为什么您的五星级评论对 AI 来说是不可见的

两年前，25% 的消费者使用 AI 工具而不是搜索引擎来找到产品和服务。今天，这一比例已经上升到 58%。

尽管如此，绝大多数企业仍然按照传统方式优化内容策略。因此，曾经在谷歌首页占据主导地位的公司有时会完全缺席于 AI 答案中。

在 Alps2Alps，我花了几个月的时间进行测试，以了解发生了什么。与团队一起，我们重建了我们的策略，并且我们的系统化地理工作使我们在 AI 搜索模型中（基于 Basebright 服务）成为竞争对手中的佼佼者。

简而言之，AI 不是通过排名网站来工作的，而是通过从互联网上多样化的来源中编译响应，且其证据标准与 SEO 标准根本不同。

从搜索排名到 AI 引用

普林斯顿和佐治亚理工学院的研究人员在 2024 年的一项研究中创造了“生成引擎优化”（GEO）这一术语，该研究发表在 KDD，这是顶级数据科学会议之一。他们测试了不同内容策略如何影响 AI 生成的响应中的可见性，并发现正确的优化可以将引用率提高多达 40%。他们还发现，传统的 SEO 技术，如关键词堆砌，实际上会损害生成搜索中的性能。

商业案例很简单。高德纳预测，传统搜索量将在 2026 年之前下降 25%，因为用户将迁移到 AI 助手。Capgemini 的 2025 年消费者研究，涵盖了三个大陆的 12,000 人，发现 58% 的消费者已经用生成式 AI 替代了搜索引擎来进行产品发现。根据 Statista 的数据，大约 40% 的旅行者 现在使用 AI 工具来计划行程。

这些并不是关于遥远未来的预测。这已经是越来越多的客户找到您或没有找到的方式。经过一年多的测试和重建，我发现了一些规律。经过无数次测试和重建内容策略以适应新的现实，以下是有效和无效的方法。

完美的评论是新的红旗

普林斯顿研究发现了一些违反直觉的东西。将引语和具体统计数据添加到内容中比抛光语言或堆砌关键词更能提高 AI 可见性。对于依赖客户评论的企业来说，这意味着很重要的事情。这并不是说星级评分不重要，因为 AI 会读取可信平台上评分的分布，如 Trustpilot 和 Google Maps，并且强烈的汇总信号很重要。但是，它只会带您走这么远。当一个模型综合回答关于哪个转移服务更好的问题时，它需要一些东西来提取。“很好的服务！”并不是那样。如果您思考一下这些系统的工作原理，这是有道理的。当 ChatGPT 回答关于旅行者转移服务的问题时，它不仅仅是计算星级评分。它综合来自评论平台、论坛、社交媒体和编辑内容的信息。详细的描述为模型提供了具体的东西来处理。这是有道理的，如果您思考一下这些系统的工作原理。当 ChatGPT 回答关于旅行者转移服务的问题时，它不仅仅是计算星级评分。它综合来自评论平台、论坛、社交媒体和编辑内容的信息。详细的描述为模型提供了具体的东西来处理。

让人感到不舒服的是，您的评论配置文件中的一些冲突实际上是有帮助的。例如，旅行涉及天气中断或航班延迟。当这些问题出现在公共评论中，并且公司用具体细节而不是模板化的“我们重视您的反馈”来回应时，这表明了真实性。一个只有赞扬的配置文件看起来像是人为制造的，对于消费者和 AI 系统来说都是如此，它们会权衡来源的可信度。

实际的收获很简单，但很难实施。停止筛选谁可以留下评论。要求每位客户，包括那些有糟糕经历的人，留下评论。用具体细节公开回应批评，而不是使用模板化的“我们重视您的反馈”。混乱是关键，因为它区分了应得的声誉和综合的声誉。

为提取而写，而不是给人留下印象

大多数营销文案都是为说服人类浏览网站而写的。GEO 需要为提取而写。您的内容需要结构化，以便 AI 可以提取特定的事实并在综合答案中引用。

语言模型在生成答案时会从多个来源中提取，并且偏爱独立平台。TripAdvisor 上的一条提及，Reddit 上的一个真实用户描述了他们的经历，一个影响者在 YouTube 上的视频，他们实际上使用了该服务，这些都比您公司博客上的相同信息具有更多的引用权重。第三方平台上的用户生成内容在生成搜索中索引良好，因为它是详细的、对话式的，并且来自独立来源。

相同的逻辑也适用于获得的媒体报道。如果行业出版物在关于您所在行业的文章中引用您，那么这段引用就成为 AI 可以引用的材料。它位于一个权威的域名上，它被归属为一个命名的专家，并且它解决了一个特定的主题。一个好的引用可以出现在数十个 AI 生成的答案中。

在您自己的网站上，变化更为技术，但同样重要。结构化数据标记有助于 AI 解析器了解您的业务、其运营地点以及其提供的服务。FAQ 部分具有直接、具体的答案表现良好，因为它们与语言模型工作的问答格式相匹配。语言本身也很重要：“我们是领先的服务”是噪音。“我们在 5 个国家运营 12 个服务，平均响应时间为 6 分钟”是 AI 将使用的数据。

语言覆盖是一个经常被忽视的重要因素。AI 以查询语言来响应。如果您的网站仅存在于英语中，但您的半数客户使用法语、德语或意大利语来搜索，您将对这些查询不可见。对于任何跨多个市场运营的企业，多语言内容都是 GEO 的要求。

您的支持票是内容的黄金矿

大多数使用 AI 的公司都有一名团队成员打开了 ChatGPT 选项卡，用于基本任务。这是一个起点，而不是策略。GEO 的真正竞争优势在于使用您自己的运营数据来指导您创建和优化的内容。

B2C 服务可以每月处理数千个客户查询。例如，在转移服务中，大约 45% 的查询是重复的。当我们开始将它们路由到 AI 助手时，立即显现出的明显好处是更快的响应时间和解放支持人员处理更困难的案例。但是，另一个重要的好处是数据。我们现在有一个清晰的地图，显示客户在旅途中的每个阶段实际上会问什么问题，使用他们自己的话语。

这些问题也是人们会问 ChatGPT 的问题。如果您有一个详细、具体的页面来回答确切的问题，那么您就会成为 AI 引用的来源。如果您没有，其他人的 Reddit 评论就会成为答案。

相同的原则也适用于竞争监控。哪些来源被引用？哪里有空白？当新的竞争对手开始出现在 AI 答案中时，他们创建了什么内容来获得引用？这应该是每周为企业所做的事情。

GEO 是一个持续的过程，而不是一个具有启动日期的项目。生成模型不断更新。它们优先考虑的来源可能会发生变化。三个月前可能为您带来引用的事情今天可能不起作用。那些建立反馈循环的公司将随着时间的推移而巩固他们的优势。其他人将继续想知道为什么他们的谷歌排名不能转化为 AI 可见性。

一年前，我不太关心 ChatGPT 如何描述我们的行业。现在，这是我每周检查的第一件事，答案会发生变化。新的来源出现，旧的来源消失。这是一个活跃的系统，要在其中保持可见的唯一方法就是不断提供一些真实的东西。