LLM时代的SEO/AEO实战应用：B2B SaaS优化路线图

概述

随着AI驱动的搜索改变用户发现信息的方式，传统SEO正在演变。Google Search Generative Experience（SGE）、ChatGPT、Perplexity等基于LLM的搜索引擎正在改变游戏规则。答案引擎优化（AEO）正在成为下一个前沿领域。

本文分享来自Agent Effi Flow的真实实施经验，这是一个在3天内启动的B2B SaaS项目。我们将探讨如何从传统SEO过渡到AEO就绪策略，并展示可量化的成果。

什么是AEO，为什么它很重要？

传统SEO vs AEO

传统SEO：

优化以在搜索结果中排名
目标：点击链接的人类用户
关键指标：点击率、跳出率、会话时长

AEO（答案引擎优化）：

优化以被LLM引用
目标：提取信息的AI系统
关键指标：引用率、准确性、来源可信度

用户行为的转变

用户正在提问，而不是输入关键词：

以前："最佳收据OCR API"
现在："如何为我的日本免税店自动化收据处理？"

LLM从多个来源综合答案。您的内容必须：

结构清晰（标题、列表、表格）
事实准确（带有数据/示例）
内容全面（涵盖相关问题）

SEO基础：做好基本功

在为AI优化之前，传统SEO基础仍然至关重要。

1. 技术SEO：网站健康检查

Meta标签实现：

// src/components/BaseHead.astro（简化版）
---
const { title, description, image, lang = 'ja' } = Astro.props;
const canonicalURL = new URL(Astro.url.pathname, Astro.site);
---

<head>
  <!-- 基本Meta -->
  <title>{title}</title>
  <meta name="description" content={description} />
  <link rel="canonical" href={canonicalURL} />

  <!-- Open Graph（Facebook、LinkedIn） -->
  <meta property="og:type" content="website" />
  <meta property="og:url" content={canonicalURL} />
  <meta property="og:title" content={title} />
  <meta property="og:description" content={description} />
  <meta property="og:image" content={image} />

  <!-- Twitter Card -->
  <meta name="twitter:card" content="summary_large_image" />
  <meta name="twitter:title" content={title} />
  <meta name="twitter:description" content={description} />
  <meta name="twitter:image" content={image} />

  <!-- 语言和区域设置 -->
  <meta property="og:locale" content={lang} />
  <link rel="alternate" hreflang="ja" href={`${Astro.site}ja${Astro.url.pathname}`} />
  <link rel="alternate" hreflang="en" href={`${Astro.site}en${Astro.url.pathname}`} />
</head>

关键实现要点：

每个页面唯一的标题/描述
Open Graph图片（1200×630像素）
规范URL以避免重复
多语言支持与hreflang

2. 站点地图与Robots.txt

自动生成站点地图（Astro）：

// astro.config.mjs
export default defineConfig({
  site: 'https://agent-effi-flow.jangwook.net',
  integrations: [
    sitemap({
      filter: (page) => !page.includes('/admin/'),
      customPages: [
        'https://agent-effi-flow.jangwook.net/api-docs',
        'https://agent-effi-flow.jangwook.net/faq'
      ]
    })
  ]
});

Robots.txt：

User-agent: *
Allow: /

# 爬取速率（适用于大型网站）
Crawl-delay: 1

Sitemap: https://agent-effi-flow.jangwook.net/sitemap-index.xml

3. 性能优化

Core Web Vitals对SEO至关重要：

指标	目标	我们的结果
LCP（最大内容绘制）	< 2.5秒	1.8秒
FID（首次输入延迟）	< 100毫秒	45毫秒
CLS（累积布局偏移）	< 0.1	0.05

我们如何实现这些：

图片优化：

// Astro的自动图片优化
import { Image } from 'astro:assets';
import heroImage from '../assets/hero.jpg';

<Image src={heroImage} alt="Agent Effi Flow"
       width={1200} height={630}
       format="webp" quality={80} />

代码分割：
- SvelteKit自动分割路由
- 每个页面只加载必要的JavaScript
- 结果：初始包 < 50KB
CDN与边缘缓存：
- Vercel Edge Network（全球CDN）
- 静态页面从边缘位置提供
- 动态内容使用stale-while-revalidate缓存

AEO内容策略

1. 结构化内容格式

为什么结构很重要：

LLM解析标题以理解层次结构
列表和表格易于提取
代码块展示技术专业性

示例：适用于AEO的FAQ页面：

## 常见问题

### OCR API支持哪些文件格式？

Agent Effi Flow支持以下图片格式：
- **JPEG/JPG** - 推荐用于照片
- **PNG** - 最适合带有文字的文档
- **WebP** - 文件大小更小的现代格式
- **HEIC** - iPhone默认格式（自动转换）

最大文件大小：**每张图片10MB**

### 收据OCR的准确率如何？

基于1,000+测试样本的准确率：
| 收据类型 | 准确率 | 备注 |
|---------|--------|------|
| 日语收据 | 97.2% | 处理垂直文本 |
| 英语收据 | 98.5% | 标准水平布局 |
| 手写 | 89.3% | 取决于清晰度 |

我们的OCR使用Google Gemini 2.5 Flash，配合优化的结构化数据提取提示词。

### API速率限制是多少？

**免费层**：10个请求/小时
**付费计划**：
- 入门版：100个请求/小时
- 专业版：500个请求/小时
- 商业版：2,000个请求/小时

企业客户可申请自定义限制。

AEO友好元素：

直接回答常见问题
表格格式的数据（易于解析）
技术细节（文件大小、格式）
清晰的定价信息

2. Schema.org标记

富媒体摘要的结构化数据：

<!-- FAQPage Schema -->
<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "OCR API支持哪些文件格式？",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Agent Effi Flow支持JPEG、PNG、WebP和HEIC格式，每张图片最大文件大小为10MB。"
      }
    },
    {
      "@type": "Question",
      "name": "收据OCR的准确率如何？",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "准确率：日语收据97.2%，英语收据98.5%，手写89.3%。使用Google Gemini 2.5 Flash。"
      }
    }
  ]
}
</script>

<!-- Product Schema（适用于SaaS） -->
<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "SoftwareApplication",
  "name": "Agent Effi Flow",
  "applicationCategory": "BusinessApplication",
  "offers": {
    "@type": "Offer",
    "price": "2000",
    "priceCurrency": "JPY"
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.8",
    "reviewCount": "23"
  }
}
</script>

好处：

Google在搜索结果中显示富媒体摘要
LLM可以提取定价/评分信息
提高点击率

3. 内容深度：维基百科效应

LLM偏好全面的来源。一篇3,000字的指南胜过10篇300字的薄弱页面。

我们的方法：

而不是：

页面1：“什么是OCR？“（300字）
页面2：“OCR用例”（400字）
页面3：“OCR定价”（200字）

我们创建了：

终极OCR指南（3,500字）：
- 什么是OCR（技术解释）
- 我们的OCR如何工作（技术细节）
- 用例（真实案例）
- 定价比较（与竞争对手）
- API文档（代码示例）
- 常见问题（结构化问答）

结果：单个全面的页面为20+个长尾关键词排名。

B2B SaaS的关键词策略

1. 日本市场关键词

我们的主要目标市场是日本，需要日语关键词优化：

关键词（日语）	关键词（英语）	月搜索量	难度
免税 OCR	Tax-free OCR	320	低
経理自動化	Accounting automation	1,900	中
領収書 AI	Receipt AI	890	低
レシート OCR API	Receipt OCR API	210	低

我们如何找到这些：

Google关键词规划师（日本地区）
竞争对手分析（他们排名的关键词）
Google Search Console（用户输入的查询）
客户访谈（他们如何描述问题）

2. 长尾关键词

通用关键词竞争激烈。长尾关键词带来合格流量。

示例：

通用：“OCR API”（10,000/月，竞争非常激烈）
长尾：“免税店向けOCR API 日本語対応”（50/月，竞争低）

长尾转化率高3倍，因为搜索者有具体意图。

3. 多语言SEO

文件结构：

src/content/blog/
├── ja/receipt-ocr-guide.md
├── en/receipt-ocr-guide.md
├── ko/receipt-ocr-guide.md
└── zh/receipt-ocr-guide.md

实现：

// src/pages/[lang]/blog/[...slug].astro
export async function getStaticPaths() {
  const posts = await getCollection('blog');

  return posts.map((post) => {
    const [lang, ...slugParts] = post.id.split('/');
    return {
      params: { lang, slug: slugParts.join('/') },
      props: { post }
    };
  });
}

Hreflang标签：

<link rel="alternate" hreflang="ja" href="https://example.com/ja/blog/post" />
<link rel="alternate" hreflang="en" href="https://example.com/en/blog/post" />
<link rel="alternate" hreflang="ko" href="https://example.com/ko/blog/post" />
<link rel="alternate" hreflang="zh" href="https://example.com/zh/blog/post" />
<link rel="alternate" hreflang="x-default" href="https://example.com/en/blog/post" />

内部链接策略

为什么内部链接很重要：

帮助搜索引擎发现页面
分配页面权重（PageRank）
改善用户导航
增加网站停留时间

1. 中心辐射模型

中心页面：全面指南（例如，“终极OCR指南”）

辐射页面：链接回中心的具体主题

“如何集成OCR API” → 链接到中心
“OCR准确率比较” → 链接到中心
“OCR定价指南” → 链接到中心

实现：

---
// src/components/RelatedPosts.astro
const { relatedSlugs } = Astro.props;

const relatedPosts = await Promise.all(
  relatedSlugs.map(slug => getEntry('blog', slug))
);
---

<section class="related-posts">
  <h2>相关文章</h2>
  <ul>
    {relatedPosts.map(post => (
      <li>
        <a href={`/blog/${post.slug}`}>
          {post.data.title}
        </a>
        <p>{post.data.description}</p>
      </li>
    ))}
  </ul>
</section>

2. 上下文链接

内容中的自然链接比页脚链接块效果更好。

示例：

我们的[收据OCR API](/api-docs/receipt-ocr)使用Google Gemini 2.5 Flash
进行结构化数据提取。与返回纯文本的传统OCR不同，
我们使用[结构化输出](/blog/structured-output-guide)返回经过验证模式的JSON。

对于会计工作流程，将此与我们的[批处理功能](/features/batch)结合使用
可以同时处理数百张收据。

好处：

高上下文相关性
用户因内容相关而点击
搜索引擎重视语义连接

分析与测量

1. Google Search Console设置

跟踪SEO性能：

// 在BaseHead.astro中添加验证meta标签
<meta name="google-site-verification" content="your-verification-code" />

要监控的关键指标：

展示次数：您的网站在搜索中出现的频率
点击次数：有多少用户点击进入
点击率（CTR）：点击次数/展示次数
平均排名：您的平均排名位置

我们的30天结果（Agent Effi Flow）：

展示次数：1,240
点击次数：87
点击率：7.0%（5%以上为良好）
平均排名：12.3（从23.1改善）

2. Google Analytics 4集成

跟踪用户行为：

// src/layouts/BaseLayout.astro
---
const GA_MEASUREMENT_ID = import.meta.env.PUBLIC_GA_ID;
---

<head>
  <script async src={`https://www.googletagmanager.com/gtag/js?id=${GA_MEASUREMENT_ID}`}></script>
  <script is:inline define:vars={{ GA_MEASUREMENT_ID }}>
    window.dataLayer = window.dataLayer || [];
    function gtag(){dataLayer.push(arguments);}
    gtag('js', new Date());
    gtag('config', GA_MEASUREMENT_ID);
  </script>
</head>

SaaS的自定义事件：

// 跟踪积分购买
gtag('event', 'purchase', {
  transaction_id: sessionId,
  value: 2000,
  currency: 'JPY',
  items: [{
    item_id: 'starter_plan',
    item_name: 'Starter Plan - 1000 Credits',
    quantity: 1,
    price: 2000
  }]
});

// 跟踪API使用
gtag('event', 'api_call', {
  event_category: 'API',
  event_label: 'receipt_ocr',
  value: 1
});

3. AEO成功指标

如何衡量AEO性能（因为LLM不报告来源）：

直接流量增加：
- 用户从ChatGPT响应复制/粘贴URL
- 在GA4中监控直接流量
品牌搜索量：
- 在GSC中检查”Agent Effi Flow”搜索
- 增加表明LLM引用带来的品牌知名度
内容抓取模式：
- 监控服务器日志中的机器人用户代理
- 高机器人流量 = 内容正被AI索引
查询模式：
- 问题类查询增加
- 示例：“Agent Effi Flow如何工作？” vs “Agent Effi Flow”

真实结果：30天案例研究

初始状态（第0天）

新域名（无权重）
0个反向链接
未被Google索引
无流量

采取的行动

第1周：基础

向Google Search Console提交站点地图
添加meta标签和Open Graph
创建5个核心内容页面：
- 首页
- API文档
- 常见问题
- 定价
- 法律页面

第2周：内容创建

发布3篇博客文章：
- “收据OCR实施指南”（2,800字）
- “免税处理自动化”（2,200字）
- “Gemini API用于文档OCR”（3,100字）
添加Schema.org标记（FAQPage、Product）
文章之间的内部链接

第3周：优化

图片优化（WebP转换）
改善Core Web Vitals（达到绿色分数）
添加多语言支持（日语、英语、韩语）
创建包含20个问答的FAQ页面

第4周：推广与分发

在X（Twitter）上分享博客文章
提交到相关目录
在jangwook.net（我的技术博客）上交叉发布
参与相关Reddit讨论

结果（第30天）

指标	结果	备注
Google索引页面	23	所有核心页面已索引
自然流量	142次访问	从0开始
排名最高的关键词	”免税 OCR” - 位置8	目标位置3
域名权重	12	从0开始（新网站正常）
反向链接	7	质量重于数量
搜索点击率	7.2%	高于行业平均

主要流量来源：

Google自然搜索：62%
直接访问：23%
jangwook.net引荐：12%
社交媒体：3%

主要着陆页：

首页：45%
收据OCR指南：28%
API文档：18%
常见问题：9%

关键学习

全面的内容获胜：
- 2,800字的指南胜过3篇短文
- 用户在长篇内容上平均停留4:30 vs 短篇1:15
技术准确性很重要：
- 带有代码示例的文章会话时长长3倍
- 用户收藏技术指南（高回访率）
多语言值得投入：
- 日语内容获得70%流量（我们的目标市场）
- 英语内容获得20%（国际兴趣）
- 韩语获得10%（K-pop旅游细分市场）
FAQ页面被低估：
- 15%的自然流量落在FAQ
- 高转化率：22%在阅读FAQ后注册

AEO高级策略

1. 优化以获得可引用的内容

什么样的内容值得LLM引用？

事实准确性：
- 引用来源（研究论文、官方文档）
- 包含带日期的数据
- 避免营销话术

清晰的归属：

根据Google的[Gemini API定价](https://ai.google.dev/pricing)
截至2024年11月，Gemini 2.5 Flash每100万输入token收费0.075美元。

带数据的比较：

功能 Agent Effi Flow 竞争对手A 竞争对手B
准确率 97.2% 94.5% 89.3%
价格/1000次调用 ¥2,000 ¥3,500 ¥2,800
语言 4 2 3

功能	Agent Effi Flow	竞争对手A	竞争对手B
准确率	97.2%	94.5%	89.3%
价格/1000次调用	¥2,000	¥3,500	¥2,800
语言	4	2	3

2. 回答下一个问题

用户会问后续问题。要预见它们。

示例：收据OCR指南

主要问题：“收据OCR如何工作？”

预期的后续问题：

“准确率是多少？” → 添加准确率部分
“费用是多少？” → 包含定价
“可以免费试用吗？” → 链接到免费层
“支持哪些语言？” → 列出语言
“如何集成API？” → 代码示例

结果：单个页面回答整个用户旅程，降低跳出率。

3. 技术SEO的代码示例

开发人员搜索方式不同。他们想要可复制粘贴的代码。

糟糕的示例：

我们的API易于集成。只需发送带有图片的POST请求。

好的示例：

// 安装SDK
npm install @agent-effi-flow/sdk

// TypeScript示例
import { EffiFlowClient } from '@agent-effi-flow/sdk';

const client = new EffiFlowClient({ apiKey: process.env.EFFI_API_KEY });

async function processReceipt(imagePath: string) {
  const result = await client.receiptOCR({
    image: fs.readFileSync(imagePath),
    language: 'ja'
  });

  console.log('Store:', result.store_name);
  console.log('Total:', result.total_with_tax);
  console.log('Items:', result.items);

  return result;
}

// 示例输出
{
  "store_name": "FamilyMart",
  "purchase_date": "2024-11-26",
  "items": [
    {
      "name": "おにぎり 鮭",
      "quantity": 2,
      "unit_price": 130,
      "total_price": 260
    }
  ],
  "subtotal": 260,
  "tax": 26,
  "total_with_tax": 286
}

为什么这样有效：

开发人员可以立即测试
显示真实输出格式
演示错误处理
LLM提取此内容用于代码生成

下一步：AEO实施路线图

第1〜2周：内容审计

识别薄弱内容：
- 少于500字的页面
- 低参与度（平均停留时间 < 30秒）
- 高跳出率（> 70%）
整合或扩展：
- 将相关页面合并为全面指南
- 添加数据、示例、代码示例
- 更新过时信息
添加结构：
- 在适当的地方将段落转换为列表
- 创建比较表
- 添加FAQ部分

第3〜4周：Schema实现

添加Schema.org标记：
- FAQ页面的FAQPage
- 博客文章的Article
- SaaS页面的Product
- 教程的HowTo

使用Google Rich Results Test测试：

https://search.google.com/test/rich-results

监控富媒体摘要出现情况：
- 检查Google Search Console
- 跟踪CTR改善

第2个月：内部链接改造

创建支柱内容：
- 1〜2篇全面指南（3,000+字）
- 涵盖整个主题深度
构建辐射内容：
- 5〜10篇聚焦文章
- 每篇链接到支柱页面

自动化相关文章：

// 使用Claude LLM进行语义推荐
const recommendations = await generateRecommendations(post);

第3个月：AEO优化

基于问题的内容：
- 识别常见问题（Google”相关问题”）
- 创建专门的答案页面
- 使用清晰的标题结构
值得引用的声明：
- 为所有统计数据添加来源
- 链接到原始研究
- 包含发布日期
多格式内容：
- 文本（用于阅读）
- 代码示例（面向开发人员）
- 表格（用于比较）
- 图表（用于概念）

预告：下一篇文章

在下一篇文章中，我们将深入探讨高级AEO策略：

如何专门为ChatGPT、Perplexity和Google SGE优化内容
使用自定义分析测量AEO性能
构建AI友好的知识图谱
案例研究：将LLM引用增加300%

敬请期待！

资源

使用的工具

Google Search Console - SEO监控
Google Analytics 4 - 流量分析
Schema Markup Generator - 结构化数据
PageSpeed Insights - 性能测试

参考文章

Google Search Central - 官方SEO文档
Schema.org - 结构化数据词汇表
Moz SEO入门指南 - SEO基础
答案引擎优化指南 - AEO介绍

jangwook.net相关阅读

AI内容推荐系统 - 基于LLM的语义匹配
规范驱动开发 - 使用Claude Code构建
个人开发者AI SaaS之旅 - 3天从MVP到生产

结论

SEO没有死——它在进化。基础（网站速度、移动友好、清晰结构）仍然至关重要。但前沿是AEO：为综合答案的AI系统优化。

关键要点：

从SEO基础开始：如果人类找不到你，你就无法为AI优化
全面 > 薄弱：一篇3,000字的指南胜过10篇浅薄的页面
结构化一切：标题、列表、表格使内容机器可读
回答完整旅程：预见后续问题
测量、迭代、改进：使用GSC和GA4跟踪进度

特别针对B2B SaaS：

技术内容（带代码）吸引开发人员
多语言支持扩大覆盖范围
FAQ页面比营销文案转化更好

3个月目标：主要关键词（“免税 OCR”）排名第3，月自然访问量500+，免费试用转化率10%。

让我们在AI时代构建可被发现的产品。

Reading Complete!

概述