SEO大会实录与心得：AI搜索对SEO的影响以及关键指标变化

最近一段时间，不管是SEO大会、搜索营销从业者交流，还是Google、Bing这些搜索平台自己释放出来的信息，都越来越指向同一个问题：

AI搜索出现以后，SEO到底变了什么？

有人说SEO已经没用了。

有人说以后全部做GEO。

还有人觉得只是搜索结果页上多了一块AI答案，SEO该怎么做还是怎么做。

如果把这些观点和2026年以来搜索平台真正上线的产品放在一起看，我觉得答案已经开始变得清楚：

SEO没有消失，但衡量SEO价值的指标正在增加。

以前企业最关心：

关键词第几。

自然搜索有多少流量。

现在还要继续看：

内容有没有进入AI搜索。

哪些页面被AI使用。

AI是通过什么问题找到网站。

有没有引用。

有没有品牌提及。

AI搜索最终有没有带来新的访问和咨询。

Google在2026年5月专门发布生成式AI搜索优化指南，并明确表示传统SEO最佳实践仍然是Google生成式AI搜索的基础；其AI搜索依然会依靠核心搜索排名和质量体系，通过RAG从搜索索引中检索网页，还会通过Query Fan-out围绕复杂问题生成多个相关查询。

所以这轮变化真正值得SEO从业者关注的，并不是“SEO死没死”。

而是：

搜索正在从页面排名，继续走向答案可见度。

第一：大会上最值得关注的一个变化，是大家开始不只聊排名了

传统SEO大会最熟悉的内容是什么？

关键词。

外链。

内容。

技术SEO。

搜索算法。

网站结构。

流量增长。

这些话题今天依然存在。

但AI搜索起来以后，讨论越来越容易进入另一组词：

引用。

Grounding。

AI Overview。

AI Mode。

品牌可见度。

Prompt。

Query Fan-out。

AI Agent。

GEO。

这种变化本身已经很有意思。

因为传统SEO长期默认：

关键词
↓
排名
↓
点击
↓
网站流量

但生成式搜索正在增加一层：

用户问题
↓
搜索系统检索多个来源
↓
AI组织答案
↓
引用部分网页
↓
用户先阅读答案
↓
再决定要不要进入网站

这意味着企业的内容可能已经产生价值，却不一定首先体现为一次传统蓝色链接点击。

这也是为什么2026年的SEO指标体系开始变化。

第二：关键词排名依然重要，但它已经很难单独代表搜索可见度

过去做SEO，最常用的一张报表就是：

关键词	当前排名	上月排名	搜索量
企业SEO	8	15	–
GEO服务	5	12	–
官网优化	11	18	–

客户一眼就能理解。

第15名变第8名，就是增长。

但AI搜索没有这么稳定的“第几名”。

用户可能问：

企业网站有200篇文章为什么还是没有流量？

Google AI搜索可能围绕这个问题继续检索：

网站内容质量。

索引问题。

关键词匹配。

搜索意图。

站内结构。

最后调用多个页面共同生成答案。

Google官方把这种机制称为Query Fan-out，也就是围绕原始问题并行产生多个相关查询。

所以以后SEO团队不能只管理：

关键词库。

还要开始管理：

问题空间。

比如以前关注：

GEO服务商

以后还要知道用户可能问：

GEO服务商怎么选？

做GEO要不要改官网？

GEO公司为什么报价差异那么大？

ToB企业适合哪种GEO服务商？

核心需求还是同一批。

表达方式却越来越长。

第三：从“排名”到“引用”，SEO多了一个新指标

这可能是2026年最明显的搜索指标变化。

微软在2026年2月把AI Performance正式加入Bing Webmaster Tools。

站长可以直接看到：

Total Citations。

网站一段时间内被AI答案引用了多少次。

Pages Cited。

到底哪些URL被引用。

Grounding Queries。

AI检索并使用网站内容时，对应哪些检索短语。

微软还明确说：

这是Bing Webmaster Tools迈向GEO分析工具的重要一步。

这意味着以后企业可能看到一种过去完全不存在的数据：

这篇文章搜索流量只有300，但是被AI引用了800次。

或者：

这篇文章传统排名非常好，但几乎没有出现在AI引用里。

那么这两类内容应该怎么评价？

过去只看自然搜索流量已经不够了。

第四：引用次数也不能直接理解成“GEO排名”

这也是这轮行业讨论里必须特别注意的地方。

Bing自己已经反复提醒：

Citation只代表内容在支持的AI答案里成为了可见来源。

它不等于排名。

不等于权威度。

不等于这个页面在答案里最重要。

更不等于带来了点击。

所以如果以后GEO服务商给企业看：

本月AI引用量增加200%。

企业还需要继续问：

然后呢？

引用的是哪几篇？

围绕什么问题？

是知识问题还是采购问题？

有没有出现品牌？

用户有没有进入官网？

这才是一条完整的判断链。

第五：传统“搜索曝光”也开始拆成AI曝光

Google在2026年6月推出了Search Generative AI Performance Reports。

到了2026年8月31日，这套数据已经面向全球网站推出。

Search Console可以开始单独查看网站在：

AI Overviews。

AI Mode。

以及Discover部分生成式AI体验中的曝光情况。

这个变化特别重要。

以前Search Console告诉SEO：

页面在Google搜索曝光多少次。

现在继续告诉企业：

其中哪些可见度来自生成式AI搜索。

所以未来一个页面的搜索表现，很可能至少要拆成：

传统搜索曝光
+
生成式AI曝光

而不能继续简单地说：

搜索流量下降了，所以SEO价值下降了。

因为用户获取答案的界面已经发生变化。

真正应该分析的是：

网站在整个搜索体验中的可见度有没有下降。

第六：以后SEO报告里的“关键词”可能会变成“关键词 + Grounding Query + Intent”

Bing AI Performance更有意思的一点，是它已经开始从引用次数继续往下拆。

目前的预览能力包括：

Intent。

Topic。

Citation Share。

Compare。

Intent可以识别一组Grounding Query背后的需求类型，比如：

Informational。

Commercial。

Navigational。

Research。

Local。

Learn and Solve。

这对SEO意味着什么？

以前看到：

GEO服务

我们主要研究：

搜索量。

排名。

CTR。

现在还要继续看：

AI为什么检索这个主题？

用户是在了解？

比较？

研究？

准备采购？

比如同样被引用100次：

A页面主要出现在：

什么是GEO？

B页面主要出现在：

企业应该怎么选择GEO服务商？

它们的引用次数一样。

商业价值可能完全不同。

第七：所以“流量”以后仍然重要，但它不应该是唯一指标

这也是我听完很多行业讨论以后比较明确的一个判断。

SEO过去长期被一个数字绑架：

自然流量。

流量涨就是好。

流量掉就是差。

但ToB企业本来就不应该单纯追求流量规模。

AI搜索以后这个问题会更加明显。

假设以前一篇文章：

每月1000个访问。

带来1个有效客户。

后来AI搜索直接回答了一部分基础问题。

网站只剩600个访问。

但用户进入官网以前已经通过AI完成了一轮了解。

最终产生：

3个更明确的咨询。

如果只看：

自然流量下降40%。

会觉得SEO退步了。

如果看：

有效客户从1个变3个。

结论完全不同。

所以企业真正需要增加的是：

转化质量指标。

第八：搜索指标可能会从四层变成七层

以前我们经常看：

收录
↓
排名
↓
流量
↓
转化

AI搜索加入以后，可以扩展成：

抓取与索引
↓
传统搜索曝光
↓
AI搜索曝光
↓
AI引用
↓
品牌提及/推荐
↓
网站访问
↓
有效咨询

每一层解决一个不同的问题。

抓取与索引

回答：

搜索系统有没有正常发现页面？

传统搜索曝光

回答：

传统SERP有没有展示内容？

AI搜索曝光

回答：

页面有没有进入生成式搜索体验？

AI引用

回答：

内容有没有被AI答案真正使用？

品牌提及与推荐

回答：

AI有没有从“用你的内容”继续走向“谈论你的企业”？

网站访问

回答：

用户有没有进一步了解？

有效咨询

回答：

最终有没有进入业务。

这套指标比一个“GEO综合得分”更有意义。

第九：SEO内容的评价标准也在变化

过去一篇文章能进入Google Top 3，我们就会认为它做得不错。

AI搜索以后还可以继续观察：

它是不是一个好的引用源？

有没有清晰事实？

有没有第一手经验？

有没有独特观点？

有没有案例？

数据能不能核验？

Google最新生成式AI搜索优化指南特别强调：

创造有价值、独特、非商品化的内容。

提供第一手经验和独立观点。

不要只是重新总结网上已有内容。

这其实会直接影响未来SEO的内容生产逻辑。

以前可以问：

竞争对手3000字，那我写4000字行不行？

以后更应该问：

我这篇内容有没有提供AI和用户在其他页面找不到的东西？

如果没有，字数再长也只是增加内容库存。

第十：AI批量生产内容以后，“页面数量”反而会越来越不值钱

这是AI对SEO特别大的一个影响。

以前企业一年写100篇原创文章，需要很多成本。

现在AI一天就能生成100篇。

当内容生产成本大幅下降以后：

拥有内容本身不再稀缺。

稀缺的是：

真实经验。

独特数据。

客户案例。

原创实验。

行业判断。

业务事实。

Google在最新官方指南里也明确提醒，不要针对用户可能搜索的每一种不同表达方式分别批量创建页面。

大量页面本身不会让网站变得更高质量或更相关，而且为了操纵搜索或生成式AI结果而规模化生产内容，还可能触及垃圾内容政策。

所以AI时代SEO最危险的一种误区就是：

AI写得快，那我就每天发100篇。

以后真正的竞争重点可能恰恰相反：

谁更会删。

删重复页面。

合并重复搜索意图。

更新旧内容。

保留真正有价值的信息。

第十一：技术SEO没有消失，反而变成AI搜索的基础设施

还有一种声音是：

AI搜索都直接生成答案了，技术SEO以后没什么用了。

从Google官方指南来看，这个判断明显站不住。

Google明确说，生成式AI搜索依然建立在核心搜索排名与质量系统之上。

同时继续要求网站做好：

可抓取。

JavaScript SEO。

页面体验。

重复内容治理。

网站结构。

Search Console监测。

为什么？

因为AI搜索不可能凭空使用一个网页。

首先还是要：

发现。

抓取。

索引。

理解。

召回。

所以未来SEO人员依然要懂：

Robots。

Sitemap。

Canonical。

HTTP状态码。

内链。

抓取。

服务器。

JavaScript。

区别只是：

过去技术SEO主要服务传统搜索排名。

现在继续服务AI搜索可发现性。

第十二：llms.txt这类“GEO快捷技巧”的价值会被重新审视

AI搜索火起来以后，行业出现了大量新概念。

llms.txt。

内容Chunking。

各种AI专用Schema。

甚至所谓专门给大模型写的页面。

其中一些东西值得实验。

但Google在最新生成式AI搜索指南里已经非常明确：

对于Google Search，不需要追逐所谓AEO/GEO Hacks。

Google甚至直接点到：

无需创建不必要的AI文本文件，比如llms.txt。

也不建议人为制造虚假提及。

这对SEO行业其实是个很重要的提醒。

不要因为AI来了，就忘掉搜索过去20年反复证明的一件事：

短期技巧的生命周期永远比高质量网站短。

第十三：SEO和GEO最终不会是两个完全割裂的团队

这是我对这轮变化比较强烈的一个感受。

如果SEO团队负责：

抓取。

索引。

关键词。

官网内容。

Search Console。

而GEO团队负责：

AI引用。

Prompt。

品牌推荐。

媒体信源。

两边完全不沟通，很容易出现重复建设。

因为最终使用的是同一套企业信息。

一个好的产品页：

可以参与传统SEO。

也可以参与AI检索。

一个真实案例：

可以获得搜索排名。

也可能成为AI Grounding来源。

一篇深度行业内容：

可以获得自然搜索流量。

也可能提高品牌在AI回答里的专业关联。

所以更合理的架构是：

企业业务事实
↓
官网内容资产
↓
SEO搜索发现
↓
AI检索与引用
↓
品牌推荐
↓
客户转化

SEO和GEO只是这条链路里不同阶段的观察方式。

第十四：SEO人员的KPI也会发生变化

以前SEO最典型KPI是：

收录量。

核心词排名。

自然流量。

这些不会消失。

但以后可能增加：

AI搜索曝光。

AI引用页面数量。

核心主题Citation。

Grounding Query覆盖。

AI品牌提及。

商业问题推荐率。

AI引荐访问。

有效线索。

如果是一家ToB企业，我甚至认为最后三个指标的重要性会越来越高。

因为企业真正关心的不是：

文章有没有被AI引用1000次？

而是：

真正有需求的人有没有因此发现我们。

第十五：以后SEO复盘最好不要只问“流量为什么掉了”

可以换成更完整的五个问题。

第一：搜索需求有没有变化？

用户是不是开始从短关键词转向长问题？

第二：搜索结果形态有没有变化？

AI Overview、AI Mode或者其他生成式结果是不是承接了一部分答案？

第三：网站传统SEO有没有变化？

抓取、索引、排名、内容是不是出了问题？

第四：网站在AI搜索中的可见度有没有变化？

曝光。

引用。

被引页面。

Grounding Query。

第五：最终商业结果有没有变化？

品牌搜索。

访问。

咨询。

有效线索。

这五个问题一起回答，才有可能判断：

SEO真的变差了。

还是用户获取答案的路径变了。

第十六：SEO大会之后，我最大的感受是“搜索没有死，搜索正在分层”

以前用户搜索一个问题，需要自己完成：

搜索。

点击。

阅读。

比较。

判断。

AI搜索开始帮用户完成其中一部分工作。

于是搜索开始分成两层。

第一层：

机器搜索。

AI帮用户检索和筛选大量信息。

第二层：

用户验证。

用户看到AI答案以后，再决定访问哪些网站、品牌或者产品。

这意味着SEO以后可能不再只是：

怎么争取用户第一次点击。

还要继续思考：

怎么争取进入AI替用户完成的那轮检索。

这正是GEO出现的意义。

第十七：真正值得企业调整的，是增长看板

如果现在重新做一张SEO+GEO增长看板，我会建议至少分五层。

网站基础层

抓取。

索引。

技术异常。

传统搜索层

曝光。

关键词。

点击。

自然访问。

AI搜索层

AI曝光。

Citation。

被引页面。

Grounding Query。

Intent。

Topic。

品牌层

品牌提及。

推荐问题覆盖。

品牌描述准确性。

业务层

AI引荐访问。

服务页面访问。

有效咨询。

客户质量。

这样以后开月度会议时，就不会只有：

本月SEO流量下降5%。

而可以继续解释：

为什么下降。

什么增长了。

AI搜索有没有补充新的可见度。

真正商业结果有没有发生变化。

AI搜索真正改变的，是SEO价值被看见的方式

所以回到文章标题：

AI搜索到底对SEO造成了什么影响？

从Google、Bing在2026年的一系列官方动作来看，一个非常明确的信号是：

SEO依然是生成式搜索的重要基础，但搜索可见度已经从传统网页排名继续扩展到了AI曝光、Grounding和Citation。

关键词还要看。

排名还要看。

自然流量也还要看。

只是以后再评价一个网站的搜索价值，不能只停留在这三项。

还需要继续问：

哪些页面进入AI搜索？

AI用什么问题找到网站？

哪些内容成为引用来源？

品牌有没有进入用户的考虑范围？

这些新的搜索路径最终有没有产生客户？

这也是我看完这一轮SEO大会和搜索平台变化以后最明显的感受：

SEO没有进入终点，只是原来那张“关键词—排名—流量”的成绩单，已经开始不够用了。

未来真正有价值的SEO，会把传统搜索、AI搜索、官网内容和业务结果连接起来。

搜索入口越来越多。

指标也越来越多。

但最终企业需要回答的还是同一个问题：

当客户开始寻找答案时，我们有没有出现在他寻找答案的路径上。