如何让人工智能听起来更具人性化：自然对话AI的完整指南
Tim • Jun 11, 2026
更新人
更新于 Jun 11, 2026
当前只有38%的AI引用来自前10个自然搜索结果，下降幅度达到76%。SEO表现与AI可见性已脱钩。获取AI引用需要不同的优化层次：语义完整性（与引用选择的相关性为0.87）、优先回答内容结构（44.2%的ChatGPT引用来自内容的前30%）、在自己内容中添加源引用（+115.1%的可见性提升）、结构化数据（+73%的AI选择率）、内容新鲜度（在30天内Perplexity引用的概率高出3.2倍）、实体密度（对于拥有15个以上命名实体的页面，引用概率高出4.8倍），以及确认AI爬虫访问。不同平台的引用方式有所不同：只有11%的网站同时被ChatGPT和Perplexity引用，因此平台特定策略不可或缺。这些策略都有清晰的文档记录。更难的问题是闭环反馈——了解更改是否真正改变了引用率，哪些平台有所反应，以及接下来该做什么。
2025年，有机SEO流量同比下降了2.5%。当AI概述出现在搜索结果中时，点击率从大约15%下降至8%。截至2025年初，AI概述的出现率现在约为13%，而当时为6.5%。
对比数据：根据The Digital Bloom的2025年AI引用报告，AI平台在2025年6月产生了11.3亿次推荐访问，同比增长357%——AI推荐访客的转化率比传统有机搜索访客高22%，在网站停留时间长41%。获得AI引用的品牌不仅仅在恢复流失的流量。它们正在接触更高意图的受众。
主要AI平台使用检索增强生成。当用户提出问题时，系统将查询转换为向量嵌入，检索语义相似的文档，通过相关性和权威性对候选内容进行重新排序，然后综合来自顶级来源的引用形成响应。
选择发生在页面级别。一个高权威的域名并不能保证引用，如果特定页面缺乏语义完整性或结构清晰性。AI系统选择的是页面，而非域名。
早期AI概述部署在前10个自然结果中引用的比例为76%。Ahrefs对863K关键词的研究发现这一比例已降至38%。针对传统谷歌排名的优化不再可靠地产生AI引用。这两个渠道现在需要分别进行有意识的优化。
ChatGPT 在 47.9% 的响应中引用了维基百科 — 它偏爱深度、全面覆盖以及具有内部来源引用的内容。模仿这种模式的商业内容（长格式、引用丰富、实体密集）比薄弱的关键词目标页面获得更多的 ChatGPT 引用。
Perplexity 在其响应中引用了 Reddit 46.7%。新鲜度是主要驱动因素：在 30 天内更新的内容获得了 3.2 倍的 Perplexity 引用。社区存在 — 在相关论坛中进行真实品牌讨论 — 是主导的引用来源，而不是自有内容。
Google AI 概述 依赖于 E-E-A-T：作者资质、命名专家、引用来源和网站整体权威性。这里的质量标准高于其他两个平台。
只有 11% 的网站同时出现在 ChatGPT 和 Perplexity 的引用中。每个平台都需要自己的优化方法。
语义完整性 是 AI 引用的最强单一预测因子 — 在已发表的研究中相关性为0.87。页面对主题的全面覆盖足以作为参考，而不仅仅是关键词匹配，始终会在各个平台获得更多引用。这意味着需要涵盖相关实体、副主题、常见问题及相邻概念 — 而不仅仅是目标查询。
实体密度 在页面上占 20.6% 的专有名词和 15+ 个独立实体非常重要。具有这种密度的页面显示出 4.8 倍的更高引用概率。实体思维替代关键词思维：每个命名的人物、组织、产品、地点或概念都是您的内容与 AI 检索图之间的语义连接点。
为自己的内容添加来源引用。 这一单一改变产生了 115.1% 的可见性增加，并且在现有的 SEO 建议中几乎没有提到。引用外部数据、研究和命名来源向 AI 系统表明您的内容是基于可验证的证据 — 这也是维基百科在 ChatGPT 引用中占主导地位的原因。
以回答为首的结构。 44.2% 的 ChatGPT 引用 来自页面的前 30%。AI 检索提取的是片段，而不是完整文章。每个部分都应以直接、完整的答案开头，然后再扩展到背景。结构应针对将被提取的片段，而不是会阅读全文的读者。
内容的新鲜性。 真实的内容更新 — 新数据、更新的统计、附加实体 — 会触发新鲜度信号。具体而言，对于 Perplexity，30 天的窗口是操作目标。更改日期而不更新内容不会被记录。
第三方提及量。 在网络提及方面排名前25%的品牌，其AI引用量是下一个四分位数的10倍以上。数字公关、社区参与和获得的媒体报道创造了AI系统用作权威代理的提及密度。这是一个累积变量：引用增强引用，因为权威信号会累积。
结构化数据标记。 结构化数据的实施将AI选择率提高73%。FAQPage、Article和HowTo模式提供机器可读的信号，帮助AI系统正确提取、归属和排名您的内容。
AI爬虫访问。 被阻止的爬虫会将页面排除在引用考虑之外，无论内容质量如何。AI爬虫使用与Googlebot不同的用户代理，有时会被允许传统爬虫的配置所阻止。确认AI爬虫的访问权限是其他一切的前提——而不是事后考虑。
ChatGPT: 长篇全面指南，带有H2/H3层级、编号列表、比较表和明确的外部引用。涵盖查询衍生子查询所暗示的话题广度，而不仅仅是标题提示。核心主题2,000-4,000字。
Perplexity: 优先考虑新鲜度节奏和社区存在感。定期用新数据更新现有内容。在Reddit、Quora和细分论坛上建立真实的品牌存在感。自然在上下文中提及您品牌的社区讨论是主要的Perplexity引用驱动因素。
Google AI 概述： 实施带有资质的作者页面。引用知名专家和原始研究。使用FAQPage模式。在期望AI概述被纳入之前，通过相关的反向链接建立足够的域名权威——这个渠道质量门槛最高。
第1周——技术合格性： 审核AI爬虫访问。如果缺少llms.txt，请添加。对目标页面实施结构化数据标记。这些是二元要求；任何数量的内容优化都无法弥补被阻止的爬虫。
第2-3周——竞争情报： 在ChatGPT、Perplexity和AI模式中运行您价值最高的15-20个提示。注意被引用的URL。分析成功页面的结构模式、实体密度和引用实践。这是优先考虑需弥补特定差距的诊断输入。
第3-6周——内容优化： 一次处理一个目标提示。添加缺失的实体。添加来源引用。重构为回答优先的格式。用新数据更新。每页更改一个变量保持您归因于有效内容的能力。
持续进行——迭代： 跟踪每个目标提示的引用频率。优化周期只有在您能衡量每次更改是否推动变化时才会有效。
以上的策略已经得到充分验证。大多数团队陷入的难题并不是策略本身——而是反馈循环。你进行内容更改，做几个手动抽查，感到不确定，然后在不知道干预是否有效的情况下继续。
在这里，手动检查确实不可靠。SparkToro 的研究发现，AI 引擎在推荐品牌时表现不一致：同样的提示在不同时间会产生不同的回答。单次检查只能提供一个来自变量分布的数据点。你需要在多次运行中获得频率，以测量你实际的引用率。
那些关闭这一循环的团队——在每次更改之前和之后，跨多个平台和多个提示运行测量引用频率——是随着时间的推移积累 GEO 改进的团队。没有它，你就是在黑暗中进行优化。
Dageno 在 10 多个 AI 平台上持续运行目标提示，将结果汇总为趋势数据而非快照，并让你将引用率变化与特定内容更新相关联。上面的策略工作只有在配合一个能够真实检测结果变化的反馈系统时，才能产生可测量的结果。提供免费计划。
Tim is the co-founder of Dageno and a serial AI SaaS entrepreneur, focused on data-driven growth systems. He has led multiple AI SaaS products from early concept to production, with hands-on experience across product strategy, data pipelines, and AI-powered search optimization. At Dageno, Tim works on building practical GEO and AI visibility solutions that help brands understand how generative models retrieve, rank, and cite information across modern search and discovery platforms.
Read full bio