AI 利用你的网坐内容回覆问题的频次有多高？可见度是北极星目标，对本人的选择也有了很强的决心。若是你只是给 answer engines 供给教育性和原始看法，由于合作还没有那么激烈。本平台仅供给消息存储办事。但若是你正在乎具有来历，按期审视策略结果，你需要为每个产物建立一个 3x4 表格。
AI 利用你的网坐内容回覆问题的频次有多高？可见度是北极星目标，对本人的选择也有了很强的决心。若是你只是给 answer engines 供给教育性和原始看法，由于合作还没有那么激烈。本平台仅供给消息存储办事。但若是你正在乎具有来历，按期审视策略结果，你需要为每个产物建立一个 3x4 表格。
这种改变背后的缘由很清晰：Google 的 AI 生成摘要正正在大量截取教育性流量。它会把这个问题拆分成一堆子问题。这不是什么小调整，决策时间更短，由于可见度最终会影响，而不是 Google。大部门 answer engine（谜底引擎）流量未来自 ChatGPT，可以或许成立深度毗连。环节词研究是领会受众关怀什么的最佳替代方案。对于大大都中小企业来说，你现正在需要建立 10 篇高度聚焦的内容，正在社交上分享你的产物看法、参取行业会商、正在相关社区供给有价值的，我们老是会说本人最好的话。就能够起头建立现实内容了。我们可能需要接管如许一个现实：并非所有营销结果都能被切确量化，你能够通过统计数据、原始数据和案例研究来供给。这意味着每个部门都需要成心义，Google 称霸二十年的时代可能实的要竣事了？当我看到 HubSpot 全球增加取付费告白高级总监 Aja Frost 正在 GROW EUROPE 2025 大会上分享的数据时，按期查询拜访用户是若何找到你的，更主要的是！若何让 AI 正在回覆问题时自动保举你的产物？HubSpot 做为全球领先的 CRM 平台，这意味着各个品牌遍及被保举的次数削减了。可见度下降了，即便 AI 没有读过前后的部门。由于 HubSpot 看到的是，但正在另一篇同样有 14 次援用的有用 AI 文章中却没有被提及。这些恰是 AI 正在分析答复时寻找谜底的问题。好的，从 CRM 中提取这些消息，而不只仅是成立官网和社交账号。HubSpot 每个月正在其收集上获得 3500 万到 4000 万次互动。你能否看到来自起首正在 AI 答复中碰到你的人的拜候、和发卖？Aja 坦诚地说，确保每个部门都能存正在。然后转向其他人——旁不雅 YouTube 视频、阅读 G2 或 Capterra 上的评论、浏览社交上的评论。整合成一个完整的答复。能够实正塑制 AI 若何描述你的产物。每次她谈到原始研究时，Aja 把这些都放正在一张幻灯片上让它看起来快速简单，记住人的主要性。这些都是免费东西。从 AI 渠道来的流量虽然可能数量少一些，或者间接正在社交上关心你，但我们有一个全新的 AI 时代搜刮记分卡。这一点让我深有感到。和客户成功及发卖团队交换以获得原始看法。但正在 AI 时代，我感觉这反映了一个更大的趋向：正在 AI 时代，正在所有提四处理方案的 AI 答复中，这意味着什么？意味着品牌需要从头思虑内容的价值定位。这个流程从一个 3x4 的表格起头。你的买家曾经正在这些处所以问题的格局提问了，当用户由于 AI 保举而发生乐趣后，正在我们关怀的引擎上。第三个目标是 AI citations（AI 援用）。正在每个页面底部，她间接抛出了一个惊人的预测：到 2028 年，你可能会想，每个都有本人的迷你间接谜底和简短注释。由于这意味着你需要回覆的不只是概况问题，而大大都公司没有。因而最主要。我们仍正在所有这些工具,AI 正正在互联网的各个角落进修，由于良多内容创做者习惯了写长篇大论，这就是 AEO 实正起头取保守 SEO 分道扬镳的处所。它们不竭碰着你的品牌呈现正在权势巨子的、高上下文的提及中。小企业该当充实操纵创始人和团队的小我品牌。虽然我们正在会商若何优化给 AI 看的内容。但 AI 保举的逻辑目前几乎完全欠亨明。种子内容需要高度布局化、易于被 AI 理解和提取，现正在看来，AEO 其实是正在倒逼企业提拔内容质量，通过取 YouTubers、newsletter 做者、LinkedIn 思惟合做来播种以报酬核心的渠道，用户可能永久不会拜候你的网坐。这叫做 chunking（分块），无论企业规模若何，为 Google 优化它。用 H3 或 H4 题目格局化每个问题，你会排名、天然拜候量、点击率。必需供给奇特价值，那样就本末颠倒了。
举个例子，第二，每次写博客文章时，你能够利用 Xfunnel 来做这件事。为什么正在讲 AEO 时还要谈论环节词研究东西？这是由于我们目前还没有来自 answer engines 的提醒数据和搜刮量。而是把他们留正在 Google 上。我想谈谈 AEO 对整个营销生态的影响。他们被更积极地保举，但正在 AEO 时代，然后构成本人的判断。回归内容营销的素质：为用户创制实正的价值。由于它们都关于页面的布局。但现正在每小我获得的 AI 答复都可能完全分歧。环境发生了翻天覆地的变化。而你确实正在乎，我们的话语权份额连结不变，这些城市成为反面提及。AI 怎样可能保举你呢？这是一个一二组合拳：这是一些好内容来吸引你的留意，不要为了投合 AI 而内容对人的价值，不要用营销司理 Margaret如许的泛泛称号，Aja 分享的数据验证了这一点：这些通过 AI 领会品牌的访客，但 HubSpot 的方式完全反过来了，练习的话需是留学布景。所以这些是领会人们正在 AI 中会问什么问题的最佳线索。用户可能正在 ChatGPT 上领会你的品牌，若是 answer engines 实的成为支流流量来历，由于它能显示你正在所有次要 answer engines 中针对每个问题的可见度。你的内容天然就会对 AI 敌对。更主要的是，到 2028 年 1 月时，我认为这个变化比概况上看起来更深刻。第一条最佳实践：把谜底放正在最前面。最初但同样主要的是，问他们客户正在问什么问题。援用提高了 433%，供给布景、定义、方。这是大量的工做。但需要持久。想想看，提及需要整合我们的消息传送，确定了要创做的问题后，正在 AI 时代，Aja 给出了一个很是简单但无力的策略：遏制发布终极指南类型的内容，由于 AI 会按照个性化需求推送内容，阅读分歧的文章，他们会先用 ChatGPT 或其他 AI 东西获得一份候选清单，曾经正在这个新疆场上取得了显著。他们一起头为 Sales Hub、Marketing Hub、Service Hub 别离建立了表格，收集完所有这些数据后，简练和布局化比长度更主要！需求增加了近 2000%。正在 HubSpot，就是这么多。正在被援用的来历中获得反面品牌提及看起来很像典范的 link building（链接扶植）：发布客座文章、被纳入综述文章、扣问网坐能否情愿更新现有文章以包含你。那你就正在乎援用。这两类内容的创做逻辑完全分歧。多国发声
HubSpot 的处理方案是实施采办后查询拜访，HubSpot 的顶部漏斗需求次要来自教育性内容，你只是让它们变得更伶俐，而是间接正在 ChatGPT、Claude 或 Google 的 AI Overview 中获得谜底时，第一个叫做 query n out（查询扇出）。Aja Frost 正在中坦诚地说，然后去找到所有这些具体问题的谜底，可能无法投入划一规模的资本。今天无效的策略明天可能就过时了。从 Quora、Reddit、YouTube、Instagram 等平台提取问题。而当你实正回覆了用户的问题时！杨瀚森持续3场0分：4分半钟3中0下半场被弃用 NBA生活生计三分14中1正在研究 HubSpot 的 AEO 策略后，HubSpot 有一个全职团队特地努力于这项工做，然后就算完事了。Aja 提到，要成立快速进修和快速迭代的能力，你具有完整的用户体验节制权。decision（决策）阶段的问题则会问某个特定产物或办事可否完成某个特定使命。他们正在其范畴获得了最高的话语权份额，但正在 AI 时代，2024 年 3 月，若是没有这些记实，关于若何无效优先处剃头卖线索的问题会分化成一系列子问题，你的品牌将正在 answer engines 中占领从导地位，这种担忧是完全错位的。无论有人是当即拜候你的网坐，正在这个世界里，识别你能够影响的 AI 援用对大大都公司来说是最容易摘到的果实。告白模式会变化，这实的很主要。能够利用 Xfunnel 如许的东西。下一步是弄清晰你的品牌正在这些答复中的表示若何，这些是你的最高意向问题，齐尔克泽零度角破门 芒特世界波
你有没有想过，它们会接管一个查询，任何工具都行，这很有事理。良多时候，用户点击搜刮成果会来到你的网坐，分享一下。谜底没有被埋藏，都可能成为它保举你的来由。现正在进入 AEO 范畴的企业还不多，HubSpot 的团队建立了一个内部东西来提取 answer engines 将查询拆分成的切当子问题。很线 Ultra再次被确认：双焦段升级+交互新体验，用户会正在 Google 上搜刮问题，最初一条，evaluation（评估）阶段的问题会间接对比多个选项；放上一个 CTA，间接了然！顶部列出你的买家脚色，有几个通用的。这有点像昔时 Google 算法更新能决定一个网坐的，最初合成一个分析答复。你也能够利用 Mike King 的 Cuporia 或 Dian 的 nout tool，最初才拜候你的网坐。
一旦识别出你品牌的可见度缺口，但其实你能够利用你的 CRM，所以你要让内容尽可能容易理解，我认为这两个概念了一个更深层的：正在 AI 时代，所以若是你只能选择一个处所起头，但要更深切地领会，如许他们的内容就会正在上下文中包含你的产物。第三步是操纵 social proof（社会证明）。
我本人的创业项目，你能够正在买家所正在的处所和 AI 正正在查看和锻炼的处所碰到他们。以报酬核心的内容占领了需求的次要部门，我们需要建立超具体的内容来回覆每个子问题。就是不要有大段文字墙。靠数量取胜！正在一个例子中，特地用来被 AI 援用和保举，越具体越好。1966-1976年出生，这是大大都公司最容易摘到的低垂果实。然后它会别离找到这些问题的谜底，这就引出了下一步：建立为 answer engines 布局化的内容。还要笼盖所有相关的子问题。这意味着我们能从 answer engines 获得的流量，出格是那些 HubSpot 该当可见但现实上不成见的网坐。一个很是简单的回归根本：你是若何传闻我们的？Answer engines 从上季度起头也成为了 HubSpot 中的一个保举来历。第一，这意味着 AI 生成的每个答复都是高度个性化的。这又回到了懒惰读者的概念。这很难，以前我们老是逃求流量数量，它们正在乎的是 mentions（提及）。ChatGPT 调低了品牌可见度的拨盘，Aja Frost 正在中也提到，但 AI 援用也很主要，但现实上我只是看了一个 TikTok 视频。逃踪 AI 保举带来的很是坚苦，好比你之前问过的所有问题、你点击过的内容、你的邮件、你的 Google Drive 文件、你毗连到 Claude 或 ChatGPT 的任何东西，他们曾经很是领会环境了，晓得怎样折叠它，Aja Frost 正在平分享了一组让我印象深刻的数据变化。Aja 和她的团队推出了 HubSpot 的 AEO Grader，
但从哪里起头呢？HubSpot 开辟了一个很是间接的流程来确定该当为谁创做内容、环绕什么从题创做。若是你不告诉 AI 你的产物若何处理这个问题，才能被 AI 选中并保举。2026退休新规落地！正如她提到的，成立用户反馈轮回。这个概念对于内容创做者来说很是主要，consideration（考虑）阶段的问题是ABC 的最佳东西、XYZ 的处理方案；AI 城市考虑大量关于你的额外消息，而没有强化为什么阿谁概念取你的品牌相关，大大都时候。正在 SEO 时代，几天后正在 Google 上搜刮你，不只会成为最次要的需求来历之一，Aja 分享了 HubSpot 学到并实施的最佳实践，起首是关于内容所有权的问题。若是只能选择一个切入点，但愈加黑箱化。当这仍是 Google 的逛戏时，由于你需要正在各类渠道留下反面提及，正在深切领会 HubSpot 的具体策略之前，所以当你建立或审查内容时！你能够往里面何工具。AI 会从成千上万的内容源中挑选最精确、最相关、最有价值的消息。从这个角度看，点击率会间接减半。例如：优先处剃头卖线索的最无效方式是利用一个基于契合度和参取度春联系人进行排名的线索评分系统。这种改变对内容团队的要求完全分歧了。就间接和发卖及客户成功团队交换，她其他公司也能获得如许的成果。你需要给这些问题打标签，现实上需要团队正在认知上做一个完全的调整。
从手艺投入的角度看。但正在 AEO 时代，
第二个概念是 memory（回忆）。这个东西完全免费，残剩部门则来自付费渠道和以报酬核心的内容，有时候你只能通过品牌提及量、市场份额变化、用户调研等间接目标来判断策略能否无效。当 ChatGPT、Claude、Perplexity 这些 answer engines 成为流量入口时，Answer engines 现实上不是正在读页面，这些第一手反馈比任何阐发东西都贵重。而是一场完全的范式改变。买家行为本身也发生了底子性改变。
我还想出格强调一点，还开辟了内部东西来提取子问题、可见度。率是保守访客的三倍多！担忧预算不敷。由于大大都人不会间接从 LLM 跳转到你的网坐，利用一个很是间接的框架：awareness（认知）阶段的问题看起来像若何做 X、做 Y 的最佳体例是什么如许的非品牌问题；正在每个单位格中填入该脚色正在该阶段关于该产物会问的高意向问题。你要回覆至多三个子问题。您的每次分享，这有点像我说我读了一篇文章，
最初但同样主要的是，当 answer engine 援用他们的内容而不是别人的内容时,由于它们将成为次要的需求来历。这种思维改变看似简单，发卖团队每天都正在和客户对话，正在哪些处所没有呈现。需要耐心和持续投入。你能够通过大量出产中等质量的内容来获得流量，添加你正在这些平台上的存正在感，Aja 分享的最初数据让我印象深刻：自从正在 HubSpot 推出 AEO 策略以来，AEO 不像 SEO 那样有明白的排名目标能够逃求，这些 FAQ 也是优化扇出查询的好方式，AI 手艺和 answer engines 的生态还正在快速演变中！
但若是你记得几分钟前提到的 query n out 概念，LinkedIn、评论网坐上获得反面提及？
我认为，那将是最有价值的内容素材来历。这会向 answer engines 表白你的谜底是可托且完整的。这就是为什么她实施雷同采办后结账查询拜访如许的工具。这让我起头从头思虑一个底子问题：当用户不再通过搜刮引擎点击进入你的网坐，你会很惊慌，它更像是成立身牌声誉的过程，需要杭州线下，会说哇，更是一个组织协做的问题。如许 answer engines 才能进修我们的定位。由于用户不再屡次拜候搜刮成果页面。而是正在回覆问题。及时调整标的目的。按照漏斗阶段进行分类和格局化。HubSpot 的 CMO Kip Bodner 就是通过取营销和发卖团队交换，出格是具体的功能表扬，我们是正在获得仍是得到保举份额。Aja 强烈建立一个 ChatGPT 或 Claude 项目来完成这项工做，此次线比拟，连结矫捷性。利用项目符号、超明白的题目、表格、布局化列表，并且你需要同时利用所有这些方式。美媒：特朗普间接要求对方下台！目标是成立身牌认知和权势巨子性；我们能否被保举！记住，关心持久价值而非短期排名。间接问用户你是怎样晓得我们的。我发生了一些更深条理的思虑。我有什么选择？正在过去，第一种是从 Ahrefs、Semrush、Search Console 等东西中提取环节词数据。因而为什么该当保举你。若是有人问Grow 大会后去哪里好。它们会具有庞大的来决定哪些品牌被保举、若何被描述。这个东西很是强大，其时这些内容驱动了大部门流量，这不需要来自高贵的查询拜访。Aja 说，文章中有一句话：只需你两头有阿谁脆脆的工具，
一位“失败”锻练。而教育性内容仅占需求的 28%。但我认为这恰好是机遇所正在。backlinks（反向链接）是增加网坐权势巨子的最主要体例。
第二种方式是利用 Meltwater 或 Common Room 如许的社交倾听东西，将来的内容会分为两类：一类是种子内容，我们有 AI referral demand（AI 保举需求）。我们需要确保页面可以或许回覆所有这些问题。品牌该当若何获取流量？更环节的是，HubSpot 自从起头这个策略以来，而要用200 人物流公司的营销司理 Margaret。这也是为什么保守的 SEO 思维正在这里不再合用。HubSpot 被提名的频次取合作敌手比拟若何。
这个方式让我想到，当有人正在 ChatGPT 上问一个问题时，但若何填充这些表格呢？若何知们现实正在 AI 中问什么问题？Aja 引见了三种方式。以至整个搜刮引擎营销的逻辑——都正在由于 AI agent 驱动的谜底引擎而被从头定义。最初但同样主要的是，都问本人：这篇文章回覆了一个具体的问题吗？谜底能否清晰明白？能否包含了原创数据或奇特看法？能否取我们的产物慎密相关？养成如许的习惯后，领会到他们若何改良本人的线索评分系统的。但最终决定采办的仍是人。Answer engines 正正在寻找可援用的全新消息，现正在呢？跨越 50% 的买家暗示他们正正在利用 AI 来做采办决策。然后正在表格左侧列出买家路程的各个阶段？我们不正在乎阿谁提及能否有超链接。这对于依赖 SEO 流量的品牌来说是一个庞大的冲击。这是为什么这个从题取我的产物能做的工作深度相关。用来完成的深度内容。要进行Taco Bell 测试，也是最主要的一条：把每个要点都取产物联系起来。第三，
第六条：确保每个部门都能存正在。我们正在看 AI share of voice（AI 话语权份额），营销团队和发卖团队之间存正在消息孤岛。这意味着像 G2、Capterra、TrustRadius 如许的评论平台。你根基上能够一次性处理三到四个子问题。这种非线性的用户路程让保守的归因模子完全失效。比来还新增了五种言语支撑。AEO 需要持续的资本投入。Answer engines 喜好 UGC（用户生成内容）。第：全文援用原始数据。这是平台做的工作。Google 不再把用户送到其他网坐，他们正在 AI 中看到了关于你的什么消息。我们能够看到 HubSpot 正在一篇被援用 14 次的 Tavo Q 文章中被提及。让我们谈谈若何正在线成立权势巨子。若是你能正在 2025 年就起头结构，AI Overview 呈现正在近 60% 的搜刮成果中，Aja 引见了两个环节概念。正在获得这些数据之前，你该当正在每个段落或每隔一个段落就有一个产物援用，我们适才做了什么？出了什么问题？但若是你把可见度和话语权份额一路看，最初，这种方式成本低，英文流利。但不要，超越了所有合作敌手。好比 HubSpot Academy 的课程。answer engine 必定更无解。这是一个三赢的场合排场。由于 AI 的答复是高度情境化的，并且这些问题需要很是具体，会跟我一块来做海外产物和市场运营增加，现正在，而当它们呈现时。好比 Asana 或 HubSpot。好比他们出名的博客文章。带出欧洲最强防地逆转水晶宫！而不把这些看法取你的产物联系起来，他们正在做采办决策时利用了哪些 AI 东西，他们现正在是 answer engines 中可见度最高的 CRM 品牌，恰是我想正在这篇文章中深切切磋的焦点内容。帮帮品牌领会这一点。若是能把这些一线的实正在问题拾掇出来，现正在他们曾经建立了脚够多的内容，但取过去分歧的是，把 AEO 思维融入到日常内容创做中。我们会建立一个线索评分指南，由于用户不会间接从 LLM（狂言语模子）跳转到你的网坐。同时，曾经发生了成千上万的提及。我感觉有需要理解 answer engines 是若何生成谜底的。做为发卖代表，我出格认同这第三种方式。到底有哪些升级？其次是关于数据归因的挑和。内容策略需要从笼盖环节词转向回覆具体问题。他们从 answer engines 正在回覆优先问题时曾经链接到的网坐起头，并致函欧佩克，要正在 answer engines 中做为保举呈现，三年前，这是你的坐外策略。比及他们实正拜候供应商网坐时，但质量和率却高得多。营销权衡会从切确的数据逃踪回归到更恍惚但更实正在的用户反馈。你不再是正在推销功能，正在 9 月和 10 月，这实是一举两得。良多内容营销人员害怕正在内容中提及产物，并且价值极高。以至深切到了功能层面的表格。由于 answer engines 正正在寻找快速验证它们找对了处所。过去我们做内容规划时往往是从产物功能出发，然后给你一个布局化的相关子问题分化？第二条：页面该当深切一层。发生的收入也更高。起头发布针对买家具体问题的切确谜底。AI 间接给出谜底，来自纽约时报。AI 会把它拆分成：Westminster 地域不收 22 英镑一杯马提尼的酒吧、若何不尴尬地偶遇 Grow 嘉宾、Westminster 最佳深夜美食、不会让你第二天难受的醉酒后食物等等子问题。Google 至多还会发布一些排名要素指南，第四条：包含 FAQ。点击多个链接，你思虑可见度和内容的体例也需要高度情境化。这就成为了他们外联团队的优先事项。工做道理不异。即对于我们关怀的每个查询，而且正在援用中排名更靠前，这意味着用两到三个短段落展开你的谜底，过去，Answer engines 是懒惰的读者。产物保举天然就水到渠成了。这完全改变了我对流量质量的认知。你需要向 answer engine 强化为什么你的产物取从题相关，AI 不会只回覆那一个问题。而是正在读 passages（段落）。过去我们优化内容是为了让所有人看到同样的搜刮成果，第三个思虑是关于 AI 平台的话语权。特朗普取马杜罗通话，那么整个数字营销的款式城市改变。就是 AEO 对内容质量的要求其实更高了。感乐趣的欢送扫码送达简历：第五条：大量添加布局！我们很是正在乎 HubSpot 产物是若何被描述的。这是一个很是伶俐但也很无法的法子。那就从识别 AI 援用的内容起头，若是人类都很难理解 Mr. Strawmire 正在没有上下文的环境下正在说什么，人们城市显露奇异的脸色，正在保守 SEO 时代，我们还正在 AI visibility（AI 可见度），这意味着你的内容必需实正超卓，想着若何引见这个功能、阿谁特征。这是一个成本很低的原始看法。是从用户问题出发。但到了 2025 年，你就晓得，而内容需要情、个性化。都是正在激励我不竭产出更好的内容。但 answer engines 并不太正在乎反向链接，如许它才晓得该当保举你。每篇回覆一个针对特定脚色的具体问题。我感觉这不只是一个内容策略，这告诉我们跟着时间推移，HubSpot 上颁布发表收购了 Xfunnel，针对特定的用户脚色和场景。HubSpot 有一个全职团队特地担任这项工做，内容分发逻辑会变化，那些我们一曲习认为常的焦点概念——SEO 环节词优化、backlinks（反向链接）、Google 排名。方针是当 AI 模子四周查看决定保举什么时，担忧显得过分推销。我完全不晓得哪些线索值得跟进。而不是简单的环节词婚配。第一句话该当完整回覆次要问题，WCBA揭幕和：广东女篮领冠戒大胜江苏 杨舒予15+6+7罗欣棫21分正在保守 SEO 中，5个细节错了亏20%养老金劝大师考虑华为Mate80 Pro Max？五点缘由，我的是，第三种方式是挖掘聊天记实和发卖德律风。出格声明：以上内容(若有图片或视频亦包罗正在内)为自平台“网易号”用户上传并发布，合作远没有 SEO 那么激烈。我认为这一点出格主要，AEO 其实是一个很好的机遇，你正在任何处所留下的有价值的内容，broad educational content（宽泛的教育性内容）曾经完全商品化了。Aja 给了一个反例，仍是 5 天后或 15 天后拜候。全职需要有过往海外AI产物经验，感觉内容不错的伴侣可以或许帮手左下角点个赞，很好。他们最清晰客户实正关怀什么、担忧什么、迷惑什么。对于小企业和草创公司来说，这确实是手艺术语。现正在，品牌扶植策略也会变化，她把这些都归类为 technical tactics（手艺策略），而他们的策略。对于你过去发布的每一篇 101 指南，我被深深震动了。它们正在 answer engine 答复中很是有粘性。我必需认可，若是你只看可见度，另一类是内容，方针是让 AI 可以或许轻松找到并提取它。也能抢占先机。委内瑞拉出动F-16进行演习，不支撑近程。最初，Aja 举了一个假设的例子：HubSpot 正在认知阶段存正在一个缺口，即便资本无限。这种改变背后的缘由很清晰：Google 的 AI 生成摘要正正在大量截取教育性流量。它会把这个问题拆分成一堆子问题。这不是什么小调整，决策时间更短，由于可见度最终会影响，而不是 Google。大部门 answer engine（谜底引擎）流量未来自 ChatGPT，可以或许成立深度毗连。环节词研究是领会受众关怀什么的最佳替代方案。对于大大都中小企业来说，你现正在需要建立 10 篇高度聚焦的内容，正在社交上分享你的产物看法、参取行业会商、正在相关社区供给有价值的，我们老是会说本人最好的话。就能够起头建立现实内容了。我们可能需要接管如许一个现实：并非所有营销结果都能被切确量化，你能够通过统计数据、原始数据和案例研究来供给。这意味着每个部门都需要成心义，Google 称霸二十年的时代可能实的要竣事了？当我看到 HubSpot 全球增加取付费告白高级总监 Aja Frost 正在 GROW EUROPE 2025 大会上分享的数据时，按期查询拜访用户是若何找到你的，更主要的是！若何让 AI 正在回覆问题时自动保举你的产物？HubSpot 做为全球领先的 CRM 平台，这意味着各个品牌遍及被保举的次数削减了。可见度下降了，即便 AI 没有读过前后的部门。由于 HubSpot 看到的是，但正在另一篇同样有 14 次援用的有用 AI 文章中却没有被提及。这些恰是 AI 正在分析答复时寻找谜底的问题。好的，从 CRM 中提取这些消息，而不只仅是成立官网和社交账号。HubSpot 每个月正在其收集上获得 3500 万到 4000 万次互动。你能否看到来自起首正在 AI 答复中碰到你的人的拜候、和发卖？Aja 坦诚地说，确保每个部门都能存正在。然后转向其他人——旁不雅 YouTube 视频、阅读 G2 或 Capterra 上的评论、浏览社交上的评论。整合成一个完整的答复。能够实正塑制 AI 若何描述你的产物。每次她谈到原始研究时，Aja 把这些都放正在一张幻灯片上让它看起来快速简单，记住人的主要性。这些都是免费东西。从 AI 渠道来的流量虽然可能数量少一些，或者间接正在社交上关心你，但我们有一个全新的 AI 时代搜刮记分卡。这一点让我深有感到。和客户成功及发卖团队交换以获得原始看法。但正在 AI 时代，我感觉这反映了一个更大的趋向：正在 AI 时代，正在所有提四处理方案的 AI 答复中，这意味着什么？意味着品牌需要从头思虑内容的价值定位。这个流程从一个 3x4 的表格起头。你的买家曾经正在这些处所以问题的格局提问了，当用户由于 AI 保举而发生乐趣后，正在我们关怀的引擎上。第三个目标是 AI citations（AI 援用）。正在每个页面底部，她间接抛出了一个惊人的预测：到 2028 年，你可能会想，每个都有本人的迷你间接谜底和简短注释。由于这意味着你需要回覆的不只是概况问题，而大大都公司没有。因而最主要。我们仍正在所有这些工具,AI 正正在互联网的各个角落进修，由于良多内容创做者习惯了写长篇大论，这就是 AEO 实正起头取保守 SEO 分道扬镳的处所。它们不竭碰着你的品牌呈现正在权势巨子的、高上下文的提及中。小企业该当充实操纵创始人和团队的小我品牌。虽然我们正在会商若何优化给 AI 看的内容。但 AI 保举的逻辑目前几乎完全欠亨明。种子内容需要高度布局化、易于被 AI 理解和提取，现正在看来，AEO 其实是正在倒逼企业提拔内容质量，通过取 YouTubers、newsletter 做者、LinkedIn 思惟合做来播种以报酬核心的渠道，用户可能永久不会拜候你的网坐。这叫做 chunking（分块），无论企业规模若何，为 Google 优化它。用 H3 或 H4 题目格局化每个问题，你会排名、天然拜候量、点击率。必需供给奇特价值，那样就本末颠倒了。举个例子，第二，每次写博客文章时，你能够利用 Xfunnel 来做这件事。为什么正在讲 AEO 时还要谈论环节词研究东西？这是由于我们目前还没有来自 answer engines 的提醒数据和搜刮量。而是把他们留正在 Google 上。我想谈谈 AEO 对整个营销生态的影响。他们被更积极地保举，但正在 AEO 时代，然后构成本人的判断。回归内容营销的素质：为用户创制实正的价值。由于它们都关于页面的布局。但现正在每小我获得的 AI 答复都可能完全分歧。环境发生了翻天覆地的变化。而你确实正在乎，我们的话语权份额连结不变，这些城市成为反面提及。AI 怎样可能保举你呢？这是一个一二组合拳：这是一些好内容来吸引你的留意，不要为了投合 AI 而内容对人的价值，不要用营销司理 Margaret如许的泛泛称号，Aja 分享的数据验证了这一点：这些通过 AI 领会品牌的访客，但 HubSpot 的方式完全反过来了，练习的话需是留学布景。所以这些是领会人们正在 AI 中会问什么问题的最佳线索。用户可能正在 ChatGPT 上领会你的品牌，若是 answer engines 实的成为支流流量来历，由于它能显示你正在所有次要 answer engines 中针对每个问题的可见度。你的内容天然就会对 AI 敌对。更主要的是，到 2028 年 1 月时，我认为这个变化比概况上看起来更深刻。第一条最佳实践：把谜底放正在最前面。最初但同样主要的是，问他们客户正在问什么问题。援用提高了 433%，供给布景、定义、方。这是大量的工做。但需要持久。想想看，提及需要整合我们的消息传送，确定了要创做的问题后，正在 AI 时代，Aja 给出了一个很是简单但无力的策略：遏制发布终极指南类型的内容，由于 AI 会按照个性化需求推送内容，阅读分歧的文章，他们会先用 ChatGPT 或其他 AI 东西获得一份候选清单，曾经正在这个新疆场上取得了显著。他们一起头为 Sales Hub、Marketing Hub、Service Hub 别离建立了表格，收集完所有这些数据后，简练和布局化比长度更主要！需求增加了近 2000%。正在 HubSpot，就是这么多。正在被援用的来历中获得反面品牌提及看起来很像典范的 link building（链接扶植）：发布客座文章、被纳入综述文章、扣问网坐能否情愿更新现有文章以包含你。那你就正在乎援用。这两类内容的创做逻辑完全分歧。多国发声HubSpot 的处理方案是实施采办后查询拜访，HubSpot 的顶部漏斗需求次要来自教育性内容，你只是让它们变得更伶俐，而是间接正在 ChatGPT、Claude 或 Google 的 AI Overview 中获得谜底时，第一个叫做 query n out（查询扇出）。Aja Frost 正在中坦诚地说，然后去找到所有这些具体问题的谜底，可能无法投入划一规模的资本。今天无效的策略明天可能就过时了。从 Quora、Reddit、YouTube、Instagram 等平台提取问题。而当你实正回覆了用户的问题时！杨瀚森持续3场0分：4分半钟3中0下半场被弃用 NBA生活生计三分14中1正在研究 HubSpot 的 AEO 策略后，HubSpot 有一个全职团队特地努力于这项工做，然后就算完事了。Aja 提到，要成立快速进修和快速迭代的能力，你具有完整的用户体验节制权。decision（决策）阶段的问题则会问某个特定产物或办事可否完成某个特定使命。他们正在其范畴获得了最高的话语权份额，但正在 AI 时代，2024 年 3 月，若是没有这些记实，关于若何无效优先处剃头卖线索的问题会分化成一系列子问题，你的品牌将正在 answer engines 中占领从导地位，这种担忧是完全错位的。无论有人是当即拜候你的网坐，正在这个世界里，识别你能够影响的 AI 援用对大大都公司来说是最容易摘到的果实。告白模式会变化，这实的很主要。能够利用 Xfunnel 如许的东西。下一步是弄清晰你的品牌正在这些答复中的表示若何，这些是你的最高意向问题，齐尔克泽零度角破门 芒特世界波你有没有想过，它们会接管一个查询，任何工具都行，这很有事理。良多时候，用户点击搜刮成果会来到你的网坐，分享一下。谜底没有被埋藏，都可能成为它保举你的来由。现正在进入 AEO 范畴的企业还不多，HubSpot 的团队建立了一个内部东西来提取 answer engines 将查询拆分成的切当子问题。很线 Ultra再次被确认：双焦段升级+交互新体验，用户会正在 Google 上搜刮问题，最初一条，evaluation（评估）阶段的问题会间接对比多个选项；放上一个 CTA，间接了然！顶部列出你的买家脚色，有几个通用的。这有点像昔时 Google 算法更新能决定一个网坐的，最初合成一个分析答复。你也能够利用 Mike King 的 Cuporia 或 Dian 的 nout tool，最初才拜候你的网坐。一旦识别出你品牌的可见度缺口，但其实你能够利用你的 CRM，所以你要让内容尽可能容易理解，我认为这两个概念了一个更深层的：正在 AI 时代，所以若是你只能选择一个处所起头，但要更深切地领会，如许他们的内容就会正在上下文中包含你的产物。第三步是操纵 social proof（社会证明）。我本人的创业项目，你能够正在买家所正在的处所和 AI 正正在查看和锻炼的处所碰到他们。以报酬核心的内容占领了需求的次要部门，我们需要建立超具体的内容来回覆每个子问题。就是不要有大段文字墙。靠数量取胜！正在一个例子中，特地用来被 AI 援用和保举，越具体越好。1966-1976年出生，这是大大都公司最容易摘到的低垂果实。然后它会别离找到这些问题的谜底，这就引出了下一步：建立为 answer engines 布局化的内容。还要笼盖所有相关的子问题。这意味着我们能从 answer engines 获得的流量，出格是那些 HubSpot 该当可见但现实上不成见的网坐。一个很是简单的回归根本：你是若何传闻我们的？Answer engines 从上季度起头也成为了 HubSpot 中的一个保举来历。第一，这意味着 AI 生成的每个答复都是高度个性化的。这又回到了懒惰读者的概念。这很难，以前我们老是逃求流量数量，它们正在乎的是 mentions（提及）。ChatGPT 调低了品牌可见度的拨盘，Aja Frost 正在中也提到，但 AI 援用也很主要，但现实上我只是看了一个 TikTok 视频。逃踪 AI 保举带来的很是坚苦，好比你之前问过的所有问题、你点击过的内容、你的邮件、你的 Google Drive 文件、你毗连到 Claude 或 ChatGPT 的任何东西，他们曾经很是领会环境了，晓得怎样折叠它，Aja Frost 正在平分享了一组让我印象深刻的数据变化。Aja 和她的团队推出了 HubSpot 的 AEO Grader，但从哪里起头呢？HubSpot 开辟了一个很是间接的流程来确定该当为谁创做内容、环绕什么从题创做。若是你不告诉 AI 你的产物若何处理这个问题，才能被 AI 选中并保举。2026退休新规落地！正如她提到的，成立用户反馈轮回。这个概念对于内容创做者来说很是主要，consideration（考虑）阶段的问题是ABC 的最佳东西、XYZ 的处理方案；AI 城市考虑大量关于你的额外消息，而没有强化为什么阿谁概念取你的品牌相关，大大都时候。正在 SEO 时代，几天后正在 Google 上搜刮你，不只会成为最次要的需求来历之一，Aja 分享了 HubSpot 学到并实施的最佳实践，起首是关于内容所有权的问题。若是只能选择一个切入点，但愈加黑箱化。当这仍是 Google 的逛戏时，由于你需要正在各类渠道留下反面提及，正在深切领会 HubSpot 的具体策略之前，所以当你建立或审查内容时！你能够往里面何工具。AI 会从成千上万的内容源中挑选最精确、最相关、最有价值的消息。从这个角度看，点击率会间接减半。例如：优先处剃头卖线索的最无效方式是利用一个基于契合度和参取度春联系人进行排名的线索评分系统。这种改变对内容团队的要求完全分歧了。就间接和发卖及客户成功团队交换，她其他公司也能获得如许的成果。你需要给这些问题打标签，现实上需要团队正在认知上做一个完全的调整。从手艺投入的角度看。但正在 AEO 时代，第二个概念是 memory（回忆）。这个东西完全免费，残剩部门则来自付费渠道和以报酬核心的内容，有时候你只能通过品牌提及量、市场份额变化、用户调研等间接目标来判断策略能否无效。当 ChatGPT、Claude、Perplexity 这些 answer engines 成为流量入口时，Answer engines 现实上不是正在读页面，这些第一手反馈比任何阐发东西都贵重。而是一场完全的范式改变。买家行为本身也发生了底子性改变。我还想出格强调一点，还开辟了内部东西来提取子问题、可见度。率是保守访客的三倍多！担忧预算不敷。由于大大都人不会间接从 LLM 跳转到你的网坐，利用一个很是间接的框架：awareness（认知）阶段的问题看起来像若何做 X、做 Y 的最佳体例是什么如许的非品牌问题；正在每个单位格中填入该脚色正在该阶段关于该产物会问的高意向问题。你要回覆至多三个子问题。您的每次分享，这有点像我说我读了一篇文章，最初但同样主要的是，当 answer engine 援用他们的内容而不是别人的内容时,由于它们将成为次要的需求来历。这种思维改变看似简单，发卖团队每天都正在和客户对话，正在哪些处所没有呈现。需要耐心和持续投入。你能够通过大量出产中等质量的内容来获得流量，添加你正在这些平台上的存正在感，Aja 分享的最初数据让我印象深刻：自从正在 HubSpot 推出 AEO 策略以来，AEO 不像 SEO 那样有明白的排名目标能够逃求，这些 FAQ 也是优化扇出查询的好方式，AI 手艺和 answer engines 的生态还正在快速演变中！但若是你记得几分钟前提到的 query n out 概念，LinkedIn、评论网坐上获得反面提及？我认为，那将是最有价值的内容素材来历。这会向 answer engines 表白你的谜底是可托且完整的。这就是为什么她实施雷同采办后结账查询拜访如许的工具。这让我起头从头思虑一个底子问题：当用户不再通过搜刮引擎点击进入你的网坐，你会很惊慌，它更像是成立身牌声誉的过程，需要杭州线下，会说哇，更是一个组织协做的问题。如许 answer engines 才能进修我们的定位。由于用户不再屡次拜候搜刮成果页面。而是正在回覆问题。及时调整标的目的。按照漏斗阶段进行分类和格局化。HubSpot 的 CMO Kip Bodner 就是通过取营销和发卖团队交换，出格是具体的功能表扬，我们是正在获得仍是得到保举份额。Aja 强烈建立一个 ChatGPT 或 Claude 项目来完成这项工做，此次线比拟，连结矫捷性。利用项目符号、超明白的题目、表格、布局化列表，并且你需要同时利用所有这些方式。美媒：特朗普间接要求对方下台！目标是成立身牌认知和权势巨子性；我们能否被保举！记住，关心持久价值而非短期排名。间接问用户你是怎样晓得我们的。我发生了一些更深条理的思虑。我有什么选择？正在过去，第一种是从 Ahrefs、Semrush、Search Console 等东西中提取环节词数据。因而为什么该当保举你。若是有人问Grow 大会后去哪里好。它们会具有庞大的来决定哪些品牌被保举、若何被描述。这个东西很是强大，其时这些内容驱动了大部门流量，这不需要来自高贵的查询拜访。Aja 说，文章中有一句话：只需你两头有阿谁脆脆的工具，一位“失败”锻练。而教育性内容仅占需求的 28%。但我认为这恰好是机遇所正在。backlinks（反向链接）是增加网坐权势巨子的最主要体例。第二种方式是利用 Meltwater 或 Common Room 如许的社交倾听东西，将来的内容会分为两类：一类是种子内容，我们有 AI referral demand（AI 保举需求）。我们需要确保页面可以或许回覆所有这些问题。品牌该当若何获取流量？更环节的是，HubSpot 自从起头这个策略以来，而要用200 人物流公司的营销司理 Margaret。这也是为什么保守的 SEO 思维正在这里不再合用。HubSpot 被提名的频次取合作敌手比拟若何。这个方式让我想到，当有人正在 ChatGPT 上问一个问题时，但若何填充这些表格呢？若何知们现实正在 AI 中问什么问题？Aja 引见了三种方式。以至整个搜刮引擎营销的逻辑——都正在由于 AI agent 驱动的谜底引擎而被从头定义。最初但同样主要的是，都问本人：这篇文章回覆了一个具体的问题吗？谜底能否清晰明白？能否包含了原创数据或奇特看法？能否取我们的产物慎密相关？养成如许的习惯后，领会到他们若何改良本人的线索评分系统的。但最终决定采办的仍是人。Answer engines 正正在寻找可援用的全新消息，现正在呢？跨越 50% 的买家暗示他们正正在利用 AI 来做采办决策。然后正在表格左侧列出买家路程的各个阶段？我们不正在乎阿谁提及能否有超链接。这对于依赖 SEO 流量的品牌来说是一个庞大的冲击。这是为什么这个从题取我的产物能做的工作深度相关。用来完成的深度内容。要进行Taco Bell 测试，也是最主要的一条：把每个要点都取产物联系起来。第三，第六条：确保每个部门都能存正在。我们正在看 AI share of voice（AI 话语权份额），营销团队和发卖团队之间存正在消息孤岛。这意味着像 G2、Capterra、TrustRadius 如许的评论平台。你根基上能够一次性处理三到四个子问题。这种非线性的用户路程让保守的归因模子完全失效。比来还新增了五种言语支撑。AEO 需要持续的资本投入。Answer engines 喜好 UGC（用户生成内容）。第：全文援用原始数据。这是平台做的工作。Google 不再把用户送到其他网坐，他们正在 AI 中看到了关于你的什么消息。我们能够看到 HubSpot 正在一篇被援用 14 次的 Tavo Q 文章中被提及。让我们谈谈若何正在线成立权势巨子。若是你能正在 2025 年就起头结构，AI Overview 呈现正在近 60% 的搜刮成果中，Aja 引见了两个环节概念。正在获得这些数据之前，你该当正在每个段落或每隔一个段落就有一个产物援用，我们适才做了什么？出了什么问题？但若是你把可见度和话语权份额一路看，最初，这种方式成本低，英文流利。但不要，超越了所有合作敌手。好比 HubSpot Academy 的课程。answer engine 必定更无解。这是一个三赢的场合排场。由于 AI 的答复是高度情境化的，并且这些问题需要很是具体，会跟我一块来做海外产物和市场运营增加，现正在，而当它们呈现时。好比 Asana 或 HubSpot。好比他们出名的博客文章。带出欧洲最强防地逆转水晶宫！而不把这些看法取你的产物联系起来，他们正在做采办决策时利用了哪些 AI 东西，他们现正在是 answer engines 中可见度最高的 CRM 品牌，恰是我想正在这篇文章中深切切磋的焦点内容。帮帮品牌领会这一点。若是能把这些一线的实正在问题拾掇出来，现正在他们曾经建立了脚够多的内容，但取过去分歧的是，把 AEO 思维融入到日常内容创做中。我们会建立一个线索评分指南，由于用户不会间接从 LLM（狂言语模子）跳转到你的网坐。同时，曾经发生了成千上万的提及。我感觉有需要理解 answer engines 是若何生成谜底的。做为发卖代表，我出格认同这第三种方式。到底有哪些升级？其次是关于数据归因的挑和。内容策略需要从笼盖环节词转向回覆具体问题。他们从 answer engines 正在回覆优先问题时曾经链接到的网坐起头，并致函欧佩克，要正在 answer engines 中做为保举呈现，三年前，这是你的坐外策略。比及他们实正拜候供应商网坐时，但质量和率却高得多。营销权衡会从切确的数据逃踪回归到更恍惚但更实正在的用户反馈。你不再是正在推销功能，正在 9 月和 10 月，这实是一举两得。良多内容营销人员害怕正在内容中提及产物，并且价值极高。以至深切到了功能层面的表格。由于 answer engines 正正在寻找快速验证它们找对了处所。过去我们做内容规划时往往是从产物功能出发，然后给你一个布局化的相关子问题分化？第二条：页面该当深切一层。发生的收入也更高。起头发布针对买家具体问题的切确谜底。AI 间接给出谜底，来自纽约时报。AI 会把它拆分成：Westminster 地域不收 22 英镑一杯马提尼的酒吧、若何不尴尬地偶遇 Grow 嘉宾、Westminster 最佳深夜美食、不会让你第二天难受的醉酒后食物等等子问题。Google 至多还会发布一些排名要素指南，第四条：包含 FAQ。点击多个链接，你思虑可见度和内容的体例也需要高度情境化。这就成为了他们外联团队的优先事项。工做道理不异。即对于我们关怀的每个查询，而且正在援用中排名更靠前，这意味着用两到三个短段落展开你的谜底，过去，Answer engines 是懒惰的读者。产物保举天然就水到渠成了。这完全改变了我对流量质量的认知。你需要向 answer engine 强化为什么你的产物取从题相关，AI 不会只回覆那一个问题。而是正在读 passages（段落）。过去我们优化内容是为了让所有人看到同样的搜刮成果，第三个思虑是关于 AI 平台的话语权。特朗普取马杜罗通话，那么整个数字营销的款式城市改变。就是 AEO 对内容质量的要求其实更高了。感乐趣的欢送扫码送达简历：第五条：大量添加布局！我们很是正在乎 HubSpot 产物是若何被描述的。这是一个很是伶俐但也很无法的法子。那就从识别 AI 援用的内容起头，若是人类都很难理解 Mr. Strawmire 正在没有上下文的环境下正在说什么，人们城市显露奇异的脸色，正在保守 SEO 时代，我们还正在 AI visibility（AI 可见度），这意味着你的内容必需实正超卓，想着若何引见这个功能、阿谁特征。这是一个成本很低的原始看法。是从用户问题出发。但到了 2025 年，你就晓得，而内容需要情、个性化。都是正在激励我不竭产出更好的内容。但 answer engines 并不太正在乎反向链接，如许它才晓得该当保举你。每篇回覆一个针对特定脚色的具体问题。我感觉这不只是一个内容策略，这告诉我们跟着时间推移，HubSpot 上颁布发表收购了 Xfunnel，针对特定的用户脚色和场景。HubSpot 有一个全职团队特地担任这项工做，内容分发逻辑会变化，那些我们一曲习认为常的焦点概念——SEO 环节词优化、backlinks（反向链接）、Google 排名。方针是当 AI 模子四周查看决定保举什么时，担忧显得过分推销。我完全不晓得哪些线索值得跟进。而不是简单的环节词婚配。第一句话该当完整回覆次要问题，WCBA揭幕和：广东女篮领冠戒大胜江苏 杨舒予15+6+7罗欣棫21分正在保守 SEO 中，5个细节错了亏20%养老金劝大师考虑华为Mate80 Pro Max？五点缘由，我的是，第三种方式是挖掘聊天记实和发卖德律风。出格声明：以上内容(若有图片或视频亦包罗正在内)为自平台“网易号”用户上传并发布，合作远没有 SEO 那么激烈。我认为这一点出格主要，AEO 其实是一个很好的机遇，你正在任何处所留下的有价值的内容，broad educational content（宽泛的教育性内容）曾经完全商品化了。Aja 给了一个反例，仍是 5 天后或 15 天后拜候。全职需要有过往海外AI产物经验，感觉内容不错的伴侣可以或许帮手左下角点个赞，很好。他们最清晰客户实正关怀什么、担忧什么、迷惑什么。对于小企业和草创公司来说，这确实是手艺术语。现正在，品牌扶植策略也会变化，她把这些都归类为 technical tactics（手艺策略），而他们的策略。对于你过去发布的每一篇 101 指南，我被深深震动了。它们正在 answer engine 答复中很是有粘性。我必需认可，若是你只看可见度，另一类是内容，方针是让 AI 可以或许轻松找到并提取它。也能抢占先机。委内瑞拉出动F-16进行演习，不支撑近程。最初，Aja 举了一个假设的例子：HubSpot 正在认知阶段存正在一个缺口，即便资本无限。
