SEO术语表

浏览 Fennec SEO 术语表,系统学习技术 SEO、AI 搜索、Agent SEO、结构化数据、爬虫、链接、关键词、搜索结果、内容策略、页面体验、站点架构、算法概念和质量信号。适合团队统一语言,也适合新手快速查定义。

按任务浏览

A–Z 列表回答“这个词是什么意思”;下面的维护路径回答“哪些概念属于同一个决策”。

A

AI 概览

Google 出现在传统搜索结果之上的 AI 生成答案框,附有源页面的内联引用。

AI 品牌提及

品牌名称出现在 AI 生成答案中。它可以作为可见性证据监测,但并不是各平台公开确认的通用排名或信任信号。

AI 引用

答案引擎为支持来源展示的链接或署名。是否出现引用、是否带来点击及是否产生业务结果,需要分别衡量。

AI 爬虫

AI 提供商针对搜索发现、检索或模型训练等具体用途运行的机器人;不同 user agent 与运营方政策必须分开判断。

AI 引荐流量

用户点击 ChatGPT、Perplexity、Gemini 或其他 AI 答案中的引用时给你的站点带来的访问。

AI 内容

由大语言模型撰写或大幅辅助的内容。Google 按质量与帮助性判断,而非生产方法。

智能体搜索

从单次查询搜索到 AI 智能体的转变——它们会规划、搜索、阅读,并代表你跨多个工具与来源执行任务。

Agent2Agent 协议中的发现文档,用来描述 agent 身份、endpoint、能力、skills 和认证要求。

面向 agent-assisted shopping、checkout 和商家集成的 commerce protocol 模式。

帮助 AI agents 发现商品、认证用户、完成支付与安全交易的协议和元数据。

用于整理已发布 Agent Skills 的非正式目录。开放规范定义了 SKILL.md package,但没有定义通用的网站发现 URL。

通过 OpenAPI、文档、链接和元数据,让公开 API 更容易被开发者、搜索引擎和 AI agents 发现。

面向 agentic payments 和用户授权的协议,用来让委托购买更安全、可审计。

说明认证、授权服务器、受保护资源、scope 与用户授权边界的文档和标准化 OAuth 元数据。

描述图像的替代文本,用于在图像无法显示时的可访问性和SEO目的。

给AI系统的一组规则或指令,帮助其学习如何执行任务,在搜索引擎排名系统中尤为重要。

超链接中可点击的文本,为用户和搜索引擎提供有关目标页面的上下文信息。

AEO(答案引擎优化)

glossary.terms.aeo

B

在 GA4 中,未达到参与会话条件的会话占比。应结合页面任务和事件设置解读;一次跳出不必然代表访问失败,也不是 Google 排名信号。

品牌 SERP

Google 在用户搜索你的品牌名时展示的结果页——你可以主动塑造的关键信任与转化场景。

向用户显示其在网站层次结构中当前位置的导航元素,改善用户体验和SEO。

C

ChatGPT 搜索

OpenAI 在 ChatGPT 内的搜索体验,将实时网页结果与助手的对话式回答融合在一起。

引用率

衡量一个域名在特定主题集合的 AI 答案中被引用频率的指标——衡量 AEO 成功最直接的指标。

Anthropic 的网页爬虫,用于让 Claude 的知识保持更新并支撑其答案中的引用。

对话式搜索

把每次查询视为持续对话的一部分,跨轮次保留上下文的搜索方式。

三个面向真实体验的页面指标:LCP 衡量加载表现,INP 衡量响应性,CLS 衡量视觉稳定性;良好分数不保证排名。

搜索引擎机器人系统地发现和扫描网页以了解其内容和结构的过程。

点击特定链接的用户数与查看页面、电子邮件或广告的用户总数的比率。

D

一家开源权重的 AI 公司,其模型驱动着快速增长的搜索与聊天产品——在成本或本地语言性能重要的市场尤其值得关注。

一种新兴说法,指通过公开 DNS 记录把 AI agents 指向站点元数据或 discovery endpoint。

数字公关

通过让你的故事进入有影响力的媒体,赢得品牌提及、权威链接,并越来越多地获得 AI 引用。

Moz开发的一种分数(0-100),用于预测网站在搜索引擎结果页面上的排名表现。

在互联网上多个位置出现的内容,可能会使搜索引擎对哪个版本最相关感到困惑。

E

经验、专业性、权威性和可信度,是 Google 搜索质量评估指南中的概念,不是单一分数或直接排名因素。

向量嵌入

用来表示文本、图像或其他数据含义的稠密数值向量——语义搜索与 RAG 的基础。

实体 SEO

把你的品牌、产品与内容与 Google 知识图谱中的消歧实体相关联,从而赢得更丰富排位的实践。

在 GA4 中,持续时间超过设定阈值、触发关键事件,或至少产生两次页面或屏幕浏览的会话占比。

F

内容发布或更新的时间,这会影响对时间敏感查询的搜索排名。

G

Google的网络爬虫机器人,用于发现和索引网页以用于搜索结果。

专门为特定搜索查询排名而创建的网页,用于将用户引导到其他页面,通常被视为垃圾邮件策略。

根据用户的地理位置向其提供不同内容或广告的做法。

GEO(生成式搜索优化)

glossary.terms.geo

OpenAI 的网页爬虫,既可用于训练未来模型,也可用于在 ChatGPT 搜索中呈现内容。

H

定义网页上标题和子标题的HTML标签(H1-H6),帮助为用户和搜索引擎结构化内容。

实用内容更新

Google 的算法更新,针对为搜索引擎而非人制作的内容,奖励原创的、以人为本的内容。

一种HTML属性,告诉搜索引擎页面使用的语言以及向用户显示哪个语言版本。

服务器返回的三位数代码,表示网络请求的状态,例如200表示成功或404表示未找到。

I

搜索引擎在其数据库中存储和组织网页以便在搜索结果中可用的过程。

信息增益

你的内容为主题带来的独有、可累加的价值——Google 明确奖励为 SERP 补充新内容的页面。

优化图像用于网络使用的过程,以提高页面加载速度和搜索引擎可见性。

J

优化JavaScript密集型网站以便搜索引擎正确爬取和索引的做法。

对用户几乎没有价值的低质量、垃圾内容,可能会对搜索排名产生负面影响。

用于链接数据的JavaScript表示法,是在网站上实现结构化数据的推荐格式。

K

用户在搜索引擎中输入的单词或短语,网站针对这些单词或短语进行优化以吸引相关流量。

关键词在网页上出现的次数与总词数的百分比。

在网页上过度填充关键词以试图操纵搜索排名的做法,被视为黑帽SEO策略。

知识图谱

Google 包含实体及其之间关系的结构化数据库——驱动知识面板、实体卡片与丰富结果。

知识面板

Google 在品牌、人物、地点等实体结果右侧显示的信息框。

L

LLM 幻觉

语言模型生成自信但虚假的内容——答案引擎如何挑选与信任信源的关键考量。

LLM 优化

让大语言模型更容易检索、理解与引用你的内容的学科——与 AEO 和 GEO 高度重合。

llms.txt

一个提议中的文件,为 LLM 驱动的爬虫提供简洁、机器可读的站点摘要——类似 AI 时代的 robots.txt。

通过准确商家资料、有用的本地页面、声誉与测量,改善合资格企业在地点相关结果中的展示;Google 将相关性、距离和知名度列为主要本地因素。

Long-tail Keywords

更长、更具体的关键词短语,通常搜索量较低但转化率较高。

M

MCP(模型上下文协议)

让兼容 AI 应用连接 tools、resources 与 prompts 的开放协议;认证、授权和安全控制仍由具体实现负责。

用于概述 MCP server、tools、resources、transport 与访问要求的文档模式,并不是通用 MCP 发现标准。

agent commerce 讨论中的新兴缩写;除非确认具体官方协议来源,否则应谨慎使用。

网页内容的简要摘要,显示在搜索结果中标题标签下方。

Google使用网站的移动版本进行搜索结果索引和排名的做法。

提供网页元数据的HTML标签,例如描述、关键词和作者信息。

多模态搜索

让用户可以在一次查询中混合使用文本、图像、音频与视频的搜索——正在改变内容被发现与排序的方式。

N

人工智能的一个分支,帮助计算机理解、解释和生成人类语言,被搜索引擎用于更好地理解查询。

旨在损害竞争对手搜索排名的恶意做法,例如向其网站建立垃圾链接。

O

优化单个网页以在搜索引擎中排名更高并获得更多相关流量的做法。

在您的网站之外进行的SEO活动,例如链接建设和社交媒体营销。

P

页面响应并显示有用内容的速度。它影响用户体验,需要结合多项现场和实验室指标诊断,而不是依赖一个通用速度分数。

Google的一项功能,显示用户经常询问的有关特定搜索主题的相关问题。

将内容分成多个页面,这如果没有使用适当的链接实现可能会影响SEO。

寄生式 SEO

在高权威第三方平台发布内容以借势其排名——有风险,但仍在被广泛使用。

段落索引

Google 独立为页面中单个段落排序的能力,而非只能为整个页面——把优化单位从页变为段。

一款对话式答案引擎,把来自实时网页来源的答案与内联引用组合起来——2026 年值得优化的主要面之一。

Perplexity 的网页爬虫,用于在实时答案中呈现内容,而非训练模型。

零号位

在第一条自然结果之上的 SERP 元素——精选摘要、AI 概览、PAA 等等。

提示工程

设计输入以引导大语言模型输出准确、有用、安全的内容的实践——与 SEO 强相关的核心技能。

Q

用户在搜索引擎中输入的信息请求,构成搜索结果的基础。

查询分解

AI 时代的技术:把一个复杂问题拆成多个子查询、分别回答、然后合成最终答案。

Query Fan-out(查询扇出)

AI 搜索系统生成多个并发的相关查询以获取额外相关结果并提供更全面答案的技术。

查询理解

搜索引擎用以解释用户查询背后的意图、实体与上下文的过程。

Google对您的广告、关键词和着陆页的质量和相关性的评分,影响广告排名和成本。

格式为问题的搜索词,通常以谁、什么、哪里、何时、为什么或如何开头。

R

RAG(检索增强生成)

AI 搜索系统通过从搜索索引中检索相关网页来提升回复质量,然后使用这些信息生成带有来源链接的可靠答案的技术。

影响网站在搜索引擎结果页面上位置的任何元素,包括内容质量、反向链接和技术SEO。

增强的搜索结果,除了基本列表外,还包括评级、图像或其他结构化数据等附加信息。

Robots.txt

一个文件,告诉搜索引擎爬虫它们可以或不可以从网站请求哪些页面或文件。

S

Scaled Content Abuse(规模化内容滥用)

使用自动化(包括 AI)生成大量内容,主要目的是操纵搜索排名而非为用户提供价值,违反了 Google 的垃圾内容政策。

一种微数据形式,帮助搜索引擎理解和在富摘要和知识图谱中显示内容。

全渠道搜索优化

为用户搜索的每一个面(Google、YouTube、TikTok、Amazon、ChatGPT、Perplexity 等)同时做优化的实践。

Search Generative Experience(SGE)

Google 在搜索中的生成式 AI 体验,提供带引用的综合答案,置于传统结果之上。

语义 SEO

围绕含义、实体与意图(而非仅是目标关键词)进行优化的实践——现代 AI 时代搜索可见性的基础。

搜索引擎响应用户查询而显示的页面,包含有机和付费结果。

模型声量

衡量你的品牌在某个主题集合的 AI 生成答案中出现频率的指标,类似于传统搜索中的声量份额。

Google 反制在权威域上托管第三方内容以借势排名的政策——也叫寄生式 SEO。

事实源内容

结构化、可信的、让 AI 引擎反复引用为某主题的权威参考的内容。

一种数字证书,用于验证网站的身份并在浏览器和服务器之间启用加密连接。

结构化数据

帮助搜索引擎与 AI 系统理解你页面的含义(而不仅是字面)的标准化标记。

T

指定网页标题的HTML元素,在搜索结果和浏览器标签中显示为可点击的标题。

优化网站技术元素以改善搜索引擎爬取和索引的做法。

内容很少或质量低且对用户几乎没有价值的网页,搜索引擎通常会对其进行惩罚。

主题权威

你的网站在某个主题上是权威信息源——用户与搜索引擎共同形成的认知。

主题集群

由一篇支柱页面与一组互链的子主题文章组成——建立主题权威的经典方式。

U

网站网址的格式和组织,影响用户体验和搜索引擎理解。

commerce interoperability 模式的简称,用来让产品、结账和政策更容易被 agents 理解。

用户与网站交互时的整体体验,包括设计、可用性和性能。

用户搜索查询背后的潜在目标或目的,分为信息性、导航性、事务性或商业性。

V

向量搜索

通过数学嵌入空间中的相似度(而非关键词精确匹配)来检索文档——现代 RAG 与 AI 答案引擎的基础。

W

遵循搜索引擎指南并专注于为用户提供价值而不是操纵排名的SEO技术。

一种自动程序,系统地浏览网络以发现和索引搜索引擎的内容。

Web技术的官方指南和规范,确保网站在不同浏览器和设备上一致工作。

Web Machine Learning Community Group 的实验性 API,让网页通过 document.modelContext 为兼容的浏览器 agent 注册 JavaScript tools。

X

一种利用 HTTP 402 Payment Required 语义的机器到机器和 agent-driven payment 协议。

列出网站所有重要页面的文件,帮助搜索引擎更有效地爬取和索引它们。

一种HTTP标头,用于控制搜索引擎爬虫如何索引和显示网页,类似于meta robots标签。

HTML的更严格、基于XML的版本,结合了HTML的灵活性和XML的可扩展性。

Y

可能影响一个人未来幸福、健康、财务稳定性或安全的页面,需要更高的E-A-T标准。

俄罗斯的搜索引擎,使用自己的算法,与Google相比有独特的排名因素。

Z

一个没有显示有机搜索结果的搜索引擎结果页面,通常出现在Google直接提供答案的查询中。

包含域名及其DNS记录信息的文本文件,DNS服务器使用它来解析域名。

Privacy & Cookies

We use cookies to enhance your experience. By continuing to visit this site you agree to our use of cookies.

Fennec Fox