Wiki 知识库

全部文档 / 标签: 搜索优化

4 篇
清除

6个AI SEO Agent习惯:3个月获得57100次AI提及

作者通过对120个购买类搜索的分析发现,谷歌排名第一的网站只有52%的概率被谷歌自家AI提及,78%的搜索中AI会引用排名前10以外的网站。文章提出一套6步AI SEO策略:向AI提问记录竞争对手、挖掘Search Console中接近排名的关键词、分析AI引用的竞品页面并超越、利用谷歌自动补全挖掘购买意图词、持续将品牌与关键词关联搜索、以及在YouTube、Reddit等AI实际读取的平台布局内容。

技术 › Agent borja 2026-08-257.0 KB 20.4K 75 72

SEO要死了?Google最新答案,可能和你想的完全相反

本文针对新网站SEO效果不佳的问题,系统梳理了Google搜索的核心流程与关键要点。文章从Google的抓取、索引、展示三阶段出发,详细讲解了Sitemap提交、robots.txt与noindex的正确使用、CSR与SSR对SEO的影响、Canonical标签的合理设置、Schema标记的作用、关键词研究应聚焦搜索意图、开源工具OpenSEO的应用、AI内容与E-E-A-T的实践原则,以及Core Web Vitals的评估方法。最后,文章结合Google最新发布的Generative AI Search Optimization Guide,指出AI搜索时代SEO依然重要,但需回归内容质量与技术基础,并澄清了llms.txt等GEO技巧的误区。

技术 › 工具与效率 云析 2026-08-1416.2 KB 1.2K 13 83

Google SEO 与 ChatGPT GEO 中的网站权重解析

本文探讨了在 Google SEO 和 ChatGPT GEO 中,内容应发布在哪些平台以获得更高权重。文章指出,单纯依赖高权重域名并非长久之计,内容的相关性、独特价值和可信度才是关键。文章分析了政府、大学、社区、自有网站等不同平台的价值,并提出了面向个人创作者的发布策略和 GEO 优化建议。

技术 › 工具与效率 Mr Panda 2026-07-1422.7 KB 2K 2

私有知识库实战:查询改写、混合检索与重排优化 RAG

本文是私有知识库构建系列的第 3 篇,旨在解决基础 RAG 系统在短问题召回、关键词匹配及结果排序上的缺陷。作者详细介绍了通过 LLM 进行查询改写以补全上下文,利用 PostgreSQL 结合 Jieba 实现混合检索(向量+BM25),以及使用 RRF 算法融合检索结果,从而显著提升知识库的日常可用性。

技术 › LLM A Ando 2026-07-0821.2 KB