说真的，2026 年干 SEO 的感觉很奇怪。不是那种“变化太快我跟不上”的奇怪——这种话我从 2018 年就在听了。而是一种更微妙的别扭：你明明感觉自己什么都没做对，但数据竟然慢慢变好了。然后你试图复现这个“成功”，发现上周的配置这周完全不灵。
我上个月花了整整三天研究为什么一个本来稳定排名前三的页面突然掉到了第七页。最后发现不是内容问题，不是链接问题，不是任何我试图优化的东西。是 Google 的 AI 概览把整个查询意图重新定义了。它不再认为用户需要“比较 A 和 B”，而是直接把答案塞在搜索结果顶部，然后大家就都不点了。
这种零点击搜索在 2026 年已经不是趋势了，它是日常。根据 Web Almanac 的数据，在移动端零点击率已经从 2024 年的 10.6% 上升到了 2025 年的 13%。我对此的感受是：还行，至少用户没去竞争对手那里。但说实话，零点击搜索对网站流量来说是切切实实的损失，尤其是对那些靠信息类内容赚取流量的商家。
但有些事也在变好。比如 robots.txt 的管理，以前就是个“放那儿别动”的配置，现在它变成了策略层面的东西。要不要屏蔽某些 AI 爬虫？怎么屏蔽？那个新出现的 LLMs.txt 文件到底该不该用？我见过身边有人为了这个吵了整整一晚上。它的原理是让网站站长主动告诉大语言模型该用什么内容训练自己，但问题是，你怎么知道它真的会遵守呢？
毕竟没有爬虫警察来执法。
AI 搜索：流量没变少，但质地变了
2026 年最绕不开的话题当然是 AI 搜索。根据一些估算，到今年 AI 会处理全球约 25% 的查询。这个数字我没核实过，但感觉差不多。因为在日常工作中，我能明显感受到两件事：一是 Google 的 AI 概览几乎覆盖了我负责的绝大多数查询；二是用户行为变了——他们不再点击三个结果去比较，而是直接问、直接看摘要，很少往下滚。
这对内容策略意味着什么？我在 2024 年底犯过一个严重错误：拼命写那种“段落分明、适合被提取”的短平快内容，以为这样更容易被 AI 搜索引用。结果确实被引用了，但流量没涨，因为引用完了用户就走了，根本没必要点进来看。
后来我才意识到，AI 搜索其实不是在抢你的流量，它是在重新分配用户的注意力和点击意愿。如果你写的是那种“用户非看原文不可”的内容——比如对比分析、实验报告、带有主观判断的行业洞察——AI 很难完整提取，因为它缺乏上下文。而这种内容反而更容易吸引点击，因为用户发现摘要不够用。
这不是什么高深的策略，就是常识。但 2026 年最大的挑战不是不知道怎么做，而是你有没有时间和工具持续产出这种内容。我试过手动写，坚持了两周就放弃了。后来用了SEONIB来帮我处理自动化部分，至少它能帮我把从选题到生成再到发布的一整套流程跑通，而不是让我每天花两小时纠结“今天写什么”。
但说实话，工具只是工具。内容深度这件事，最终还是得你亲自判断哪些值得写、什么角度能产生差异。我只是不想在一个调度任务上消耗太多时间。
结构化数据：不是为了 Google，是为了 AI
结构化数据在 2026 年经历了一个有意思的变化。以前我们加 schema 只有一个目的：希望 Google 给个富媒体摘要，比如星级评分或者 FAQ 折叠。但现在逻辑变了。
FAQPage schema 的使用量在 2025 年到 2026 年间有明显的增长，Web Almanac 的数据也证实了这一点。增长的原因不是 Google 的 SERP 展示策略变了，而是大语言模型在训练和推理时，会更倾向于引用那些结构化程度高的内容。FAQ 的问答格式天然适合被 AI 爬取并拼接成答案。
换句话说，你写的结构化数据，可能根本不会在 Google 搜索界面上展现，但它会在 ChatGPT 或者某个人工智能代理的回复里出现。如果你做的是 B2B 业务、或者你的客户更喜欢通过对话式搜索来了解产品，那结构化数据的价值就从“排名优化”变成了“被引用资格”。
但我必须坦白说，这个策略的回报周期很长。我去年给一批页面加了 FAQPage schema，等了大半年才有明显变化，而且没办法直接归因。你是否应该去做这件事？如果你有现成的内容，可以考虑多花一点时间结构化它。但如果你的团队连基本的内容产出都保持不了，还是先解决这个问题吧。
LLMs.txt：该不该入坑？
今年多了一个让我头疼的东西：LLMs.txt。这个文件的概念本身很简单——你写一个文本文件，告诉 AI 爬虫哪些页面内容适合被用来训练、哪些应该忽略。听起来很有道理，但实际操作很混乱。
首先，没有标准。每个大模型公司对 LLMs.txt 的支持程度不一样，有的完全不理会，有的部分采纳。其次，你怎么知道你的内容被爬过后，“不对”的模型有没有拿到它？我在某个项目里试过写入严格的排除规则，结果过了两周发现一个新出现的 AI 搜索引擎依然引用了被排除的页面内容。那种感觉就像你挂了个“请勿打扰”的牌子，但访客视若无睹。
我的经验是：现在不需要特别积极地去搞这个文件。如果你有那种“绝对不能给 AI 学”的商业机密，那别指望一个文本文件能挡住。优先管好 robots.txt 和页面本身的访问控制。LLMs.txt 更像是 2026 年的一个趋势实验，它有机会成为标准，但时机还太早。
那会不会因为没加这个文件而损失什么？目前来看，不会。但如果你怕未来某一天突然要求有这个才能被索引，可以现在先写一个最简单的版本放着，反正也不费事。
E-E-A-T 这件事：Google 没忘，只是藏得更深了
虽然大家都在讨论 AI 和结构化数据，但 E-E-A-T 在 2026 年不但没有消失，反而体现在更隐性的地方。比如那些以前靠 AI 批量生产内容来冲排名的网站，今年普遍在经历排名下降。Google 内部可能没有更新太多官方指南，但算法已经开始过滤了。
我注意到一个现象：2026 年的 SEO 工具和平台开始自动帮你做很多基础优化。比如 CMS 系统会在发布时自动生成 schema、内链建议甚至元描述。这使得 SEO 的“入门门槛”变得更低——但同时也让“及格”变得更容易糊弄。Web Almanac 的数据也显示，越来越多的 SEO 优化是通过默认设置和工具行为来实现的，而不是刻意优化。这听起来是好事，但问题在于：当大家都在及格线上时，怎么拉开差距？
答案是那些“工具做不了”的事。比如真正基于经验判断的内容导向、对用户意图的细微理解、以及敢于在某条内容上投入数倍于平均的资源。
FAQ 常见问题
1. AI 搜索会完全取代传统搜索吗？
短期内不会。但到 2026 年，AI 搜索已经占据了相当多的查询，尤其是信息和问答类。对于品牌查询、交易类购买，传统搜索还是主流。另外，很多人同时用两边，不是非此即彼。
2. 零点击搜索对流量影响有多大？
要看你的行业。信息类网站受到的冲击最大，有些类目的零点击率已经超过 20%。但如果你经营的是电商或 B2B 服务，用户的购物意图更强、访问需求更明确，影响相对小一些。
3. 做 AI 优化（AEO/GEO）有什么速成方法？
没有。最实际的是先把结构化数据做好，然后确保内容本身就是清晰、完整、有独到观点的。AI 就是喜欢这种内容。至于有没有马上排进 AI 搜索结果的办法——我只能说，如果你找到了，记得分享给我。
4. 我该不该现在开始写 LLMs.txt？
如果你有比较多的站点资源，可以写一个简单的版本放着，不消耗太多时间。但如果你的重点还在基础 SEO，优先级往后排。目前它还没到“非有不可”的程度。
5. SEO 在 2026 年还值得投入吗？
当然值得，但投入的方式变了。以前只要写足够多的内容、配足够多的链接就能有效果。现在需要更精细的判断、更耐心的观察，以及更愿意面对不确定性的心态。如果你问我想不想回 2020 年干 SEO，我会说：不想，2026 虽然烦，但至少没那么无聊。
