Ahrefs 如何用自动化流程更新数据类文章:一份可跟随的实操指南
Ahrefs 作者用自建的 Data Refresh Hub 每月自动拉取 12 个数据集的新数据、剔除 NSFW 结果、重建表格与图表并更新 WordPress 草稿,完成后邮件通知、经人工审核才发布。
Ahrefs 作者用自建的 Data Refresh Hub 每月自动拉取 12 个数据集的新数据、剔除 NSFW 结果、重建表格与图表并更新 WordPress 草稿,完成后邮件通知、经人工审核才发布。
Graphite、LLM Pulse 等监测方发现,自 10 月 9 日起 ChatGPT 引荐到站点的会话在 GA4 中下降 22% 至 57%,Graphite CEO Ethan Smith 估算较此前基线约降 45%。
Semrush 的 Site Audit 可扫描网站 140+ 项技术问题,再通过 Semrush MCP 服务器把审计数据拉进 Claude 分析,输出按优先级排序的修复方案。
OpenAI 似乎已移除或替换 ChatGPT 结果中链接上的 UTM 参数,这一变化大约从一周前发布的 GPT-6 开始,使网站更难判断点击是否来自 ChatGPT。
Ahrefs 分析了 ChatGPT 在美国回答中引用最多的 200 个域名,发现 PubMed 从第 64 位升至第 4 位,WebMD 从第 18 位跌至第 79 位,Britannica、Investopedia 和 New York Post 跌出前 200。
Ahrefs 分析了 2026 年 8 月至 9 月 6660 万条免费、未登录的 GPT-5.6 Luna 回答及其 1500 万条 fan-out 查询,发现只有 14.4% 的回答触发了联网搜索,搜索时平均运行约 1.6 条 fan-out 查询。
推荐理由:基于 6660 万条免费会话与 1500 万条 fan-out 查询,量化了 ChatGPT 检索与引用来源的走向。
Manifold MCP 在 Product Hunt 发布,为 AI Agent 提供 SEO、AI 回答、社交、广告与线索数据。该工具面向需要让 Agent 接入营销与增长数据的开发者,具体价格与套餐信息未在原文披露。
Google 正招聘工程师为 Discover 生成和推荐 AI 内容,其中 Staff ML Engineer 岗位负责为 Discover 与 Notifications 等主动场景构建生成内容的 agentic 流程,并做事实性、时效性、连贯性与语气检查。
Google 研究团队在论文中证明,单一自回归模型用固定隐藏维度即可对任意数量文档排序,而双编码器的嵌入维度必须随文档数线性增长;论文提出 SToICaL 训练损失,让模型关注整个排序列表而非仅首位结果。
一位开发者正在构建 Chrome 扩展,把传统 SEO 检查、浏览器数据、确定性分析和语言模型结合起来,目标是让 SEO 从业者更轻松地完成审查,而不是把审查交给 AI 输出。
有人抓取了 1000 个中文大站的 /llms.txt,只有 30 个(3%)放了真正的文件,满分仅 9 个,包括 B 站、Gitee、魔搭、SHEIN、TAPTap、环球网。
Corey Haines 在 GitHub 开源 marketingskills,一套面向营销任务的 AI agent 技能集合,覆盖转化优化、文案、SEO、数据分析和增长工程,采用 MIT 许可。
Ahrefs 博客整理了用 Claude Code 做 SEO 的 35 个用例,覆盖内容创作与优化、Search Console 与 Analytics 数据分析、关键词缺口挖掘、发布前检查、页面与技术问题修复、排名变化监控。Claude Code 现已无需通过终端安装即可使用,Ahrefs MCP 在 Lite 及以上付费套餐提供,各套餐用量上限近期翻倍。
Profound 与 Athena AI(AthenaHQ)的 AEO 工具对比显示,Profound 目前仅提供免费试用和定制报价的 Enterprise 方案,已不再公开此前 $99–$399/月的自助套餐;Athena AI 则公开 Starter 方案 $295/月,另有免费 Essential 和定制 Enterprise 档。
随着越来越多消费者用 LLM 了解产品,品牌重塑后模型仍复述旧定位,这一现象被称为 LLM 定位滞后。Capgemini 数据显示,用生成式 AI 替代搜索引擎获取产品与服务推荐的消费者占比从 2023 年的 25% 升至 2025 年的 58%。
llms.txt 是一项面向 LLM 的提案标准,用 Markdown 给 AI 爬虫列出网站最重要的内容,帮它们绕开 JavaScript 渲染和冗余导航。发布该文件的域名从 2025 年 7 月的 951 个增至 2026 年 9 月的 16,670 个,约 14 个月增长 17.5 倍,但尚无任何模型厂商确认使用它。
Scrunch 与 Peec AI 的差异集中在范围、易用性和治理三方面:Scrunch 提供监控、审计、优化与 agentic 内容交付的完整工作流,具备 SOC 2 Type II、SSO、RBAC、API 和 AXP,但入门价约 $250–300/月且九引擎覆盖仅限 Enterprise 套餐。
Semrush 介绍了 agentic SEO 的搭建方法,把 SEO 工作流交给 AI agent 执行,并拆成四层:承载业务背景的 Project、承载流程的 Skills、拉取实时数据的 MCP,以及只承载当次任务的 prompt。
推荐理由:原文给出四层结构与八个可复用工作流,并附实测结果,读者可据此搭建自己的 SEO Agent。
Semrush MCP 把 Semrush 数据接入 Claude 和 ChatGPT,用自然语言即可做 SEO 调研,官方给出 16 个可复制提示词,覆盖关键词策略、竞品情报、内容优化和诊断四类工作流。
四大 AI 引擎共用预训练、指令微调、偏好优化这套训练配方,但各自调优方向不同:Perplexity 依赖实时检索与引用,Claude 强在长文推理,ChatGPT 覆盖面最广,Gemini 优势来自 Google 生态原生接入。
用 Claude 项目结合 Semrush MCP、Google Search Console 导出的查询 CSV、竞品评论、Reddit 帖子和销售通话记录来做关键词研究,把业务背景写进流程,避免拿到人人都有的通用词表。
Semrush 发布了一份搭建 AI SEO agent 的完整实操指南,用关键词研究、话题聚类到生成内容简报的流程做示范。所有 Semrush SEO 订阅和 SEO + AI 订阅每月含 50K MCP API units,可通过 API 或 MCP 连接关键词与反链数据库等数据源。指南建议首个 agent 只做单一明确、可重复的任务,并保留人工审核环节。
Ahrefs 每篇文章都用 AI,但把省下的时间投入到人工判断上:先确定读者、承诺、观点、证据与信息增量,再让 AI 起草。团队用 Letaido 的 Source of Truth 应用沉淀事实、解释、产品细节与操作指南,并借助 Wispr Flow 口述获取原始素材。流程在选题、大纲、证据、草稿各阶段设人工审核关卡,避免一次性生成整篇。
HubSpot 发布 2026 年 Peec AI 替代方案指南,对比 10 款 AI 可见度监测工具,包括 HubSpot AEO、Writesonic GEO、Profound 和 AirOps。
HubSpot AEO 与 Ahrefs Brand Radar 都用于追踪品牌在 AI 回答中的曝光,但路线不同:HubSpot AEO 覆盖 ChatGPT。
HubSpot AEO Grader 是一款免费页面评分工具,无需账号和信用卡、无使用上限,输入公司名、地区、行业和产品描述后,会在 ChatGPT、Perplexity 和 Gemini 上跑数十条测试查询,3 到 5 分钟返回满分 100 的综合评分。
Vercel 与 MERJ 基于过去几个月对 nextjs.org 和 Vercel 网络的监测,公布了主流 AI 爬虫的抓取数据。
推荐理由:Vercel 与 MERJ 统计了主流 AI 爬虫的抓取量、渲染能力和 404 比例,可据此判断站点该不该做服务端渲染。