大家好，我是Neo。

AI搜索这个话题，现在有个很有意思的现象：每个人都在讲，但大多数结论都是猜的。

“你要做llms.txt！”“加结构化数据就能被AI引用！”“写个Best榜单AI就会推荐你！”——这些说法你在各种群里、文章里、课程里都听过，但真正拿数据验证过的有多少？

Ahrefs这次干了一件狠事：他们把过去做的50多项AI搜索研究全部汇总，用1500万个数据点，把行业里流传最广的9个迷思挨个拆了一遍。我读完第一反应是——好几个结论跟我之前听到的“主流说法”完全相反。

这篇文章把9个迷思和背后的数据全部讲透，再结合我们独立站卖家的实际情况，说说每一条到底该怎么落地。

迷思一：“写个’Best of’榜单，AI就会推荐你”

真相：AI会用你的文章当信息来源，但根本不会提你的品牌，甚至可能推荐你的竞争对手。

这是很多B2B公司最爱干的事：自己写一篇“The 10 Best SEO Tools”，然后把自己排第一。

数据怎么说？在750个ChatGPT提示词里，“Best X”类榜单占所有被引用页面类型的43.8%——AI确实爱引榜单。但引用≠推荐。

Ahrefs的Mateusz Makosiewicz做了个控制实验：在5个域名上发布了34篇自推榜单，追踪了9,886个AI回答（覆盖ChatGPT、Gemini、Perplexity、Copilot）。结果：

• AI会引用你的文章当信息源
• 但在43%的回答里，AI推荐的是竞争对手而不是你

最扎心的例子：Mateusz写了一篇宣传自家会议“Ahrefs Evolve”的榜单，结果43%的回答里AI推荐了竞品的会议。

怎么做：别指望一篇自卖自夸的榜单能带来AI曝光。真正的路径是让品牌出现在几十个独立、权威的来源里——外联、评论积累、口碑传播、意见领袖合作。AI信任的是“别人说你行”，不是“你自己说你行”。

迷思二：“不做llms.txt，AI就看不到你”

真相：97%的llms.txt文件，从头到尾没有任何东西读过。

2026年5月，谷歌自己都前后矛盾：一边说llms.txt不是AI可见性的必需项，一边Chrome团队又在Lighthouse里加了个llms.txt检查项。John Mueller的解释是：llms.txt是“给AI编码工具省token的临时拐杖，不是给网站做的”。

Ahrefs直接拿数据说话——分析了 137,000个网站的服务器日志：

• 28%的域名发布了llms.txt
• 其中97%的文件从未被读取——不管是机器人还是人类
• 被读取的那些，77%的访问者根本不是AI爬虫
• 真正的AI爬虫只占19.5%
• 还有12%是专门研究llms.txt的工具在互相读

“SEO写llms.txt，llms.txt只有研究llms.txt的工具在读”——完美的套娃。

怎么做：llms.txt可以不做。把精力花在让现有内容更容易被爬取、解析、引用上——清晰的标题、合理的结构、完整的信息，比一个没人在读的索引文件有用得多。

迷思三：“加结构化数据，AI引用立刻涨”

真相：30天后，AI引用没有任何显著提升。

“GEO专家”们最爱的话术：加了Schema，AI可见性马上起飞。Ahrefs做了对照组实验：1,885个加了JSON-LD Schema的页面 vs 4,000个对照组页面，跟踪引用变化：

• 30天后，Google AI Mode和ChatGPT上没有任何有意义的提升
• AI Overviews反而小幅下降4.6%——但对照组也在降，说明是整体趋势，跟Schema无关

结构化数据不是没用，而是不是捷径。维基数据（Wikidata）和谷歌知识图谱（Knowledge Graph）吸收Schema已经好几年了，它到底怎么影响AI模型理解实体，至今是个开放问题。就算有影响，也是通过知识图谱这条慢而间接的路径。

怎么做：继续做Schema，但目标要摆正——长期建立实体关联。重点标注Organization和Person数据，用sameAs链接指向维基百科、Wikidata、Crunchbase。一个清晰的实体档案，才是AI模型理解你的底层基础。别指望它是“加了就灵”的开关。

迷思四：“不用在传统搜索排名，AI也会引用你”

真相：ChatGPT的引用里，88.46%来自传统搜索索引。

很多“AI SEO大师”告诉你：传统SEO已死，直接做AI优化就行。Ahrefs分析了140万个ChatGPT提示词，把每个被检索的URL按来源渠道分类，结果：

• 88.46%的引用来自常规搜索索引——就是老掉牙的搜索排名
• Reddit、YouTube这些特殊渠道虽然会被大量拉取，但很少被实际引用

为什么？因为ChatGPT做的是检索增强生成（RAG）——先搜索，再总结。它的搜索池子就是传统搜索。

怎么做：传统SEO不但没死，它还是AI引用的主入口。继续做好排名该做的事——内容、内链、外链、技术优化。你在Google排得越好，被ChatGPT引用的概率越高。这俩不是二选一，是上下游关系。

迷思五：“排到首页第1名，AI就会引用你”

真相：被AI Overviews引用的URL里，只有约38%同时排在该查询的前10名——一年前这个数字是76%。

等等，这不是跟迷思四矛盾吗？不矛盾，这里有个关键区别：排名确实重要，但重要的不是你以为的那些关键词。

Ahrefs分析了 86.3万个SERP和400万条引用数据，发现被引用的页面有38%排在查询前10，剩下的大部分排在更后面，甚至根本没进前100。

原因在于谷歌的查询扇出（query fan-out）机制：AI会从相关搜索里拉引用，而不是只盯着用户原始的那句提问。所以你可能在“目标关键词”上排第一，但AI引用的却是你排在50名开外的另一个页面——因为它命中了AI扇出的某个子查询。

怎么做：不要只围绕一个目标关键词做内容。围绕一整组相关查询做主题覆盖——一个话题下的所有子问题都值得你写到位，因为你不知道AI会从哪个角度“扇”到你的页面。

迷思六：“AI回答变来变去，没法追踪”

真相：回答的措辞70%在变，但AI的观点几乎不变。

“AI答案不稳定，追踪没意义”——这话对吗？Ahrefs用Brand Radar追踪了43,000个关键词，持续一个月，每个关键词的AI概览被检查16次以上，结果：

• 措辞：70%的时间在变
• 提到的品牌：46%在变
• 引用的来源：45.5%在变
• 但实质内容（观点、结论）几乎不变

表面漂移，实质稳定。 AI换着花样说同一件事，但它“认为谁是答案”这件事很稳定。

怎么做：追踪AI可见性完全有意义，但别盯措辞，盯位置——你的品牌有没有被提到、被放在什么位置、跟谁一起被提到。按月看趋势，别被每天的措辞变化晃晕。

迷思七：“AI搜索正在杀死网站流量”

真相：谷歌给网站带来的流量，是AI平台的190倍。

这是Ahrefs的Patrick Stox做的一项研究。ChatGPT的搜索量已经达到谷歌的12%——看着很吓人吧？但看流量：

• 谷歌给网站发送的流量是ChatGPT的190倍
• 原因很直接：谷歌的商业模式是“把用户送去网站”，ChatGPT的商业模式是“把用户留在对话里”

数据还显示，ChatGPT用户里真正纯搜索的比例不高——OpenAI和哈佛的联合研究分析了150万次对话，只有24%是纯搜索，51.6%是“询问意图”。

怎么做：别被“AI搜索份额暴涨”的标题吓到，AI平台的流量贡献对绝大多数网站来说仍然很小。该重视AI可见性，但别把宝全押在AI流量上，谷歌依然是独立站的主粮仓。

迷思八：“AI概览只是小影响”

真相：AI概览让你损失超过一半的点击——58%。

谷歌AI概览上线后，关于它“吃点击”的讨论一直没停。Ahrefs的量化结果：出现在AI概览里的查询，网站损失了58%的点击。

这个数字很残酷，但也要看两面：损失的是“被AI概览截胡”的点击，同时AI概览也会带来一部分新的品牌曝光和后续搜索。对高信息类查询来说，AI概览的替代效应尤其明显。

怎么做：看清你的流量结构。如果核心词大量触发AI概览，就两条腿走路——一方面优化页面争取被AI概览引用（虽然不能直接带来点击，但能带来品牌曝光），另一方面把预算投向长尾、对比类、决策类查询，这些AI概览覆盖弱、直接点击意愿强。

迷思九：“外链比品牌提及重要”

真相：对AI可见性来说，品牌提及（brand mentions）比外链更值钱。

传统SEO的铁律是“外链为王”。但在AI引用的语境里，Ahrefs的数据指向另一个方向：AI信任的是“别人怎么谈论你”，而不是“谁给你挂了链接”。

AI模型训练数据里，品牌提及是无处不在的信号——行业报告提到你、媒体报道你、社区讨论你，这些都会塑造AI对你的认知。而一条外链，AI可能根本不知道它存在。

怎么做：外链继续做，但把品牌提及提到同等甚至更高的优先级。方法包括：

• 在行业报告、数据研究里被引用（写数据、做研究是捷径）
• 争取媒体报道和行业综述收录
• 在Reddit、Quora、专业社区里被真实讨论
• 参与播客、访谈、联合内容

核心结论：基本功打败花活

1500万个数据点拆完9个迷思，Ahrefs的结论一句话：在AI搜索时代，赢家不是玩花活的人，而是基本功扎实的人。

• 传统排名依然是AI引用的主渠道
• 内容质量、主题覆盖、实体清晰度比任何“技巧文件”都管用
• 品牌在独立来源里的口碑积累，是AI信任的终极来源

Neo的解读

1. 这组数据最大的价值：把“玄学”变成“科学”

AI搜索领域最缺的就是数据。过去一年，各种“AI SEO秘籍”满天飞，绝大多数是单个案例、个人经验、甚至纯猜测。Ahrefs这组研究至少给了我们一个可以验证的坐标系——哪些投入有回报，哪些是自我安慰。

2. 对独立站卖家最值钱的三个结论

第一，传统SEO没死，它是AI引用的上游。88.46%的引用来自传统搜索索引——这意味着你过去积累的SEO能力，在AI时代不但没贬值，反而更值钱了。

第二，别再迷信“文件型”优化。llms.txt 97%没人读，Schema加了不涨引用——这些“静态技巧”的边际收益越来越低。真正有效的是动态的基本功：内容质量、主题深度、实体清晰度、品牌口碑。

第三，品牌建设从“加分项”变成“必选项”。AI时代，你的品牌被多少人独立提及，直接决定AI对你的信任度。对中小卖家来说，这反而是弯道超车的机会——因为大公司也在为“如何被AI记住”发愁，大家起跑线没那么远。

3. 说句公道话

这9个迷思的数据全部来自Ahrefs自己的研究，Ahrefs是卖SEO工具的，屁股决定脑袋，数据采集和解读难免有自己的立场（比如他们diss llms.txt，自己却在卖AI可见性追踪工具）。但即便如此，这些研究的样本量和实验设计，在AI搜索领域已经是天花板级别。你可以质疑结论，但很难质疑数据的可靠性。

4. 我的行动清单

看完这组数据，我给自己定了四条规矩，分享给老板们：

• 内容优先：把“写深写透一个主题”放在“覆盖更多关键词”前面
• 主题簇思维：围绕话题做整组子查询覆盖，不赌单个关键词
• 品牌提及当外链做：每个季度至少争取一次被行业报告、媒体或社区提及
• 追踪看位置不看措辞：月度看品牌在AI回答里的出现率和位置变化

数据是死的，怎么用是活的。这组研究最值钱的地方，不是告诉你“什么没用”，而是帮你把有限的预算从大概率没用的事情上，挪到大概率有用的事情上。

老板们，别被AI搜索的噪音带偏。扎扎实实把内容做好、把品牌立起来，无论搜索怎么变，你都在牌桌上。