生成式AI让SEO内容爆炸，谷歌用“信息增益”应对

核心洞察

这篇文章最有意思的点在于它没有把AI当恶魔，也没把它当救世主，而是冷静地推演了搜索行业即将发生的三个结构性变化。我特别认同它关于"copycat内容"的判断，同质化内容的泛滥已经不是趋势，而是正在发生的事实。作者的预判未必全对，但"信息增益在AI已有共识的空白处注入独家数据和一手经验，以提升内容被引用的概率。"这个方向，值得每一个做内容的人认真想想。

正文开始。

SEO 是驱动许多公司增长的引擎，所以任何可能改变搜索规则的新技术，都值得被特别关注。虽然 SEO 不会消亡，但它正在经历由生成式 AI 加速推动的深刻变化。不妨大胆猜测一下，这场变革之后，SEO 会变成什么样。

核心结论

1. 生成式AI人工智能技术分支，能够自主生成文本、图像、代码等新内容。大幅降低了SEO内容的生产门槛，使内容发布频率和长度快速攀升，公司甚至能以接近零的边际成本每月发布成百上千篇文章，导致搜索结果页竞争显著加剧。

2. Google已更新质量评估指南，在原本的E-E-A-TGoogle's content quality guidelines emphasizing Experience, Expertise, Authoritativeness, and Trustworthiness.中增加了一个“E”（Experience，经验），要求内容体现一手经历，例如真实使用过产品或亲临现场，以此区分类似的翻版内容。

3. Google持有“信息增益评分”相关专利，计划通过算法奖励为既有搜索结果补充新信息的内容，同时惩罚原地踏步的重复内容，将原创研究、独特视角和专家引用变成重要的排名杠杆。

4. Bing在宣布AI聊天功能后，有超过100万人排队申请试用，与Google传统搜索的单向结果展示相比，LLM驱动的对话式搜索正在改变用户获取信息的路径，并推动搜索碎片化和零点击搜索指用户通过生成式AI搜索时，AI直接生成答案而用户无需点击外部链接的现象，超过30%的搜索请求以这种方式响应。的增长。

1. 所有搜索结果的竞争都将大幅加剧

生成式 AI 会让每天发布的 SEO 内容量急剧膨胀。

这一点几乎没什么好争论的。研究和撰写一篇符合搜索优化要求的文章，所需的时间和技能已经降到接近于零：几句方向性的提示词，几个复制粘贴的示例，在某个免费 SaaS 产品里点几下鼠标，一篇稿子就出来了。这势必会显著改变大多数搜索引擎结果页（SERP）的竞争格局。

发布频率和内容长度持续走高

发布频率是一个强劲的增长杠杆，但在 SEO 的大部分历史里，写作这个机械过程始终是最大的瓶颈。如今，这个瓶颈基本消失了。每月发布二十篇文章，或者四十篇，甚至一千篇，都变得轻松可行。

用 ChatGPT 写一篇 5000 字的文章，和写一篇 500 字的几乎一样容易。所以我们可以预期，已发布内容的平均长度会继续攀升。越来越多的公司会针对同样数量的关键词，制造出更多的搜索内容。其中很大一部分会停在零浏览量的位置——但不是全部。

公司在选择关键词时不再精挑细选

过去，写一篇文章需要花费大量的时间和精力，所以你必须谨慎挑选创作方向，把力气集中在流量最高、竞争最小或与产品最相关的关键词上。

生成式 AI 消除了这个限制，反而催生出一种"先发布、再思考"的冲动。公司不再精挑细选，只要某个关键词和产品沾点边，就先做出来再说。我们之前写过：

当你能同时创建上百篇博客文章时，谁还费劲做策略？当你能覆盖每一个关键词时，谁还做优先级排序？当你能用零头的时间复制竞争对手时，谁还做竞品分析？

程序化 SEO 走向常态化

有些公司会把 AI 当作创意副驾驶。另一些公司会让 AI 起草初稿，人类负责审核和编辑。还有一些公司会把 AI 内容当作探索工具，先发布几百篇及格的稿件，再根据数据表现来优化那些跑出来的文章。

但这些使用方式的影响，都远不及程序化 SEO 带来的冲击。

对所有内容发布者来说，数量和质量之间始终存在一种权衡：一个月发布一千篇文章，通常意味着要在内容的关联性和独特性上做出巨大妥协。有了 GPT-4，这个约束可能彻底消失。再加上 GPT-4 能自己写 Python 脚本做数据抓取和排错，程序化 SEO 的门槛已经降到了接近于零。

2. Google 会越来越重视页面之外的排名因素

AI 生成的大量内容，本质上都是某种翻版内容：对同一主题下已有内容中的核心观点进行重新组合排列。

生成式 AI 加剧了一个由来已久的问题：营销人员用着相同的工具、相同的素材来创作内容。GPT-4 的确训练于海量语料，但面对许多话题，它援引的依然是那些陈旧的"摩天大楼式"文章，和所有人没有区别。这个问题还有一个更深层的根源：生成式 AI 无法创造全新的信息。它不能收集新数据，不能有亲身经验，也无法开展可信的行业分析。

这会导致一个结果：大量彼此几乎无法分辨的文章涌现。对用户体验来说这是坏事，找到新信息的难度变大了；对 Google 来说这也是坏事，用户的完整搜索路径被打断了。Google 会想方设法在大量内容中间做出区分。

具体来看，可能出现以下几种变化：

页面之外的排名因素变得更加重要

当竞争文章页面上的文字基本相同，都算得上翻版内容的时候，Google 必须找到差异化手段。外链等页面之外的排名因素，权重会相应提高。那些拥有成熟外链护城河的大品牌，将更难被挑战。

ContentGecko 的联合创始人 Risto Rehemägi 在 LinkedIn 上分享过，用户信号也可能重新受到重视：

随着网络不断膨胀，维护索引和链接数据的成本越来越高。权威计算很可能会从域名层面转向真实的作者层面，社交媒体会因此受益。我更愿意押注用户信号，也就是用户对这个结果是否满意。

内容署名会被强调

Google 对内容作者越来越重视，而不再只看内容本身，署名文章的重要性随之上升。这个变化的苗头已经出现在 Google 最新更新的质量评估指南里：

为了更好地评估搜索结果，E-E-A-T 增加了一个 E：经验。内容是否体现了某种程度的亲身经验，比如真实使用过某个产品、实地到访过某个地方，或者传达了某个人的真实经历？在某些情境下，真正有价值的内容，恰恰来自对相关话题拥有一手经验的人。

接下来我们会看到更多这样的场景："从错误的人那里得到正确的答案，是不够的。" Google 会根据文章作者的专业度来区分类似的内容。出版商和媒体机构这类能够得到读者信任的实体，也许会重新站到台前。

信息增益被纳入重点考量

Google 的一个专利已经给出了一个针对翻版内容问题的设想方案：信息增益评分。这个机制奖励那些为讨论带来新信息的文章，同时惩罚原地踏步的内容。

这个可能性描绘了一幅乐观的图景：品牌不再需要靠复制现有搜索结果来获取排名，而是通过开展调研、打破某个 SERP 的既有状态来获得回报。具体来说，可以参考这些方向：

• 创作能对现有文章起到补充和延伸作用的内容。 提供一个可落地的下一步行动，阐述清楚关键概念，或者给出更深入的细节。
• 尝试一些有风险的角度和框架。 解决尚未被满足的搜索意图，补齐缺失的信息，挑战不同的观点，或者纠正 Google 的错误理解。
• 把原创研究融入内容。 加入个人视角、客户调研数据，或者引入领域专家的引用，构建属于自己的信息护城河。

3. 搜索回报将大幅缩水

过去十年，SEO 和内容营销跨越了鸿沟，几乎成为所有追求增长的公司事实上的标配渠道。这种普及带来了一个渐进却又相当明显的趋势：回报递减。一个战术越流行，竞争就越激烈，想持续获得超额回报也就越难。我们和几百家 SaaS 公司合作过的经历告诉我们，今天的 SEO 确实比昨天更难做。

生成式 AI 和 ChatGPT 很可能成为那个临界点，让 SEO 的价值公式进一步向不利的方向倾斜。

零点击搜索会越来越多

Google 的 Bard 和 Bing 的 Chat 展现了后 ChatGPT 时代搜索引擎的某种可能形态。用户可以与搜索引擎进行流畅的自然对话，AI 模型能检索现有搜索结果中的特定信息，然后直接在搜索结果页里生成一段全新的对话式回答。

这对搜索者来说很棒，对于内容发布者来说却是灾难：搜索引擎不再把搜索者引向你的网站，不再为你的内容投入买单，而是直接利用你的劳动成果，在结果页内解答问题。

引用来源算是一种可能的解决方案，但问题依然存在：如果搜索引擎永远不给你带来流量，你还有动力去持续创作内容吗？

搜索的碎片化程度会加深

Bing 的人气回升是一个典型例子。这款搜索引擎在宣布 AI 功能后，有超过一百万人排队申请试用。这只是 LLM 影响搜索生态的冰山一角。还有另一种可能：LLM 会带来更大范围搜索碎片化，一批针对特定数据集训练的小众搜索引擎将会涌现。

Google 代表的现代搜索范式，其实并不太好用。我们只是习惯了用这个粗糙的工具：它难以互动，流量分配极度不均，基本只流向全球极小一部分内容，容易被操纵渗透，还充斥着错误和不可信的数据。

LLM 为实现另一种选择提供了可能。Dan Shipper 的 Huberman bot 就是一个很好的示范：

• 选定一个垂直话题，比如"健康和养生"。
• 找到一个可信的数据集，比如 Huberman Lab 的播客内容。
• 然后用 LLM 驱动的查询方式，构建一个你自己的专属搜索引擎。

即使这些垂直搜索没有形成规模效应，每一个独立的搜索引擎都在蚕食 Google 的垄断版图。今天的搜索形态，大概率不会是明天的搜索形态。

关键的是，这些趋势现在就存在。生成式 AI 只会加速搜索的"成熟"进程：除了极小众的领域，竞争渗透到了每一个角落，没有被争夺的关键词越来越少，市场持续向大型成熟品牌倾斜。SEO 投入会更大，回报会更少。

那我们该怎么办？

以上这些想法，属于基于二阶思维的推测范畴。你应该对任何声称能断定未来的人保持高度警惕。我们自己也在用 SEO，它为我们的客户带来了很好的结果，超额回报的机会依然存在。只是现在需要比过去更多的思考和更强的执行力。

如果你愿意，乘着 AI 这波浪潮的机会还是很多的。一切尚在早期：尽早采用能带来先发优势，许多公司会借助这项技术建立起庞大的流量王国。往远了看，值得做一些对冲布局：

• 在"写作"之外打造团队能力。 写文章只是优秀内容营销人员技能组合的一小部分。要组建一个在更高杠杆领域有专长的团队：数据分析、内容分发、行业研究、技术 SEO 和编辑能力。多招一些愿意尝试的市场通才。
• 摸索属于你自己的"信息增益"路径。 结合团队优势，为内容注入原创信息：建立专家网络、发布年度基准报告，或者大方地分享团队的个人经验和洞察。
• 在搜索渠道之外做多元化布局。 假设一下最坏的情况：如果 SEO 流量彻底消失，你的业务要如何运转？对很多公司来说，答案存在于社交内容、社群建设和媒体营销中，尽快开展一些探索性的尝试是值得的。

现在的当务之急是不断实验：去玩一玩生成式 AI，去试试那些奇怪又精彩的用例，亲自去发现它的能力边界在哪里。

常见问题（FAQ）

ChatGPT对SEO有什么影响？

ChatGPT让内容生产更快更便宜，导致搜索结果竞争加剧，谷歌更重视站外因素如外链和作者权威，同时零点击搜索增多，SEO回报下降。但通过信息增益和专业化团队仍有机会。

AI时代SEO还有用吗？如何调整策略？

有用，但需调整。应减少同质化内容，增加原创研究和信息增益；加强专家署名和团队能力；多元化搜索渠道，避免依赖单一搜索引擎。

谷歌如何应对AI生成的低质量内容？

谷歌通过提高页面外排名因素权重、强调内容署名、引入信息增益评分来区分内容。鼓励原创研究和经验分享，惩罚复制内容，以保障搜索结果质量。