在上周参加的一场法国 GEO&AI 分享会中，我们深入讨论了以下话题：

第一个消息：

Bing 站长工具推出 AI 搜索数据，我们第一次看到 AI 是怎么“搜索”的

最近 Bing Webmaster Tools 上线了一个非常值得关注的新功能：AI 搜索数据报告。

这是目前搜索引擎官方工具中，第一次向站长开放 AI 搜索相关的数据。

简单来说，这个报告会告诉你：

• AI 在回答问题时执行了哪些查询

• AI 是如何检索网页内容的

• 哪些内容更容易被 AI 找到

虽然目前数据还比较有限，但它已经让我们第一次可以观察到：

AI 是如何“搜索互联网”的。

对于 SEO 从业者来说，这一点非常重要，因为 AI 搜索的逻辑其实和传统搜索有很大区别。

AI 搜索的两个核心概念：Fan-out 与 Grounding Query

在新的 AI 报告中，有两个非常关键的术语：

• Fan-out Query

• Grounding Query

理解这两个概念，基本就理解了 AI 搜索的底层逻辑。

1. Fan-out Query（查询扇出）

Fan-out 可以理解为 AI 对问题进行语义扩展。

当用户问一个问题时，AI 并不会只用这个问题去搜索，而是会把它拆成多个相关查询。

举个生活化的例子：

用户问：

如何减肥最快？

AI 很可能会扩展出多个搜索方向，比如：

• healthy weight loss methods

• how to lose weight fast safely

• diet vs exercise weight loss

• best foods for weight loss

这一步就是 Fan-out（查询扇出）。

它的核心作用是：

从多个角度理解问题。

2. Grounding Query（事实检索查询）

在完成 Fan-out 后，AI 会进入第二个阶段：Grounding。

Grounding 的意思是：

为 AI 的回答寻找真实网页作为依据。

比如刚才的减肥问题，AI 在生成回答前可能会搜索：

• how many calories to lose weight

• recommended weight loss per week

• best diet plan for weight loss

这些就是 Grounding Query。

它们代表的是：

AI 在生成答案之前，实际执行的检索行为。

AI 搜索的整体流程

综合来看，一个 AI 搜索问题通常会经历这样的过程：

用户提问

↓

Fan-out（问题语义扩展）

↓

Grounding（检索网页信息）

↓

Citation（选择引用来源）

↓

AI 生成最终回答

也就是说，AI 并不是直接回答问题，而是会先进行一系列 搜索与验证。

虽然数据有限，但我们已经能读出一些趋势

虽然目前 Bing 提供的数据还比较初步，但已经可以看出 AI 搜索的一些特点。

1. AI 的搜索语义比用户更复杂

传统 SEO 关注的是 用户输入的关键词。

但 AI 搜索会主动扩展语义。

例如用户搜索：

怎么选咖啡机？

AI 可能会扩展成：

• best coffee machine for beginners

• espresso machine vs drip coffee maker

• how to choose a home coffee machine

这意味着：

AI 搜索更像是在探索一个 语义空间，而不是只匹配一个关键词。

2. AI 更喜欢结构清晰的内容

通过 Grounding Query 可以发现，AI 更容易引用那些：

• 定义清晰的段落

• 对比明确的内容

• 结构化的信息

例如：

• What is a capsule coffee machine

• Drip coffee vs espresso

• How to choose a coffee machine for home

这种结构更容易被 AI 抽取。

如何利用 Bing 的数据反过来优化 Google SEO？

虽然 Google Search 仍然占据更高的市场份额，但 Bing 的 AI 数据仍然非常有价值。

原因是：

AI 搜索的底层逻辑在各个平台是相似的。

无论是 Bing Copilot 还是 Google 的 AI Overview，基本流程都是：

语义扩展 → 信息检索 → 内容抽取 → 引用来源。

因此，我们完全可以利用 Bing 的数据，反过来优化 Google SEO。

方法一：用 Grounding Query 扩展内容

Grounding Query 可以看作 AI真实使用的搜索词。

很多时候，它们是很好的长尾内容来源。

例如如果 Grounding Query 包含：

• best coffee beans for beginners

• how to store coffee beans

• coffee beans vs ground coffee

那么我们就可以在文章中增加类似内容：

• How to choose coffee beans for beginners

• How to store coffee beans properly

• Coffee beans vs ground coffee: what’s the difference

这样既有利于 Google 排名，也更容易被 AI 抽取。

方法二：用 Fan-out 结构设计文章

Fan-out 本质上是一种 语义扩展结构。

大多数 AI 扩展问题通常围绕几个固定方向：

• Definition（定义）

• How it works（原理）

• Comparison（对比）

• Use cases（使用场景）

• Advantages（优势）

• FAQ（常见问题）

例如一篇关于 咖啡机选择 的文章，可以设计为：

• What is a capsule coffee machine

• How capsule coffee machines work

• Capsule vs traditional coffee machines

• Best coffee machines for beginners

• FAQ

这样的结构既符合传统 SEO，也更符合 AI 的检索逻辑。

如何验证KPI？

GEO时代，引用数量，被引用页面数量与AI流量来源都可以作为新的评估标准

AI 搜索时代，SEO 的逻辑正在改变

如果把这些数据放在更大的背景下看，其实可以发现一个趋势：

搜索正在从 “关键词匹配”，逐渐转向 “语义理解 + 信息抽取”。

过去我们做 SEO 的逻辑是：

关键词 → 排名 → 点击

但在 AI 搜索时代，很可能会变成：

语义匹配 → 信息抽取 → 内容引用。

也就是说，未来一个网站的价值，不只是 能不能排到前面，而是：

你的内容是否足够清晰、结构化，并且容易被 AI 理解和引用。

而 Bing 这次开放的 AI 数据，可能只是一个开始。

未来搜索引擎是否会开放更多 AI 搜索数据？
Google 会不会推出类似的报告？
AI 搜索最终会对 SEO 产生多大影响？

这些问题现在都还没有答案。

但有一点是可以确定的：

搜索的规则，正在慢慢改变。

最后也很好奇大家的看法：

你觉得未来做 SEO，
排名重要，还是被 AI 引用更重要？

欢迎在评论区聊聊你的观点。

优网科技秉承"专业团队、品质服务" 的经营理念，诚信务实的服务了近万家客户，成为众多世界500强、集团和上市公司的长期合作伙伴！

优网科技成立于2001年，擅长网站建设、网站与各类业务系统深度整合，致力于提供完善的企业互联网解决方案。优网科技提供PC端网站建设（品牌展示型、官方门户型、营销商务型、电子商务型、信息门户型、微信小程序定制开发、移动端应用（手机站、APP开发）、微信定制开发（微信官网、微信商城、企业微信）等一系列互联网应用服务。