夜雨聆风对于大部分人来说，不行，因为专业性，判断力达不到。
对于一些真正理解机制的，它是放大器。
最近一种说法很流行:用 GPT、用 Claude 做 SEO,比 99% 的从业者还强。
这句话是错的。不是"有点夸张",是从机制上就站不住。AI 工具确实改变了 SEO 的执行效率,但"帮你把 SEO 做好"和"帮你更快地产出"是两件事。把这两件事混为一谈,是这波叙事最大的偷换。
## 你不用信我,自己做个实验
打开 Perplexity或其他,问它一句"怎么做好谷歌 SEO"。
它会给你一份结构工整、引用齐全的答案:先做关键词、内容要解决问题、技术基础做好;一篇文章最好包含定义、步骤、示例、常见错误、FAQ;标题、H1、H2、URL、图片 alt 里都要自然出现关键词;再加内链形成"主题权重"。读起来挺像那么回事。
现在做两件事。
第一,把其中几条拿去对 Google 官方文档——你会发现"加 FAQ、靠结构化数据提升"这类说法,正是 Google 明确说过"不需要、不是触发条件"的东西(下面详述)。
第二,看它的引用来源。几乎全是二手 SEO 博客和个人站,一条一条平等地缝在答案里。这里有个更要命的细节:**哪怕它的检索结果里混进了真正可靠的一手分析,它也只是把这条和那些复读博客并排放在一起,不会因此更准。** 它不判断哪个来源更可信、哪条说法对、哪条是被复读烂的旧教条——它做的不是判断,是把排在前面的说法揉成一段通顺的话。
这就是这篇文章要讲的全部:**AI 工具能把共识缝得很流畅,但它不做判断,而判断才是 SEO 真正值钱的部分。**
下面把机制说透。
## AI 工具的 SEO 知识,来自一个被污染的源
一个语言模型回答"怎么做 SEO"时,它不是在思考,是在复述。它复述的,是训练时见过的公开 SEO 内容里最高频、最主流的说法。
问题就出在这个源上。公开的 SEO 内容,绝大部分是博客转述博客、二手解读叠二手解读。一个说法只要传得够广,就会被反复写进文章、被模型反复学到,最后成为它眼里的"标准答案"——而它传得广,和它正不正确,是两回事。
所以 AI 工具给你的,是**被复述最多的说法**,不是**正确的说法**。在多数领域,这两者大致重合;但在 SEO 这个长期被营销话术和伪概念污染的领域里,它们经常正好相反。一个外行问 AI 怎么做 SEO,得到的是一份流畅、自信、且大概率错误的共识答案——而他没有参照系去分辨对错。
这不是主观判断。下面用搜索引擎自己的文档来验证。
## 把 AI 的典型建议,拿去对 Google 官方文档
判断 AI 给的 SEO 建议准不准,最干净的办法不是听谁说,是直接对照一手来源。Google Search Central 的官方开发者文档,就是这个领域里少数真正的一手来源。
拿两条 AI 工具最爱给的建议来对:
**第一条:"加 FAQ schema、加结构化数据,能提升排名 / 进 AI Overview。"**
这是 AI 工具几乎必给的建议之一。而 Google 官方文档明确写着:出现在其生成式 AI 功能里,**不需要任何特殊的 schema.org 标记**,也没有哪一种结构化数据是触发条件。文档专门把"过度押注结构化数据"列为一种常见误区。结构化数据有它的用处(帮助理解内容、争取富媒体结果),但它不是排名或被引用的开关。AI 工具把一个"辅助信号"讲成了"排名杠杆"。
**第二条:"用 AI 批量生成内容,覆盖用户所有可能的提问变体。"**
这是"用 AI 做 SEO"最常见的落地方式——量产、铺全。而 Google 官方文档把"为了操纵排名而围绕各种查询变体(fan-out)规模化生产内容"直接定性为**规模化内容滥用(scaled content abuse)**,违反其垃圾内容政策;并明说这是一种**长期无效**的策略,页面数量多不等于网站质量高或更相关。
注意这里发生了什么:不是某个从业者说 AI 的建议错了,是**AI 给出的典型建议,正好是 Google 官方文档明确否认、甚至列为违规的东西**。一个把官方明确反对的做法当作"最佳实践"反复输出的工具,谈不上"帮你做好 SEO"。
## "那我让它联网搜呢?"——污染源换了,污染没消失
有人会说:纯靠记忆不准,那带搜索的 AI(联网的 GPT、Perplexity 这类)总该准了吧?它能实时抓最新的内容。
这里要分清两种工作方式。不联网时,模型复述的是训练语料里的高频内容;联网时,它走的是另一套机制——检索增强生成(RAG,也叫 grounding):**先去检索已经存在、且排名靠前的网页,再基于抓回来的内容生成回答。**
Google 官方文档对自家 AI 功能的描述正是如此:这些功能植根于其核心搜索排名系统,通过检索的方式,从搜索索引里取回相关网页来生成回答。换句话说,它**优先复述的是"已经被排名、已经被高曝光"的内容**。
但排名是按相关性和一系列信号排的,**不是按正确性排的**。一个错误的主流说法,只要它排得高,就会被优先抓取、优先复述。信息检索领域的研究也早已指出:检索环节本身会引入误导性、非事实的文档,并把这种污染带进最终生成的结果里。
所以联网没有解决任何问题。它只是把污染源从"训练语料里的共识"换成了"SERP 排名靠前的共识"——而这两者,本来就高度同源。开头你在 Perplexity 里看到的那份答案、那一串二手博客引用,就是这个机制的直接产物:它忠实地复述了"已经排在前面的说法",仅此而已。
## SEO 真正值钱的部分,AI 给不了
退一步说,就算 AI 给的不是错误共识,它依然做不好 SEO——因为 SEO 真正的难点,不在它能做的那一层。
AI 能做的,是写初稿、生成 meta、跑关键词、做聚类、批量处理。这些是 SEO 里**门槛最低、最该被自动化**的部分。AI 把这层地板抬高了,但它没碰到天花板。
SEO 真正值钱的是**判断**,而且是针对具体情况的因果判断:
一个站掉了排名,是核心算法更新的打击、是页面互相蚕食、还是技术问题?该把预算砸在外链上,还是先修站内的信号冲突?一条外链,是真相关、还是高权重但无关的噪音?一个客户的业务,到底有没有能被报道的新闻点?
这些问题没有通用答案,只有"看你这个站的具体数据、具体处境"才能给出的答案。而语言模型本质上是按概率预测语言的——你问它,它给你的是训练语料里关于这类问题的**泛泛共识**:"两者都重要""提升内容质量""综合考量"。它生成的是听起来合理的语言,不是经过核验、针对你这个站的诊断。
更根本的一点:AI 做的是**共识聚合**——把见过的最多说法揉成一个流畅答案。而真正的 SEO 判断,要做的恰恰是共识聚合的反面——回到一手来源(官方文档、专利、检索领域的研究),自己验证,该和主流一致就一致,该不一致就不一致。这件事,AI 在默认状态下不会替你做,因为它的机制天然倾向于复述主流,而不是质疑主流。
## 工具放大的是判断,不是判断本身
把上面的话收成一句:AI 是放大器,不是替代品。
一个有判断力的人用 AI,产出等于判断力乘以 AI 的效率——他用一手信源喂它、用专业的追问逼它进入真正的推理,AI 成了他判断力的延伸,效率翻倍。一个没有判断力的人用同一个 AI,产出等于零乘以效率——他连 AI 给的答案对不对都分不清,只能把错误的共识更自信、更快地执行出来。
零乘以再大的效率,还是零。
所以"用 AI 比 99% 的 SEO 从业者强"这句话,真实含义被偷换了。被 AI 放大的,从来是那些**本来就会判断**的人;剩下大多数用 AI 的人,只是把"不懂"装得更像"懂"、把错误产出得更快。把"AI 放大了顶尖的人"说成"AI 让所有人都超过了顶尖的人",是这句话的全部花招。
做好 SEO 的,永远是判断。AI 替代不了判断——它只能放大你已经有的那部分。对会判断的人来说,这是顺风;对不会判断的人来说,它给的不是捷径,是一个把错误执行得更快的工具。
