用户不再一定要“打开某个 App”，而是直接告诉 AI“我要完成什么”。当 Gemini Intelligence 帮用户订票、找产品、筛服务商、比较供应商时，它依据什么做判断？依据的是它对每个品牌的认知。AI 怎么理解你，决定了它在替用户做选择时，会不会把你放进候选名单。而这也正是 GEO（生成式引擎优化） 变得越来越重要的原因。前段时间，Google 在 Search Central Live 上，也给出了另一个非常清楚的信号：AI 时代，什么样的内容值得被收录、值得被引用，标准正在变得更严格。
Part.01
Google 不是要收录更多内容，而是要筛掉更多内容AI 内容越来越多之后，Google 面临的不是内容不够，而是内容过剩。大量由 AI 批量生成的页面正在涌入互联网。如果 Google 继续像过去一样尽可能多抓取、尽可能多收录，只会让索引库里充满大量重复、低质、没有差异的内容。所以，Google 的方向已经很明确：不是扩大收录，而是提高门槛。在 Search Central Live 上，Google 提到一个关键信息：“Crawled – Currently not indexed”，也就是“已抓取但未收录”，大多数情况下不是技术问题，而是质量问题。换句话说，页面被抓取但没有收录，不一定是速度、渲染、代码出了问题。更可能是 Google 看到了，但认为这页内容没有足够价值。这对很多品牌是一个提醒。过去做 SEO，很多人习惯围绕关键词大量铺内容，追求覆盖更多词、生成更多页面。但现在，这类同质化内容可能连进入索引的资格都没有。尤其是那些靠 AI 批量生成、只是改写已有信息的内容，在新的规则下会越来越难被留下。
Part.02
信息增量，正在成为 AI 推荐里的关键标准这次大会里，一个非常重要的信号是 Information Gain Score，也就是信息增量分数。简单说，Google 会越来越关注一篇内容相对于已有内容，到底多提供了什么。如果你的文章只是把搜索结果前几名重新整理一遍，换个说法、换个顺序、换个标题，本质上没有提供新信息，那它的信息增量就很低。这种内容，Google 没有强理由收录。AI 也没有强理由推荐。会上也有人提到，未来那些看起来像前几名结果的改写内容，会越来越容易被识别为“商品化内容”。所谓商品化内容，就是没有差异、没有新事实、没有独特判断的内容。今天你能写，明天别人也能写；你的文章和别人的文章可以互相替换；用户看完以后，没有得到新的判断依据。那 Google 为什么要选你？这和 GEO 的底层逻辑其实是一致的。AI 推荐一个品牌，不是因为它发了内容，而是因为它提供了更有价值、更难被替代的信息。独家数据、真实案例、一手经验、客户故事、产品细节，这些才是信息增量。也只有这些内容，才更有机会被 AI 当作有效依据。
Part.03
Google 否定了几种“看起来像GEO”的做法这次会上，Google 也回应了一些在 GEO 圈里被讨论很多的所谓优化方法。第一种：把内容转成 Markdown很多人觉得，既然 AI 喜欢结构清晰的内容，那 Markdown 格式应该更容易被引用。但 Google 的回应很明确：这对 SEO 没有实质帮助，对 LLM 引用也没有明显作用。因为 AI 判断内容价值，看的不是你用什么格式，而是内容本身有没有价值。第二种：在网站根目录放 llms.txt这个做法的思路是，主动告诉 AI 你是谁、你有哪些内容。但 Google 并不会因为你写了 llms.txt，就决定引用你。与其在这个文件里写很多自我介绍，不如把真正重要的业务内容、产品场景、案例和差异，写进有深度的页面里。第三种：用 robots.txt 屏蔽 Google-Extended 爬虫有些品牌担心自己的内容被 AI 使用，就想通过屏蔽特定爬虫来控制。但 Google 提到，即使屏蔽了专属 AI 爬虫，它依然可能调用已经索引过的数据进行训练和引用。如果真的要限制内容被使用，需要更精确的方式，比如 data nosnippet，而不是简单屏蔽爬虫。这几种做法的共同点是：都在技术层面找办法，却没有真正解决内容本身的问题。Google 释放出来的信号很清楚：GEO 的核心不是技巧，不是格式，也不是某个文件。真正起作用的，仍然是内容质量和信息增量。与其把时间花在 Markdown、llms.txt、robots 屏蔽这些动作上，不如先把内容本身做好。AI 不会因为你更会“包装给 AI 看”，就更愿意推荐你。它最终还是要判断：你的内容到底有没有提供新的、有用的、可信的信息。
Part.04
从追踪“排名”，转向追踪“出现”还有一个变化，很多品牌现在还没有真正意识到。过去做 SEO，大家最关心的是：我在 Google 排第几？但到了 AI 搜索里，这个问题开始变得不够准确。因为 AI 搜索不是给用户一页链接结果，而是直接生成一段答案。答案会根据用户的问题、语境和具体需求动态变化。所以，AI 搜索里的可见性，不再只是第一名、第二名、第三名。它更像是一个更直接的问题：你有没有出现在答案里？SEO 时代，品牌追踪的是排名。GEO 时代，品牌更应该追踪的是出现率。
当用户问和你业务相关的问题时，AI 会不会提到你？
如果提到，是简单带过，还是认真解释？
描述是否准确？
有没有把你的优势说出来？
有没有把你和竞品混淆？
这些问题，比单纯看“排第几”更接近 AI 搜索的真实竞争。更实际的做法是，把你业务里最核心的二三十个用户问题列出来，分别去问 ChatGPT、Gemini、Perplexity、豆包。
看你的品牌出现了几次。
出现时怎么被描述。
有没有被推荐。
有没有出现在对比里。
有没有被 AI 说错、说弱、说偏。
这个结果，比传统关键词排名更能说明问题。很多团队现在的问题，不是没有投入，而是还在用 SEO 时代的旧指标，去衡量 AI 搜索时代的新场景。把这次 Android 更新和 Search Central Live 放在一起看，其实是一件事的两面。
Android 更新说明：AI 正在更深地接管用户的操作和决策。
Search Central Live 说明：AI 选择内容和品牌的标准正在变得更严格。
一边是 AI 离用户越来越近。一边是 AI 对内容越来越挑剔。这两件事同时发生，就指向一个很现实的结论：如果品牌现在还没有认真对待 GEO，就会越来越难进入 AI 的推荐名单。因为未来用户可能不再自己打开 App，不再自己翻搜索结果，而是直接让 AI 帮自己筛选、比较、推荐。而你的品牌能不能出现在这个过程里，取决于 AI 有没有足够清楚、可信、有信息增量的理由，把你说出来。一起聊聊GEO:
夜雨聆风
