Google亲自下场辟谣AI优化伪命题：被辟掉的战术对AI代理可能还有用

摘要：2026年5月15日，Google在搜索中心官方文档里第一次专门开了一节“辟谣”，点名几条流行的AI优化战术说“不用做”：llms.txt这类机器可读文件、把内容切成小块喂AI、专门为AI改写内容、满世界刷品牌提及。很多人看完就把这些一刀切删掉了。但这里有个被绝大多数解读漏掉的关键：Google辟的是引用范围——你的内容能不能被AI概览、AI模式引用进答案里；它几乎没说清代理行动范围——当一个AI代理替用户跑到你站上去预订、比价、读页面结构时，这些“没用”的东西会不会重新变得有用。这篇就把官方原文逐条核对一遍（顺便纠正几个连源头文章都说岔了的细节），再把“引用”和“代理”这两条线拆开，告诉你哪些该立刻停、哪些继续做、哪些先按兵不动。

过去一年，做AI搜索优化的人多少有点像在黑屋子里摸瓷器。没人给标准，全靠各路博主、工具商和会议演讲拼出来的“最佳实践”，今天说要写llms.txt，明天说要把内容切块，后天又说schema是王道。直到Google自己下场，把一份面向Google搜索生成式AI功能的官方优化指南挂上了搜索中心文档，事情才算有了一个能对账的锚点。

问题是，官方文档一出，舆论又走向了另一个极端：很多人把Google点名的几条战术当成“废棄物”，连夜删llms.txt、撤schema、把内容合并回长页面。保哥在帮一个做户外储能的出海客户做季度复盘时就碰到过——技术负责人兴冲冲跟我说“Google说schema没用了，我准备把产品页的结构化数据全清掉腾性能”。我赶紧拦住了。因为Google那句话的真实意思，和他理解的差着十万八千里。

Google这份“AI优化指南”到底是什么？什么时候出的？

先把事实对齐。这份文档2026年5月15日发布在Google Search Central（搜索中心）的开发者文档里，标题直译是《优化你的网站以适应Google搜索的生成式AI功能》。它不是博客，不是某个Google员工的推特发言，而是官方文档体系里的一篇，分量不一样。

文档的总基调一句话能概括：为生成式AI搜索做优化，本质就是在做SEO。Google把话说得很直白——AI概览（AI Overviews）和AI模式（AI Mode）这些功能，“扎根于我们核心的搜索排名与质量系统”，背后靠的是两项技术：一是检索增强生成（RAG），用核心排名系统去抓取相关、新鲜的网页；二是查询扇出（query fan-out），模型把一个问题拆成一组相关子查询去多路检索。换句话说，没有一套独立的“AI排名系统”，AI功能调的还是那套老底子。

这一点其实很重要：它意味着你不需要为AI单独建一套优化体系。但它也埋了个钩子——既然AI功能和传统搜索共用一套地基，那些“专为AI”发明出来的战术，自然就显得多余。Google辟谣的逻辑起点就在这里。我在那篇讲AAIO代理AI优化三层框架的文章里也聊过这个趋势：从SEO到AEO、GEO再到代理优化，每一层的真问题都不太一样，别用一个尺子量到底。

它到底辟了哪几条？官方原文里只点名了4件事

这里要纠正一个流传很广的说法。不少二手解读说Google“辟谣了5个战术”，把结构化数据也算进“被否定”那一栏。但你去翻官方文档的“Mythbusting（破除迷思）”那一节，明确点名“不用做”的其实是4件事：

• 机器可读文件：原话是“你不需要创建新的机器可读文件、AI文本文件、标记或Markdown来出现在生成式AI搜索里”，并特意点名了llms.txt和其它“特殊”标记。
• 内容分块：“没有要求你把内容切成小碎片好让AI更好理解”，因为Google系统“能理解一个页面上多个主题的细微差别”。
• 为AI改写内容：“你不需要为了生成式AI搜索用某种特定方式写作”，AI能理解同义词和大意。
• 追逐虚假提及：“满世界去找不真实的‘提及’，并不像看上去那么有用”。

结构化数据被单独拎出来，放在另一句话里：“结构化数据对生成式AI搜索不是必需的，也没有什么你必须添加的特殊schema.org标记。不过，把它作为整体SEO策略的一部分继续使用，是个好主意。”看清楚了——这是“非必需但建议继续用”，不是辟谣，是澄清。把它和llms.txt归为一类删掉，是理解上的跑偏。

顺带说一句，这份指南还专门强调了AEO、GEO这些新名词“仍然是SEO”，没必要为它们单建一套打法。这跟我一贯的判断一致：名词年年换，地基一直没怎么变。

第一条：llms.txt这类机器可读文件，Google说不用——该不该信？

这条我敢说大半。在Google搜索这个范围里，llms.txt确实没用——Googlebot不读它，写不写都不影响你被AI概览或AI模式引用。这不是Google一家之言，社区里早有实测。我在那篇用10个站90天实测llms.txt的复盘里就摆过证据：把它当成增长杠杆纯属一厢情愿，它顶多是一份“给机器看的目录”，更像sitemap，不是排名策略。

但“Google不读”不等于“全世界都不读”。有意思的是，Google一边说不用，Chrome的Lighthouse那边却悄悄加了项“代理浏览就绪度”的审计，会去查站点有没有这类文件。这个表面矛盾我在专门写Chrome偷偷查llms.txt那篇里拆过。结论是：搜索范围和代理范围，本来就是两套逻辑。Google搜索不需要，不代表未来的自主代理生态用不上。这正是这整篇文章的核心——后面会展开。

第二条：把内容切成小块喂AI，纯属多余？

Google的意思是：你不用刻意把一篇好好的文章拆成一堆零碎的“块”，指望AI更容易消化。它的系统能在一个多主题页面里精准定位到相关那一段拿出来用。从“被引用”的角度看，这话没毛病——为了讨好RAG而把内容切得稀碎，反而可能破坏可读性和上下文。

不过这里有个容易混淆的地方。“不用刻意为AI切块”和“写作时讲究模块化、答案前置、一段一个清晰要点”是两码事。后者不是为了AI，是为了所有读者——人也好，机器也好，都更容易抓到重点。把这两件事混为一谈，然后得出“段落结构无所谓”的结论，那就矫枉过正了。

第三条：专门为AI改写内容，反而扣分？

Google把“为AI单独改写一版内容”视作低努力内容的信号。逻辑是：如果你能为AI糊一篇，大概率也能为读者糊一篇，质量系统对这种投机很警觉。

但请注意Google同时给出的正面建议：写“清晰、可提取、答案优先、有具体性”的内容，这对每一个读者——包括未来那个自主代理读者——都有帮助。看出门道了吗？Google反对的是“为AI糊一版水文”，不是反对“把内容写得结构清楚、容易被引用”。这中间的差别，恰恰是专业和投机的分水岭。保哥给那个储能客户的建议就是：别去做什么“AI友好版”页面，但把现有产品页的核心参数、适用场景、对比结论写得更干脆、更可被单独抽取，这件事必须做。

第四条：满世界刷“提及”，没你想的那么有用？

这一条其实跨越了两个范围。买链接、刷虚假品牌提及、操纵引用，对“被引用”和“被代理采信”都是错的——而且这事儿早在GEO这个词出现之前就违反Google的垃圾政策了。与其说它是个“AI优化迷思”，不如说它是一句伦理提醒，被顺手放进了辟谣清单。

对正经做生意的人，这条基本不用纠结：你本来就不该去刷。真正值得花心思的，是怎么让真实的口碑、真实的报道、真实的第三方引用自然发生。这是慢功夫，但它对人、对AI、对代理三方都成立。

那结构化数据呢？Google其实没让你停——是你自己理解偏了？

回到开头那个想删schema的客户。Google的原话是“非必需，但建议作为整体SEO策略继续使用”，因为它还能帮你拿到搜索结果里的富媒体展示资格。把schema一删，你丢的不是AI引用——本来就没指望它带来引用——你丢的是富媒体结果、是实体识别、是未来代理购物流程里那份能被机器读懂的产品数据。这买卖不划算。

这里正好可以补一个连源头文章都只是一笔带过的硬证据。Ahrefs在2026年5月11日发了一项关于schema与AI引用的研究，跟踪了1885个在2025年8月到2026年3月之间新加了JSON-LD结构化数据的页面，外加4000个匹配的对照页，用了差分（DiD）等四种方法交叉验证。

结果挺反直觉：在Google AI概览上，加schema的页面引用率不升反降4.6%（一个虽小但统计显著的下滑）；在AI模式上是加2.4%，在ChatGPT上是加2.2%——后两个数字和“零”在统计上没法区分。一句话，加schema没给AI引用带来任何可见提升。

但别急着拿这个数字去证明“schema已死”。这项研究自己就写明了局限：样本是那些“本来就被AI大量引用”的页面，无法把schema的影响和同期发生的其它改动（加链接、改内容、技术优化）剥离干净，而且只观察了30天窗口，慢效应可能要更久才显现。

所以这份数据的正确读法是：别指望schema给AI引用直接加分，但也别因此把它当负担删掉——它的价值从来不在“AI引用”这一格。我在那篇拆穿14个SEO伪命题的文章里反复讲过一个道理：每个“破除迷思”的结论都有它成立的边界，把边界丢掉、只记住结论，就是新一轮迷思的开始。

核心反转：Google辟的到底是哪个“范围”？

到这里，前面的铺垫该收口了。这篇文章真正值钱的不是逐条复述Google辟了什么，而是No Hacks的Slobodan Manic点破的那个区分：Google这份指南，整篇都在谈“引用范围”，对“代理行动范围”几乎没展开。

什么意思？Google说llms.txt没用、切块没用、schema非必需，这些判断成立的前提，都是“你想让内容被AI引用进答案”。AI概览、AI模式、ChatGPT、Perplexity——它们读你的内容，是为了在生成的答案里引用你、链接你。这套场景下，Google的辟谣基本都对。

但还有另一套场景，Google这份文档只在“代理体验”一节里点了一下名，没真正展开。

引用范围和代理行动范围，到底差在哪？

把这两个范围摆在一起对比，差别就清楚了：

• 引用范围（被引用）：AI读你的内容，把其中一段抽出来，放进它生成的答案里，附个链接。你是“信息源”。适用对象是AI概览、AI模式、ChatGPT、Perplexity这些生成式搜索。
• 代理行动范围（被操作）：一个自主代理替用户跑到你站上来“干活”——预订一个名额、比较两款产品的规格、下一单。它不是来引用你的，是来在你的页面上完成任务的。为了干成这件事，它可能要分析页面的视觉渲染（截图）、解析DOM结构、读取无障碍树（accessibility tree）。你是“被操作的界面”。

这两件事对网站的要求，根本不在一个频道上。被引用，靠的是内容质量、专业度、可提取性；被代理顺利操作，靠的是页面结构清晰、语义明确、关键动作能被机器准确识别和触发。Google辟掉的那几条，是站在“被引用”这个频道说的话。

那被辟掉的战术，为什么换到代理场景可能复活？

顺着这个区分往下想，几条被Google判“无用”的东西，到了代理行动范围里，逻辑上确实可能重新有意义：

机器可读手册（llms.txt那一类）：给一个要在你站上执行操作的代理，提供一份“这个网站怎么用、关键入口在哪、有哪些可执行动作”的说明书，这在逻辑上是讲得通的。只不过——这是个大大的只不过——llms.txt这个具体标准目前还远没被主流平台采纳成代理的发现机制。逻辑成立，现实没跟上。

模块化、清晰的结构：被引用时它帮人读懂；被代理操作时，它帮机器更稳地定位“下单按钮在哪、库存状态写在哪、价格字段是哪个”。同一件事，在两个范围里都加分。

结构化数据作为身份地基：当代理进入“代购”流程，机器可读的产品数据（价格、规格、库存、SKU）就不再是可有可无的装饰，而是它能不能正确完成交易的依据。Google官方文档在代理体验那节，自己点名了一个新兴协议叫Universal Commerce Protocol（统一商务协议，UCP）——注意，是UCP，不是有些二手解读里写的web.dev某文档。这个细节也说明：代理商务的标准化，Google是认真在推的，只是还在早期。

代理到底怎么“看”你的页面？三种读法各有各的脾气

要判断哪些战术在代理场景里可能复活，得先搞清楚一个代理是怎么读你网站的。Google官方文档在代理体验那节，其实点了三种方式，每一种都对应着不同的优化重点，也各有各的坑。

第一种，看视觉渲染，也就是截图。有些代理像人一样“看”页面长什么样，靠的是渲染后的画面。这意味着：关键信息如果藏在需要交互才出现的层里（鼠标悬停才显示的价格、点开才展开的规格），或者用图片承载了本该是文字的内容，代理就可能“看不见”。这条对那些把核心参数做成图片的电商站是个提醒——人能脑补，截图里的代理认不出来。

第二种，解析DOM结构。代理直接读页面的HTML骨架，去定位“下单按钮在哪个节点、价格写在哪个标签、库存状态是哪个字段”。这就是为什么前面说的“清晰的语义结构”在代理范围里加分：一个用语义化标签、层级分明的页面，代理定位起来又快又准；一个全是无意义div、靠CSS堆出来的页面，代理读起来就像在乱码里找钥匙。

第三种，读无障碍树（accessibility tree）。这是浏览器为辅助技术（比如屏幕阅读器）生成的一棵结构化的语义树，代理借它来理解“这个元素是个按钮、那个是输入框、这块是导航”。

有意思的地方在于：无障碍做得好的网站，天然就对代理友好——给图片配alt、给按钮配清晰的标签、表单字段关联label，这些原本是为残障用户做的事，现在顺手就喂饱了AI代理。这大概是整份指南里性价比最高的一条暗线：你不用去赌任何新标准，只要把无障碍这件老掉牙的正事做好，就同时拿到了代理就绪度。前面拆Chrome悄悄查llms.txt那一节也提过这个判断：比起追llms.txt，可访问性才是更该上心的地基。

把这三种读法摆出来你就明白了：代理优化的大头，根本不是什么神秘的新文件，而是“结构清晰、语义明确、无障碍达标”这三件SEO和前端早该做好的老事。被Google辟掉的llms.txt是个还没普及的新东西，而这三件老事，是现在就能做、且无论代理时代来不来都不亏的。

泼盆冷水：别急着为“代理优化”下重注

讲到这儿，可能有人已经摩拳擦掌想去做“代理优化”了。打住。这套“引用vs代理”的框架，是个很好的思考工具，但它不是一张立刻该照着砸预算的施工图。

理由很实在：代理生态的标准还没立起来。llms.txt没被主流采纳，UCP还在早期，WebMCP之类的提案更是雏形。Google自己在文档里给的建议也很克制——去了解浏览器代理怎么和网站交互、参考“代理友好的网站最佳实践”、关注UCP这类新兴协议。“了解”和“关注”，不是“现在就重金下注”。

更要命的是，代理这条线目前几乎没有可用的衡量工具。Manic自己也承认：大多数人对“自主代理在Google搜索之外如何阅读你的网站”这件事的可见度，约等于零。你投了钱，连它有没有起作用都看不见。在一个没法测量的方向上重金下注，这不是前瞻，是赌博。

Google留了一句最容易被忽略的话：全做对也不保证收录

这份文档里还藏着一句很冷静、却最常被乐观解读跳过的话：“即便一个页面满足了所有要求、最佳实践，也合规，也不意味着Google会抓取、索引或展示它的内容。索引和展示都不被保证。”

这句话值得每个做SEO的人裱起来。它说的是：优化是必要条件，不是充分条件。SEO圈一个反复发作的老毛病，就是把“Google说X有帮助”自动脑补成“做了X就一定有结果”。从早年的关键词密度，到外链数量，到停留时长，每一次都是这么栽的。这份AI指南也一样——它告诉你哪些是伪命题，但它从没承诺“避开这些伪命题，你就能被引用”。

出海视角：Google辟的只是Google，别一刀切到所有引擎

还有一层，做出海的人尤其要拎清：这份指南是Google说的，管的是Google搜索的生成式AI功能。它不代表ChatGPT、Perplexity、Claude，更不代表百度、夸克这些国内引擎。

不同引擎的检索管线、对结构化数据的依赖程度、对各类机器可读信号的处理方式，并不一致。Google说llms.txt对它没用，是Google的事；某些第三方AI产品在特定场景下会不会去读，是另一回事。做多引擎、多市场的站点，正确做法是分引擎判断，而不是看到Google一句话就把所有引擎的优化策略一锅端了。保哥给出海客户的统一口径是：以Google的官方表态为基准盘，但对其它引擎保留独立的观察和小成本试验，别让一家的结论替你关掉所有的门。

举个实际的例子。我手上一个做工业设备的B2B SaaS客户，主战场是欧美，Google是绝对大头，但销售反馈说不少技术买家会先去问ChatGPT和Perplexity做初步选型。按Google这份指南，llms.txt该彻底放下；但考虑到那两个平台的检索逻辑和Google并不一样，我们没有一刀切删掉，而是把它当成一项零成本的观察项保留着——每月花十分钟看看几个核心产品词在这几个引擎里的出现情况，有变化就记一笔，没变化也不额外投入。这就是“以Google为基准盘、对其它引擎留口子”的实操：既不盲从、也不盲赌，用极低的成本保住信息的完整。

这份辟谣清单，会不会被做成新的KPI去打勾？

最后提醒一个更隐蔽的坑。Google给了一份“别做什么”的清单，很容易被团队反向操作成一套新指标：“本季度我们llms.txt清理完成度100%、为AI改写内容清零、虚假提及归零……”然后拿去汇报、拿去考核。

这就是Goodhart定律的经典剧本——一旦一个度量变成了目标，它就不再是个好度量。SEO行业在这上面摔过太多次跟头：关键词密度被当目标，于是有了堆砌；外链数被当目标，于是有了链接农场。今天这份辟谣清单的本意是“别把精力浪费在伪命题上”，但要是它被异化成一套“合规打勾”动作，团队就会把时间花在“证明自己没做错事”上，而不是“把真正该做的事做好”。这份清单是用来给你减负的，不是用来给你加考核的。

那到底该把钱和精力投到哪？

把所有伪命题清走之后，Google其实把“该做什么”说得相当朴素，朴素到有点让追新潮的人失望：

• 创作独特的、有专家含量的内容。Google原话强调“基于你对这个主题的真实了解，自己来创作”，提供超出大路货的价值。这是地基里的地基。
• 搭清晰的技术结构，确保内容可被抓取。值得注意的是，Google说用语义化HTML即可，但“关注人类可读性，别去纠结完美的代码”——又一次提醒别为机器过度工程化。
• 做好本地和电商详情，用好Google商家资料和Merchant Center。
• 把AEO、GEO这些当成SEO的延伸，而不是另起炉灶的新学科。

说白了，Google这份指南最大的信息量，不在它否定了什么花活，而在它把人拽回了最不性感、也最难被取代的那条路：真懂、真写、结构清楚。

小团队、一人公司怎么排这个优先级？

资源紧的团队，照下面这个顺序走，基本不会错：

第一步，立刻止损。如果你正在为llms.txt代写、AI专属内容改写、刷提及这类服务付费，停掉。这是这份指南能给你省下的最直接的钱。我那个做跨境美妆的客户，之前每月花着一笔“AEO优化”的服务费，对方交付的就是给几个落地页加“AI友好改写版”，停掉之后AI概览里的出现情况没有任何变化——钱白花了大半年。

第二步，把schema留着别动，它在富媒体和实体识别上的价值还在，删它是亏的。

第三步，把内容和结构这件正事做扎实：独特视角、专家口吻、清晰的页面结构、关键信息可被单独抽取。这是无论引用还是代理都吃得开的真功夫。

第四步，代理这条线，观望、学习、小步试，但不重金下注。读一读Google的代理友好最佳实践，留意UCP的进展，把你最核心的交易页面的结构和无障碍做好——这些事即便代理时代没那么快来，对人类用户和搜索引擎也都是加分项，属于“无悔投入”。但别去赌一个还没立起来的标准。

一张判断表：哪些立刻停、哪些继续做、哪些先观望

几个最容易踩的坑

坑一：把“非必需”读成“有害”，把schema删了。非必需不等于有害，schema的价值在富媒体和实体识别，不在AI引用，删它是用错账本算账。

坑二：把Google的辟谣套到所有AI引擎头上。Google管的是Google，ChatGPT、Perplexity和国内引擎各有各的脾气，多引擎要分开判断。

坑三：因为“引用范围”这几条没用，就连“清晰结构、可提取写作”一起否定了。Google反对的是为AI糊水文，不是反对把内容写清楚，这两件事方向相反。

坑四：被“代理范围可能有用”一句话点燃，立刻重金做代理优化。标准没立、工具没有、无法衡量，现阶段是观望和无悔投入，不是下注。

坑五：把这份辟谣清单做成KPI去打勾考核。度量一旦变目标就失效，清单是用来减负的，不是用来加考核的。

常见问题解答

Google说不用做llms.txt，那我已经做了的要删掉吗？不用删。它对Google搜索的AI引用没帮助，但留着也没坏处，而且在未来的代理生态里逻辑上可能有用。结论是：别再为它花新钱，已有的留着无妨。

这是不是意味着结构化数据可以不做了？不是。Google的原话是“非必需但建议继续用”，它能帮你拿富媒体展示资格、做实体识别，在代理交易流程里还是产品数据的地基。该做还得做，只是别指望它直接给AI引用加分。

“引用范围”和“代理行动范围”最简单的区分方法是什么？问一句：AI是来“引用你的内容”，还是来“在你的页面上替用户干活”？前者是引用范围，靠内容质量；后者是代理范围，靠页面结构和可操作性。Google这份指南谈的几乎全是前者。

那我现在到底该不该为AI代理做优化？该了解、该小步试，但不该重金下注。代理标准（llms.txt、UCP、WebMCP）都还在早期，也几乎没有衡量工具。把核心交易页面的结构和无障碍做好，这是无论代理时代来不来都不亏的投入；除此之外别赌没立起来的标准。

出海做多个市场，这份指南能直接套用吗？只能当Google搜索这一块的基准盘。它不代表ChatGPT、Perplexity，更不代表百度、夸克。多引擎、多市场要分引擎判断，对其它引擎保留独立观察和小成本试验。

Google既然说了这么多“该做什么”，照着做就一定能被AI引用吗？不能。Google在文档里白纸黑字写了：即便满足所有要求和最佳实践，也不保证被抓取、索引或展示。优化是必要条件，不是充分条件，别把“有帮助”脑补成“做了就有结果”。

权威参考资料