AI时代做SEO还有用吗

AI 时代做 SEO 还有用吗：Google AI Overviews 对流量的影响与应对

一、先搞清楚 AI Overviews 抢走了什么

AI Overviews（AIO）是 Google 在部分查询顶部直接生成的答案摘要，用户不再需要点进任何网页就能获得答案。它主要覆盖三类查询：

核心变化：搜索结果从「十个蓝链接」变成「一个答案 + 少量引用源」。流量没有被删除，而是被重分配——从排名第一、第二的页面，流向了 AIO 引用的页面、或者干脆留在 Google 内。

二、怎么判断你的流量是被 AIO 影响的

不要凭感觉。用 GSC 查询数据做两步判断：

第一步：导出最近 3 个月「搜索查询」数据，对比上一周期，找展示量没掉、但点击率和 CTR 明显下滑的查询——这类大概率被 AIO 抢占。

第二步：计算零点击率。附赠 Python 脚本，处理 GSC 导出的 CSV：

import csv

rows = []
with open("gsc_queries.csv", "r", encoding="utf-8-sig") as f:
    for r in csv.DictReader(f):
        impressions = int(r["Impressions"])
        if impressions < 100:   # 过滤低展示查询，聚焦有效样本
            continue
        clicks = int(r["Clicks"])
        zero_click_rate = 1 - clicks / impressions
        rows.append((zero_click_rate, r["Queries"], impressions, clicks))

for rate, query, imp, clk in sorted(rows, reverse=True)[:30]:
    print(f"零点击率 {rate:.0%}\t展示 {imp}\t点击 {clk}\t{query}")

零点击率超过 90% 且之前有稳定点击的查询，就是 AIO 影响的重灾区，值得逐条复盘。

三、AIO 时代的流量流向变化

结论先放在这：SEO 没有死，死的是「只做排名、不提供额外价值」的 SEO。

四、应对打法：SEO 还在做，但换个思路

1. 内容从「答案」升级为「答案 + 决策依据」

AIO 给结论，你的页面给推理过程：对比数据、实测案例、踩坑记录。用户看了 AIO 摘要后，想深入了解时才会点进你的页面——你要保证点进来的理由足够硬。

2. 强化 E-E-A-T 信号

AIO 引用更看重来源可信度。实操项：作者简介页补齐履历与领域资质、引用数据标注来源、保持内容更新时间可见、站内「关于我们」写清真实团队信息。

3. 结构化数据：提高被引用的概率

用 Schema.org 标记文章、FAQ、产品评分、操作方法：

{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "AI 时代 SEO 应对指南",
  "author": { "@type": "Person", "name": "作者名" },
  "dateModified": "2026-08-27",
  "mainEntityOfPage": "https://yourdomain.com/post"
}

被 AIO 引用的页面不保证带结构化数据，但带了的页面在信息抽取时更容易被识别成权威来源。

五、落地优先级

六、FAQ

Q1：AI Overviews 会完全取代搜索结果吗？
短期内不会。AIO 依赖网页内容作为语料来源，没有网页生态它就没有答案可生成。但它会持续压缩纯信息类查询的点击空间。

Q2：信息类文章没流量了，要删吗？
先别删。分三种处理：高价值信息页补深度内容转型；与其他页面重复的直接合并 301；纯搬运拼凑的删除。删之前先确认是否有外链和内链指向。

Q3：要不要专门针对 AIO 写内容？
不建议把「被 AIO 引用」当唯一目标，你控制不了引用逻辑。正确姿势是做好内容质量和结构化数据，让页面值得被引用，剩下的交给算法。

Q4：怎么知道自己的查询被 AIO 覆盖？
手动在无痕窗口搜目标词，看顶部是否有 AIO 答案；批量场景用 GSC 数据：展示量稳定但点击率骤降的查询，优先怀疑 AIO 截流。

七、行动清单

1. 导出 GSC 查询数据，跑零点击率脚本，标记 Top 30 受影响查询。
2. 逐条判断：内容质量问题 → 优化；AIO 截流 → 补决策依据。
3. 高价值页面补实测数据、案例、踩坑记录，避免纯答案短文。
4. 补齐作者页、来源标注、更新时间等 E-E-A-T 信号。
5. 全站接入 Article / FAQ 结构化数据，提交 GSC 验证。
6. 持续挖掘未被 AIO 覆盖的新查询，用 Search Console 筛选低竞争长尾词。

顺手把这篇的零点击率分析脚本、GSC 排查流程和 E-E-A-T 自检清单整理成了一份学习笔记，评论区扣「笔记」我私发给你。觉得有用点个赞收藏，做应对方案的时候直接翻出来用。