后 ChatGPT 世界中 SEO 的未来

已发表: 2023-05-02

1. 所有搜索结果的竞争大幅增加

生成式 AI 将显着增加每天发布的 SEO 内容的数量。

否则很难争论。研究和撰写搜索优化文章所需的时间和技能几乎降为零：几个方向性的句子、少量复制粘贴的示例以及免费增值 SaaS 产品中的几次点击。这可能会对大多数 SERP（搜索引擎结果页面）的竞争力产生重大影响。

发布频率和内容长度呈上升趋势

发布频率是一个强大的增长杠杆，但在 SEO 的大部分历史中，机械的写作过程一直是瓶颈。现在，这个瓶颈实际上已经消失了，每个月发表 20 篇文章——或者 40 篇或1000 篇——变得更容易了。

使用 ChatGPT，事实上，写一篇 5,000 字的文章和写一篇 500 字的文章几乎一样容易，因此我们也可以预期发布内容的平均长度将继续呈上升趋势。我们将看到更多公司针对相同数量的关键字创建更多搜索内容。这些内容中的大部分将在零页面浏览量下枯萎——但不是全部。

公司将不再那么挑剔他们所针对的关键词

当撰写一篇文章需要花费大量时间和精力时，对您创建的文章进行辨别是有意义的，将您的精力集中在流量最高、竞争最低或与产品最相关的关键字上。

但是生成式 AI 消除了这种限制，并创造了先发表，后思考的动机。公司将不那么挑剔，更愿意处理与其产品相关的任何关键字。正如我们之前所写：

“当您一次可以创建数百篇博客文章时，为什么还要考虑策略呢？ 当您可以定位每个关键字时，为什么还要考虑优先级？ 当您可以在很短的时间内复制您的竞争对手时，为什么还要费心分析竞争对手呢？”
— 搜索奇点：如何在内容无限的时代取胜

程序化搜索引擎优化变得司空见惯

一些公司将使用人工智能作为创意副驾驶。其他人会将初稿委托给它，而将审查和编辑留给人类。其他人将使用 AI 内容作为探索工具，发表数百篇一般文章并改进那些表现最佳的文章。

但是这些用例的影响将与程序化 SEO 的影响相形见绌。

对于各地的出版商而言，内容量和内容质量之间始终存在权衡：一个月内发布一千篇文章通常需要在内容的相关性和独特性上做出巨大的妥协。使用 GPT-4，该约束可能不再存在。加上 GPT-4 编写和排除网络抓取 Python 脚本故障的能力，很明显，程序化 SEO 的进入壁垒几乎为零。

2.谷歌优先考虑页外排名因素

与 AI 一起发布的大部分内容将是某种模仿内容：对给定主题的现有内容中发现的相同核心思想进行重新散列。

生成式 AI 加剧了一个既定问题：营销人员基于相同的工具和相同的源材料创建内容。 GPT-4 是在庞大的写作语料库上训练的，但对于许多主题（例如“采用 CRM 的重要技巧”），生成式 AI 将像其他人一样借鉴同样乏味的摩天大楼文章。生成式 AI 无法创建新信息使问题变得更糟：它无法收集新数据、无法获得个人经验或执行可靠的行业分析。

这将大大增加几乎无法区分彼此的文章。这对用户体验不利，使获取新信息变得更加困难，对谷歌也不利，缩短了用户旅程。谷歌将被激励去寻找更好的方法来区分相同的内容。

实际上，这可能意味着：

页外排名因素变得更加重要

在存在模仿内容的情况下——竞争文章页面上的文字基本相同——谷歌可以更加重视页外排名因素，如反向链接，作为区分相似内容的一种方式。拥有已建立的反向链接护城河的知名大品牌可能会变得更难挑战。

正如 ContentGecko 的联合创始人 Risto Rehemagi 在 LinkedIn 上分享的那样，用户信号的相关性也可能会上升：

“随着网络的扩展，维护该索引和互连数据的成本越来越高。 权威计算可能会从域转移到实际作者（社交媒体将从中受益）。 所以我宁愿把钱花在用户信号上——用户对这个结果满意吗？”

强调内容作者身份

随着谷歌更加强调内容的作者而不是内容本身，带署名的内容也可能变得更加重要。我们已经可以在谷歌最近更新的质量评估指南中看到这种变化的早期迹象：

“现在为了更好地评估我们的结果，EAT 正在获得 E: 体验。 内容是否也表明它是根据某种程度的经验产生的，例如实际使用产品、实际访问过某个地方或交流一个人的经历？ 在某些情况下，你真正最看重的是由对当前主题有第一手生活经验的人制作的内容。”

我们将看到更多“从错误的人那里得到正确答案还不够好”的情况——谷歌将根据撰写文章的作者的专业知识来区分相似的文章。我们甚至可能会看到出版商重回主流——可以保证内容真实性的可信实体。

信息增益优先

谷歌的一项专利已经为模仿内容的问题提供了一个推测性的解决方案：信息获得分数，奖励为讨论带来新信息的文章，并惩罚那些没有的文章。

这种可能性描绘了一幅乐观的画面：与奖励公司“摩天大楼”现有搜索结果的当前系统不同，品牌可以奖励进行研究和偏离给定 SERP 现状的品牌。实际上，这可能需要：

通过提供实用的下一步、阐述关键思想或提供更多深度和细节来创建补充和构建现有文章的内容
通过解决未服务的意图、填写缺失的信息、挑战不同的意见或纠正谷歌的理解来尝试有风险的框架和角度
通过个人观点或客户调查将原创研究纳入内容，或添加主题专家的引述以创建信息护城河

阅读更多：赢家不会全力以赴：“信息增益”和 SEO 的新未来

3. 搜索返回量大幅减少

在过去十年中，搜索引擎优化和内容营销已经跨越鸿沟，成为几乎所有具有成长型公司的实际营销渠道。这种增长造成了逐渐但非常明显的回报减少。一种策略越受欢迎，竞争就越激烈，在任何时期内获得超额收益就越难。根据我们与数百家 SaaS 公司合作的经验，今天的 SEO 比昨天更难。

生成式 AI 和 ChatGPT 可能代表一个转折点，进一步改变 SEO 的价值等式，使获得好的结果变得更加困难。

搜索更加分散

对 Bing 的兴趣上升（搜索引擎在其人工智能搜索公告的支持下看到超过 100 万人的候补名单）是 LLM 可能对搜索生态系统产生影响的一个小例子。 LLM 也有可能创建更广泛的搜索碎片，生成大量针对特定数据集训练的利基引擎。

以谷歌为代表的现代搜索范式，其实很糟糕。我们已经习惯于使用一种生硬的工具：它很难与之交互，它会不均匀地将流量输送到世界内容的一小部分，它很容易被玩弄，最重要的是，它充斥着错误和不受信任的数据。

LLM 使一个有趣的替代方案成为可能，正如 Dan Shipper 的 Huberman 机器人所展示的那样：

选择一个小众话题（“健康与保健”），
找到可信的数据集（Huberman Lab 的播客），
并使用 LLM 驱动的查询来构建您自己的替代搜索引擎。

即使这些利基搜索引擎没有以协调一致的方式起飞，它们各自都代表着谷歌在搜索领域的垄断地位正在减弱。今天的搜索不太可能像明天的搜索。

至关重要的是，所有这些趋势今天都已经存在。生成式 AI 可能会加速我们在搜索中看到的“成熟”：除了最小的利基市场外，所有领域的竞争都更加激烈，无争议的关键词越来越少，搜索持续具体化，有利于知名大品牌。 SEO 将需要更多的努力以获得更小的回报。

所以我该怎么做？

这些想法坚定地处于基于二阶思维的推测领域（你应该强烈怀疑任何声称确定性的人）。我们为自己和我们的客户使用 SEO；它会产生很好的结果，并且仍然有机会取得令人难以置信的结果。它只需要比以前多一点思考和更好的执行。

如果您愿意，那么愿意驾驭 AI 浪潮的公司机会比比皆是。现在还为时过早：通过早期采用可以找到杠杆作用，许多公司将在这项技术的支持下建立巨大的流量帝国。从长远来看，可能值得通过以下几种方式进行对冲：

在“写作”之外的领域建立团队力量。 内容写作只是优秀内容营销人员全部技能的一小部分。建立一支在更高杠杆领域有能力的团队：数据分析、内容分发、行业研究、技术搜索引擎优化和社论。聘请愿意尝试的营销通才。
发展你自己的“信息增益”。 以符合您团队优势的方式将原始信息带入您的内容：建立 SME 网络、开始年度基准报告，或者乐于分享您团队的个人经验和见解。
多元化超越搜索。 想象一下来自 SEO 的流量消失的最坏情况：您将如何建立您的业务？对于许多公司来说，答案在于社交内容、社区和媒体营销，因此值得开展探索性工作。

目前，实验是家常便饭：玩弄生成式 AI，探索奇怪而精彩的用例，并亲自发现它的优势和局限性。