从网页链接到AI代理：SEO、AEO、GEO、AAO四代搜索优化范式完整演进史

如果你在2000年做网站，最关心的是“怎么让网站在百度排第一”。如果你在2017年做内容，开始琢磨“怎么让Google精选摘要选中我的答案”。如果你在2024年做品牌，焦虑的是“ChatGPT回答用户问题时会不会提到我”。而到了2026年，最前沿的优化者已经在思考：“当AI代理替用户做决策时，怎么让它选择我？”

这不是四个互不相干的问题——它们恰好对应了搜索优化在过去三十年里经历的四次范式跃迁。从SEO到AEO，从AEO到GEO，再到今天正在萌芽的AAO，每一次跃迁都源于同一个驱动力：技术变了，用户获取信息的方式变了，优化的规则就必须跟着变。

更重要的是，这四个范式不是替代关系，而是叠加演进——旧范式不会消失，新范式建立在上一代基础之上。

一、SEO时代（1997–2022）：网页链接时代的排名游戏

时代节点

“搜索引擎优化”这个概念萌芽于1997年。那一年，John Audette最早在行业中使用“search engine optimization”这一术语。1998年，Google推出PageRank算法，SEO行业正式成型。从2000年到2022年，SEO长期占据主流地位。

时代背景

上世纪90年代初，互联网还是一片信息的荒野。1990年，加拿大麦吉尔大学开发了Archie——被公认为搜索引擎的鼻祖。1993年，Excite等搜索平台出现。1994年，雅虎诞生。1997年，斯坦福博士生Larry Page注册了域名google.com。1998年，Google正式上线。

这是一个信息从“匮乏”走向“爆炸”的年代。用户想找信息，就得在搜索引擎里输入关键词，然后面对一长串蓝色链接。谁排在前面，谁就能获得流量。谁排在后面，谁就等于不存在。

技术特征

SEO时代的技术基础可以概括为四个关键词：关键词匹配、网页爬虫、链接权重、网页排名机制。

早期的搜索引擎主要靠关键词匹配来决定排名——页面里关键词出现得越多、越密集，排名就越高。这种简单粗暴的规则很快就催生了“关键词堆砌”等作弊手段。Google的PageRank算法革命性地引入了链接分析——一个页面被越多高质量的页面链接，它的权重就越高。这彻底改变了游戏规则。

核心目标

SEO的核心目标只有一个：抢占搜索结果排名，获取网页点击流量，把用户导入官网。在那个时代，流量就是一切。排名第一意味着海量点击，海量点击意味着源源不断的客户。

典型场景

百度和谷歌的传统蓝色链接搜索结果。2000年，百度成立，迅速成为中国搜索引擎市场的领头羊。用户输入关键词，得到一页蓝色的链接列表，然后一个个点开去看。

核心矛盾

争夺页面排名、点击率、网站访问量。这是一场零和博弈——前排只有一个，所有人都想挤上去。

二、AEO时代（2014–2023）：答案引擎优化的崛起

时代节点

2014年，Google推出精选摘要（Featured Snippets）。这是AEO的实践萌芽。2017年，Jason Barnard与Trustpilot团队联合发布了关于AEO的白皮书，正式定义了“Answer Engine Optimization”这一概念。2018年到2023年，AEO大规模落地。

时代背景

为什么搜索引擎突然不想让用户点链接了？因为用户变了。

2010年代，移动互联网爆发，语音助手（Siri、小爱同学）兴起。用户不再坐在电脑前慢慢翻搜索结果——他们在开车时问Siri、在做饭时问小爱、在手机上直接问Google。用户想要的是“快”，是“直接拿到答案”，而不是“再点开一个网页自己找”。

Google敏锐地捕捉到了这个变化。2012年推出知识面板（Knowledge Panel），2014年推出精选摘要和快速解答。搜索引擎开始从“展示链接”转向“提供答案”。

技术特征

AEO时代的技术本质是抽取式AI——搜索引擎直接从网页中摘取一段完整答案，置顶展示在搜索结果最上方，用户不需要点开网站就能看到答案。

这就是所谓的“位置0”——比排名第一的位置还要靠前。谁能抢占这个位置，谁的内容就会被数百万用户直接看到，哪怕他们根本没点进你的网站。

用户行为

人提问，机器直接给出现成答案。大量用户不再点击链接。这就是“零点击搜索”的起源——用户得到了答案，但网站没有获得流量。

核心目标

抢占“位置0”摘要、语音回答，成为被直接摘取的标准答案。

内容特征

独立、简短、自洽的问答块——FAQ、步骤清单、定义。内容必须能被机器干净利落地摘取，而不是需要用户自己从长文中提炼。

AEO与GEO的边界

AEO是抽取现成答案，不重新整合生成文本。它回答的是“What”（是什么），而不是“Why”（为什么）或“How”（怎么做）——那是GEO的领域。

三、GEO时代（2023–至今）：生成式引擎优化的爆发

时代节点

2023年11月，普林斯顿大学、佐治亚理工学院、艾伦人工智能研究所和印度理工学院德里分校的研究团队在arXiv上发表了题为《GEO: Generative Engine Optimization》的论文。这是GEO概念的正式诞生。2024年8月，论文在ACM SIGKDD会议上正式发表。2024年到2026年，GEO进入行业商业化普及阶段。

时代背景

2022年底，ChatGPT横空出世。随后，Gemini、Perplexity、Claude等大模型纷纷登场，Google也推出了AI Overview（原SGE）。

这些生成式AI颠覆了搜索的本质：用户不再面对一列蓝色链接，而是直接得到一段由AI综合多个信源重新组织、生成的全新回答。AI会阅读几十个网页，提取关键信息，融合成一段完整的段落，同时标注信息来源。

技术特征

GEO时代的技术本质是检索增强生成（RAG） 。大模型不是简单地摘取一段现成文字，而是从多个文档中碎片化地提取信息，重新组织、重新表达，生成一段全新的回答。

用户行为

用户向AI对话提问，接收AI综合编撰的长文本回答。搜索变成了对话——你问一个问题，AI给你一段完整的解释，而不是一页链接让你自己翻。

核心目标

你的内容被大模型识别、采信，在AI合成答案中成为引用信源，获得品牌提及与来源标注。

关键特征

GEO对内容的要求与SEO完全不同：

• 不追求单一简短答案，需要完整、信息密度高、权威可信的长内容
• 适配LLM的实体识别、事实校验，对抗AI幻觉
• 核心指标从“排名”变成了“AI引用率”和“正面提及占比”

GEO的实证效果

普林斯顿的研究团队测试了九种优化手段，发现了一个关键结论：加入引用来源、权威引语和统计数据，可将生成式回答中的可见度提升最高40%，而关键词堆砌无效甚至适得其反。在10000条真实查询的基准测试中，综合运用“补充引用来源”与“加入统计数据”等手段，效果显著。

四、AAO时代（2025–至今）：AI智能体优化的萌芽

时代节点

2025年8月，AAO框架雏形发布。2026年初，Jason Barnard在Search Engine Land上正式标准化定义了AAO（Assistive Agent Optimization）。当前，AAO正处于早期落地周期。

时代背景

当AI不仅能回答问题，还能自主执行任务时，搜索优化需要再次进化。

2025-2026年，AI的发展进入了一个新的阶段：从“回答问题”进化为“自主执行任务” 。AI代理（AI Agent）可以替用户检索信息、比较选项、对接服务，甚至完成交易。

什么是AAO？

AAO的核心可以概括为一句话：be chosen when no human is in the loop——在没有人参与决策的情况下，被AI代理选中。

想象一下这个场景：用户对AI说“帮我找一个靠谱的网站建设公司，预算3万以内，要支持定制开发”。AI代理自动搜索、比较、筛选，最后推荐了三家公司给用户——其中可能包括你，也可能不包括。

技术特征

AAO继承了AEO和GEO的全部能力，并增加了一个前所未有的维度：consequence（后果） 。在SEO时代，排名差一点无非是流量少一点。在AAO时代，如果AI代理不选择你，你连被用户看到的机会都没有。

核心目标

当AI代理替用户做决策时，确保你的品牌信息被正确理解、被信任、被推荐。

四代范式的演进关系

五、总结：四代范式不是替代，是叠加

回顾这三十年的演进，有一条清晰的脉络：搜索的“智能”在不断上移。

SEO时代，智能在搜索引擎的排名算法里——它决定谁排在前面。AEO时代，智能在答案抽取引擎里——它决定谁被摘取。GEO时代，智能在大模型的综合推理里——它决定谁被引用。AAO时代，智能在AI代理的自主决策里——它决定谁被选中。

每一个新范式的出现，都不是对旧范式的否定，而是在旧范式基础上的叠加。

今天的网站建设，依然需要做SEO——让搜索引擎收录你、排名你。也需要做AEO——让你的内容成为可以被直接摘取的标准答案。还需要做GEO——让你的内容被大模型识别、引用。而面向未来，更需要开始思考AAO——当AI代理替用户做决策时，你的品牌信息是否足够清晰、可信、可被选择。

搜索优化的历史，就是一部技术变革史，也是一部用户行为演变史。从“人找信息”到“信息找人”，从“人点链接”到“AI给答案”，从“人自己比较”到“AI代理执行”——优化的对象在不断变化，但优化的本质从未改变：让对的內容，在对的时刻，以对的方式，触达对的人。

只不过，“对的方式”在过去是排名第一，在今天是被AI引用，在明天是被AI代理选中。

本文参考了Jason Barnard关于AEO和AAO的系列论述、普林斯顿大学GEO研究论文及行业公开资料。