💰較早收集於 21m

Google I/O:AI 生成式搜尋結果重新定義 SEO 策略

Google I/O:AI 生成式搜尋結果重新定義 SEO 策略
PostLinkedIn
💰閱讀原文: TechCrunch AI

💡傳統 SEO 正在消亡;了解 AI 生成的搜尋結果如何改變您的數位策略。

⚡ 30-Second TL;DR

有什麼變化

AI 生成的答案現在位於 Google 搜尋結果的核心位置。

為什麼重要

轉向 AI 優先的搜尋將大幅減少依賴傳統 SEO 的網站流量。企業現在必須針對 AI 模型訓練數據和基於 RAG 的檢索進行優化,而不僅僅是關鍵字排名。

下一步行動

審核您的品牌在 Perplexity 和 Google SGE 等 AI 搜尋工具中的呈現方式,以了解您的內容是如何被綜合處理的。

誰應關注:Marketers & Content Teams

關鍵要點

  • AI 生成的答案現在位於 Google 搜尋結果的核心位置。
  • 基於 10 個藍色連結的傳統 SEO 策略正逐漸失去效用。
  • 品牌目前缺乏對 AI 模型如何向用戶描述其產品的洞察力。

🧠 深度解析

Web-grounded analysis with 23 cited sources.

🔑 增強重點摘要

  • Google I/O 2026 強調「Google 搜尋就是 AI 搜尋」,並宣布將 Gemini 3.5 Flash 模型整合至 AI Overviews 和 AI Mode,同時推出具備多步驟任務處理能力的 Gemini Spark 等 AI 代理功能,預示搜尋將從被動資訊檢索轉變為更主動的任務完成平台。
  • 面對 AI 生成式結果,新的 SEO 策略如生成式引擎優化 (GEO)、答案引擎優化 (AEO) 和 AI 代理優化 (AAO) 應運而生,其核心目標是讓品牌內容更容易被 AI 模型理解、引用並納入生成式回應中,而非僅僅追求傳統搜尋排名。
  • AI Overviews (原名 SGE) 的廣泛應用導致「零點擊搜尋」行為增加,即使網站內容被 AI 引用為答案來源,也可能導致傳統自然搜尋結果的點擊率 (CTR) 下降,對網站流量模式造成結構性影響。
  • Google 的 AI 搜尋功能採用檢索增強生成 (RAG) 和查詢擴散 (Query Fan-out) 等技術,能將複雜查詢拆解為多個子問題並同步檢索,再整合生成答案,這意味著內容的語意清晰度、結構化資料和 E-E-A-T (專業性、權威性、可信賴性、經驗) 對於被 AI 引用至關重要。
  • 品牌需要重新思考內容策略,從過去的「關鍵字競爭」轉向「答案競爭」,並透過優化網站體質、實作 Schema 結構化資料、強化多媒體內容及建立品牌提及網絡,以提升在 AI 搜尋結果中的可見度和被引用機會。
📊 競品分析▸ Show
功能/指標Google AI Overviews / AI ModeMicrosoft Bing Copilot Search
AI 模型Gemini (I/O 2026 宣布升級至 Gemini 3.5 Flash)GPT-4 (整合 Microsoft 搜尋)
搜尋結果呈現在傳統搜尋結果上方提供 AI 生成摘要,附帶內嵌引用連結。提供「答案群組」,將 AI 答案分組呈現,並可直接在聊天模式中追問。
互動模式提供「進一步」點選功能,引導使用者探索相關概念或追問。允許使用者直接在搜尋介面中繼續與 Copilot 聊天,進行多輪對話。
技術特點運用檢索增強生成 (RAG) 和查詢擴散 (Query Fan-out) 技術,整合核心搜尋排名與品質系統。整合 Bing 搜尋資料,提供即時資訊,並可生成圖像、協助程式碼開發。
用戶體驗差異旨在提供快速摘要,減少點擊,但可能導致傳統點擊率下降。部分用戶認為其答案更全面,佈局更友善,且能直接在聊天中追問,體驗更流暢。

🛠️ 技術深入

  • 核心模型: Google AI Overviews (原 SGE) 主要由 Google 的 Gemini 大型語言模型驅動,在 Google I/O 2026 後,AI Mode 和 AI Overviews 已升級採用 Gemini 3.5 Flash 模型,以提升速度和效能。
  • 檢索增強生成 (RAG): AI 在生成答案時,會優先從搜尋索引中擷取「最新且相關」的網頁內容,並利用這些內容來生成 AI 搜尋的摘要,以確保資訊的準確性和時效性。
  • 查詢擴散 (Query Fan-out): 針對複雜或描述性較強的查詢,AI 模型會將其拆解成多個子查詢,同時在後端進行多路搜尋,然後彙整所有資訊以輸出更精準、全面的整合答案。
  • 多模態能力: Google I/O 2026 展示了 Gemini Omni 等多模態 AI 工具,能夠根據文字、圖像及音訊輸入來編輯與生成影片,目標是實現「任何輸入,產生任何輸出」。
  • 與核心搜尋整合: Google 的生成式 AI 功能仍建立在「核心搜尋排名」與「品質系統」之上,這意味著傳統 SEO 最佳實務(如 E-E-A-T、結構化資料、技術可爬取性)對於內容被 AI 模型發現和引用仍然至關重要。

🔮 前景展望AI analysis grounded in cited sources

品牌將更積極投資於「答案引擎優化 (AEO)」和「生成式引擎優化 (GEO)」策略。
隨著 AI 生成式答案成為搜尋結果的核心,品牌需要確保其內容能被 AI 模型理解、引用並推薦,而非僅追求傳統排名。
零點擊搜尋 (Zero-Click Search) 的趨勢將持續增強,導致網站的直接流量模式發生結構性轉變。
用戶在 AI 摘要中直接獲得答案,減少了點擊進入網站的需求,即使內容被引用,也可能導致點擊率下降。
Google 將進一步深化 AI 代理 (AI Agent) 功能,使搜尋從被動資訊檢索轉變為主動任務完成。
Google I/O 2026 宣布的 Gemini Spark 和搜尋代理功能,預示著 AI 將能監控、追蹤並執行多步驟任務,改變用戶與搜尋互動的方式。

時間線

2001-09
Google 新聞推出,以應對使用者對即時資訊的需求。
2018
Google 推出 BERT (Bidirectional Encoder Representations from Transformers) 模型,提升搜尋的語言理解能力。
2023-05
Google I/O 大會首次發布 Search Generative Experience (SGE),作為實驗性生成式 AI 搜尋功能。
2023-11
Google 宣布將 SGE 擴展至全球超過120個國家和地區,包括台灣,並支援更多語言。
2024-05
Google I/O 大會宣布 SGE 正式更名為 AI Overviews,並向所有美國用戶開放。
2026-05
Google I/O 2026 大會強調「Google 搜尋就是 AI 搜尋」,宣布 Gemini 3.5 Flash 整合至 AI Overviews 和 AI Mode,並推出 Gemini Spark 等 AI 代理功能。
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: TechCrunch AI