2026 年我亲眼见证的 10 大 SEO 趋势（附数据）

我在 Ahrefs 工作，这是全球最知名的 SEO 工具中的一种，因此每天都有机会与 SEO 从业者交流、向他们学习。先说结论：过去一年 SEO 的变化之大，和如今 SEO 从业者被期望随之做出的改变之多，实在令人惊叹。

AI 搜索带来了一个全新的品牌认知与增长渠道，而在大多数公司里，它被直接塞进了 SEO 的职责范围。此外，还有一整套全新的技术基础设施需要理解：如今只懂搜索引擎如何运作已经不够，还必须懂得AI 搜索引擎如何运作。

与此同时，那套经典的 SEO 打法——漏斗顶部的信息型内容，似乎每天都在变得更差（尽管我不太愿意承认）。我们都处在实验性的“把意大利面往墙上扔，看哪根粘住”的阶段，试图找出下一个能带来复利式增长的方向。

以下是我在过去一年里观察到的一些变化中的 SEO 趋势。所有这些趋势都有真实的 Ahrefs 数据支撑，以表明它们是真实的行业级趋势，而非凭空想象。

1. 查询扇出（Query fan-out）

查询扇出本质上是适应 AI 时代的关键词研究 2.0。一年前几乎无人搜索这个词，如今其搜索量同比增长 +2,550%。这个概念之所以重要，是因为它改变了 SEO 从业者实际优化的对象。

其工作原理如下。向 ChatGPT 这样的 AI 搜索引擎输入一个提示词时，它并不会把这个提示词作为单个查询来执行，而是生成一组相关的搜索，称为扇出查询，并用这些查询从搜索索引中提取相关内容。

于是一个简单的问题在幕后可能悄无声息地变成十几次搜索，而被引用的页面正是那些回答了这些隐藏查询的页面。同样的逻辑如今也决定着传统排名，因为 AI Mode 建立在 Google 之上。若想获得展示，就需要在核心词及其周边的扇出查询上都有排名。

但追逐精确的扇出查询没多大用处：它们是概率性的，每次生成都会变化，因此面向某一个具体查询去优化很可能是浪费时间。更好的选择是构建一个覆盖整个话题空间的话题簇。也就是说，制胜之道仍是老派的关键词聚合与话题覆盖，只是瞄准了一种全新的搜索体验。

2. AI Overviews 与 AI Mode

AI Overviews 和 AI Mode 是多年来 Google 运作方式发生的最大变化。

经典的“十条蓝色链接”早已被精选摘要、本地包和其他搜索结果页功能蚕食。如今，Google 正努力把用户引导进其 AI 体验，这改变了所有依赖搜索流量者的盘算。

AI Overviews 已经出现在很大比例的搜索中，而一旦出现，就会把用户留在结果页上。我们最新的研究发现，AI Overviews 使流向排名第一页面的点击量减少了 58%。以往排名第一的结果每获得 100 次点击，如今 Google 会留下其中的 58 次。我们使用 2025 年 12 月的 Search Console 数据，对 30 万个关键词重新做了分析，这一效应贯穿整个页面：排名第 2 的损失了 51%，排名第 3 的损失了 46%，以此类推。

然后是 AI Mode，这种篇幅更长、对话式的版本，比起传统搜索更像 ChatGPT。形式不同，结果相同。两者叠加，情况一致：搜索结果页上可供分配的点击更少，你的蓝色链接更难被找到，用户更有可能直接在结果页上得到答案，而从不访问你的网站。

这远不止是流量下滑那么简单。它改变了 SEO 的单位经济模型，因为过去所依赖的那些点击，正被 Google 悄悄留下。

3. AI 内容

SEO 从业者都很务实，只要有更快、更高效的方式，就会去用。这就是为什么 AI 内容创作成了这项工作中如此重要的一部分。

很长一段时间里，使用 AI 意味着要做取舍：得到的是更差的内容。我们都见过那种“AI 之山”式的流量曲线：一个网站狂发几个月的单薄 AI 内容，排名攀升，然后被一次 Google 更新拍平。但我认为这种取舍如今已基本消失。

如今围绕模型的配套基础设施已经足够完善（智能体框架、工具调用、MCP，和让模型能够调用真实工具和数据的底层管道），足以用 AI 产出真正优质的内容。我写过不少有关如何做好这件事的文章，包括什么是内容工程，和为什么 AI 内容并非天生不利于 SEO。

数据体现了这种态度转变。自 2021 年以来，对“用 AI 创作”的兴趣稳步上升，而对“检测 AI 内容”的兴趣自 2023 年达到顶峰后持续下降，人们正在把这种行为常态化。用 AI 产出高质量成果正变得越来越可接受——想想看，Google 的每一项产品，Docs、Sheets、Gmail，如今都内置了 AI 文本生成，这也就说得通了。

用 AI 写作不再是见不得人的秘密。它只是互联网上信息生产与分享方式的一部分。

4. 全渠道搜索优化（Search everywhere optimization）

随着来自 Google 的点击枯竭，注意力正在碎片化。如今人们研究和购买所涉足的地方比以往任何时候都多：社交媒体、YouTube、新闻聚合器、独立网站和各类平台市场。Google 搜索这一扇单一正门，已经变成了一打侧门。

SEO 从业者已开始在这些其他平台上追逐可见度，数据也印证了这一点。“search everywhere optimization”的搜索量同比增长 197%，各平台专属术语也都在攀升：TikTok SEO、Amazon SEO、YouTube SEO。单看每一项，增幅都不大；加在一起，它们指向了一个真实的转变。如今 SEO 工作更棘手了，因为需要争取的平台更多，而没有任何一个还能像过去那样保证流量。

这对 AI 搜索同样重要。

这些平台中的许多都会影响品牌在 AI 回答中的可见度。如果想更频繁地出现在 ChatGPT 里，那么优化在 YouTube 和 Reddit 上的可见度就是工作的一部分，而不是与传统搜索分立的另一个项目。你在 Google 之外出现的位置，如今会影响你是否出现在 Google 上，和是否出现在叠加于其上的 AI 工具中。

5. 语义 SEO 与实体优化

语义 SEO、实体优化等技术 SEO 框架，因 AI 搜索而重新受到追捧。事实上，它们一直都很重要：语义和实体始终是 Google 运作方式的一部分，只不过除了扎实做好传统 SEO 之外，并没有太多需要专门为之的事情。但 AI 搜索改变了这一点。

大语言模型通过品牌在其训练数据中出现的频率和出现的语境来构建认知。与品牌一同出现的词、实体和短语，塑造着模型认为你是什么，和应在何时推荐你。

举例来说，Ahrefs 在网络上有多年来积累的旧内容、客座文章和提及，它们对公司描述都略有不同。这让大语言模型感到困惑，因为当如此多的来源使用不同说法时，对 Ahrefs 是什么、做什么，就缺少明确的共识。

现代 SEO 的很大一部分工作，就是让实体在互联网上保持一致，并关注品牌所出现的语义语境。

（如果这听起来有点复杂，无需担心：想深入了解的话，我们有有关语义搜索和知识图谱的深度指南。）

6. SEO 智能体与自动化 SEO

借助智能体式 AI 模型，如今真正有可能把实际的 SEO 工作自动化。“SEO AI agents”的搜索量同比增长 285%，原因很简单：工具终于跟上了热度。

如果仍把 AI 当成花哨的聊天机器人，不妨想想：如果相信 AI 能重构一个 5 万行的代码库，那它为什么不能写一篇博客文章，或批量修复一批内链？更难、更结构化的任务，恰恰是已经被自动化的那一类。

把 SEO 数据接入工作流时，这一点更是加倍成立。借助 Ahrefs MCP 或 Agent A 之类的工具，可以把世界级的 SEO 数据引入 AI 工作流，并自动化那些以往根本无法自动化的事情。

我们刚刚发布了一份用 Agent A 构建的 SEO 自动化清单。简单来说：关键词研究、内容更新、内链、网站审计，和一长串机械重复的流程，如今都可以纳入其中。过去会吞掉整个下午的工作，正越来越多地可以交给智能体来做。

7. llms.txt

每个 SEO 都知道不起眼的 robots.txt 文件。如今又多了一个新文本文件 llms.txt，其搜索量同比增长 154%。我把它列在这里，是因为——毫不意外——通常被要求去实现它的都是 SEO。但我想直言不讳地说明数据到底怎么说。

llms.txt 是一个提议中的标准，没有任何主流 AI 搜索服务商真正使用它。正如我们的研究所发现的，如今有 28% 的网站发布了 llms.txt 文件，而在某个月份中，这些文件有 97% 从未被请求获取过。在少数确实被读取的文件里，大多数请求来自并非 AI 工具的机器人。链接预览机器人 Slackbot 获取 llms.txt 文件的次数，比 PerplexityBot 还多。Google 已明确表示，要在其生成式 AI 功能中现身，并不需要这个文件。

所以在现阶段，llms.txt 基本上带不来任何好处，甚至还带有一点风险，因为它让竞争对手更容易抓取你的站点地图。人们喜欢用简单、具体的事情去影响像 AI 可见度这样神秘的过程，这正是它传播开来的原因。如果有人催你加一个，就把这些数据发给他。这一个小时有远比这更值得花的地方。

8. 自我宣传式的“最佳”清单文章

影响 AI 搜索，甚至影响传统 Google 结果的最有效方式，是发布“最佳”清单文章，比如“十大最佳 CRM 工具”。

我的同事 Glen Allsopp 有关“最佳”榜单的研究发现，在 ChatGPT 及其他 AI 搜索引擎所引用的所有来源类型中，这种格式被引用得最频繁，出现在 43.8% 的 ChatGPT 来源和 48.9% 的 AI Overviews 中。

这很合理。很多查询带有商业意图，而清单文章本身就是商业性的。只要诚实、不偏颇，它们在购买过程中确实有用。但 SEO 人终究是 SEO 人：不少公司滥用这一点，在自己域名上发布的“最佳”榜单里把自己排到第一。在 Glen 的数据中，67.6% 的“best software”搜索结果页里，都有一份把作者自己放在榜首的榜单。

如今这一手段可能正在失效。正如 Lily Ray 所报道的，近期的 Google 更新重创了自我宣传式的清单文章，SaaS 领域尤其如此。越来越明显的一点是，Google 或许会采用这些榜单，却把功劳记给其中提到的竞争对手，而忽略发布者在自己域名上对自己的排位。

如果正依赖这一招，这一点值得了解：它可能已不如从前有效，说实话，我希望它逐渐消失。

9. 纯信息型内容的衰落（包括联盟网站）

我在 SEO 中看到的最大宏观趋势，是纯信息型网站的衰落，其中也包括联盟网站。Google 似乎专门面向那些唯一职责就是分享信息、而非销售产品或支撑一项真实业务的网站。

原因并不神秘。AI Overviews 和 AI Mode 一问世，信息型内容就被商品化了。如今大多数信息型查询都能用 AI 生成的回答来满足，所以 Google 没什么理由把点击送给纯信息博客。

从流量上就能看出来。分析一小组知名的纯信息博客后发现，它们如今的自然流量大约只有峰值的 28%，下降了约 72%。一小组联盟网站也是同样的情形，较峰值下降了约 66%。

随着搜索流量枯竭，热情也随之消退：联盟营销相关话题的整体搜索需求已回落到 2023 年高点的约 41%。

贯穿其中的主线把上面的一切串联起来。Google 越来越想奖励品牌，即那种人们会按名称去搜索、并且做了发布信息之外一些事情的品牌，因为发布信息恰恰是 AI 如今做得极好的事情。

如果网站存在的唯一目的就是提供信息，那就是在直接与答案引擎竞争，而这是一个很难站得住脚的位置。

10. 品牌词搜索与品牌建设

这是现代 SEO 中最清晰的发现：一个品牌在 AI 搜索中可见度的最佳预测指标，是该品牌在网络上被提及的频率。

我们分析了 75,000 个品牌，发现品牌在网络上的提及与 AI 可见度的相关性在 0.66 到 0.71 之间，而 YouTube 提及的相关性更高，约为 0.74。品牌在相关语境中被谈论的地方越多，就越有可能出现在 ChatGPT、AI Mode 和 AI Overviews 中。

这让人们对朴素的品牌建设重新燃起了兴趣。这也与传统搜索相吻合。品牌词搜索量很可能是 Google 使用的信号，因为是否真有按名称搜索你的品牌，是判断一个网站是正规经营还是纯粹为 SEO 而搭建的有力线索。一个没人搜索的网站很容易被打折扣。

这也是对上一趋势的自然回应。如果 Google 正在远离只提供信息的网站，那么它仍然奖励的网站就是品牌：那种人们会按名称主动寻找、并做了发布信息之外一些事情的企业。

于是，SEO 从业者正越来越多地尝试培育、壮大并守护自己的品牌词搜索。这意味着不止是传统 SEO，还包括品牌营销、广告投放、投资其他内容形式，和总体上努力让品牌在互联网上更显眼。