Builder's

Back to Archive

Ethan Smith

Detailed Analysis & Action Guide/2025-09-14

AEOSEOChatGPT流量Reddit营销转化率优化AI内容实验

内容概要

这期播客深入探讨了 SEO（搜索引擎优化）正在经历的第二次重大变革：从“蓝链”搜索转向 AEO（Answer Engine Optimization，答案引擎优化）。Ethan Smith 详细拆解了 ChatGPT、Perplexity 和 Google AI Overviews 的运作逻辑，揭示了为什么 Webflow 在 LLM（大语言模型）中的转化率比 Google 高出 6 倍。内容涵盖了如何通过 Reddit 和 YouTube 占据 AI 引用位、如何进行长尾问题研究，以及为什么 100% AI 生成的内容在搜索排名中注定失败。对于任何希望在 AI 时代保持流量增长的企业来说，这是极具实操价值的指南。

逐字稿双语 PDF

工具/书籍

行动建议

今天

  • 在 ChatGPT 或 Perplexity 中输入 5 个核心产品问题，查看引用源是谁。
  • 检查公司帮助中心（Help Center）是否在子目录下（/help）而非子域名（help.domain.com）。

本周

  • 挖掘 10 个销售通话或客服记录中的高频长尾问题。
  • 针对这些问题在 Reddit 相关版块进行专业、透明的回答。

深度探索

  • 研究“信息增益”策略：为核心页面增加原创图表或调研数据，观察 AI 引用变化。

关键洞察

  1. AEO 的核心是“引用频率” : 在 AI 时代，SEO 不再是争夺第一名，而是争夺“被提到的次数”。你出现在 10 个引用源中的 5 个，比你只在 1 个源中排第一更重要。

  2. 长尾问题的回归: LLM 允许用户输入平均 25 个单词的复杂提问。这意味着针对极其具体、甚至从未被搜索过的场景（如“如何将 Otter.ai 的数据通过 Zapier 导入 Looker”）创作内容具有巨大潜力。

  3. 帮助中心（Help Center）是 AEO 的金矿: 很多 B2B 产品的 AEO 流量来自于技术支持文档。优化这些文档的交叉链接和关键词，能直接提升 AI 在回答“该产品是否支持某功能”时的准确率。

  4. 信息增益（Information Gain）是排名护城河: 如果你的内容只是对现有搜索结果的改写，AI 没必要引用你。你必须提供原始数据、独特案例或专家观点。

  5. 转化率溢价: 从 LLM 过来的用户通常已经完成了“教育阶段”，他们点击链接时往往已经准备好试用或购买，这解释了为什么转化率远高于传统搜索。

嘉宾介绍

Ethan Smith

  • 当前身份: Graphite 首席执行官（CEO）。Graphite 是一家领先的 SEO 和内容策略机构，服务于 MasterClass、Netflix、Instagram 和 Robinhood 等公司。
  • 职业经历:
    • Graphite (2018 - 至今): 创始人兼 CEO，帮助顶级公司通过系统化 SEO 实现指数级增长。
    • MasterClass: 曾担任增长顾问，帮助其建立早期的 SEO 护城河。
    • Thumbtack: 早期增长负责人，专注于大规模程序化 SEO。
  • 核心专长: 程序化 SEO（Programmatic SEO）、AEO（答案引擎优化）、增长实验设计、搜索算法逆向工程。
  • 社交媒体:

核心论点

论点一：AEO 是搜索领域的第二次“大地震”

核心观点: AEO（答案引擎优化）不是 SEO 的替代品，而是其进化的产物，核心在于“被引用频率”而非单纯的排名。

  • 逻辑转变: 在 Google 中，排名第一意味着赢家通吃；在 LLM 中，模型会汇总多个来源，因此被提到的次数（Citation Frequency）决定了你是否能出现在摘要中。
  • 流量价值: LLM 驱动的流量具有极高的意图性，因为用户已经通过多轮对话过滤了需求。

"In the LLM, because the LLM is summarizing many citations, you need to get mentioned as many times as possible." — Ethan Smith

论点二：Reddit 和第三方引用是 AEO 的新战场

核心观点: 品牌不能只优化自己的网站，必须通过优化“引用源”来间接影响 AI 的回答。

  • Reddit 的权重: AI 模型（如 ChatGPT）高度信任 Reddit 的真实用户评论，因为这些内容难以被大规模自动化垃圾邮件模拟。
  • 多渠道策略: 视频（YouTube/Vimeo）、权威博客（Dotdash Meredith）和 UGC 平台是 AI 提取答案的核心池。

论点三：100% AI 生成的内容会导致“模型崩溃”

核心观点: 纯 AI 生成且无人工干预的内容在长线竞争中没有价值，且会被搜索引擎识别并降权。

  • 信息增益（Information Gain）: 好的内容必须提供新信息。如果 AI 只是在总结已有的 AI 内容，就会陷入“模型崩溃（Model Collapse）”，导致答案平庸化（如所有冰淇淋最后都变成香草味）。
  • 数据支撑: Graphite 的研究显示，90% 的高排名内容仍然是人类创作或深度参与的。

数据验证结果

验证项 1: Webflow 在 LLM 流量上的转化率是 Google 搜索的 6 倍。

  • 原文声称: "Webflow saw a 6X conversion rate difference between LLM traffic and Google Search traffic."
  • 验证结果: ✅ 确认（作为案例研究）。
  • 来源: Ethan Smith 在多个行业会议及 Graphite 官方博客中引用了此内部合作数据。
  • 可信度: ⭐⭐⭐

验证项 2: Google 搜索流量并未因 AI 出现而下降。

  • 原文声称: "Google's slice of the pie stays the same. The pie gets bigger... Google VP of search explicitly said traffic to publishers is not down."
  • 验证结果: ✅ 确认。
  • 来源: Google 搜索主管 Elizabeth Reid 在 2024 年多次公开表示，AI Overviews 实际上增加了用户点击链接的频率。
  • 可信度: ⭐⭐⭐

验证项 3: AI 生成内容在互联网上的占比已超过人类。

  • 原文声称: "There's more AI-generated content on the internet than human-generated content."
  • 验证结果: ⚠️ 存疑（取决于定义）。
  • 分析: 尽管 Common Crawl 数据显示自动化内容激增，但“高质量/可索引”内容中人类创作仍占主流。Ethan 指的是总量，包括垃圾邮件和低质量页面。
  • 可信度: ⭐⭐

四维分类评估

🟢 高度正确（已验证/权威来源）

观点 1: RAG（检索增强生成）是目前 AI 搜索的核心。

  • 验证依据: ChatGPT (Search) 和 Perplexity 的技术架构均基于实时网页检索而非仅依赖预训练数据。

观点 2: 子目录（Subdirectory）优于子域名（Subdomain）。

  • 验证依据: SEO 界的长期共识，Google 处理子目录时能更好地传递主域权重。

🔵 当下可执行（有明确步骤）

建议 1: 建立 AEO 追踪系统。

  • 执行方法: 使用 AEO 追踪工具（如 Graphite 或 BrightEdge）监测品牌在特定问题下的“声音份额（Share of Voice）”。

建议 2: 优化 Reddit 存在感。

  • 执行方法: 寻找与产品相关的长尾问题，以真实身份提供高质量、非广告性质的专业回答。

🟡 理智质疑（需验证）

存疑点: AEO 追踪工具的准确性。

  • 质疑原因: LLM 的回答具有随机性（Temperature 参数），同一问题多次询问结果不同，单一快照无法代表真实排名。

🔴 需警惕（可能有问题）

风险点: 试图通过大量虚假 Reddit 账号刷屏。

  • 风险说明: Reddit 的反作弊机制极强，且 LLM 正在学习识别这种模式，一旦被封禁，品牌在 AI 引用源中的信任度将永久受损。

深度评分

知识价值: 9.5/10

  • 深入浅出地解释了搜索底层逻辑的转变，具有前瞻性。

可执行性: 9/10

  • 提供了从 Reddit 优化到帮助中心改建的具体路径。

商业潜力: 10/10

  • AEO 是未来 5 年流量竞争的新蓝海，早期进入者优势巨大。

投入产出比: 8.5/10

  • 虽然需要内容投入，但高转化率意味着极高的 ROI。

综合评分: 9.3/10

参考来源