今天看到条消息说谷歌站长工具正在内测 AI 提及与引用报表功能，这张报表在必应站长工具里面很早就能看到了，所以说今天想展开这个点聊聊。
AI 提及的意思很明显，就是 AI 在回答里说到了你的品牌、产品、网站，或者观点，但不一定给你链接。
比如当你搜索“有哪些适合小团队的 SEO 工具”，而 AI 回答是“常见选择包括 Ahrefs、Semrush、Ubersuggest 等”。
那这里的 Ahrefs、Semrush、Ubersuggest 就是被 AI 模型提及了，它们获得了品牌曝光。
而 AI 引用则更深入一些，意思是 AI 不仅仅提到了你的品牌，还把你的网页内容作为信息来源，通常还显示内容链接、来源卡片或参考出处。
还是刚刚那个问题，如果此时有 AI 引用的话，对应的回答里应该有很明显的内容链接引用，或者参考链接卡片。
格式类似上图展示的这样。
所以说这种 AI 提及与 AI 的引用，与我们传统 SEO 的曝光、排名、点击等指标的逻辑是不一样的。
在 AI 搜索优化里，我们的运营目标可能是先得让 AI 知道我们，从而提升在 AI 回答中被提及的概率。
而想让 AI 真正引用我们的内容，则需要让 AI 模型相信我们的内容值得作为引荐源。
从这个点看，AI 优化的效果指标与传统 SEO 优化的效果指标，在本质上并没有太大的差异，都是让搜索引擎信任我们的内容、信任我们的品牌。
大家有兴趣的话，可以看一下自己网站在必应站长工具里面的引用数据（注意是引用而非提及）。
比如这种紫色线条，表示的是在统计周期内，你的网站内容被必应 AI 搜索体验作为来源引用了多少次。
而这种蓝色线条则表示有多少个不同页面被引用。
但我觉得这两个数据的参考价值并不是很大，毕竟引用次数高不代表被引用的页面数量多，也可能是少数页面被反复引用。
另外，我们可以结合这种报表数据与网站流量来源数据进行比对，某种程度上会发现网站从 AI 搜索引擎上来的流量并不是很高。
这就意味着 AI 模型也仅仅只是引用了你的网站内容，但点击率非常非常低。
毕竟这种 AI 回答与传统的搜索结果页面是有非常大的区别的，你根本没办法搞明白 AI 到底会在哪个地方去引用你的网站内容。
所以针对 AI 搜索引擎的优化，除了提升品牌的知名度、提升网站的权重之外，还有一个比较可行的方案就是做针对性的关键词优化。
比如之前介绍的通过 fan-out query 来衍生出一系列话题关键词，并做与之相关的内容布置的策略。
