2026-09-04 15:34:30
去年开始注意到一个现象：部分网站的直接访问流量中，出现了一些来自 ChatGPT 等对话式 AI 工具引用的痕迹。这些访客的浏览行为与常规搜索引擎流量有所不同——他们通常会直接访问特定的内页，停留时间偏长，跳出率也略低。
这引发了一个值得研究的问题：当大语言模型在回答用户提问时，为什么会推荐某些网站或品牌，而不是其他？ 如果理解了背后的机制，能否让这个过程从「碰运气」变成「可预期」？
这篇文章是我在这段时间里做的一些观察、测试和推理的记录。需要说明的是，我没有大语言模型公司的内部数据，所有结论都基于对模型输出结果的逆向分析，以及公开可获取的训练数据研究。
2026-09-04 15:03:42
如果你做网站有些年头，应该还记得那个「关键词密度决定排名」的时代。在搜索引擎只会机械比对文字的年代，把目标关键词塞进标题、正文、加粗、H标签——这套流程几乎是唯一的优化手段。
但那个时代已经过去了。
2012年Google上线Knowledge Graph之后，搜索的底层逻辑开始偏移：从「匹配文字」向「理解含义」迁移。到今天，超过一半的搜索行为已经不再依赖关键词的字面匹配，而是由实体解析驱动。
所谓的「实体驱动型SEO」，不是一种替代关键词优化的小技巧，而是对搜索引擎如何理解世界的一次重构。它决定了你的网站能否在AI概览、知识面板、语音搜索以及LLM（大语言模型）检索这些新场景下获得曝光。
这篇文章将从识别实体、搭建集群、布线链接到结构化标记，从原理到实操，整个链路全部拆解。
2026-09-03 20:12:14
随着大语言模型的快速发展，让一个之前不太被人注意的问题浮出水面——你的网站内容很可能已经被用来训练各种 AI 模型了。ChatGPT、Claude、Gemini 这些模型，它们的训练数据大量来自公开网页，除非你明确告诉它们「不可以」。
这种情况下，LLMs.txt 这个协议应运而生。它有点像 robots.txt，但针对的是 AI 爬虫，而不是搜索引擎爬虫。这篇文章会详细解释 LLMs.txt 是什么、如何运作，以及你该如何配置它。
2026-09-03 18:05:53
最近经常看到 AEO、GEO、LLMO 这几个词在技术社区刷屏。它们和传统 SEO 到底是什么关系？是旧瓶装新酒，还是真的需要改变我们的内容策略？这篇文章会把这些概念拆开来讲清楚。
2026-09-02 15:36:03
如果你最近查看过站点的流量统计，可能会发现一个诡异的现象：核心关键词的排名没有明显下滑，甚至部分词还稳中有升，但有机流量却在持续走低。这不是你的内容出了问题，而是搜索结果的呈现方式正在发生结构性变化。
2026-08-24 13:47:40
呵喽我是阿小信，一个近三年不上班的自由职业独立开发者，这是我的2026年第三十四周周记。关于我是为什么选择不上班的，可以阅读我的总结文章 2024 年度总结：中年失业不可怕，月入过万，不上班也能养活自己的自由职业元年
如标题所言，这一周的生活和自由职业无关，更和独立开发无关，电脑自上周从医院回来拿出来后就完全没有碰过，桌面都已经有积灰了……
