语义搜索：当下最关键的搜索方式（兼顾 SEO 与 AI 可见性）

我们最早在 2020 年写过关于语义搜索的文章，当时这一概念刚开始受到关注。此后情况变化很大：ChatGPT 问世，AI 概览（AI Overviews）进入搜索结果，理解“含义”——而非仅匹配关键词——成为搜索引擎运作的核心。因此，这篇文章有必要更新。

搜索引擎以主题为单位处理信息，而不是以关键词为单位，会识别实体（人物、地点、产品、概念）及其关联，关注的是含义，而非字面匹配。

理解这一转变并非可选项，而是做好 SEO、并让品牌进入 AI 推荐的前提。

什么是语义搜索，为什么这一趋势不可逆

搜索“演金刚狼的那个男演员有多高”。谷歌知道你在问休·杰克曼（Hugh Jackman）的身高，尽管你从未输入过他的名字，也明白“演金刚狼的男演员”指向特定某个人，并直接给出答案：6 英尺 2 英寸（约 1.88 米）。

语义搜索在实际场景中的表现正是如此。

语义搜索不对查询词与网页字词做精确匹配，而是解读用户真正想找的内容，综合词与词之间的关系、用户意图与上下文。它属于自然语言处理（NLP）的应用，而 NLP 是 AI 的一个分支，目标是让机器像人一样理解语言。

多年来，谷歌持续谈论语义搜索，而这类技术更像底层基础设施：在幕后驱动结果，营销人员仍在堆砌关键词。

2022 年底，ChatGPT 发布。

两个月内，使用者超过 1 亿人。人们不再向谷歌输入“python 错误 修复”，而是给出完整问题：“我在 Python 中把字符串和整数拼接时遇到 TypeError，这是我的代码——问题出在哪里？”

自然语言、上下文、对话，取代了关键词。

谷歌多年来一直朝这个方向推进，而 ChatGPT 让这种体验成为常态。用户要的是答案，不是链接。谷歌随后把 AI 概览引入搜索结果，必应（Bing）与 OpenAI 展开合作。搜索——包括语音搜索——变得更长、更接近对话。

语义搜索的运作机制

语义搜索从四个方面发挥作用，相比传统搜索是明显的进步。

语义搜索会关联相关词

语义搜索知道“cheap”“affordable”和“budget-friendly”含义相近，也明白“配偶”包含“妻子”“丈夫”和“伴侣”。

该机制称为查询扩展——系统自动扩大检索范围，纳入同义词与相关词。搜索“cheap flights”时，无需额外要求，系统也会查找“affordable flights”“budget flights”和“low-cost airfare”相关内容。

因此，同一层含义不必为每种说法单独撰写内容，一篇高质量文章即可覆盖。

语义搜索能识别实体及其关联

搜索引擎如今可以访问实体数据库（人物、地点、产品、公司），并理解它们之间的关联。这类信息存储在知识图谱中，即映射数百万现实事物关系的大型数据库。

为充实知识图谱，搜索引擎采用实体抽取：扫描内容并识别其中对特定人物、地点、组织、概念的引用。当页面提到“Tim Cook”，实体抽取会判定其为苹果公司 CEO，而不是某个名叫 Tim 的普通人。

再看一例：搜索“演欧比旺的那个演员的伴侣是谁”。

要给出这类结果，谷歌需要：

1. 确认欧比旺是一个角色。
2. 确认有多位演员扮演过他，并判断其中哪一位最受关注。
3. 理解“伴侣”指恋爱伴侣。
4. 找到正确的那个人。

实体识别在多重关系中的作用正是如此。

语义搜索能推断词在上下文中的含义

约 40% 的英语单词有多个含义。“Apple”既可指水果，也可指那家科技公司；“Jaguar”既可能是动物，也可能是汽车品牌。

语义搜索借助上下文——位置、搜索历史、查询中的其他词——判断用户想要的是哪个含义。

语义搜索会结合外部上下文判断意图

2020 年初冠状病毒演变为全球大流行时，谷歌发现人们主要查找 COVID-19 相关信息。就“corona”这类多义查询，谷歌重新排列结果，把病毒相关内容提前，将科罗娜（Corona）啤酒及其他含义的结果后置。

在 Ahrefs 的关键词分析工具（Keywords Explorer）中查看历史数据，这一变化清晰可见。

语义搜索背后的技术

无须理解全部技术细节，但了解这些技术的存在，有助于解释搜索为何发生根本改变。

搜索引擎如何组织信息

在理解含义之前，系统会先通过分词（tokenization）把文本切成片段，将句子拆分为模型可处理的词或子词。

分词只是第一步。要理解内容讲的是什么，搜索引擎还需识别现实世界的事物及其关联，这时由知识图谱承担，它以简单关系的形式存储实体（人物、地点、产品、公司）的事实：

实体 → 属性 → 值

例如，谷歌的知识图谱可能存储：

• iPhone 17 Pro → 价格 → $1099
• iPhone 17 Pro → 发布日期 → 2025 年 9 月
• iPhone 17 Pro → 摄像头分辨率 → 4800 万像素

图谱如何构建？完整过程并未公开，但谷歌会从维基百科、权威网站等结构化来源提取信息。模式同样关键：当数百万页面把“iPhone”与“Apple”“smartphone”“iOS”一同提及，这些关联会被强化。图谱由整个网络的共识随时间塑造。

就内容而言，这意味着搜索引擎会检查页面是否包含可识别实体的有效信息，而非统计关键词出现频率。

向量嵌入（Vector embeddings）

搜索引擎还会把内容转换为向量嵌入（vector embeddings）这类数学表示，即承载含义的坐标。即便措辞完全不同，系统也能找到概念相似的内容。

“How to fix a leaky faucet”（如何修漏水的水龙头）与“repairing dripping tap”（修理滴水的龙头）几乎不含相同词汇，相似度却可达 0.89。这正是搜索“budget phones”时，谷歌会展示“cheap smartphones”结果的原因。

向量比较速度极快，在数十亿页面间也只需几毫秒。

关键技术里程碑

除知识图谱之外，谷歌还推出多项进展，深化了语义理解：

• RankBrain（2015 年）。如果听过“LSI 关键词”，可以不再理会。作为 Hummingbird 的升级，RankBrain 以更优的方式解决了 LSI 想解决的问题。它借助机器学习理解陌生词与短语的含义，这一点很关键，因为每天全部搜索查询中有 15% 是全新的。
• BERT（2019 年）。改进了对句子中词与词关联的理解，尤其针对词序重要的复杂查询。
• MUM（2021 年）。可处理跨 75 种语言的复杂、多步骤问题。
• Gemini（2024 年）。谷歌最新的 AI 模型，可同时理解文本、图像、视频与音频，为 AI 概览和 AI 模式（AI Mode）提供支持。

各环节如何协同

现代搜索分阶段运作。快速的检索层先依据关键词匹配与语义相似度，拉取大批可能相关的页面；随后，更精密的模型对候选列表重新排序：该页面能否回答查询？是否符合意图？来源是否可信？

关键词堆砌之所以失效，原因也在于此。即便页面进入初始候选池，重排序阶段仍会以难以造假的方式评估质量。

对内容策略的影响

原理如此，下面说明内容策略层面的影响。

主题覆盖优于关键词定向

语义搜索明白“python tutorial”“python guide”和“learn python”表达同一件事，因此无法再为每种说法分别让不同页面取得排名，谷歌会选出同一个页面为它们统一排名。

我们那篇关于 SEO 预测的文章在数十个关键词变体中进入前 10，并非逐个变体单独优化，而是因为把该主题讲透了。转变正在于此：围绕一个主题的全面内容，胜过一批围绕关键词排列组合的单薄页面。

需要的是覆盖整个主题的全面内容，而非为单个关键词变体各写一个独立页面，下文会进一步说明。

此外，长尾的空间同样被打开。在基于关键词的搜索中，只有用户输入你所定向的精确字词，内容才可能获得排名。如今只要含义匹配，语义搜索就能把页面匹配到措辞完全不同的查询上。一篇题为“How small law firms can automate client onboarding”（小型律所如何实现客户承接自动化）的指南，可能出现在“legal intake automation”或“streamlining new client setup for attorneys”这类查询中。

搜索意图决定成败

即便就“SEO 报告”写出技术层面无可挑剔的文章，如果搜索者要的是模板而非进阶教程，排名依然难以上去。

语义搜索的关键影响正在于此。谷歌不仅知道用户输入了什么词，还知道搜索这些词的人通常想要什么，并从行为中学习：哪些结果被点击、停留多久、是否返回尝试其他链接。

当成千上万搜索“SEO 报告”的用户点击模板、略过深度指南，谷歌便判断“SEO 报告”意味着“给出可直接使用的东西”，而非“讲解理论”。页面即便就该关键词优化到位，若不符合搜索者的实际需求，语义搜索也会削弱其表现。

结论是：理解意图比定向关键词更重要，需要推断用户想从一次搜索中获得什么，最直接的办法是观察当前排在前面的内容。

品牌与权威成为排名因素

语义搜索系统能理解是谁在说话。当品牌成为知识图谱中被认可的实体，其内容会获得更多信任。

这一效应同样作用于 AI 搜索，后者建立在相同的语义基础之上。一项覆盖 75,000 个品牌的研究发现，品牌在网络上的提及量与在 ChatGPT、AI 模式和 AI 概览中的可见度高度相关（0.66–0.71），而反向链接、页面数等传统 SEO 指标的相关性明显更弱。

如何优化以契合语义搜索（7 项策略）

弄清关键所在之后，以下说明具体做法。

1. 匹配搜索意图，全面覆盖主题

动笔之前，需确认两件事：搜索者想要的形式，和他们期待的信息。

先检查搜索意图。理解搜索者需求最直接的方法，是用搜索意图的三个 C（three Cs）分析当前排名靠前的结果：

1. 内容类型（Content type）。排名靠前的是博客文章、产品页、落地页还是分类页？若前 10 名均为博客文章，不宜用产品页去竞争。
2. 内容形式（Content format）。结果中占主导的是什么形式？操作指南、分步教程、清单文（listicle）、评测，还是对比？
3. 内容角度（Content angle）。竞品内容的差异化卖点是什么？留意“免费”“适合初学者”“2025”“快速”“便宜”等模式，这些角度揭示了搜索者最在意什么。

例如搜索“SEO statistics”，内容类型为博客文章，形式为清单文，主导角度是时效性（多数标题含当年年份）。

三点匹配到位，就有了良好的起点。

• 它们大多涵盖哪些子主题？
• 哪些标题在多篇文章中反复出现？
• 它们回答了哪些你尚未涉及的问题？
• 有没有它们都提到的具体例子、数据点或工具？

若要加快进度，可使用 Ahrefs 的 AI Content Helper。它能找出内容缺失的部分并给出具体建议（同时提供分数，便于观察进展）。

• 用于新内容：输入目标关键词，工具会分析排名靠前的页面，提示需要覆盖哪些子主题，据此搭建大纲。
• 用于现有内容：粘贴文章后，工具会找出缺失主题，并明确建议如何补齐。它给出满分 100 的内容评分，显示你与排名靠前页面的差距。

这意味着优化目标是“完整性”，而非“关键词密度”，填补的是对读者与搜索引擎真正重要的空白。

2. 让相关内容相互链接

内链以有意义的方式连接内容，并向搜索引擎表明你精通哪些领域。谷歌会查看链接中使用的文字——包括链接周围的文本——借此理解被链接页面讲述的内容。清晰、具体的链接文字能大幅降低难度。

例如，从关键词研究指南用清晰、有描述性的措辞链接到那篇关于低竞争关键词的文章，即向搜索引擎表明这些主题同属一类，既体现专业能力，也让网站更易理解。

因此，把网站视为一组相互关联的主题（即主题集群），而非孤立的文章。宽泛而深入的指南（通常称为支柱页面）应向外链接到更聚焦的文章。例如一篇完整的 SEO 指南，应自然链接到关键词研究、链接建设、技术 SEO 等文章，帮助读者与搜索引擎看清内容的整体结构。

另一个要点是锚文本。链接中使用的词语很重要。避免“点击这里”这类笼统措辞，改用能说明目标页面内容的文字，例如“了解如何找到低竞争关键词”。清晰的锚文本让内容更易懂、更实用。

此外，这一过程不必全部手工完成。部分工具可自动发现内链机会。例如 Ahrefs 的 Site Audit 提供链接机会报告，依据关键词与现有内容的相关性，指出适合添加内链的位置。

3. 在各渠道建立一致的品牌信息

语义搜索会构建实体档案，把品牌与创始人、所在地、产品、主张等属性关联起来。AI 系统会从能找到的各种来源构建这些档案：Reddit 帖子、Medium 文章、Quora 回答，还有各类博客文章。

AI 答案引擎尤其如此。品牌自有的对比页面与购买指南——例如三星的“QLED vs OLED”解析——常被 ChatGPT 引用，因为它们以权威方式回答了具体问题。若你不创作这类内容，AI 系统就会用能找到的来源拼凑答案。

若官方来源含糊或不完整，AI 会用听起来最权威的内容填补空白，而“权威”往往只意味着“具体”。

因此，建议这样做：

• 用具体的官方内容填补信息空白。创建 FAQ，直接回应可能的传言——“我们从未被收购”“总部位于[城市]”。含糊的否认不起作用。
• 围绕品牌建立共识。更新网站与线上资料中过时的信息，并借助其他网站佐证你的说法。
• 发布详尽的“工作原理”页面。内容足够具体，才能在 AI 生成的答案中胜过第三方的解读。
• 争取具体的“最”字主张。不用“行业领先”，应主张“在[某指标]上最快”或“最适合[某用途]”。具体的主张可被引用，笼统的则不行。
• 监控叙事被劫持的情况。为品牌名搭配“调查”“内幕”“诉讼”“争议”等词设置提醒。

我们用一个虚构品牌做了测试，详情可阅读Xarumei 实验的报道。

4. 争取成为被认可的实体

品牌成为谷歌知识图谱中的实体后，会获得显著的信任提升。

可朝以下方向推进：

• 创建并验证Google 商家档案（Google Business Profile）。
• 争取获得所在行业权威网站的提及。
• 确保商家名称、地址与电话号码在各处保持一致。这对本地商家尤为关键，可阅读指南了解本地引用（local citations）。
• 在相关社交平台建立存在感。
• 条件允许时，创建维基数据（Wikidata）条目。

这一过程无法速成，是数月乃至数年持续做品牌建设的结果，但回报可观。

5. 用结构化数据标记（schema markup）帮助机器读懂内容

结构化数据标记（Schema markup）是结构化数据的一种，能明确告知搜索引擎内容的含义。与其让谷歌猜测食谱中的“20 分钟”指什么，不如直接标记为烹饪时间。

结构化数据类型的示例：

• 文章（Article）结构化数据。用于博客文章（告知搜索引擎作者、日期、主题）。
• HowTo 结构化数据。用于分步指南（适合偏好结构化指令的 AI 系统）。
• FAQ 结构化数据。用于问答（直接把 AI 所需的 Q&A 问答对提供给它）。
• 产品（Product）结构化数据。用于产品（包含价格、评价、库存情况）。

在传统搜索中，结构化数据并无问题。它有助于获得富媒体摘要（rich snippets），即带有星级评分、价格、烹饪时间等醒目细节的增强结果，能够提升点击量。

在 AI 搜索中则较为复杂。结构化数据是否真的有助于 AI 可见性，业内尚无共识。

反方观点：Eli Berreby 的实验提供证据表明，AI 爬虫不读取结构化数据，因为它们不执行 JavaScript，只读取原始 HTML。若结构化数据通过 JavaScript 注入，AI 系统可能永远无法读取。

正方观点：OpenAI 官方声明 ，ChatGPT 购物（ChatGPT Shopping）在决定展示哪些产品时，会考虑“来自第一方和第三方提供商的结构化元数据（例如价格、产品描述）”，其他 AI 系统可能采取类似做法。

若希望 AI 爬虫读取结构化数据，应确保它存在于服务端 HTML 中，而不是由 JavaScript 注入。Search Engine Journal 的这篇指南讲解了修正方法：

• 服务端渲染（Server-Side Rendering）。在服务端渲染页面，让结构化数据包含在初始 HTML 响应中。
• 静态 HTML。 直接在 HTML 中使用结构化数据标记，减少对 JavaScript 的依赖。
• 预渲染（Prerendering）。 提供已执行 JavaScript 的预渲染页面，为爬虫输出完全渲染后的 HTML（可考虑 Prerender.io 这类工具）。

还有一点至关重要：结构化数据应准确反映页面上的实际内容，不得标记并不存在的内容。

6. 让内容结构便于机器提取

语义搜索会奖励易懂、结构良好、一目了然的内容。

最重要的是，每个小节都应能独立成立，这称为原子化内容（atomic content）。先给出答案，再补充上下文与解释。读者与 AI 系统都最关注小节的开头，而且往往只浏览或提取内容，不会读完整页。

为此，使用清晰的标题层级：一个主标题（H1），各章节拆分为若干 H2，子小节拆分为若干 H3，不要跳级。

然后，为呈现的信息选择合适形式：对比用表格，成组观点用项目符号列表，步骤用编号列表，直接问答用 FAQ 板块。

7. 本地商家：梳理与业务相关的每一个实体

经营本地企业时，有一个常被忽视的机会。我的同事 Despina Gavoyannis 在与本地服务类企业合作时注意到这一点，其中许多企业在修正后，来自谷歌的自然流量增长了两倍以上。

典型的本地 SEO 只停留在服务与地点：“我们在悉尼做楼宇清洁”，可单靠这些，在语义搜索中远远不够。应梳理出与业务相关的每一个实体，放到网站上，并完善 Google 商家档案。以那家清洁公司为例，可包括清洁的楼宇部位、服务的物业类型、处理的地面材质、使用的清洁方案。

想深入了解实体优化，可查阅完整指南：什么是语义 SEO，怎样优化

结语

语义搜索背后的技术细节繁杂，但原理并不复杂：搜索引擎如今理解的是含义，而不仅是字词。这对各方都有利：用户得到的答案更契合需求，创作真正有用内容的发布者会获得回报。

无须精通向量数据库或 Transformer 架构，也能从这一转变中受益。只需专注于这项技术被优化去寻找的内容：完整、清晰、可信、能回答真实问题的内容。

有问题？可联系 Mateusz 或 Michal。