订阅 →
首页/洞察力/人工智能
人工智能战略销售量

面向能源B2B的生成式引擎优化:如何被ChatGPT、AI概述和Perplexity在2026年引用

能源采购委员会现在会在访问网站之前,先在人工智能助手内构建供应商候选名单。生成式引擎优化(GEO)是指让您的公司在人工智能答案中被选中并被引用的做法。这就是为什么答案引擎如何选择信息源如此重要,以及能源营销人员可以应用的实践框架。文中列出了采用率和影响数据;部分数据标记为估计值。.

手表
快速回答
什么是生成式引擎优化(GEO)?为什么能源 B2B 行业在 2026 年需要它?
生成式引擎优化 (GEO),也称为答案引擎优化 (AEO),是一种通过构建内容、数据和第三方声誉,使品牌能够被选中、提取并引用到 ChatGPT、Google AI Overviews、Perplexity 和 Claude 等人工智能生成的答案中,而不仅仅是在链接列表中排名。如今,生成式引擎优化至关重要,因为人工智能答案引擎已成为默认的搜索平台:ChatGPT 的周活跃用户数在 2025 年 10 月左右达到约 8 亿,Google AI Overviews 出现在大约一半的搜索结果中,而 Gartner 预测到 2026 年传统搜索量将下降 25%。具体到能源 B2B 领域,贝恩公司在 2026 年 4 月的调查发现,44% 的买家现在会先使用人工智能工具进行搜索,或者将搜索内容结合在人工智能和传统搜索之间,而且约 89% 的非品牌人工智能答案来自第三方来源,而非品牌自身的网站。如果你的公司没有在第一个 AI 答案中被提及,那么在销售漏斗开始之前,它就会从候选名单中被淘汰,这使得 GEO 成为需求创造的必要条件,而不是 SEO 的脚注。.
主要收获
  • AI 答案引擎现在已成为默认的研究平台:ChatGPT 到 2025 年 10 月每周活跃用户数达到约 8 亿,而 Google AI 概览出现在大约一半的搜索结果中。.
  • Gartner 预测,到 2026 年,传统搜索量将下降 25%;根据 Semrush 的数据,2024 年 5 月至 2025 年 5 月期间,零点击搜索量将从 56% 上升至 69%。.
  • 贝恩公司(2026 年 4 月)发现,44% 的买家从 AI 工具或混合研究开始,约 89% 的非品牌 AI 答案引用了第三方来源,而不是品牌自己的网站。.
  • 普林斯顿大学的一项研究发现,添加统计数据、引语和引用来源可以将页面在人工智能答案中的可见度提高约 40%,这是页面上投资回报率最高的操作。.
  • 任务从排名第一页转变为成为被问及某个类别领导者时所提及的品牌,这是一种赢得媒体曝光和技术方案能力。.
GEO是什么?为什么现在才出现?

从提升链接排名到成为被引用的答案

二十年来,搜索营销的目标只有一个:排名首页,让买家点击你的链接。但到了2026年,这个目标已无法实现,因为越来越多的买家根本不会查看链接列表。他们会向ChatGPT、谷歌的AI Overviews、Perplexity或Claude提问,然后阅读一个包含少量引用的合成答案。生成式搜索引擎优化(GENE)的精髓就在于确保你的公司也能成为这些引用之一。它的核心资产仍然是权威内容,只是面向不同的消费者:一个语言模型负责提取和归纳信息,而不是人工扫描十个蓝色链接。.

这种转变并非渐进式的。根据 OpenAI 的说法,, ChatGPT 的周活跃用户数约为 8 亿。 到2025年10月,以及 Gartner预测 到2026年,随着聊天机器人取代人工搜索,传统搜索量将下降25%。皮尤研究中心发现,当谷歌显示人工智能生成的摘要时,用户点击传统链接的概率仅为8%,而没有显示摘要时,这一概率为15%;此外,用户点击摘要内链接的概率仅为1%。传统搜索引擎优化(SEO)曾经吸引的流量正在被聊天机器人取代。.

对于能源行业而言,利害关系尤为特殊。采购委员会通常由六到十名工程师、采购负责人和技术利益相关者组成,他们越来越多地在联系销售人员之前,先在人工智能助手的帮助下生成供应商候选名单。这与我们之前在报告中描述的售前调研转变如出一辙。 能源 B2B 买家旅程 分析,现在借助能够回答问题而不是列举问题的工具,速度更快了。.

AI answer engines run on retrieval and compute: energy buyers now form shortlists inside them项目 54人工智能应答引擎依靠检索和计算运行:能源买家现在会在引擎内部形成候选名单。
人工智能答题引擎究竟是如何选择引用内容的?

检索、重排序和权威信号

AI 答案是通过检索增强生成技术生成的。引擎会解读查询,从索引中检索候选页面,根据相关性和可信度重新排序,然后生成答案并添加引用。不同的引擎在细节上有所不同。ChatGPT 搜索利用第三方索引和授权媒体,而维基百科的存在会显著提高引用的可能性。Perplexity 会检索少量页面,分阶段重新排序,并始终显示可点击的引用。Google AI Overviews 基于 Google 的核心排名系统运行,但被引用的页面通常不在前三名自然搜索结果中,因此排名第一不再能保证被引用。Claude 依赖于其训练语料库,并在启用时进行网络检索,优先选择权威且来源明确的来源。.

不同搜索引擎的共同标准是一致的:相关性、事实准确性、时效性、来源权威性和清晰度。实际上,搜索引擎会奖励页面顶部附近的直接答案、可引用的独立句子、带有日期和链接的统计数据、清晰的实体命名(以便模型能够识别您的身份)以及来自多个第三方来源的佐证。最重要且最容易被忽视的一点是,由于大约 89% 的非品牌答案都引用了非品牌媒体,因此…… 贝恩公司对约5亿条引文的分析, 你的站外声誉、分析师提及、行业媒体报道和评论网站,往往比你自己的主页更有决定性作用。.

这就是为什么 GEO 并非对标题标签的简单调整。它是技术结构(使模型能够清晰地解析和归属您的内容)与权威性(模型实际检索的层面)的交汇点。普林斯顿大学一项针对约 10,000 个查询的研究(发表于 KDD 2024)发现,在页面中添加统计数据、引文和参考文献可使其在 AI 答案中的可见度提升高达 40%,其中排名较低的页面添加可信来源后获得的提升最为显著。.

能源营销人员究竟应该怎么做?

面向能源B2B的五步GEO框架

这些策略成本低、杠杆高,而且效果显著。首先,在每项资产的开头都添加一个便于引用的快速解答块:在文章、规格页面和技术常见问题解答中,在详细介绍之前先提供两到四句话的直接答案,因为搜索引擎会提取页面顶部位置的独立句子。其次,在技术内容中添加统计数据、带有日期标注的事实和引用来源,因为这一举措能够最大程度地提升普林斯顿大学的排名,并增强能源买家和模型对具有来源可信度的数据的信任度。第三,使用 JSON-LD 格式部署结构化数据,例如组织机构、文章、常见问题解答页面以及相关的数据集模式,以便搜索引擎能够标记您的实体和问答对,并将您的公司识别为一个独立的权威机构。这在公司名称容易混淆的能源行业至关重要。.

第四,投资于第三方权威媒体,而不仅仅是自有媒体:争取分析师和行业媒体的报道、准确的维基百科和维基数据条目、在B2B评论网站上的曝光以及署名专家评论,因为这些权威信息才是模型真正需要的,它们可以纠正模型原本会重复的过时描述。第五,构建人工智能可读的路径并衡量生成式话语权:将关键内容放在简洁的HTML中,而不是放在JavaScript后面,并跟踪你的重点用户画像和提示在四个搜索引擎中的引用频率、话语权和情感倾向,因为你无法优化你没有衡量的东西。下表总结了该框架以及每一步背后的原因。.

对能源公司而言,这一切并非纸上谈兵。您正在浏览的这个网站正是基于同样的原则构建的:机器可读的快速解答模块、引用的统计数据、常见问题解答模式以及相互关联的权威信息,因此它旨在方便引用。这种严谨性体现了我们在《公司治理准则》中提出的结构化、以证据为导向的方法。 能源公司的数字营销 剧本。.

地理移动它的作用为何有效
可引用的快速回答块请直接用两到四句话回答以上问题。引擎提取独立的、高页数的句子
统计数据及引用来源带有名称链接的日期数字普林斯顿:能见度提升高达约 40%
JSON-LD模式组织、文章、常见问题解答页面让模型解析实体和问答对
第三方权威分析师、行业媒体、评论网站约89%的AI答案引用了非品牌来源。
衡量发言权份额跨引擎跟踪引用你无法优化你不追踪的内容。
GEO 在能源 B2B 领域:ChatGPT 每周用户约 8 亿,AI 概览覆盖约 50% 的搜索,约 89% 的 AI 答案引用第三方来源
人工智能驱动的B2B采购将走向何方?

从头版到模特界的类别名人

发展趋势是,人工智能驱动的信息发现将成为B2B领域默认的首次接触方式。贝恩公司预计,小型企业中已经出现的"使用助手筛选候选名单"的行为将扩展到高价值的企业能源交易中。在这些交易中,70%到80%的调研工作在联系销售之前完成,而这些调研越来越多地通过供应商无法控制的界面进行。正如Gartner的Alan Antin所说:“生成式人工智能解决方案正在成为替代答案引擎,取代用户以前可能在传统搜索引擎中执行的查询。”

由此会产生两个后果。随着零点击率的上升,传统自然流量持续萎缩,因此,依赖传统SEO线索流的能源营销人员,除非能够获取人工智能引用,否则他们的销售漏斗将会不断缩小。同时,采购本身也开始转向代理商:采购工具通过模型进行查询甚至交易,贝恩公司指出,这正是保持产品和规格数据准确且机器可读的原因所在。贝恩公司的作者警告说:"如果供应商的品牌没有出现在人工智能生成的首批列表中,它可能永远无法进入验证阶段。"

战略调整才是关键所在。目标不再是排名首页,而是成为买家要求模型列出您所在品类领导者时,模型首先推荐的品牌。那些将地理位置视为赢得媒体曝光和技术能力,而非一次性SEO任务的公司,将在人工智能答案中占据品类声誉,从而赢得候选名单;而那些坐等买家做出选择的公司,则会在买家开始考虑的关键时刻被忽略。这里需要注意一点:大约五分之一的买家在遇到不可靠的人工智能信息后,信心有所下降。因此,您第三方信息的准确性决定了人工智能对您是助力还是阻力,而销售和推荐等人工验证仍然是促成交易的关键,正如我们在之前的文章中所述。 决策支持框架.

听着,把它带在身边。

更喜欢音频版,还是需要演示文稿进行内部审核?完整的简报以播客节目和可下载的幻灯片演示文稿的形式提供。.

0:00
你的看法

能源营销商应该首先采取哪项地域调整策略?

在关键页面添加可引用的快速解答块
提取式阅读。搜索引擎会提取页面顶部位置的独立句子,因此,在文章开头直接给出答案是获得引用的最经济有效的方法。.
在技术内容中添加引用的统计数据
证据解读。普林斯顿大学的研究发现,统计数据和引用对提升页面可见度的提升效果最为显著,尤其对于那些原本排名不在第一位的页面而言更是如此。.
获得第三方和分析师的关注
权威性体现在阅读体验上。大约 89% 的非品牌 AI 回答引用的是非品牌来源,因此,赢得的媒体曝光往往比您自己的主页更具决定性。.
建立跨引擎的引用跟踪
衡量指标包括:声量份额、引用频率和每次提示的情感倾向,这些指标可以告诉你,你的地理信息系统工作是否取得了成效。.
您的选择反映了您对优先级的理解。本工具不进行投票统计,仅供思考之用。.

常见问题

SEO(搜索引擎优化)旨在提升网页在搜索结果列表中的排名。而GEO(生成式引擎优化)和AEO(答案引擎优化)则致力于优化网页内容,使其更容易被人工智能工具(例如ChatGPT、Google AI Overviews、Perplexity和Claude)生成的答案选中、提取和引用。GEO和AEO在很大程度上可以互换使用。它们与SEO共享一些技术,例如权威性和结构,但其目标是使用语言模型来识别来源,而不是由人工扫描链接。.

普林斯顿大学在2024年KDD大会上发表的一项研究,基于约1万个查询测试,发现添加统计数据、引用和参考文献可以将页面在AI答案中的可见度提升高达40%,其中排名并非第一的页面提升幅度最大。页面内投资回报率最高的操作是添加带有注明来源链接的、带有日期信息的统计数据。页面外,最具影响力的操作是获得第三方媒体的报道,因为约89%的非品牌AI答案会引用非品牌来源。.

由六至十名利益相关者组成的能源采购委员会越来越多地在联系销售人员之前,先在人工智能助手内构建供应商候选名单。贝恩公司在2026年4月的一项调查发现,44%的采购人员首先使用人工智能工具,或者将研究工作结合人工智能和传统搜索方式。如果一家公司没有出现在人工智能给出的第一个答案中,那么在验证阶段之前就可以将其排除在外,这使得人工智能的可见性成为一项需求生成要素,而非锦上添花。.

追踪生成式广告引擎的声量份额:在 ChatGPT、Google AI Overviews、Perplexity 和 Claude 等工具中,针对最重要的买家提示,您的品牌被提及的频率如何?同时还要关注用户情绪以及引擎引用的来源。贝恩公司推荐的策略首先是衡量每个用户画像和提示的生成式广告引擎性能,因为不追踪就无法优化。实际的监测方法是按计划运行一组固定的类别提示,并记录出现的品牌和来源。.

并非完全如此,但确实有所压缩。Gartner 预测,到 2026 年传统搜索量将下降 25%,而 Semrush 的数据显示,2024 年 5 月至 2025 年 5 月期间,零点击搜索量将从 56% 上升至 69%。务实的做法是保留技术 SEO 的基本要素,因为搜索引擎仍然会从搜索索引中检索内容,同时在此基础上添加地理位置信息,使内容结构清晰、权威性高,从而能够被 AI 答案引用。.

这有用吗?
感谢您的反馈。.
能源增长简报

获取下一个 情报投放

加入能源和工业领导者的行列,直接获取我们的市场营销、人工智能增长和收入架构方面的情报,绝无冗余信息。.

节奏每月两次
抵达海湾地区 · 中东和北非地区 · 亚洲 · 欧洲
绝不发送垃圾邮件。随时可以取消订阅。我们会阅读每一条回复。.

你已在名单上

欢迎阅读《能源增长简报》,请留意您的邮箱,我们将尽快发送下一期。.

54号项目