近期关于AI浪潮下的搜索引擎、SEO和GEO思考

先说说个人对未来这块整体趋势的几个看法：

  1. 从用户市场来看，AI工具会逐步蚕食传统搜索引擎的市场，但无法完全替代，即使LLM解决了幻觉问题也是达到一种平衡状态；
  2. 从产品形态来看，AI工具会补足优化搜索能力，而搜索引擎也会结合AI能力打造AI搜索，两者互抄互补，最终趋于一种产品形态；
  3. 从SEO/GEO技术发展来看，现在AI推荐没有技术规范和约束，未来大概率会形成面向GEO的技术规范和算法，类似Google的PageRank算法；而且因为存在很大利益空间，所以也会陆续孵化出一些做相应AISEO/GEO能力的企业；
  4. 从想提升曝光度和转化的企业来看，需要投入一定资源在AISEO/GEO建设上，研究AI搜索的内容偏好，专注内容质量提升、深耕垂直领域；
  5. 从AI工具发展来看，在目前竞争激烈没有形成一家独大的情况下，不会出现广告、竞价这类业务模式。但另一方面，一旦有一家AI工具在国内形成明显优势，有可能会引入广告甚至竞价，并带动其他AI工具；
  6. 从普通用户来看，我们需要一直对AI工具给的答案秉持怀疑态度，“参考但不全信”；
  7. 从终态来看，搜索引擎会下沉为一种中间件，并不是给人用而是给AI使用的，AGI时代传统搜索引擎会彻底藏在水下。

接下来会结合一些数据情况简单说明这些看法

一、AI工具发展趋势下的一些变化

自2022年 ChatGPT 横空处世以来，国内外涌现出一批批的 AI 工具，比如 Kimi、DeepSeek，它们都能一定程度地替代百度、Google 这些搜索工具，这几年也有越来越多的人在检索查询信息时，选择通过AI问答的方式而不是搜索引擎，这对传统搜索引擎的市场产生了冲击。

以国内为例，根据中国互联网络信息中心于2025年7月发布的第56次《中国互联网络发展状况统计报告》显示，2025上半年，国内搜索引擎的用户规模和使用率都有比较明显得下降。

p-1

此报告中也指出：“2025 年上半年，人工智能技术驱动搜索服务向多模态与场景化纵深发展，推动搜索引擎行业持续向智能化方向发展。”，个人对这个论点的解释是这半年国内一部分搜索场景被AI工具吞噬，一部分流向搜索引擎自身的AI改造（AI搜索，后文介绍）。

值得注意的是，2025年年初，是 DeepSeek 横空出世且爆火的时间点，也是国内很多人真正开始接触这类 Chatbot 形式 AI 工具的时间。相比国外 ChatGPT、Gemini、Claude、Perplexity 这些AI工具已经相对普及的情况下，国内应用相对还是较慢的。
唯独时间上相对同步的是，除 Perplexity 外，国内外AI工具支持“联网搜索”模式基本也都是在2024年Q4～2025年Q1才开始支持。

DeepSeek热度走势：
p-3

在国外，onelittleweb 于2025年4月发布的《Are AI Chatbots Replacing Search Engines?》统计报告中也有相应的数据：

p-4

从图中我们可知，除了像比较早结合 AI 的 Bing，大多搜索引擎在24-25年期间用户规模已有所下滑。

p-2

整体对比来看，海外和国内一样也是略微呈现出一点此消彼长的状态。但从总规模来看 AI 工具目前仍仅为搜索引擎的1/34左右，还不是一个数量级，可见在宏观层面上，AI搜索要取代传统搜索还有很长的路要走。

AI搜索代替传统搜索引擎的一些阻碍

个人觉得从现阶段 AI 工具与传统搜索引擎的差异上也能体现出这个过程可能会很久。

差异主要体现在几个方面：
产品形态上：产品形态和交互体验的差异会导致一些习惯于传统搜索模式的用户有一定阻力过渡到AI工具。

  • 信息输入交互的差异：虽然都是输入框，但是 AI 工具是具备多轮对话能力、使需求不断澄清；而传统搜索引擎仅仅是输入然后界面输出
  • 结果的形态差异：AI问答是生成一段带有引用的自然语言答案，其中穿插着一些链接；而传统搜索引擎是展示若干条带有超链接的答案列表

效果上：结合信息时效性、处理耗时、AI幻觉和稳定性等主要问题，AI 工具从能力和体验方面目前仍难以替代传统搜索引擎。

  • 信息时效差异：AI 问答工具时效性相对滞后，而传统的搜索引擎展示的答案实时性相对较高。
    • 可能会觉得 AI 工具+联网模式能弥补实时性问题，但其实这种机制本身基于传统搜索引擎API，效果好坏也主要依赖搜索引擎。
  • 结果一致性差异：对于相同的输入，AI 问答的结果很有可能存在差异、有时候差异可能还很大；而传统搜索引擎能保证高度的一致性
  • 结果准确性差异：AI 工具目前存在众所周知的“幻觉”问题，以2025年3月哥伦比亚大学数字新闻研究中心对多款主流AI工具搜索引用内容效果的正确性评估为例，这些 AI 搜索工具在引用新闻方面表现非常不佳，出错比例甚至高达 60%（报告《AI Search Has A Citation Problem》）

二、传统搜索引擎顺应AI潮流下的改变

在AI工具不断进化和推广的前提下，传统搜索引擎也做出了改变。目前形态最通用的就是搜索引擎和ai结合——AI搜索。

结合几个AI工具给出“AI搜索”定义：“AI搜索是基于人工智能技术的创新型搜索方式，它通过自然语言处理、机器学习和深度学习等技术，能够深度理解用户的查询意图和上下文。”

与传统搜索引擎不同，AI搜索不再局限于简单的关键词匹配，而是可以分析用户的查询语句，提供更精准、相关和个性化的搜索结果。它还可以利用知识图谱整合相关信息，提供更全面系统的知识体系。此外，AI搜索还支持多轮对话和多模态交互，能够根据用户的搜索历史和偏好动态优化结果排序。

本人最早对AI搜索的感知是2023年Bing搜索结合GPT支持了AI搜索，然后没几个月百度也开始了AI搜索的灰度，当时的AI搜索还很“简陋”，存在查询耗时久、错误多、不稳定、幻觉等等AI典型问题。
到现在，有很多问题已经得以解决或者缓解，几乎所有主流大模型工程都在做AI搜索，国内的大模型厂商、互联网大厂都在C端业务中加了此类功能。

个人觉得AI搜索产品可以分为三类：一类是做AI的，一类是做搜索的，一类是做垂类业务的。

  • 第一类：本身是大模型工具，通过联网模式等机制使其具备了搜索能力。代表有DeepSeek、Kimi、豆包、文心一言、通义千问、腾讯元宝、智谱清言等。
  • 第二类：本身是搜索引擎，通过加上大模型处理能力使其具备综合分析和直接回答的能力。比如360搜索、秘塔搜索、天工AI搜索、百川AI搜索百小应、百度简单搜索等等。
  • 第三类：电商、金融、资讯等等业务都有搜索场景，根据业务垂类引入大模型处理能力做AI问答能力的。如微信、淘宝、今日头条等等应用在搜索场景都融入了AI能力。
    p-8
    p-9

那么AI搜索的效果如何呢？从一些统计数据来看，AI搜索在流量上是有所增长的。如沙利文在2025年8月发布的《2025年中国AI搜索行业白皮书》可以看到，在整体搜索引擎使用减少的大背景以及百度市占率降低的情况下，百度AI搜索功能访问量却是逆势增加的

p-6

比较有意思的是，国内搜索引擎以百度“一超多强”的格局已经固化很久了，AI时代会对百度造成何种冲击、以及百度会如何应对，这都是接下来值得关注的事。另外谷歌已经在Google I/O上对看家的搜索业务号称进行了全面的AI改造——“AI Mode“，但目前仍未完全全球开放，bing也是，这也间接说明模型技术成本和质量问题仍然普遍存在。

AI搜索的一种形态——AI概览（AI Overview）

AI概览是基于传统搜索基础之上开发的新功能，目前的运作模式是引用优质页面（摘取页面中的某部分）信息展示在搜索结果中。

p-13

AI概览是谷歌号称过去十年谷歌最成功的搜索功能之一，该功能目前主要开放在美国和印度等主要市场，出现在约15%的搜索结果中，数据上来看将搜索使用率提升了10%，而且这一比例每天都在以更快的速度增长。国内百度这些也有类似的处理能力。

AI概览展示的内容通常为意向明确的问答式信息搜索，改变了用户的行为方式，因此有很多检索场景将不用再点击链接进行查看判断，因此也带来了一个新词“零搜素”（zero-click search）。

零点击搜索顾名思义：用户无需点击任何网站，就能在谷歌搜索结果页面上直接找到答案。如果用户能立即获得答案，那么即使你的网站排名很高，并且被用作人工智能概述的来源，他们也可能不会点击你的链接。这可能会导致传统自然搜索结果的点击率（CTR）下降，一些网站数据表示自然点击率下降了接近4倍。人们将这种变化称为“大脱钩”——网站获得了更高的曝光度，但流量却更少了。

p-11

然而另一方面，AI概览有着极大的曝光度，因此如果网站能出现在 AI概览中，对曝光效果、流量和转化率提升反而可能是提升明显的。

三、使用AI工具和AI搜索值得注意的地方

前面也提到，目前这些AI工具有很多弊端，对于用户来说体验问题就是“有门槛”、“结果差”。

首先，即使有了联网模式，在技术方面很多 AI 助手依旧没办法实时获取最新的数据。这主要是上面提到的“第三类”垂类业务场景。无论是用了实时的知识库做匹配还是用NL2SQL取数等技术手段，数据的准确性和可靠性问题依旧十分明显，更不要说用户隐私这类数据的安全处理，这点需要非常大的成本和时间逐步解决。

再者，AI擅于回答错误答案，你在提问时的一点细微差别，它可能就完全 get 不到，给出偏离需求的回答，AI的回答也极具欺骗性，让人难以判别真伪。因此想用好 AI工具，用户首先得学会怎么提问，提示词prompt就得讲究讲究，对于AI给出的回答也需要辩证看待、甚至需要投入更多验证成本，这些对很多普通用户来说其实是有门槛的。

关于AI给出的答案还需要强调的，AI工具的检索、GEO（下一节会介绍）好比SEO、未来注定存在很大的商业利益空间，从而引发AI回答的人为干预、植入广告等投机行为，我们需要对此有所警惕。正如同当年的“魏则西事件”，就是由于搜索引擎排序被人为干扰后导致的悲剧。而且AI搜索的广告会更隐蔽，无法像传统广告那样被清晰标识。

总而言之，AI 搜索确实改变了我们检索信息的方式，让信息获取变得更高效，但它目前更像是对传统搜索的补充，它们各有利弊，所以我们也应根据不同的场景去选择工具。

四、SEO和GEO

随着AI工具的普及，这几年关于AI工具的搜索推荐也衍生出了一些新概念：AISEO（Artificial Intelligence Search Engine Optimization）、GEO（Generative Engine Optimization）、AEO（Answer Engine Optimization）。它们是一种面向AI搜索的全新内容与品牌认知优化策略。

SEO的目标是抢搜索引擎的排名，而GEO的目标是让你的内容成为AI的信息来源。通俗点解释，SEO是想办法针对Google/百度这类搜索引擎的搜索结果进行优化，让自己的品牌网站出现在结果列表中、并希望能不断提前排名；而GEO是针对大模型的生成结果进行优化，让自己的品牌或网站出现在生成结果中。

首先个人也认为GEO会渐渐比SEO更重要，因为这是目前AI时代搜索领域从“流量思维”到“答案思维”的转变：

  • 传统SEO：流量思维，查找信息，优化的是“容器”（网页），追求的是在搜索引擎结果链接列表中的“位置”、即流量，用户还需要点“位置”再进行结果判断。
  • AISEO/GEO：答案思维，优化的是“知识”本身，追求的是成为AI认知体系中的“事实”，用户可以直接拿到答案，从链路来看也更短、更为高效。

在AI时代，“答案”即代表了流量。用户页不再关心信息的来源是哪个网站，只关心最终答案。因此，谁能控制答案、使品牌信息成为AI生成答案时的优先引用，谁就控制了流量，谁就能在用户心中建立起第一品牌认知，并掌握最终的商业统治力。其核心目标不再是争夺“链接排名”，而GEO就是是通过深度优化内容的语义结构、权威性信号、多模态适配性及信任网络，确保你的企业品牌信息成为这些答案的一部分，从而直接抢占“最终答案”的控制权。

GEO的诞生给企业提供了一条推广的新途径，但也带来了隐患，即任何一家公司或个人都可以发布大量没有经过权威验证的文章到网上，然后被AI引用，进而造成不良后果，这就是所谓的数据污染，原则上如果大模型接触到的文字资料都是权威正确的，那么它给出的结果自然就是正确的，但谁来保证大模型接触到的资料正确性呢？尤其是对于目前需要实时联网获取信息的大模型而言，哪些网站的资料是可靠的，哪些是不能引用的？没有相关权威规定，全凭大模型厂家自身决定，这就埋下了隐患，也是现在GEO的问题。

p-10

AI搜索的优势与劣势推动着行业标准的重新定义。传统搜索时代，谷歌与百度通过PageRank算法确立权威地位；而在AI搜索生态中，答案质量评估体系尚未形成统一标准。这种规则真空状态既是挑战也是机遇。

ChatGPT中的跳转链接，会在跳转链接中带utm_source=chatgpt.com参数，不知道是否会逐步形成业界规范。Kimi这些目前发现还没有这种处理，这种情况下网页很难追溯来源。

五、关于传统搜索引擎未来归宿的思考

以目前AI工具的“联网模式”为例，其实它底层是调用了传统搜索引擎的API，并对其结果进行分析处理（代替人为操作，关于“联网模式”的原理以后可能可以展开介绍介绍，本文先不展开），在这个过程中，用户其实是感知不到搜索引擎的存在的，所以关于传统搜索引擎的未来，个人觉得传统搜索引擎会以API的形式与AI有更多结合（包括各基于LLM的Agent、Workflow、Tool），但是会藏在水下，传统搜索引擎会逐步从给人用到给AI用，但还是会因各种因素留有一部分人使用传统搜索引擎，AI也好、传统搜索引擎也好，毕竟都是一种工具。

有人可能说像kimi开启“联网模式”后页面右边能看到检索的列表，但这只是个交互设计，像DeepSeek就隐藏了这部分。

最后，感慨下时代变化之快，商业模式也在变，在这样一种快速变化的大形势下，企业也好、网站也好、个人也好，应如何建立核心竞争力，以求立于“不败之地”。除了大家都说的顺应潮流拥抱AI外，本人还觉得也要对未来发展趋势有所思考、不断论证，力求先走一步。

相关链接