日期：2026-01-17
必看
健康类 AIO 更常引用 YouTube
研究显示 Google AI Overviews（AIO）在健康主题上最常引用 YouTube。对健康/医疗类站点意味着“被引用资格”与“内容形态”需要重新评估。
摘要未给出完整研究方法与样本细节，但结论指向明确：在健康话题上，Google 的 AI Overviews（AI 概览：以生成式摘要形式出现在搜索结果中的答案模块）引用来源更偏向 YouTube，而不是医院或医疗机构网站。
对 GEO/SEO 的潜在影响：健康属于 YMYL（Your Money Your Life：涉及健康与财务等高风险信息）领域，搜索系统会更强调权威性与可验证性。如果 AIO 更频繁引用视频平台，说明“内容可信度信号”与“可被模型消费的表达方式”可能正在变化：视频讲解、专家出镜、清晰的分段标题与可验证的描述，可能比传统文章更容易进入 AIO 的引用候选。
可执行动作：健康/医疗类从业者可把 YouTube 当作引用通道之一来建设，而不是只做网站内容。重点优化：视频标题与描述中用通俗语言给出结论与边界（适用人群/不适用人群/何时就医），并把关键点做成结构化段落，便于被“截取引用”。同时，网站侧要把同一主题的证据与出处写得更明确，增加可核验信息（作者资质、审阅机制、更新时间、参考依据说明），以提升在高门槛领域的引用概率。由于研究细节有限，建议把这条结论当作“方向信号”，用自家关键词抽样检查 AIO 引用来源，验证是否同样存在视频偏好。
原文：Google AI Overviews cite YouTube most often for health topics: Study（Search Engine Land）
ChatGPT 在美国测试广告
OpenAI 将在美国对 ChatGPT Free 与 Go 用户测试广告。对 SEO/GEO 的直接影响是：部分搜索与信息获取场景可能转向“对话入口 + 付费曝光”的混合分发。
来源信息有限，但核心点明确：ChatGPT 将在美国开始测试广告，并强调隐私、回答独立性与广告位置等“护栏”。这意味着对话式检索正在从“纯自然语言推荐”走向“商业化版位”的阶段。
对 GEO/SEO（生成式引擎优化：让内容在大模型/对话式搜索中更易被引用与提及）的影响主要在三点：第一，品牌与内容的可见度竞争不再只发生在传统 SERP（搜索结果页），对话入口可能出现新的付费曝光与衡量口径；第二，内容侧需要更强调“可被引用的证据结构”，因为广告与自然回答并存时，平台往往更需要用引用与来源来建立信任；第三，流量归因会更复杂，建议尽早把 ChatGPT 相关的来源识别、落地页分组、转化漏斗拆解纳入数据看板。
可执行动作：梳理高商业意图问题（如对比、选型、价格、替代方案）对应的内容资产，把关键事实、指标、限制条件写清楚并可被单段引用；同时准备品牌词与产品词的“答案片段库”（FAQ/要点版），以适应对话式呈现。由于具体投放形态与定向规则未在摘要中展开，后续需重点关注：广告是否与回答混排、是否允许品牌控制落地页、以及是否提供可审计的归因与报告口径。
原文：OpenAI will begin testing ChatGPT ads in the U.S.（Search Engine Land）
重要
零点击时代的 AIO 引用打法
讨论如何在零点击（用户不点进网站）场景中争取 AI Overviews 的引用。信息有限，但可提炼为“让内容更可被引用”的写作与结构策略。
仅从标题与截断摘要可知，这是一份面向“零点击 SERP（搜索结果页）”的操作型指南，目标是提高在 AI Overviews 中获得引用/提及的概率。具体方法细节未完整提供，因此以下更偏向通用落地框架。
对 GEO/SEO 的核心启发是：当用户在结果页就得到答案时，排名不等于曝光，引用位置更接近新的“黄金位”。内容侧应把可引用信息做成更小、更清晰的单元：一段话回答一个问题；给出明确结论 + 条件限制 + 关键数据；避免只有观点没有依据。
可执行动作：把重点页面按“问题树”重构（用户会问什么、追问什么），每个问题给一个短答案段落；在段落中优先放可验证事实（定义、步骤、参数、对比表、注意事项），减少空泛铺陈；对于工具类与教程类内容，提供可复用的步骤清单与失败排查点，提升被模型抽取的价值。信息不足的部分建议等全文细节补齐后再对照校准，例如：它是否强调特定结构化数据、作者权威信号、或引用格式的写法。
原文：Winning the Zero-Click SERP: A Playbook for Securing Citations in AI Overviews – G2 Learning Hub（Google News RSS（AI Search/GEO/SEO｜US｜7d））
了解
Google Ads 更易找到手动 CPC
Google Ads 界面层面让 Manual CPC（手动每次点击出价）更容易被找到。对搜索营销团队是流程与培训层面的变化信号。
摘要信息有限，但标题表明是产品可用性调整：在 Google Ads 中，Manual CPC（手动每次点击出价）入口更容易被用户发现或选择。
对 SEO/GEO 的间接意义在于：当搜索与对话式入口的自然流量波动加大时，团队更依赖付费补位与测试。手动出价入口更显眼，可能会让更多广告主在预算或自动化策略不稳定时选择更可控的方式做验证。
可执行动作：如果团队同时负责 SEO 与投放，建议把“自然曝光下降时的付费补偿方案”写进联动预案；同时在账户治理上明确哪些场景适合手动 CPC（例如需要强控制的品牌词防守、小预算探索），哪些场景仍优先自动化。由于缺少具体界面变化与适用范围细节，可在实际账户中核对是否全量上线，以及它对现有出价策略切换路径的影响。
原文：Google Ads makes Manual CPC easier to find（Search Engine Land）
Shopping 广告商品数据支持 A/B
Google Ads 测试对 Shopping 广告的商品数据做 A/B 实验。对电商搜索团队意味着 Feed（商品数据源）将更像可实验的内容资产。
摘要未展开细节，但标题明确：Google Ads 正在测试 A/B experiments，用于 Shopping 广告的 product data（商品数据，如标题、属性、图片、描述等）。
这对搜索营销的意义在于，商品 Feed 不再只是“提交即用”，而是可以系统化实验的优化对象。对 SEO/GEO 的借鉴点是：无论自然还是付费，面向机器理解的字段质量越来越重要，尤其是标题、属性与类目映射。
可执行动作：电商团队可预先把商品标题与关键属性的写法模板化，并准备可测试的变量（例如品牌词位置、规格表达、材质/人群/场景属性）；在实验评估上，除了点击与转化，也要关注查询词覆盖变化与无效流量占比。由于目前仅为“测试”信息，需关注开放范围、实验可控字段、以及与现有 Feed 规则/自动化的冲突点。
原文：Google Ads tests A/B experiments for Shopping ad product data（Search Engine Land）
