Google查询扇出新框架R4T：让5390万参数的扩散模型替大模型想子查询
以SEJ 9月24日报道为主体，对照Google Research博客和ICML 2026论文原文，讲清楚R4T查询扇出框架的三步训练流程、三项奖励如何防止模型钻空子、12到20倍提速的测试口径、实验数据集与局限，以及它是否已用于Google搜索和对内容规划的启示。
GEO/AEO
ChatGPT、Gemini、Google AI概览正在改写流量入口，被AI引用往往比传统排名更值钱。这里是保哥在GEO生成式引擎优化和AEO答案引擎优化上的一手实验复盘，教你让内容被各大AI搜索优先抓取、引用和推荐，把AI时代的可见度真正握在手里。
-
-
SEO团队用AI代理之前，先想好拿什么指标考核它，不然它会比你更早学会刷数
以SEJ 9月23日Greg Jarboe的评论为主体，核对MIT访谈、Kerr 1975年论文、斯坦福2026年AI指数报告和MIT斯隆原文，讲清楚AI代理为什么会刷SEO指标、厂商基准分数为何不可全信、试点为何推不开，以及对冲指标、自测工具、审核关口和窄权限的落地做法。
-
百度AI流量分析上线：AI点击率拿引用当分母，报告只管百度搜索里的AI回答
以SEJ 9月23日的分析为主体，讲清楚百度搜索资源平台新增的AI流量分析：AI引用、展现、点击和AI点击率四个指标的口径，报告只覆盖传统搜索场景，关键词表的用法，被引用涨权重的说法有没有依据，以及验证网站、记录基线、查日志这些现在就能做的事。
-
Google AI模式的随机实验：外部点击率降18.8个百分点，用户信任和满意度也跟着降
以SEJ 9月21日报道和arXiv上的预注册随机现场实验论文为主体，讲清楚1100名美国用户被随机分到无AI、原样和强制AI模式三组后，点击率、搜索会话、转向其他搜索引擎、信任与满意度的变化，以及AI概览只隐藏住一半等局限，和对SEO工作的启示。
-
Shopify CEO说员工开始互扔AI垃圾手雷：没审过的AI初稿，审稿成本落到了同事头上
以SEJ 9月21日报道为主体，整理Shopify首席执行官Tobi Lütke在播客里关于slop grenade的原话、Shopify从2025年AI备忘录到全员使用的过程，以及卫报引用的修正AI外包数据和BetterUp的workslop调查，讲内容与外贸团队怎么把审稿时间算进AI成本、立哪些规矩。
-
AI引用偏向排第一的来源吗？一项重放实验：对调顺序后差距几乎消失，改成小标题列表多拿标注却未必更容易入选
以SEJ 9月17日报道和arXiv预印本CiteChoice为主体，讲清楚这项受控重放实验怎么设计、搜索结果排序和小标题列表格式对AI引用的真实影响有多大、重跑为何约七分之一引用决定翻转，以及做GEO和AI可见度监测时哪些结论能用、哪些不能用。
-
Reddit AI搜索挑评论偏爱高赞和正式语气，亲身经历进了答案也被改写成通用建议
以SEJ 9月17日报道和伊利诺伊大学厄巴纳香槟分校的arXiv预印本为主体，讲清楚Reddit AI搜索选评论的规律：得分排名、顶层回复、正式语气的几率比，亲身经历为何更难入选，第一人称在答案里从3.3%降到0.06%，以及做用户研究和品牌监测时该怎么用。
-
谷歌AI贡献付费试点：钱算上了Gemini应用，报告和开关都没有这一格
做法：把Search Console生成式AI开关、生成式AI效果报告、Google-Extended令牌与AI贡献试点四样工具的官方文档逐条对照，按产品列出各自覆盖范围；再解析483份robots.txt统计谁挡了Google-Extended，并在三天后重抓82个站复核判定。
-
AI建站提示词怎么写：Yoast的五块需求单，再补上六条SEO要求
以Yoast 9月17日的AI建站提示词指南为主体，整理业务、访客、页面结构、语气、功能五块写法和五组强弱提示词对比，补上网址、每页搜索问题、标题描述规则、图片说明、商家信息结构化数据、可抓取性六条SEO要求，附两份外贸站提示词和上线前核对表。
-
Google-Extended挡不住AI概览：77家法国媒体，84%的摘要授权没设上限
核对办法：从法国发行审计机构八月数字品牌排行里挑出98个媒体品牌，逐家取回抓取规则文件与文章页头部的摘要指令，被防护挡住的用真浏览器补抓；再对照谷歌指令规范、爬虫文档、新闻授权计划说明与2019年法国预览政策，判断每条设置实际管到哪里。
-
AI可见度分数怎么加权？14份份额切片里，Perplexity的权重从1.2%跳到11.7%
测法：固定一组假设的四平台引用率不动，只换权重。权重分别取自StatCounter引荐份额的全球、10个国家与桌面手机共14个切片、单月与三个月和一年平均，以及Similarweb的网页访问份额，逐一重算总分，再对照份额数据的修订、列顺序变化与异常跳变。
-
llms.txt内容实测4.5万份：一半套着模板，53份整份链到测试站
做法：下载Common Crawl公开的llms.txt数据分片，按署名与结构骨架识别生成器，逐份检查默认示例文章、未替换占位符、链接主机是否为预发布或本地地址、政策性语句；另抓602个网站的llms.txt与robots.txt逐条对照，并对抽样链接做两轮存活复测。
-
相关问题97%的答案已经由AI写了，你那465个问答还通向哪
两条线一起走：一条查官方口径，把FAQ富媒体下架、类型清单变动、精选摘要与生成式指南逐页核过；另一条自己量，从115个英文正文页抽出1462条小标题，用同站首页共现剔掉939条框架标题，再按问号与疑问词识别问句，逐条往后找答案段并判定形态。
-
AI引用只取四个词：6758句实测，句子里带得上品牌名的只有8.9%
测法写清楚了好复现：从131个站的站点地图筛出博客、指南、帮助与品牌故事四类正文页，低并发抓回178页，先过一道英文度闸剔掉非英文页，再剔掉跨页样板句，最后按句首承接、悬空指代、具名落点、品牌落款四条规则逐句判定，并用谷歌官方文档的153个页面跑同一把尺子做对照。
-
AI概览拿走维基百科多少流量：15%、8%、5.45%三个数都对
先拆三个数各自的被测量与对照：日页面浏览、全语种人类页面浏览同比、英文版月度外部搜索引荐。再用维基媒体公开接口拉五个语言版本三年的月度数据自己复算，含机器人重分类窗口的识别方法、爬虫与自动化程序两条序列的分开读法，末尾给出四步可照搬的自测口径。
-
AI接地查询长什么样？Moz公开的Gemini搜索词数据，看机器替自己搜什么
以Moz的Dr. Pete文章和他公开的数据表为主体，重算查询长度分布、年份写法和高频侧面词，对照Vertex AI文档里groundingMetadata的四个字段与搜索建议展示规定，比较Gemini 3按查询和Gemini 2.5按提示两种计费，并给出外贸站按侧面补内容的五步用法。
-
sameAs写的社交账号，和页脚那排图标是同一批吗？
做法是只抓首页一次，把结构化数据里的sameAs、页面上的社交链接和twitter:site三份一起取出来就地比对，先归一到平台粒度再逐个对账号，全程不去社交平台验活。平台判定表里一条写法把整个google.com都吞了进去，凭空造出八个站的Google+残留，修完只剩一个。
-
AI水印检测：检出与未检出各能证明什么，身份声明如何核验
要判断一段内容的来源能不能被核实，有一套可以照着跑的量法。先把目标站的首页抓下来存成文件，从中取出机器可读的结构化数据块，把代表组织的那个实体找出来；然后逐字段清点有无，把字段按外人能不能独立查证排成一列——名称和描述属于纯自述，网址和标志一点就知道，关联主页要去对面看，法定名称和税号能在登记处查；最后画出填写率随可核验度变化的那条线，看它在哪一档出现断崖。整套逻辑不到两百行，唯一要留神的是结构化数据的嵌套解析，只在顶层找会漏掉一大半样…
-
AI引用拆品牌词和非品牌词，这条线画在一句你看不到的话上
读这两条线要按顺序来：先确认自己的品牌名在英语词表里是什么，再决定这两个数该打几折，最后才谈怎么用。跳过第一步，后面所有解读都建立在一个不知道大小的偏移量上。文中把这套顺序在169个DTC品牌名上跑了一遍，给出四个口径的分档结果、一张五列的品牌名附注表，以及一个三十分钟就能做完的手工对照测量。
-
AI流量来源漏掉九成：日志里带人来的是夸克和通义
浏览器请求里有84.54%的来源字段是空的。在剩下能看清来路的那部分里，AI入口带来575次访问，其中527次来自国内产品。同一份日志换三种口径统计，会得到4979、575、23三个数字，本文把口径差异、六类常见坑，以及一套不依赖技术链路的补救办法一并给出。
