TopsTip在过去的二十年里，SEO行业一直依赖一个重要的假设：一个搜索引擎的指导可以在其他搜索引擎上适用。如果Google说网站地图很重要，那么Bing也会这样说。SEO从业者通常只需针对Google进行优化，就能在其他搜索引擎上获得类似的效果。这种可移植性并非偶然，而是各大搜索引擎在二十年间共同构建的结果。
SEO指导为何能够通用
SEO指导的可移植性建立在实际的合作基础上，而不是巧合。2006年11月，Google、Yahoo和Microsoft共同支持了Sitemaps协议，2011年又推出了Schema.org，用以创建结构化数据标记的通用词汇表。这种合作使得网络管理员有了一套统一的规则，网络数据更为清晰，搜索引擎也获得了更好的信号。
类似的合作模式还在robots.txt和IndexNow协议中得到体现。这种共同标准使得Google的指导原则即使在关注Bing流量时也显得安全可行，因为各搜索引擎使用的信号虽不完全相同，但所接受的输入、遵循的协议以及宣传的标准是一致的。
大语言模型的实际差异
然而，在大语言模型（LLM）的世界中，这种共享基础设施并不存在。各大提供商使用不同的数据集，执行不同的爬虫政策，并通过不同的系统进行查询检索。这导致每个提供商的指导仅仅是一个数据点，而不是所有平台的全貌。
例如，OpenAI与多家出版商签署了内容授权协议，而Google有自己的数据协议。每个提供商的爬虫基础设施也各不相同，如OpenAI和Anthropic分别运行多个不同的爬虫。这样的差异导致无法像SEO那样，将一个平台的指导直接应用到其他平台。
当一个平台的指导无法通用时
最明显的例子是llms.txt文件的提议。虽然SEO社区对此表现出极大的热情，但至今没有任何主流的LLM提供商确认使用该文件。这与Schema.org的成功形成了鲜明对比，后者是由多个搜索引擎共同开发并执行的标准。
因此，SEO的共享标准模式在LLM领域无法实现，因为各大平台并未共同构建标准，而是各自为战。
总结起来，SEO的指导原则之所以能够在不同平台上通用，是因为有共同的标准和协议支持。而在LLM领域，由于各大提供商的差异性，这种可移植性大大降低。对于SEO从业者来说，了解这种差异并调整策略是非常重要的。
