从关键词到 Prompt：GEO 时代的选题研究方法

如果“关键词研究”在今天还有意义，那它的终点已经不应该是几百个短词和一份搜索量表格。Google 的关键词体系正在被对话式查询稀释——前 Google 广告产品负责人 Frederick Vallaeys 在 2026 年公开承认他参与构建的关键词系统“正在变得过时”。与此同时，SparkToro 和 Similarweb 的多份报告（2024-2026）显示 Google 搜索中约 68% 的查询以零点击收场。当用户用完整句子向 ChatGPT、Perplexity、Google AI Overviews 提问时，外贸独立站的选题逻辑必须从“关键词思维”切换到“prompt 思维”——不是研究用户搜什么词，而是研究客户在 AI 对话框里怎么问问题。

为什么关键词体系正在失灵

这个问题不是猜测，是已经发生的结构性变化。Frederick Vallaeys（Optmyzr 联合创始人，前 Google 广告产品经理）在 2026 年的一篇自述中直言：“我参与构建了 Google 的关键词系统，现在它正在过时。”他指出了几个关键节点：

• 精确匹配的边界持续被放宽：Google 不断扩展“近似变体”的范围，单复数、拼写错误、功能词变体都被纳入，广告主对“精确”的定义已经名存实亡。
• 智能出价改变了游戏规则：出价的依据从“关键词是否匹配”变成“这次点击的转化概率有多高”——关键词不再是出价的属性，用户意图才是。
• 2023 年广泛匹配大改造：新版广泛匹配在目标 CPA 广告系列中带来约 25% 的转化增长，证明算法能比人工选词做得更好。
• AI Max 让关键词变成可选项：直接从业信号中自动生成意图匹配，广告主不再需要手动选词。

Optmyzr 覆盖 13 万+ 非品牌广告系列、9900 万美元广告支出的 2026 年研究提供了清晰的数据：精确匹配占比从 2022 年的 37.1% 降到 2026 年的 27.6%，而广泛匹配占非品牌支出的 38.8%，成为最大单一类别。关键词体系不是一夜崩塌，而是被渐进的算法迭代逐步架空。

这还只是付费端。自然搜索端的变化更剧烈——SparkToro 和 Similarweb 的数据显示，2024 至 2026 年间，Google 搜索中约 68% 的查询以零点击收场，用户要么在搜索结果页直接得到答案，要么转向 AI 对话界面。传统的“研究关键词-写内容-等排名-拿流量”链条正在断裂。如果你还在围绕短词做选题，你瞄准的目标可能根本就不存在点击行为了。

关键词思维 vs Prompt 思维：一张迁移表

这不是修辞游戏。“关键词”和“prompt”代表的是两套完全不同的信息检索范式。理解差异，才能理解选题方法为什么必须重写。

对比维度	关键词思维（传统 SEO）	Prompt 思维（GEO 时代）
查询形态	短词、短语（"CNC machine supplier"）	完整问句、多轮对话（"Who are the most reliable CNC machine manufacturers in China that ship to Germany?"）
意图理解	单一查询 → 单一意图匹配	对话上下文 → 复合意图拆解
优化目标	在 SERP 中排前 3	被 AI 答案引用为信源
衡量指标	搜索量、关键词难度、排名位置	引用率、意图覆盖度、答案匹配度
内容形式	围绕关键词展开的落地页/博文	结构化问答段落、证据链内容、可被 AI 抽取的片段
研究工具	Google Keyword Planner、Ahrefs、SEMrush	AI 对话日志分析、People Also Ask 挖掘、多个大模型交叉测试
长尾策略	做长尾词页面，靠量取胜	做问题聚类，一个页面覆盖一组相关问句

最关键的转变在这里：传统关键词研究的核心锚点是“搜索量”——这个词有多少人搜。但 AI 搜索的引用逻辑不靠搜索量，靠的是“这段话能不能直接回答某个用户的真实问题”。一个零搜索量的长问句，如果在 ChatGPT 或 Perplexity 的对话中高频出现，它的意图价值远超一个高搜索量但意图模糊的短词。

我们在给外贸客户做 GEO 诊断时经常看到一个现象：企业花大力气围绕“industrial valve”做了 20 个页面，搜索量数据漂亮，但 AI 引擎从来不引用——因为内容太泛，没有回答具体问题。而另一家精密仪器企业，花 3 天写了一篇回答“How to choose between pneumatic and electric actuator for high-temperature environments”的内容，被 ChatGPT 和 Perplexity 同时引用，带来的询盘转化远高于前者。这就是意图价值碾压搜索量的真实案例。

Prompts 从哪里来：外贸企业的选题挖掘流程

如果你接受了“prompt 思维”，下一个问题就非常务实：我怎么找到目标客户在 AI 里真正在问的问题？以下是我们在服务外贸企业过程中跑通的一套流程，四步走，每一步都可操作。

第一步：从已有触点中提取“客户原话”

不要再靠拍脑袋想“客户可能会问什么”。直接去翻你已有的客户对话记录，这些地方藏着最值钱的 prompt 素材：

• 询盘邮件：客户第一次发来的问询邮件里写的问题，就是最真实的 prompt。比如“Can you do custom sizes for stainless steel flanges with EN 1092-1 standard?”，直接收录。
• WhatsApp/微信对话：客户在聊天工具里的提问更口语化、更接近他们在 AI 搜索中的表达方式。
• 售后/技术支持记录：客户在使用产品后遇到的问题，往往是采购前就想知道但没问清楚的——这就是信息差，也是内容机会。
• 展会面谈笔记：展会上客户问的最多的问题，整理出来就是一个高价值 prompt 清单。

一家华东工业泵外贸企业用这个方法，从过去 6 个月的 WhatsApp 对话中提取了 87 条客户真实问句，筛选后整理了 32 个高频问题，围绕这些问题重新规划了独立站的内容结构，3 个月后在 ChatGPT 中的品牌引用次数从 0 提升到每月 12 次以上。

第二步：用 AI 工具做问题聚类和扩展

拿到的原始问题通常是杂乱无章的。第二步是把它们结构化：

1. 去重和归一化：把表述不同但意图相同的问题合并。比如“What's the lead time?” 和 “How fast can you deliver?” 本质是同一个意图。
2. 问题聚类：按意图将问题分组——价格/报价类、技术参数类、资质认证类、交货物流类、售后保障类、行业应用类。每个聚类就是一个内容模块的选题方向。
3. 用 AI 扩展：把聚类后的核心问题丢进多个大模型（ChatGPT、Perplexity、Gemini），看它们会推荐哪些相关追问。这些追问往往就是你在一个页面上应该同时回答的次级问题。详细的交叉测试方法可以参考一套问句测遍多个大模型的方法。

第三步：在传统工具中做意图验证

不是说传统 SEO 工具完全没用。在问题聚类完成后，可以用以下方式做交叉验证：

• Google People Also Ask：搜索核心词，看 Google 的“大家也在问”板块有哪些问题，对比你的问题清单是否有缺漏。
• Google Search Console：如果你的站已有一定流量，看实际带来点击的查询词有哪些长尾问句形态。
• 竞品 AI 可见度分析：在 Perplexity 和 ChatGPT 中搜索你行业的核心问题，看谁的品牌被引用、被引用了多少次——这就是你的竞品在 AI 搜索中的真实份额。关于竞品分析的具体方法，可以看GEO 竞品分析：看对手在 AI 里占了多少份额。

第四步：构建“问题-内容”矩阵

把每一个问题聚类映射到一个具体的内容页面，形成选题矩阵：

问题聚类	示例 Prompt	内容形式	目标 AI 平台
技术参数对比	"What's the difference between 304 and 316L stainless steel for food processing equipment?"	对比/评测型文章 + Schema	ChatGPT、Perplexity
行业应用场景	"Which type of conveyor belt is best for underground mining operations?"	How-to 教程 + 案例数据	Google AI Overviews
资质与合规	"Do Chinese solar panel manufacturers have TÜV Rheinland certification?"	FAQ 页面 + 证书可查链接	Gemini、Perplexity
价格与成本	"What's the typical cost range for a 20ft refrigerated container from China to Dubai including shipping?"	报价指南 + 影响因素拆解	ChatGPT Search

这个矩阵的价值在于：每个页面回答的不是“一个关键词”，而是“一组相关的真实问题”。AI 引擎判断是否引用一个页面时，看的不是关键词密度，而是这个页面提供的答案是否完整、准确、有证据支撑。更多关于怎么写出可被 AI 引用的内容，可以看怎么写出可被 AI 引用的内容（实操模板）。

传统工具在这个流程中还有用吗

有用，但不是你以为的那种用法。Ahrefs、SEMrush、Google Keyword Planner 这些工具在 prompt 研究流程中的角色变了：

• 不再是选题的起点，而是验证的辅助：你先从客户对话和 AI 测试中拿到问题，再用工具看搜索量数据——不是为了决定做不做，而是为了理解这个词在传统搜索中还有多少残余流量，辅助判断是否值得同时做 SEO+GEO 是什么双覆盖。
• 竞品的关键词数据仍有参考价值：但如果竞品还没有做 GEO，你看不到他们在 AI 中的表现。传统工具的竞品分析只能看到传统 SEO 维度，看不到 AI 引用维度。
• 本地化市场的关键词研究需加入平台维度：不同市场的 AI 平台使用习惯不同。美国市场 ChatGPT 和 Google AI Overviews 是主力；中东市场 Perplexity 增速快；东南亚市场 WhatsApp 内的 AI 功能可能是更重要的入口。关于不同市场的差异，可以看美国市场 GEO和中东市场 GEO的做法差异。

一个外贸企业可以立刻执行的清单

以下清单不依赖任何付费工具，今天就能开始：

1. 建一个“客户真实问句库”：指定一个人（业务员或市场人员），每周从询盘、WhatsApp、展会记录中提取 10 条客户原话问题，维护在一个表格里。
2. 每月做一次问题聚类：把当月累积的问题按意图分类，标记高频问题和高价值问题（与采购决策直接相关的为高价值）。
3. 针对每个高频/高价值问题，检查你的网站是否已有页面能回答它：如果没有，这就是新选题；如果有但回答质量不行，这就是优化选题。
4. 在至少 2 个 AI 平台中测试你和竞品的引用情况：ChatGPT 和 Perplexity 是最低配置。搜你的核心问题，看品牌是否出现、出现在第几个引用位。关于怎么系统监测，可以看监测品牌词在 AI 答案中的表现。
5. 对没有 AI 引用的高价值问题，优先安排内容创作：用问答式段落结构写，开头直接给答案，文中附数据/案例/来源标注——让 AI 敢引用你。具体写法可以参考证据链内容：AI 才敢引用的内容长什么样。

这套流程不复杂，但需要持续运转。最大的成本不是工具，是思维惯性——习惯了看搜索量做决策、习惯了用关键词规划内容日历、习惯了等排名。AI 搜索的引用体系不等人。当你还在纠结“这个词搜索量好像不高”的时候，已经有同行用一句精准的 prompt 回答截走了你未来的客户。

常见问题（FAQ）

为什么传统的关键词研究在GEO时代不再适用？

因为Google的关键词体系正被对话式查询稀释：前广告产品负责人Frederick Vallaeys在2026年承认其构建的关键词系统“正在变得过时”，精确匹配边界持续放宽；同时，SparkToro和Similarweb报告（2024-2026）显示约68%的搜索零点击，用户更多用完整句子向AI提问，传统词研究无法捕捉这类意图。

什么是“prompt思维”，它与关键词思维有何不同？

Prompt思维关注客户在ChatGPT、Perplexity等AI对话框中如何用自然语言提问，研究的是完整问句的问法，而非孤立关键词。传统思维围绕短词收集搜索量，而prompt思维则分析用户表达需求的具体语境，以便内容能被AI引擎直接引用为答案。

根据文章，Google搜索中零点击查询的比例是多少？

援引SparkToro和Similarweb在2024年至2026年的多份报告，Google搜索中约68%的查询以零点击收场，用户未点击任何结果，这反映了搜索生态向即时答案的转变。

外贸独立站为什么需要从关键词思维切换到prompt思维？

因为目标客户正转向AI提问获取购买信息，独立站若仍依赖关键词优化，难以在AI Overviews或对话式答案中获得曝光。只有理解客户如何用问句表达需求，并以此指导内容选题，才能提升在生成式引擎中的可见度。

Frederick Vallaeys对关键词系统有何评价？

Frederick Vallaeys（Optmyzr联合创始人，前Google广告产品经理）在2026年的自述中直言，他参与构建的Google关键词系统“正在变得过时”，并指出精确匹配边界持续放宽等结构性变化，导致传统关键词策略效力下降。

本文由询盘云 RAG GEO 内容生产线产出，部分案例与数据引用自询盘云原创资料及公开行业研究。