昔日SEO霸主HubSpot如何在AI時代順利轉型，AEO技巧大揭秘

你有沒有想過，Google 稱霸二十年的時代可能真的要結束了？當我看到 HubSpot 全球增長與付費廣告高級總監 Aja Frost 在 GROW EUROPE 2025 大會上分享的數據時，我被深深震撼了。她直接拋出了一個驚人的預測：到 2028 年，大部分 answer engine（答案引擎）流量將來自 ChatGPT，而不是 Google。這不是什么小調整，而是一場徹底的范式轉變。想想看，那些我們一直習以為常的核心概念——SEO 關鍵詞優化、backlinks（反向鏈接）、Google 排名，甚至整個搜索引擎營銷的邏輯——都在因為 AI agent 驅動的答案引擎而被重新定義。

這讓我開始重新思考一個根本問題：當用戶不再通過搜索引擎點擊進入你的網站，而是直接在 ChatGPT、Claude 或 Google 的 AI Overview 中獲得答案時，品牌應該如何獲取流量？更關鍵的是，如何讓 AI 在回答問題時主動推薦你的產品？HubSpot 作為全球領先的 CRM 平臺，已經在這個新戰場上取得了顯著成果。他們現在是 answer engines 中可見度最高的 CRM 品牌，超越了所有競爭對手。而他們的策略，正是我想在這篇文章中深入探討的核心內容。

我自己的創業項目，會跟我一塊來做海外產品和市場運營增長，全職需要有過往海外AI產品經驗，實習的話需是留學背景，英文流利。需要杭州線下，不支持遠程。感興趣的歡迎掃碼投遞簡歷：

流量來源的根本性轉變

Aja Frost 在演講中分享了一組讓我印象深刻的數據變化。三年前，HubSpot 的頂部漏斗需求主要來自教育性內容，比如他們著名的博客文章。當時這些內容驅動了大部分流量，剩余部分則來自付費渠道和以人為中心的內容，比如 HubSpot Academy 的課程。但到了 2025 年，情況發生了翻天覆地的變化。現在，以人為中心的內容占據了需求的主要部分，HubSpot 每個月在其媒體網絡上獲得 3500 萬到 4000 萬次互動。而教育性內容僅占需求的 28%。

這種轉變背后的原因很清晰：Google 的 AI 生成摘要正在大量截取教育性流量。現在，AI Overview 出現在近 60% 的搜索結果中，而當它們出現時，點擊率會直接減半。Google 不再把用戶送到其他網站，而是把他們留在 Google 上。這對于依賴 SEO 流量的品牌來說是一個巨大的沖擊。更重要的是，買家行為本身也發生了根本性改變。

我認為這個變化比表面上看起來更深刻。過去，用戶會在 Google 上搜索問題，點擊多個鏈接，閱讀不同的文章，然后形成自己的判斷。現在呢？超過 50% 的買家表示他們正在使用 AI 來做購買決策。他們會先用 ChatGPT 或其他 AI 工具獲得一份候選清單，然后轉向其他人——觀看 YouTube 視頻、閱讀 G2 或 Capterra 上的評論、瀏覽社交媒體上的評論。等到他們真正訪問供應商網站時，他們已經非常了解情況了，對自己的選擇也有了很強的信心。

Aja 分享的數據驗證了這一點：這些通過 AI 了解品牌的訪客，轉化率是傳統訪客的三倍多，決策時間更短，產生的收入也更高。這是一個三贏的局面。這意味著我們能從 answer engines 獲得的流量，不僅會成為最主要的需求來源之一，而且價值極高。這徹底改變了我對流量質量的認知。以前我們總是追求流量數量，現在看來，從 AI 渠道來的流量雖然可能數量少一些，但質量和轉化率卻高得多。

什么是 AEO 以及為什么它如此重要

這就引出了一個新概念：AEO，即 Answer Engine Optimization（答案引擎優化）。Aja 將其定義為"你可以用來最大化品牌在 answer engines 中可見度的內容、技術和站外策略"。AEO 屬于 HubSpot 的 Loop Marketing Framework（循環營銷框架）中的 amplify（放大）階段。

在深入了解 HubSpot 的具體策略之前，我覺得有必要理解 answer engines 是如何生成答案的。Aja 介紹了兩個關鍵概念。第一個叫做 query fan out（查詢扇出）。當有人在 ChatGPT 上問一個問題時，AI 不會只回答那一個問題。它會把這個問題拆分成一堆子問題，然后去找到所有這些具體問題的答案，最后合成一個綜合回復。

舉個例子，如果有人問"Grow 大會后去哪里好"，AI 會把它拆分成：Westminster 地區不收 22 英鎊一杯馬提尼的酒吧、如何不尷尬地偶遇 Grow 演講嘉賓、Westminster 最佳深夜美食、不會讓你第二天難受的醉酒后食物等等子問題。然后它會分別找到這些問題的答案，整合成一個完整的回復。這個概念對于內容創作者來說非常重要，因為這意味著你需要回答的不只是表面問題，還要覆蓋所有相關的子問題。

第二個概念是 memory（記憶）。每次你問問題時，AI 都會考慮大量關于你的額外信息，比如你之前問過的所有問題、你點擊過的內容、你的郵件、你的 Google Drive 文件、你連接到 Claude 或 ChatGPT 的任何工具，比如 Asana 或 HubSpot。這意味著 AI 生成的每個回復都是高度個性化的。這也是為什么傳統的 SEO 思維在這里不再適用。過去我們優化內容是為了讓所有人看到同樣的搜索結果，但現在每個人得到的 AI 回復都可能完全不同。

我認為這兩個概念揭示了一個更深層的真相：在 AI 時代，內容策略需要從"覆蓋關鍵詞"轉向"回答具體問題"。而且這些問題需要非常具體，針對特定的用戶角色和場景。這種轉變對內容團隊的要求完全不同了。

HubSpot 的內容策略：從寬泛指南到精準答案

Aja 給出了一個非常簡單但有力的策略建議：停止發布"終極指南"類型的內容，開始發布針對買家具體問題的精確答案。在 AI 時代，broad educational content（寬泛的教育性內容）已經完全商品化了。對于你過去發布的每一篇 101 指南，你現在需要創建 10 篇高度聚焦的內容，每篇回答一個針對特定角色的具體問題。

但從哪里開始呢？HubSpot 開發了一個非常直接的流程來確定應該為誰創作內容、圍繞什么主題創作。這個流程從一個 3x4 的表格開始。你需要為每個產品創建一個 3x4 表格。頂部列出你的買家角色，越具體越好。不要用"營銷經理 Margaret"這樣的泛泛稱呼，而要用"200 人物流公司的營銷經理 Margaret"。因為 AI 的回復是高度情境化的，你思考可見度和內容的方式也需要高度情境化。

然后在表格左側列出買家旅程的各個階段，在每個單元格中填入該角色在該階段關于該產品會問的高意向問題。在 HubSpot，他們一開始為 Sales Hub、Marketing Hub、Service Hub 分別創建了表格，現在他們已經創建了足夠多的內容，甚至深入到了功能層面的表格。

這個方法讓我想到，過去我們做內容規劃時往往是從產品功能出發，想著如何介紹這個功能、那個特性。但 HubSpot 的方法完全反過來了，是從用戶問題出發。這種思維轉變看似簡單，實際上需要團隊在認知上做一個徹底的調整。你不再是在"推銷"功能，而是在"回答"問題。而當你真正回答了用戶的問題時，產品推薦自然就水到渠成了。

但如何填充這些表格呢？如何知道人們實際在 AI 中問什么問題？Aja 介紹了三種方法，而且你需要同時使用所有這些方法。第一種是從 Ahrefs、Semrush、Search Console 等工具中提取關鍵詞數據。你可能會想，為什么在講 AEO 時還要談論關鍵詞研究工具？這是因為我們目前還沒有來自 answer engines 的提示數據和搜索量，在獲得這些數據之前，關鍵詞研究是了解受眾關心什么的最佳替代方案。

第二種方法是使用 Meltwater 或 Common Room 這樣的社交聆聽工具，從 Quora、Reddit、YouTube、Instagram 等平臺提取問題。你的買家已經在這些地方以問題的格式提問了，所以這些是了解人們在 AI 中會問什么問題的最佳線索。第三種方法是挖掘聊天記錄和銷售電話。從 CRM 中提取這些信息，如果沒有這些記錄，就直接和銷售及客戶成功團隊交流，問他們客戶在問什么問題。這些是你的最高意向問題，因此最重要。

我特別認同這第三種方法。很多時候，營銷團隊和銷售團隊之間存在信息孤島。銷售團隊每天都在和客戶對話，他們最清楚客戶真正關心什么、擔心什么、疑惑什么。如果能把這些一線的真實問題整理出來，那將是最有價值的內容素材來源。我覺得這不僅是一個內容策略，更是一個組織協作的問題。

收集完所有這些數據后，你需要給這些問題打標簽，按照漏斗階段進行分類和格式化。Aja 強烈建議創建一個 ChatGPT 或 Claude 項目來完成這項工作，使用一個非常直接的框架：awareness（認知）階段的問題看起來像"如何做 X"、"做 Y 的最佳方式是什么"這樣的非品牌問題；consideration（考慮）階段的問題是"ABC 的最佳工具"、"XYZ 的頂級解決方案"；evaluation（評估）階段的問題會直接對比多個選項；decision（決策）階段的問題則會問某個特定產品或服務能否完成某個特定任務。

如何優化內容以提高在 AI 中的可見度

確定了要創作的問題后，下一步是弄清楚你的品牌在這些回復中的表現如何，更重要的是，在哪些地方沒有出現。2024 年 3 月，Aja 和她的團隊推出了 HubSpot 的 AEO Grader，幫助品牌了解這一點。這個工具完全免費，最近還新增了五種語言支持。但要更深入地了解，可以使用 Xfunnel 這樣的工具。HubSpot 上周剛宣布收購了 Xfunnel，這個工具非常強大，因為它能顯示你在所有主要 answer engines 中針對每個問題的可見度。

一旦識別出你品牌的可見度缺口，就可以開始創建實際內容了。這就是 AEO 真正開始與傳統 SEO 分道揚鑣的地方。Aja 舉了一個假設的例子：HubSpot 在認知階段存在一個缺口，"作為銷售代表，我完全不知道哪些線索值得跟進。我有什么選擇？"在過去，我們會創建一個線索評分指南，為 Google 優化它，放上一個電子書 CTA，然后就算完事了。

但如果你記得幾分鐘前提到的 query fan out 概念，要在 answer engines 中作為推薦出現，我們需要創建超具體的內容來回答每個子問題。HubSpot 的團隊構建了一個內部工具來提取 answer engines 將查詢拆分成的確切子問題。你也可以使用 Mike King 的 Cuporia 或 Dian 的 fanout tool，這些都是免費工具，工作原理相同。它們會接受一個查詢，然后給你一個結構化的相關子問題分解。這些正是 AI 在綜合回復時尋找答案的問題。

關于如何有效優先處理銷售線索的問題會分解成一系列子問題，我們需要確保頁面能夠回答所有這些問題。這就引出了下一步：創建為 answer engines 結構化的內容。Aja 分享了 HubSpot 學到并實施的最佳實踐，她把這些都歸類為 technical tactics（技術策略），因為它們都關于頁面的結構。

第一條最佳實踐：把答案放在最前面。第一句話應該完整回答主要問題，因為 answer engines 正在尋找快速驗證它們找對了地方。例如："優先處理銷售線索的最有效方法是使用一個基于契合度和參與度對聯系人進行排名的線索評分系統。"答案沒有被埋藏，直接明了。

第二條：頁面應該深入一層。這意味著用兩到三個短段落展開你的答案，提供背景、定義、方法論。這會向 answer engines 表明你的答案是可信且完整的。我認為這一點特別重要，因為很多內容創作者習慣了寫長篇大論，但在 AI 時代，簡潔和結構化比長度更重要。

第三條：全文引用原始數據。Answer engines 正在尋找可引用的全新信息，你可以通過統計數據、原始數據和案例研究來提供。這不需要來自昂貴的調查。Aja 說，每次她談到原始研究時，人們都會露出奇怪的表情，擔心預算不夠。但其實你可以使用你的 CRM，和客戶成功及銷售團隊交流以獲得原始見解。HubSpot 的 CMO Kip Bodner 就是通過與營銷和銷售團隊交流，了解到他們如何改進自己的線索評分系統的。這是一個成本很低的原始見解。

第四條：包含 FAQ。在每個頁面底部，你要回答至少三個子問題，每個都有自己的迷你直接答案和簡短解釋。用 H3 或 H4 標題格式化每個問題，目標是讓 AI 能夠輕松找到并提取它。這些 FAQ 也是優化扇出查詢的好方法，你基本上可以一次性解決三到四個子問題。

第五條：大量添加結構。Answer engines 是懶惰的讀者。這有點像我說我讀了一篇文章，但實際上我只是看了一個 TikTok 視頻。所以你要讓內容盡可能容易理解，使用項目符號、超明確的標題、表格、結構化列表，任何東西都行，就是不要有大段文字墻。

第六條：確保每個部分都能獨立存在。Answer engines 實際上不是在讀頁面，而是在讀 passages（段落）。這叫做 chunking（分塊），這確實是技術術語。這意味著每個部分都需要有意義，即使 AI 沒有讀過前后的部分。這又回到了懶惰讀者的概念。Aja 給了一個反例，來自紐約時報。文章中有一句話："只要你中間有那個脆脆的東西，知道怎么折疊它，你可以往里面放任何東西。"如果人類都很難理解 Mr. Strawmire 在沒有上下文的情況下在說什么，answer engine 肯定更無法理解。所以當你創建或審查內容時，要進行"Taco Bell 測試"，確保每個部分都能獨立存在。

最后一條，也是最重要的一條：把每個要點都與產品聯系起來。你需要向 answer engine 強化為什么你的產品與主題相關，這樣它才知道應該推薦你。如果你只是給 answer engines 提供教育性和原始見解，而不把這些見解與你的產品聯系起來，你只是讓它們變得更聰明，而沒有強化為什么那個概念與你的品牌相關，因此為什么應該推薦你。

這一點讓我深有感觸。很多內容營銷人員害怕在內容中提及產品，擔心顯得太過推銷。但在 AI 時代，這種擔心是完全錯位的。如果你不告訴 AI 你的產品如何解決這個問題，AI 怎么可能推薦你呢？這是一個一二組合拳：這是一些好內容來吸引你的注意，這是為什么這個主題與我的產品能做的事情深度相關。你應該在每個段落或每隔一個段落就有一個產品引用，就是這么多。

建立 AI 時代的品牌權威

最后但同樣重要的是，讓我們談談如何在線建立權威，這是你的站外策略。當這還是 Google 的游戲時，backlinks（反向鏈接）是增長網站權威的最重要方式。但 answer engines 并不太在乎反向鏈接，它們在乎的是 mentions（提及）。你的品牌是否在 Reddit、LinkedIn、評論網站上獲得正面提及？

HubSpot 自從開始這個策略以來，已經產生了成千上萬的提及。他們從 answer engines 在回答優先問題時已經鏈接到的網站開始，特別是那些 HubSpot 應該可見但實際上不可見的網站。你可以使用 Xfunnel 來做這件事。在一個例子中，我們可以看到 HubSpot 在一篇被引用 14 次的 Tavo Q 文章中被提及。很好。但在另一篇同樣有 14 次引用的有用 AI 文章中卻沒有被提及。這就成為了他們外聯團隊的優先事項。

在被引用的來源中獲得正面品牌提及看起來很像經典的 link building（鏈接建設）：發布客座文章、被納入綜述文章、詢問網站是否愿意更新現有文章以包含你。但與過去不同的是，我們不在乎那個提及是否有超鏈接。我們非常在乎 HubSpot 產品是如何被描述的。提及需要整合我們的信息傳遞，這樣 answer engines 才能學習我們的定位。

第三步是利用 social proof（社會證明）。這意味著像 G2、Capterra、TrustRadius 這樣的評論平臺。它們在 answer engine 回復中非常有粘性。Answer engines 喜歡 UGC（用戶生成內容）。增加你在這些平臺上的存在感，特別是具體的功能贊揚，可以真正塑造 AI 如何描述你的產品。

最后但同樣重要的是，通過與 YouTubers、newsletter 作者、LinkedIn 思想領袖合作來播種以人為中心的渠道，這樣他們的內容就會在上下文中包含你的產品。這真是一舉兩得。你可以在買家所在的地方和 AI 正在查看和訓練的地方遇到他們。目標是當 AI 模型四處查看決定推薦什么時，它們不斷碰到你的品牌出現在權威的、高上下文的提及中。

我必須承認，Aja 把這些都放在一張幻燈片上讓它看起來快速簡單，但不要誤解，這是大量的工作。正如她提到的，HubSpot 有一個全職團隊專門致力于這項工作，而大多數公司沒有。所以如果你只能選擇一個地方開始，識別你可以影響的 AI 引用對大多數公司來說是最容易摘到的果實。

如何衡量 AEO 的成功

在傳統 SEO 中，你會跟蹤排名、自然訪問量、點擊率。我們仍在跟蹤所有這些東西,但我們有一個全新的 AI 時代搜索記分卡。在這個世界里，我們還在跟蹤 AI visibility（AI 可見度），即對于我們關心的每個查詢，在我們關心的引擎上，我們是否被推薦。我們在看 AI share of voice（AI 話語權份額），在所有提到解決方案的 AI 回復中，HubSpot 被提名的頻率與競爭對手相比如何。

這真的很重要。這告訴我們隨著時間推移，我們是在獲得還是失去推薦份額。Aja 提到，在 9 月和 10 月，ChatGPT 調低了品牌可見度的撥盤，這意味著各個品牌普遍被推薦的次數減少了。如果你只看可見度，你會很驚慌，會說"哇，我們剛才做了什么？出了什么問題？"但如果你把可見度和話語權份額一起看，你就知道，好的，我們的話語權份額保持不變，可見度下降了，這是平臺做的事情。

第三個指標是 AI citations（AI 引用）。AI 使用你的網站內容回答問題的頻率有多高？可見度是北極星指標，因為可見度最終會影響轉化，無論有人是立即訪問你的網站，還是 5 天后或 15 天后訪問。但 AI 引用也很重要，因為 HubSpot 看到的是，當 answer engine 引用他們的內容而不是別人的內容時,他們被更積極地推薦，并且在引用中排名更靠前，這很有道理。我們總是會說自己最好的話。但如果你在乎擁有來源，而你確實在乎，那你就在乎引用。

最后但同樣重要的是，我們有 AI referral demand（AI 推薦需求）。你是否看到來自首先在 AI 回復中遇到你的人的訪問、轉化和銷售？Aja 坦誠地說，這很難跟蹤，因為大多數人不會直接從 LLM 跳轉到你的網站，這就是為什么她建議實施類似購買后結賬調查這樣的東西。一個非常簡單的回歸基礎："你是如何聽說我們的？"Answer engines 從上季度開始也成為了 HubSpot 中的一個推薦來源。

Aja 分享的最后數據讓我印象深刻：自從在 HubSpot 推出 AEO 策略以來，他們在其領域獲得了最高的話語權份額，引用提高了 433%，需求增長了近 2000%。她堅信其他公司也能獲得這樣的結果。到 2028 年 1 月時，你的品牌將在 answer engines 中占據主導地位，因為它們將成為主要的需求來源。

我對 AEO 未來的深度思考

在研究 HubSpot 的 AEO 策略后，我產生了一些更深層次的思考。首先是關于內容所有權的問題。在傳統 SEO 時代，用戶點擊搜索結果會來到你的網站，你擁有完整的用戶體驗控制權。但在 AEO 時代，AI 直接給出答案，用戶可能永遠不會訪問你的網站。這意味著什么？意味著品牌需要重新思考內容的價值定位。

我認為，未來的內容會分為兩類：一類是"種子內容"，專門用來被 AI 引用和推薦，目的是建立品牌認知和權威性；另一類是"轉化內容"，當用戶因為 AI 推薦而產生興趣后，用來完成轉化的深度內容。這兩類內容的創作邏輯完全不同。種子內容需要高度結構化、易于被 AI 理解和提取，而轉化內容需要情感化、個性化，能夠建立深度連接。

其次是關于數據歸因的挑戰。Aja Frost 在演講中坦誠地說，追蹤 AI 推薦帶來的轉化非常困難，因為用戶不會直接從 LLM（大語言模型）跳轉到你的網站。大多數時候，用戶可能在 ChatGPT 上了解你的品牌，幾天后在 Google 上搜索你，或者直接在社交媒體上關注你，最后才訪問你的網站。這種非線性的用戶旅程讓傳統的歸因模型完全失效。

HubSpot 的解決方案是實施購買后調查，直接問用戶"你是怎么知道我們的"。這是一個非常聰明但也很無奈的辦法。我覺得這反映了一個更大的趨勢：在 AI 時代，營銷衡量會從精確的數據追蹤回歸到更模糊但更真實的用戶反饋。我們可能需要接受這樣一個事實：并非所有營銷效果都能被精確量化，有時候你只能通過品牌提及量、市場份額變化、用戶調研等間接指標來判斷策略是否有效。

第三個思考是關于 AI 平臺的話語權。當 ChatGPT、Claude、Perplexity 這些 answer engines 成為流量入口時，它們會擁有巨大的權力來決定哪些品牌被推薦、如何被描述。這有點像當年 Google 算法更新能決定一個網站的生死，但更加黑箱化。Google 至少還會公布一些排名因素指南，但 AI 推薦的邏輯目前幾乎完全不透明。

從技術投入的角度看，AEO 需要持續的資源投入。HubSpot 有一個全職團隊專門負責這項工作，還開發了內部工具來提取子問題、跟蹤可見度。對于大多數中小企業來說，可能無法投入同等規模的資源。但我認為這恰恰是機會所在。現在進入 AEO 領域的企業還不多，競爭遠沒有 SEO 那么激烈。如果你能在 2025 年就開始布局，即使資源有限，也能搶占先機。Aja Frost 在演講中也提到，如果只能選擇一個切入點，那就從識別 AI 引用的內容開始，這是大多數公司最容易摘到的低垂果實。

對于小企業和初創公司來說，AEO 其實是一個很好的機會，因為競爭還沒有那么激烈。我的建議是，把 AEO 思維融入到日常內容創作中。每次寫博客文章時，都問自己：這篇文章回答了一個具體的問題嗎？答案是否清晰明確？是否包含了原創數據或獨特見解？是否與我們的產品緊密相關？養成這樣的習慣后，你的內容自然就會對 AI 友好。

同時，小企業應該充分利用創始人和團隊成員的個人品牌。在社交媒體上分享你的產品見解、參與行業討論、在相關社區提供有價值的建議，這些都會成為正面提及。這種方法成本低，但需要長期堅持。記住，AI 正在互聯網的各個角落學習，你在任何地方留下的有價值的內容，都可能成為它推薦你的理由。

無論企業規模如何，有幾個通用的建議。第一，建立用戶反饋循環。定期調查用戶是如何找到你的，他們在做購買決策時使用了哪些 AI 工具，他們在 AI 中看到了關于你的什么信息。這些第一手反饋比任何分析工具都寶貴。第二，關注長期價值而非短期排名。AEO 不像 SEO 那樣有明確的排名指標可以追求，它更像是建立品牌聲譽的過程，需要耐心和持續投入。第三，保持靈活性。AI 技術和 answer engines 的生態還在快速演變中，今天有效的策略明天可能就過時了。要建立快速學習和快速迭代的能力，定期審視策略效果，及時調整方向。最后，記住人的重要性。雖然我們在討論如何優化給 AI 看的內容，但最終決定購買的還是人。不要為了迎合 AI 而犧牲內容對人的價值，那樣就本末倒置了。

我還想特別強調一點，就是 AEO 對內容質量的要求其實更高了。在 SEO 時代，你可以通過大量生產中等質量的內容來獲得流量，靠數量取勝。但在 AEO 時代，AI 會從成千上萬的內容源中挑選最準確、最相關、最有價值的信息。這意味著你的內容必須真正出色，必須提供獨特價值，才能被 AI 選中并推薦。從這個角度看，AEO 其實是在倒逼企業提升內容質量，回歸內容營銷的本質：為用戶創造真正的價值。

最后，我想談談 AEO 對整個營銷生態的影響。如果 answer engines 真的成為主流流量來源，那么整個數字營銷的格局都會改變。廣告模式會變化，因為用戶不再頻繁訪問搜索結果頁面。內容分發邏輯會變化，因為 AI 會根據個性化需求推送內容，而不是簡單的關鍵詞匹配。品牌建設策略也會變化，因為你需要在各種渠道留下正面提及，而不僅僅是建立官網和社交媒體賬號。

結尾

也歡迎大家留言討論，分享你的觀點！

覺得內容不錯的朋友能夠幫忙右下角點個贊，分享一下。您的每次分享，都是在激勵我不斷產出更好的內容。

歡迎關注深思圈，一起探索更大的世界。