AEO 头尾框架

Ethan Smith（18 年 SEO 从业者）提出：AEO 的底层技术和 SEO 高度重合（都是 LLM+RAG，本质是对一组搜索结果的总结），传统 SEO 的大部分做法在 AEO 里依然有效且是免费加分项。但"头部"和"尾部"这两端和 SEO 有本质差异：

头部（Head）不同——排名第一不等于赢：

• Google 搜索里，蓝色链接排第一就赢了；LLM 回答是"总结多个引用来源"，即使你的 URL 在引用列表里排第一，也不代表你会成为回答里被提及最多的品牌。真正决定你是否成为"最佳答案"的，是你被提及的总次数（跨引用来源），而不是单一来源的排名。
• 由此推出一个反直觉结论：早期公司在 AEO 上可以立刻获胜，而传统 SEO 需要域名权重（domain authority）积累，通常要等到 B 轮甚至更后期才值得投入。因为 AEO 里，一条 Reddit 帖子、一个 YouTube 视频、一篇博客提及，第二天就可能让你出现在回答里。

尾部（Tail）不同——长尾问题的体量大得多：

• 对话式提问的平均长度远超搜索关键词（作者引用 Perplexity 说法：对话约 25 词 vs 搜索约 6 词）。
• 大量超具体的问题从未在搜索引擎里被搜索过，因为搜索无法很好地支撑连续追问，而对话天然支持这种交互——这意味着"关键词库"以外存在一个此前完全不可见的巨大长尾问题空间，是新的可攻占领地。

分类框架——on-site vs off-site：

• On-site：传统 SEO + 覆盖尽可能多的长尾追问（产品是否支持某功能/场景/集成/语言等细节问题）。
• Off-site（引用来源优化）：视频（YouTube/Vimeo）、UGC（Reddit/Quora）、一级/二级联盟媒体（如 Dotdash Meredith）、博客。不同行业（B2B/电商/本地生活）引用来源的构成显著不同（如 B2B 常见 TechRadar，电商常见 Glamour/Cosmopolitan，本地生活常见 Yelp/TripAdvisor）。