基于搜索结果页做排名是我们做SEO的共识，然而随着近两年生成式AI的出现，大量基于AI的平台也在爆发式增长。我们曾经有一些文章研究AI对我们的影响，以及如何使用AI助力我们更好的产出文章，优化排名。
今天写下这篇文章的契机是看到Roger Montti在SEJ上发布的新文章《New Study On Perplexity AI Offers Good News For SEO》（文末有链接）。Roger以他独到的见解说明了这个Good News。但在我们看来，像Perplexity这样新型的搜索平台让我们喜忧参半。什么是Perplexity？
Perplexity 是一个自我描述的答案引擎，由来自OpenAI、Facebook、Quora、Microsoft 和 Databricks 的研究人员和工程师创建。不同于现在我们用的Google Search这样的搜索平台，Perplexity旨在通过大型语言模型生成的引文提供答案，这与传统网络索引的基于链接列表型的结果完全不同。Perplexity是AI优先的搜索引擎，这类型搜索引擎正在迅速流行，Perplexity有增强的“对话体验”、针对某些查询的优质答案以及无广告响应等好处。BrightEdge介绍说，“Perplexity AI 正在以其革命性的方法重塑搜索行业，其月增长率超过 40%，令人震惊”根据 Google 趋势，Perplexity AI在过去一年，搜索趋势总体上涨明显。BrightEdge最近的一项调查也突显了SEO专业人士对Perplexity AI日益增长的兴趣。 为什么大家开始转向Perplexity AI？
Perplexity以生成式AI在搜索中的作用为基础，为重视直接性和相关性的用户提供了量身定制的精致搜索体验。Perplexity避开广告，确保其提供的信息植根于实质内容而不是广告。该平台的互动性质标志着与过去传统搜索体验的巨大差别。Perplexity让用户参与积极的对话，允许以对话形式提出细致入微的问题并深入探索主题。这种现代方法符合人们日益增长的对立即响应和相关响应的期望。对于更熟练的用户，Perplexity的Pro版本扩展了这些概念。将文档和图像合并到查询中，它提供定制的摘要服务，产生更符合用户意图的响应。Perplexity的优缺点
新鲜内容查询
Perplexity AI 将传统搜索引擎的功能与大型语言模型 (LLM) 的高级功能相结合，为查询提供直接、简洁的响应。根据 Perplexity 的说法，它通过从一组精选的信誉良好的来源中获取信息来优先考虑可信度，而不是依赖像谷歌那样广泛的索引。因此，与 Google 的综合索引相比，Perplexity AI 用于制定答案的资源池较小。这意味着对于某些查询，尤其是那些需要最新内容的查询，Google 可能会提供比 Perplexity AI 更新的答案。 Perplexity 以用户为中心的方法
Perplexity与传统引擎不同，它提供了一个无广告的环境。这种根本性的差异决定了其服务的各个方面。例如，用户可以从可定制的搜索旅程中受益，可保存搜索交互，以及利用GPT-4 提供交互帮助的Copilot功能，从而确保无缝且个性化的搜索过程：Perplexity 的方法是以用户为中心的，引导个人通过特定问题来完善和定制结果。它在与用户对话中部署长尾查询，从而产生高度个性化的结果。 Perplexity的来源与Google SGE相比如何？
Perplexity的独特之处在于它通过利用它认为可信的来源池来生成搜索结果。利用 BrightEdge Generative Parser™ (BGP)，我们可以辨别 Perplexity 用于获取结果的域与 Google SGE 使用的域之间的异同。Perplexity 的搜索结果与 Google 的 SGE 结果之间存在“显着”重叠。也许并不奇怪，最多的重叠是与健康相关的搜索查询，可能是因为有资格创建健康和医疗主题内容的网站数量有限。文末BrightEdge的链接里有具体各个行业的重叠情况说明。Perplexity AI幻觉和版权问题问题
Perplexity无法逃避生成式AI的最大障碍 - 容易产生幻觉或编造答案，有时甚至偏离源材料。虽然对于这个问题，创始人Mr. Srinivas给出了一个答案，但是很是勉强。截图来源于文章：Can This A.I.-Powered Search Engine Replace Google? It Has for Me.作为一个新型搜索平台的幼苗，Perplexity有着明显的优点，也有着根植于AI的幻觉问题，以及无广告后期营收问题。但是正如Mr. Srinivas所说，Perplexity 是一款规模较小、相对默默无闻的产品，不同与Google，Bing等传统搜索引擎，已经经过近二十年成长比较成熟。 正如BrightEdge 创始人兼执行主席 Jim Yu 所说：“优化新型搜索平台对于营销人员来说至关重要，因为它们的影响将是巨大的。”如何为Perplexity做好准备
随着数字环境的发展，像Perplexity这样的AI搜索引擎的出现为SEO专业人士提供了一个新领域。掌握这个领域的关键是生成引擎优化（GEO），这是一种确保AI驱动的搜索生态系统可见性的复杂方法。Perplexity独特的算法偏好需要量身定制的 GEO 策略。以下是我们可以操作的方向：Perplexity中的权威域名
Perplexity 优先考虑各个行业的某些领域，从医疗保健到旅游。认识这些偏好是制定 GEO 战略的第一步。例如，在 B2B 技术领域，可以利用 techtarget.com 等权威网站，而在电子商务领域，亚马逊在 Perplexity 领域的主导地位不容小觑。l分析域名重叠部分：识别并定位 Perplexity 青睐的高价值域名，确保您的内容与这些可信来源保持一致。l建立合作伙伴关系：在可能的情况下，与这些域名建立内容合作伙伴关系，以利用他们已建立的信任并提高您自己的权威。
利用行业特定平台
每个行业都有一套独特的 Perplexity 青睐的平台，从餐馆的点评网站到旅游的聚合平台。GEO 需要采取细致入微的方法，根据您所在行业首选的特定平台定制内容。l针对行业巨头进行优化：TripAdvisor 针对旅游、Yelp 针对餐厅、Amazon 针对电子商务等。l开发专业内容：创建与受欢迎平台的主题产生共鸣的特定行业内容，无论是旅行指南还是餐厅评论。监控并适应算法趋势
关注合作伙伴关系，例如谷歌与 Reddit 的合作，可以预示 Perplexity 的算法偏好即将发生变化。掌握这些发展脉搏对于自适应 GEO 至关重要。l随时了解合作伙伴关系：了解战略合作伙伴关系如何影响 Perplexity 中的权威域名。l做好准备：制定灵活的内容策略，可以快速适应新的算法趋势。利用生成内容技术
GEO涉及的不仅仅是传统的关键词优化；它是关于创建与AI引擎生成搜索结果的方式相一致的内容。这意味着预测用户意图并提供全面、权威的响应。l拥抱AI友好的内容：以AI易于理解的方式构建内容，具有清晰的标题、结构化数据和对常见问题的简洁答案。l产出丰富的内容：除了文本之外，还可以结合符合 Perplexity 内容偏好的各种媒体，例如图像和视频。 培养信誉和信任
在金融和保险等行业，Perplexity 非常重视可靠的来源。您的 GEO 策略必须强调通过权威内容和可靠信息建立信任。l突出专业知识：展示资历、认证和专家意见以建立可信度。l准确的信息：确保所有发布的内容均经过事实核查且可靠，并引用来自权威网站的内容。参与本地 SEO
Perplexity 与其他搜索引擎一样，重视本地化内容。对于餐饮和医疗保健等决策基于位置的行业来说，本地 GEO 至关重要。l优化本地搜索：确保您的企业在地图和本地目录中准确列出。l本地化内容：发布直接与本地受众交流的内容，包括本地关键字和特定地区的信息。合并用户生成的内容
Perplexity 重视社区驱动的见解，从其对 Reddit 和 TripAdvisor 等平台的偏好即可看出。鼓励用户互动并纳入用户生成的内容可以增强您的 GEO 工作。l鼓励评论：实施策略以推动客户在 Perplexity 认可的关键平台上进行评论。l参与社区：积极参与与您所在行业相关的社区讨论和论坛。 最后
面对AI就是未来这样的现实，我们只能亦步亦趋，保持一直学习。New Study On Perplexity AI Offers Good News For SEOhttps://www.searchenginejournal.com/perplexity-ai-seo/513039/The Ultimate Guide to Perplexityhttps://www.brightedge.com/perplexityCan This A.I.-Powered Search Engine Replace Google? It Has for Me.https://www.nytimes.com/2024/02/01/technology/perplexity-search-ai-google.html词汇表
AI驱动的搜索引擎：使用AI理解和处理自然语言查询的搜索平台，与传统搜索引擎相比，提供更多上下文和直接响应。生成引擎优化 (GEO)：为AI驱动的搜索引擎优化内容的实践，这些搜索引擎使用生成AI来创建对查询的响应，而不是仅仅依赖关键字匹配。Perplexity：一种AI驱动的搜索引擎，其功能类似于传统搜索引擎和生成式AI聊天平台的混合体，旨在以对话方式解释和响应用户查询。SGE（搜索生成体验）： Google 用于呈现搜索结果的格式，其中包括符合不同用户意图的模块。这些体验由AI生成，为用户的查询提供全面的答案。自然语言处理 (NLP)：AI的一个领域，专注于计算机与人类通过自然语言进行交互，使机器能够阅读、破译、理解和理解人类语言。 大型语言模型 (LLM)：一种AI模型，经过大量文本数据训练，生成与其接收的输入连贯且上下文相关的文本。
文章为作者独立观点，不代表DLZ123立场。如有侵权,请联系我们。( 版权为作者所有，如需转载，请联系作者 )
网站运营至今，离不开小伙伴们的支持。 为了给小伙伴们提供一个互相交流的平台和资源的对接，特地开通了独立站交流群。
群里有不少运营大神，不时会分享一些运营技巧，更有一些资源收藏爱好者不时分享一些优质的学习资料。
现在可以扫码进群，备注【加群】。 ( 群完全免费，不广告不卖课！)
发表评论 取消回复