AI时代的SEO真相：为什么机器还需要人类 （来自 Kyle Roof 清迈分享）

11月13号，在清迈的 SEO 大会上，Kyle Roof 讲了一个 18 世纪的故事。

1790 年代，一个叫 Wolfgang von Kempelen 的人，在奥地利女皇的生日宴会上看了一场魔术表演。他觉得那个魔术师不过是在装神弄鬼，于是决定第二年带点“真东西”回来。

他带来了一台“会下棋的机器人”——后来被称为土耳其行棋傀儡。

表演开始前，Wolfgang 会当众打开机器的柜门，让观众检查里面复杂的齿轮和杠杆结构。确认无误后，他关上柜门，邀请人上台对弈。

机器人赢了。
下一个人上来，又赢了。
再下一个，还是赢。

这台机器随后在欧洲巡演，击败了本杰明·富兰克林，击败了拿破仑。84 年间，只输过五六次。

直到它在一场仓库大火中被烧毁，秘密才被揭开。

机器内部藏着一位真正的象棋大师。柜体里有一个可滑动的座椅，上方是一块磁性棋盘，大师可以看到对手的每一步棋，再通过机械结构操控手臂完成落子。

至少有 20 位象棋大师参与过这场“骗局”，没有一个人说漏过嘴。Kyle 说，他们大概都很享受能和拿破仑下棋这件事。

但真正有意思的，是观众的反应。

人们并不是被骗，而是主动选择相信。
当你看到机器流畅地思考、精准地落子，很容易就会接受一个结论：
——这一定是真正的“智能”。

Kyle 用这个故事开场，并不是为了讲历史。

他想说的是：
今天的 AI 写作工具，本质上和那台机器没有区别。
它看起来在自动运转，但真正决定输赢的，始终是藏在背后的那个人。

一个让他找到定位的测试方法

Kyle 一直强调，他更相信数据，而不是感觉。

2013 年，他想验证一个看似简单的问题：
H1 标签是不是比 H2 更重要？

他去 Google 搜答案，结果是：
有人说是，有人说不是，有人说“视情况而定”。

这对他来说毫无意义。

于是他设计了一套测试方法：
创建一批几乎完全相同的页面，让它们去竞争同一个虚构关键词。在这个可控环境里，每一次只改变一个变量。

比如：
把第三名页面的 H2 改成 H1，其他条件不变。
如果排名上升，说明是正向因素；
下降，就是负向；
不动，就是无效。

后来他发现，还可以反向验证：
如果加上某个元素排名上升，那么去掉它，排名应该下降。

这套方法极大提高了测试效率。

他在一个只有 40 人的小型会议上分享了这套逻辑。讲了五分钟，他意识到一件事：
台下没有任何人在做类似的测试。

他走下台，给合伙人打电话说：
“我知道我们的定位了。”

当时他们只有两个人加一个虚拟助理。但在后续的销售电话里，他们开始这样说：

“你可以问问你正在接触的其他公司：
他们现在在跑什么测试？
如果他们没有在跑测试，那意味着——
他们是在你的网站上测试，在你的网站上学习。”

靠这句话，他们签下了一批原本不属于他们的客户。

后来，这套方法拿到了美国专利。
Kyle 自嘲说，他可能只是给“科学方法”申请了个专利，但谁会去和美国专利局争论呢。

用乱码排到第一名的那次实验

接下来，是 Kyle 最著名的一个案例。

Rhinoplasty Plano，是一场公开的 SEO 竞赛。目标是在 30 天内，把一个全新域名排到“Rhinoplasty Plano”（德州普莱诺隆鼻手术）这个词的第一名。

比赛结束时，Kyle 的网站排在第五。
第一名是 Igor——Kyle 说他是“现场最高的 SEO”，两人后来成了朋友。

但两周后，事情开始变化。

Kyle 的网站先是进入自然搜索前十，然后继续上升，最终拿到了自然搜索第一，甚至一度把地图结果挤掉，直接显示知识面板。

真正让行业震动的原因只有一个：

整个网站的正文，是用 Lorem Ipsum 写的。
也就是设计师常用的那种占位乱码。

Kyle 做的事情并不复杂：
他计算出目标关键词、变体词、语义相关词应该出现的次数和位置，然后把它们“嵌”进这段乱码里。

没有任何真实内容，只有结构和数学。

随后，Search Engine Land 写了一篇报道，点名了这个案例。
六小时后，网站被 Google 下架。

当天凌晨 1:15 到 1:27，Google 又下架了他另外 20 个测试站点，全部标记为“严重垃圾内容”。

Kyle 一开始也慌了。但冷静下来后，他意识到一件事：

如果他说的是胡扯，如果只是运气好，Google 大可以无视。
但他们没有。
他们专门来“处理”这件事。

这反而说明，他触碰到了真正的规则边界。

几年后，当他重新翻阅 Google 的内容政策时，发现“自动生成内容”那一栏里，多了一条规则：

“对读者没有意义，但包含搜索关键词的文本。”

他把页面丢进 Wayback Machine，发现：
这条规则在那次比赛之前并不存在。

某种意义上，Kyle 是少数几个——
被 Google 写过规则的人。

对我来说，这个案例真正的价值，不在于“能不能这么做”，
而在于：搜索引擎到底是如何理解内容的。

AI 内容测试：问题不在“是不是 AI”

今年 3 月，Kyle 做了一组测试。

他让多个主流大语言模型，用同一个 prompt 写一篇 1000 字的罗马旅游文章。然后用 PageOptimizer Pro 进行评分。

结果非常一致：

• • POP 评分：没有一个模型超过 80
• • 字数：不少模型连 1000 字都写不满
• • 阅读难度：全部是大学水平
• • 语义词覆盖：严重不足

一篇 1000 字的页面，Google 通常需要 200 个左右的相关术语来准确理解主题。表现最好的模型，也只给了 50 多个。

他又用 Google 的 NLP API 跑了一遍，测试“概念覆盖率”，结果同样不理想。

Kyle 的结论很直接：

Google 根本不需要“检测 AI”。
它只需要用现有算法，就能判断这些内容它“看不懂”。

更有意思的是，当他在 prompt 里加上“要 SEO 优化”四个字，结果反而更差。

字数下降，语义覆盖下降，概念识别率继续下降。

AI 知道什么是 SEO，但它不会真的执行 SEO。

所以，当有人批量生成几百篇文章后流量暴跌，问题往往不在“被识别为 AI”，
而在于：搜索引擎根本无法确认这些页面在讲什么。

SEO 没死，只是更不容偷懒了

关于“SEO 已死”，Kyle 的态度一如既往冷静。

链接有没有用？
有。

在场的另一位 SEO 做了测试：
给排名在 30–40 位的页面加外链，结果全部进入前两页。

算法会调参数，会换权重，但核心逻辑并没有变。

真正变的是：
愿意做长期测试、愿意理解机制的人，越来越少了。

三层筛选 + 内链：不靠外链进入 AI 引用

整场分享里，我认为最值得反复消化的是这一部分。

第一层：Tier Filter
不是“这个词难不难”，而是：
你的网站，配不配这个词。

第二层：KGR
单独用效果一般，但和 Tier 叠加后，非常稳定。

第三层：内链结构
用筛选出的词做支撑页面，只在正文中内链到目标页，不分散权重。

Kyle 展示了两个案例：
都没有依赖 Guest Post，仅靠站内结构，进入了 ChatGPT 的引用来源。

对我来说，这一段不是“方法”，而是一个提醒：
AI 引用，本质上仍然建立在搜索引擎可理解的结构之上。

为什么我要把这场演讲整理出来

不是因为 Kyle Roof 有多大名气。

而是因为他说的每一个判断，我都能用自己的实践去验证。

我做了十年 SEO。
AI 出现之后，行业里充斥着两种声音：
一种是“AI 会取代一切”，
一种是“SEO 已死”。

这两种，我都不信。

我更相信测试，相信数据，相信那些你亲手跑出来、别人可以复现的结果。

这也是我们团队一直在坚持的事：
不追热点，不制造焦虑，把策略跑通了再说。

Kyle 最后那句话我很认同：

AI 只是新的 KPI，不是游戏规则的改变。

规则没变。
变的是，愿意认真研究棋盘的人，越来越少了。

而那些愿意下笨功夫、愿意去找那一步隐藏棋的人——
他们不只是在逃脱。

他们会赢。