从 SEO 到 GEO：一篇文章讲清楚网站优化与流量增长

如果你有一个自己的网站，无论是个人博客、独立站，还是 SaaS 产品网站，大概率都绕不开两个概念：SEO 和 GEO。

SEO 已经存在很多年了，它的核心目标是让网站在 Google、Bing 等搜索引擎中获得更多曝光和自然流量。而随着 ChatGPT、Perplexity、Gemini 等 AI 产品的普及，GEO 也开始受到越来越多的关注。

过去，用户可能会在 Google 搜索“有哪些好用的数据分析工具”，然后从搜索结果里找到几个网站逐一查看。

现在，用户也可能直接向 ChatGPT 提问：“有哪些适合跨境电商的数据分析工具？帮我推荐几个。”

用户获取信息的方式正在发生变化，网站获取流量的方式也需要随之调整。

但无论是 SEO 还是 GEO，它们都不是简单地修改几个配置、添加几个关键词，就能立刻产生效果的事情。技术配置只是基础，真正决定长期表现的，仍然是网站能否持续提供有价值的内容，以及这些内容能否被用户和相关平台发现。

这篇文章，我会从四个方面来介绍 SEO 和 GEO：

1. SEO 和 GEO 分别是什么，有什么区别？
2. 网站有哪些常见的 SEO / GEO 技术配置？
3. 实际开展 SEO / GEO 时，应该怎么做？
4. 有哪些常用工具可以帮助我们分析和优化？

一、SEO 和 GEO 分别是什么？

1. SEO：搜索引擎优化

SEO，全称 Search Engine Optimization，即搜索引擎优化。

简单来说，就是通过优化网站的技术结构、页面内容、用户体验以及外部信号，让搜索引擎更容易发现、理解和收录我们的网站，并争取在相关搜索结果中获得更好的排名。

例如，我们开发了一个面向跨境电商卖家的数据分析工具，希望用户搜索以下关键词时，能够找到我们的网站：

• Ecommerce Analytics Tools
• Shopify Analytics
• TikTok Shop Analytics
• Ecommerce Data Analysis

那么，我们就需要围绕这些关键词及其背后的搜索需求，去完善 Landing Page、产品介绍、功能页面和 Blog 内容。

当用户在 Google 中搜索这些内容时，如果我们的页面足够相关，而且满足搜索引擎的质量要求，就有机会出现在搜索结果中。

这里需要注意，SEO 主要争取的是自然搜索流量（Organic Traffic），并不是通过 Google Ads 等广告平台付费购买的流量。

2. GEO：生成式引擎优化

GEO，全称 Generative Engine Optimization，即生成式引擎优化。

它关注的目标与 SEO 有所不同：希望网站、品牌或者产品信息能够在生成式 AI 的回答中得到更好的呈现，例如被提及、推荐，或者被引用为信息来源。

举个例子。

假设用户向 ChatGPT 提问：

“我正在经营 Shopify 店铺，有哪些工具可以帮助我分析营收、广告转化和用户行为？”

AI 可能会直接整理几个工具，并解释它们各自的用途、特点和适用场景。如果我们的产品被提及，或者网站文章被引用为参考来源，就获得了一次 AI 场景下的曝光。

不过，GEO 并不等于让所有大语言模型提前记住我们的网站。不同 AI 产品获取信息的方式并不一样，有的使用搜索索引，有的进行实时网页检索，还有的会结合模型已有知识生成回答。

因此，GEO 的实际工作更多是围绕内容的可发现性、可理解性、可信度和品牌信息的一致性展开。

3. SEO 和 GEO 是什么关系？

我更倾向于把 GEO 理解为 SEO 在生成式 AI 时代的进一步延伸，而不是一套完全独立的新技术。

两者有非常多的共同基础。例如，清晰的网站结构、可访问的页面、高质量内容、明确的主题以及可信的信息来源，对传统搜索引擎和使用网页信息的 AI 搜索产品都有价值。

但两者的关注点又不完全相同：

对比	SEO	GEO
主要场景	Google、Bing 等搜索引擎	ChatGPT、Perplexity 等 AI 搜索与问答产品
主要目标	提升自然搜索曝光、排名和点击	提升 AI 回答中的品牌提及和内容引用机会
常见衡量指标	展示、点击、CTR、排名	品牌提及、引用、AI 来源流量
内容侧重点	搜索意图、关键词、页面相关性	问题解答、信息完整性、事实可信度
技术基础	抓取、索引、页面结构	很大程度上复用 SEO 基础，并关注 AI 检索可访问性

这里有一个非常重要的事实：Google 官方明确表示，其 AI Overviews 和 AI Mode 仍然沿用传统 SEO 的基础实践，并不存在一套必须额外完成的特殊技术配置。

所以，我们没必要把 SEO 和 GEO 完全割裂成两件事情。对于大多数网站，更合理的策略是先做好 SEO 基础，再根据不同 AI 平台的特点，逐步完善 GEO。

二、网站常见的 SEO / GEO 技术配置

当我们准备上线一个网站时，通常需要先处理好技术层面的基础配置。

这一部分主要是让搜索引擎能够正常访问网站、识别页面主题，并理解页面之间的关系。

1. Title 和 Meta Description

这是最常见、也是最基础的页面信息配置。

Title 用于描述页面的核心主题，通常也会作为浏览器标签页的标题，并可能用于搜索结果中的标题链接。

Meta Description 则用一段简短文字来概括页面的主要内容。搜索引擎可能会使用它生成搜索结果摘要，也可能根据用户的查询，从页面正文中提取更相关的描述。

例如：

<title>Shopify Analytics Tool | Example</title>

<meta name="description" content="Analyze Shopify revenue, orders, and marketing performance in one place.">

对于一个产品网站，我们通常会为首页、功能页、博客文章分别设置对应的 Title 和 Description，而不是让所有页面都使用同一份配置。

需要注意，Meta Description 并不是直接决定 Google 搜索排名的因素。它更重要的作用是清楚地说明页面内容，并在被用于搜索摘要时帮助用户判断是否值得点击。

2. H1、H2、H3：建立清晰的内容层级

除了 Meta 信息，页面内部的标题结构同样重要。

HTML 提供了 H1 到 H6 六个级别的标题标签，我们通常用它们来表达文章或页面的内容层级。

例如，一篇介绍 SEO 的文章可以采用以下结构：

• H1：SEO 入门指南
  • H2：什么是 SEO
  • H2：SEO 的技术配置
    • H3：Title 和 Description
    • H3：Sitemap
    • H3：Robots
  • H2：如何开展 SEO 优化
    • H3：关键词研究
    • H3：内容建设

我个人建议，普通文章和产品页面尽量只使用一个明确的 H1，用它表达页面的核心主题。

但需要纠正一个常见误区：一个页面并不是只能存在一个 H1，这是良好结构设计的建议，而不是搜索引擎强制执行的硬性规则。

相比机械地限制 H1 数量，更重要的是让页面的主要标题清晰，并且让 H2、H3 等标题形成合理的从属关系。

例如，不应该为了调整字体大小，随意使用 H3；也不应该让一个与上级章节毫无关系的内容，强行归属在某个 H2 下面。

标题标签应该用来表达语义结构，而不是代替 CSS 控制样式。

3. Sitemap：网站地图

Sitemap 通常是一个 XML 文件，用来向搜索引擎提供网站中重要页面的 URL 列表。

例如：

https://example.com/sitemap.xml

它可以包含网站首页、产品页面、Blog 文章以及其他希望被搜索引擎发现的页面。

对于有大量动态页面的网站，Sitemap 尤其有用。当我们发布一篇新文章或者新增一个产品页面时，可以将其添加到 Sitemap 中，帮助搜索引擎发现这些内容。

不过，Sitemap 并不是网站的完整说明书，也不是提交之后就一定能够被收录。

它主要帮助搜索引擎发现 URL，至于页面能否被抓取、收录以及最终获得多少曝光，还取决于其他因素。

通常，我们还会通过 Google Search Console 提交 Sitemap，并检查搜索引擎是否成功读取。

4. Robots.txt：管理爬虫访问

Robots.txt 是部署在网站根目录下的一个文本文件。

例如：

https://example.com/robots.txt

它可以通过 User-agent、Allow、Disallow 等规则，告诉遵循该协议的爬虫哪些路径可以访问，哪些路径不希望被抓取。

例如，我们可能不希望搜索引擎爬取某些后台管理路径或者无意义的内部接口路径。

但这里有一个很容易混淆的地方：禁止抓取，不等于禁止索引。

Robots.txt 主要控制爬虫访问。如果某个 URL 已经被其他网站引用，搜索引擎仍有可能知道这个地址的存在，并在搜索结果中显示它。

如果希望一个公开可访问的页面不进入 Google 索引，通常可以使用 noindex。但前提是 Googlebot 能够访问页面并读取到这条指令。

如果页面包含真正需要保护的私人数据，则应该使用登录鉴权，而不是只依赖 Robots.txt。

到了 GEO 场景，我们还需要考虑 AI 平台的爬虫。

例如，OpenAI 提供了不同用途的爬虫：

• OAI-SearchBot：用于支持 ChatGPT 的搜索功能。
• GPTBot：用于抓取可能被用于训练生成式 AI 基础模型的内容。
• ChatGPT-User：用于处理部分由用户主动发起的网页访问，并非普通的自动搜索爬虫。

这些爬虫并不是一回事。

网站完全可以根据自己的内容策略，允许搜索用途的 OAI-SearchBot，同时拒绝 GPTBot 的训练用途抓取。至于用户触发的访问，也不能简单地认为所有 Robots.txt 规则都一定适用。

因此，配置 Robots.txt 时不能直接照搬别人的规则，应该先弄清楚网站希望在哪些平台获得曝光，以及哪些内容可以公开访问。

5. Canonical：告诉搜索引擎哪个是规范 URL

Canonical 用于向搜索引擎表达：对于多个重复或高度相似的页面地址，我们更希望哪个 URL 被视为规范版本。

例如：

https://example.com/product

https://example.com/product?utm_source=google

https://example.com/product?ref=twitter

这三个 URL 可能展示完全相同的产品页面，只是后两个多了不同的来源追踪参数。

如果这些地址产生的内容相同，我们通常希望搜索引擎把它们归到同一个规范地址。

此时可以在页面中添加：

<link rel="canonical" href="https://example.com/product">

这样可以帮助搜索引擎理解这些 URL 之间的关系，减少重复内容带来的问题。

不过，Canonical 表达的是偏好，而不是强制指令。搜索引擎仍可能根据页面内容、内部链接、重定向等其他信息，选择不同的规范 URL。

另外，也不是所有 Query 参数都应该忽略。如果参数会真正改变页面的核心内容，例如商品类别或独立的分页内容，就需要结合实际情况判断。

6. JSON-LD：让页面信息变得更加结构化

JSON-LD 是 JavaScript Object Notation for Linked Data 的缩写。

在 SEO 场景下，我们通常会结合 Schema.org 提供的词汇，用 JSON-LD 来描述页面或者网站中的结构化信息。

例如，普通 HTML 可以通过标题和正文表达“这是一篇文章”，而 JSON-LD 可以进一步明确告诉搜索引擎：这是一篇文章、它的标题是什么、作者是谁、什么时候发布。

常见的结构化数据类型包括：

WebSite

用于描述一个网站本身，例如网站名称、主页地址等基础信息。

BreadcrumbList

即面包屑导航结构，用来描述页面在网站层级中的位置。

例如：

首页 → Blog → SEO 入门指南

这样的结构不仅可以帮助用户理解当前位置，也能帮助搜索引擎理解页面所在的导航层级。

Article / BlogPosting

适用于文章页面，可以描述标题、作者、发布时间、修改时间等信息。

Organization

适用于介绍企业或组织的基本信息，例如名称、Logo 和官方网站。

JSON-LD 的价值在于为页面内容提供明确的语义信息。对于 Google 支持的特定结构化数据类型，规范配置还有机会让页面获得相应的富媒体搜索结果展示。

但要注意两点。

首先，JSON-LD 描述的信息应当与页面真实展示的内容保持一致，不能为了 SEO 虚构评分、作者或其他信息。

其次，添加 JSON-LD 并不保证搜索排名提升，也不保证 AI 一定会引用页面。

它是辅助机器理解内容的一种方式，而不是直接购买排名或 AI 推荐机会的配置。

7. Open Graph：控制分享卡片的信息

OG，即 Open Graph。

我们经常会把网站链接分享到社交平台、聊天工具或者其他内容平台。在一些支持 Open Graph 的平台上，系统会读取页面里的 OG 信息，用于生成链接预览卡片。

常见配置包括：

• og:title：分享标题
• og:description：分享描述
• og:image：分享封面图
• og:url：页面的主要地址
• og:type：内容类型，例如 website 或 article

这些配置直接影响用户看到的分享卡片是否清晰、完整、有吸引力。

不过，OG 主要属于社交分享展示优化，不应该把它理解成 Google 搜索排名的直接影响因素。

8. 别忽略其他技术基础

除了上面的配置，还有几个问题需要在开发阶段就处理好。

首先是页面能否被正常抓取和索引。比如有些使用 React、Vue 开发的网站，核心内容可能完全依赖客户端 JavaScript 渲染。Google 具备 JavaScript 渲染能力，但这种方案仍可能增加抓取和渲染的复杂性，部分爬虫的能力也存在差异。

对于需要搜索曝光的核心页面，可以结合实际情况采用 SSR、SSG 或预渲染，让重要内容和链接更容易被读取。

其次是内部链接。网站不能只有一个 Sitemap，还应当通过导航、栏目、相关推荐等方式，把相关页面连接起来，让用户和搜索引擎都能顺着页面之间的关系继续浏览。

最后是页面体验，包括移动端适配、加载速度、稳定性和可访问性。页面体验不等于 SEO 的全部，但它直接影响用户能否顺利消费内容。

到这里，我们基本完成了网站的技术基础建设。

不过，这只代表网站具备了开展 SEO / GEO 的条件，并不意味着网站已经能够持续获得流量。

真正长期的工作，才刚刚开始。

三、实际开展 SEO / GEO，应该怎么做？

如果让我从零开始运营一个网站，我会将整个过程拆成三个阶段：

第一阶段：完成技术基础建设。

第二阶段：并行开展内容建设和外部推广。

第三阶段：根据数据持续调整优化方向。

其中，第二阶段是长期工作的核心。

第一阶段：先把基础设施准备好

在投入大量时间写文章、寻找合作渠道之前，我会先检查网站是否具备基本的搜索可见性。

例如，重要页面是否可以正常访问，有没有错误地设置 noindex，Robots.txt 有没有意外拦截搜索爬虫，Title、Description 和 Canonical 是否合理，Sitemap 是否完整。

同时，也会接入 Google Search Console 和网站分析工具，建立最初的数据基线。

这是因为，如果页面本身无法被搜索引擎正确抓取和索引，那么我们后续投入大量资源建设内容，也可能很难看到对应的搜索效果。

技术建设应该尽早完成，但它不应该无限占用我们的精力。

第二阶段：内容建设和外部推广并行开展

技术准备完成之后，我更倾向于将后续工作分成两条可以并行推进的路径。

路径一：持续建设符合产品定位的内容

这是我认为最应该长期投入的一条路径。

内容建设首先需要明确网站的定位、目标用户，以及用户可能产生的搜索需求。

例如，我们做的是一个面向跨境电商卖家的数据分析产品，那么主要用户可能关心：

• Shopify 的销售数据应该怎么分析？
• 如何计算广告 ROAS？
• TikTok Shop 的转化率怎么衡量？
• 如何整合多个平台的数据？
• 有没有适合中小商家的数据分析工具？

这些问题既可以转化为 SEO 的关键词研究方向，也可以成为面向 AI 问答场景的内容选题。

在内容承载形式上，主要有两种。

第一种是 Landing Page。

Landing Page 通常承担产品介绍、功能介绍或特定解决方案的展示任务，更接近实际的商业转化。

例如，我们可以针对 Shopify Analytics 单独建设一个页面，详细介绍产品如何解决 Shopify 商家的数据分析需求。

第二种是 Blog。

Blog 更适合承载知识性内容、教程、问题解答以及行业分析。

例如，我们可以写一篇《Shopify 商家应该关注的 8 个核心经营指标》，在文章中介绍相关概念、计算方法和实际应用场景。

这样的文章首先应该能独立解决用户问题，然后再根据内容的关联性，自然引导用户了解我们的产品。

从长期来看，Blog 可以不断覆盖新的用户问题，也能够通过内部链接把相关主题组织起来，形成持续积累的内容体系。

但这里有一个关键点：关键词不是简单地往文章里堆。

我们真正应该做的是根据用户的搜索意图来组织内容，让标题、正文和解决方案自然覆盖相关关键词。

Google 已经明确表示，刻意重复关键词的堆砌行为并不可取，过度操作还可能违反垃圾内容政策。

对于 GEO，我会在原有内容策略上增加几个关注点。

例如，文章是否能够直接回答一个明确的问题；有没有可核实的事实、计算方法和具体案例；是否清楚地标注了适用条件和更新时间；是否提供了可信的参考来源。

假设用户询问“ROAS 和 ROI 有什么区别”，一篇只有泛泛概念介绍的文章，与一篇包含定义、计算公式、具体例子和适用场景的文章相比，后者通常能够提供更完整的参考信息。

这些做法并不能保证 AI 一定引用，但能够提升内容本身的实用性，也让机器更容易理解和提取其中的信息。

另外，我不建议为了追求更新频率而机械地每天发布大量文章。

持续更新的价值，不在于每天新增多少 URL，而在于我们是否持续覆盖新的用户需求，并对已有内容进行必要的维护和更新。

路径二：外部推广，让更多用户知道我们的网站

另一条路径是外部推广。

外部推广的渠道其实很多，包括相关网站的自然引用、社区讨论、行业合作、社交媒体、自媒体账号，以及付费广告等。

先说外链。

外链通常是指其他网站指向我们网站的链接。

如果我们的文章很有参考价值，被一个相关领域的网站引用，那么这条链接不仅可能带来直接访问，也可能帮助搜索引擎发现内容，并形成一定的外部参考信号。

但并不是外链越多越好。

相比批量购买大量低质量链接，我更认可通过优质内容、行业合作和真实用户推荐获得有价值的引用。为了操纵搜索排名而批量购买或交换链接，还可能违反搜索引擎的垃圾链接政策。

再说社交媒体。

例如，我们可以在 X、TikTok、YouTube、小红书等平台经营自己的内容账号，将产品教程、行业知识和案例分析以视频、图文等形式传播出去。

如果账号已经积累了一定的粉丝基础，那么每次发布有价值的内容，都可能为网站带来新的用户。

当然，如果没有自己的传播渠道，也可以寻找相关创作者合作，或者在符合社区规则的前提下参与行业社区讨论。

还有一种常见方式是付费投放，比如 Google Ads、Meta Ads 等。

付费广告和 SEO 是两条不同的获客路径。广告可以帮助我们更快地测试用户需求、关键词和 Landing Page 的转化效果，但投放广告并不意味着 Google 会因此提高我们的自然搜索排名。

这几种推广方式可以根据业务阶段和预算灵活组合。

不过，从长期发展的角度，我仍然更认可把高质量内容建设作为核心，将外部推广作为内容传播和用户获取的重要补充。

毕竟，一次广告活动结束后，流量可能随之下降；而一篇真正有价值的文章，则有机会在较长时间里不断被新的用户发现。

第三阶段：通过数据不断调整

SEO 和 GEO 都不是配置完成之后就可以完全不管的事情。

当网站运营一段时间后，我们就可以结合实际数据判断哪些方向值得继续投入。

例如，在 SEO 方面，我们可以观察：

• 哪些关键词带来了搜索展示？
• 哪些页面获得了自然搜索点击？
• 哪些页面展示量较高，但点击率比较低？
• 哪些主题吸引了用户，但转化效果一般？

如果某篇文章获得了很多搜索展示，却没有多少点击，我们可以检查它的标题、页面定位和内容是否真正匹配用户的搜索意图。

如果文章有不错的流量，但用户很少进一步访问产品页面，我们就可以思考是不是内容和产品关联度不足，或者缺少合适的内部链接和引导。

GEO 方面，也可以关注我们的品牌是否出现在用户关心的 AI 问答场景中、是否被引用，以及是否从 AI 搜索产品获得了访问流量。

不过，AI 回答具有动态性，同一个问题在不同平台、时间甚至会话中，都可能产生不同的结果，因此不能简单地把少量人工测试当成绝对准确的 GEO 排名。

我们需要结合多个问题、多个平台以及一段时间内的数据变化进行观察。

最终，我们要形成的其实是一个持续循环：

分析需求 → 建设内容 → 推广传播 → 观察数据 → 调整优化。

这比单纯追求关键词数量或者内容发布数量更重要。

四、常见的 SEO / GEO 分析工具

当网站规模变大，关键词数量和内容逐渐增加后，如果只依靠人工检查，效率会比较低。

这里介绍几款比较常见的工具。

1. Semrush

官网：https://www.semrush.com/

Semrush 是一款综合性的 SEO 与线上营销分析工具。

在日常工作中，我们可以使用它来研究关键词、分析竞争对手、检查网站的技术问题，以及了解外链情况。

例如，当我们准备建设一个 Shopify Analytics 的 Landing Page 时，可以先通过关键词研究，了解用户还在搜索哪些相关内容，并分析当前搜索结果中的主要竞争对手。

然后再结合这些信息，确定页面应该覆盖哪些问题，以及有哪些内容值得后续单独写成 Blog。

Semrush 也提供面向 AI 搜索场景的 AI Visibility Toolkit，可以观察品牌在 AI 回答中的提及、引用以及竞品可见性等信息。

2. Ahrefs

官网：https://ahrefs.com/

Ahrefs 同样是 SEO 领域非常常见的工具。

它提供 Site Explorer、Keywords Explorer、Site Audit 等功能，可以帮助我们分析网站的自然搜索表现、关键词机会、外部链接以及技术问题。

例如，我们可以研究竞品有哪些内容正在获得自然搜索流量，或者有哪些网站引用了竞品的文章。

通过这些数据，我们可以找到值得关注的话题和内容缺口，而不是完全依靠个人经验决定写什么。

Ahrefs 目前也提供 Brand Radar 等 AI 可见性分析功能，用于观察品牌在不同 AI 产品回答中的提及与引用情况。

需要注意，无论是 Semrush 还是 Ahrefs，它们提供的流量、关键词难度和 AI 可见性等指标，都有各自的数据来源与估算方式。

因此，更适合用来分析趋势、比较差异和寻找机会，而不是将所有估算值当作网站真实后台数据。

3. Google Search Console

官网：https://search.google.com/search-console/

这是我认为只要做 Google SEO，就应该优先配置的工具之一。

与第三方工具不同，Google Search Console 直接提供网站在 Google 搜索中的相关表现数据。

我们可以查看自然搜索展示量、点击量、CTR、平均排名位置，还可以检查页面索引状态、Sitemap 提交结果以及部分技术问题。

对于刚刚开始做 SEO 的网站，完全没有必要第一天就购买昂贵的商业工具。

先把 Search Console 配好、把索引问题解决，再逐步开展关键词和内容分析，通常会更加务实。

4. 其他辅助工具

除了以上三款，实际工作中还会用到一些辅助工具。

例如，Google Analytics 4 可以帮助分析用户访问、流量来源以及后续转化行为。

Google 的 Rich Results Test 可以检查页面是否具备相关富媒体搜索结果所需的结构化数据。

PageSpeed Insights 可以帮助检查页面性能和用户体验。

这些工具解决的并不是同一个问题，而是分别对应网站流量增长链路中的不同环节。

如果将它们组合起来，就可以逐渐建立一套从技术检查、关键词研究、内容运营到转化分析的完整工作流程。

五、最后聊聊我的看法

在我看来，SEO 和 GEO 并没有想象中那么神秘。

如果只看技术配置，它们涉及的很多东西其实并不复杂。Title、Description、Sitemap、Robots、Canonical、JSON-LD 等，都可以在网站开发阶段通过相对标准化的方式来处理。

真正困难的地方，反而是后续的内容建设和持续运营。

我们需要了解自己的产品、目标用户以及他们真正关心的问题，然后不断地用内容去解决这些问题，并通过合适的渠道让更多人看到。

而 GEO 的出现，并没有改变这件事情的本质。

无论用户是在 Google 中搜索，还是在 ChatGPT 中提问，他们最终想要获得的，仍然是准确、有用、能够解决实际问题的信息。

所以，我认为真正值得长期投入的方向，不是去研究如何讨好某一种搜索算法或者某一个大模型，而是持续建设有价值、易于发现、便于理解、值得信任的内容。

技术优化解决的是网站能否被发现和理解的问题；内容建设解决的是用户为什么需要访问我们的问题；外部传播则帮助更多人知道这些内容的存在。

这几件事情结合起来，才能逐渐形成可持续的网站增长能力。

SEO 如此，GEO 也是如此。