在为自己的服务、广告产品和人工智能垄断清理空间。
• 而许多 SEO 人员仍然在几何统治的世界中追逐幽灵。

现在是时候超越猜测了。

如果 AI 模式是搜索的新架构，我们需要能够揭示其工作原理的工具，而不仅仅是关于发生了什么变化的理论。

我们在 2024 年初（AI Overviews 还没有名字）就为您带来了这个故事，解释了嵌入和矢量评分将如何重塑 SEO。

像AI Mode Visualizer这样的工具为我们提供了难得的机会来了解幕后情况。

使用它。测试你的假设。绘制你的内容与现代相关性之间的空间。

搜索并未结束。

但前进的道路需要新的视角。