当一位用户在 Perplexity 里提问“烟酰胺和视黄醇可以一起用吗”,回答下方出现的引用来源中,Sephora 的成分页面赫然在列。这不是品牌投放的广告位,而是生成式引擎优化(GEO)在美妆个护领域的一次可核验实践。本文基于公开检索,拆解 Sephora 的成分内容如何成为 AI 回答中的引用锚点,以及美妆品牌可以从中迁移的动作。
如果你关注生成式引擎如何改变搜索生态,可以先阅读GEO 基础与SEO 与 GEO 的区别。
凌晨的那次提问
一位刚接触成分护肤的用户,在凌晨打开 Perplexity,输入了一个混合型问题:“烟酰胺和视黄醇可以一起用吗?有没有产品推荐?”回答给出了成分搭配的注意事项,并附上了几个产品链接和引用来源。在引用列表中,Sephora 的成分页面被标注为产品信息的来源之一。这个场景并非虚构,它来自一次公开的检索验证:在 Perplexity 中搜索相关成分问题,回答的引用来源里确实出现了 Sephora 的页面。
对于美妆品牌而言,这意味着产品详情页和成分说明页不再是仅供人类浏览的静态资产,它们正在成为生成式引擎训练和引用的语料。当 AI 在回答中引用某个页面,用户点击引用链接时,品牌就获得了一次高意图的流量入口。
他们卡在哪里
多数美妆品牌的官网内容是为电商转化设计的:产品图、促销信息、简短卖点。成分信息通常淹没在长页面底部,或者用营销语言包装,缺乏结构化、可核验的数据。当生成式引擎抓取网页时,这类内容难以被识别为“权威成分信息”,自然无法进入引用来源。
Sephora 的不同之处在于,它作为多品牌零售商,为每个产品建立了标准化的成分列表页面,并链接到品牌官方信息。这些页面使用清晰的标题、表格或列表呈现成分,且 URL 稳定,便于搜索引擎和 AI 爬虫索引。更重要的是,Sephora 的页面在第三方评测和成分数据库中经常被引用,形成了外部信任信号。
公开页面上能核对的做法
通过公开访问 Sephora 的产品页面,可以观察到以下可核验的特征:
- 结构化成分区块:产品页面通常包含“Ingredients”或“成分”折叠区块,以列表形式呈现 INCI 名称(国际化妆品原料命名),并附有简要说明。
- 稳定的 URL 结构:产品页面 URL 包含品牌、产品名和唯一 ID,成分信息位于同一页面内,而非依赖 JavaScript 动态加载。
- 外部引用网络:Sephora 的产品页面常被美妆博客、成分分析网站(如 Paula's Choice、INCIDecoder)以及 Reddit 讨论链接引用,这些外部链接增强了页面在生成式引擎中的可信度。
- 用户生成内容:页面下方的评论区包含大量用户关于成分耐受性、搭配使用的讨论,这些自然语言内容为 AI 提供了问答形式的语料。
在 Perplexity 的引用测试中,当询问“某产品含有哪些活性成分”时,Sephora 的页面多次出现在引用来源的前列,与品牌官网和成分数据库并列。这表明生成式引擎倾向于引用信息完整、结构清晰且被广泛链接的页面。
用GEO可以迁移的动作
美妆品牌不必成为 Sephora,但可以借鉴其内容架构策略。以下是从 Sephora 案例中提炼的 GEO 动作,均可在品牌自有网站上实施:
- 建立独立的成分词典页面:为每个核心成分(如烟酰胺、视黄醇、透明质酸)创建独立 URL,内容包含 INCI 名称、功效、使用禁忌、搭配建议,并引用权威研究。
- 使用结构化数据标记:在页面 HTML 中嵌入 Schema.org 的
Product和ChemicalSubstance标记,帮助 AI 理解页面内容类型。 - 保持成分信息与产品页面的双向链接:产品页指向成分词典,成分词典列出含有该成分的产品,形成内部知识图谱。
- 鼓励用户生成问答内容:在产品页或社区板块添加“成分问答”模块,收集真实用户提问与回答,这些自然语言内容能匹配 AI 的查询模式。
- 获取外部权威引用:主动与成分分析网站、皮肤科医生博客合作,提供可引用的成分数据,增加页面被外部链接的机会。
- 优化页面加载与可访问性:确保成分信息在无 JavaScript 环境下也能完整呈现,便于爬虫抓取。
这些动作的核心是让品牌内容成为生成式引擎眼中“值得引用的事实来源”。
对同类企业意味着什么
Sephora 的案例揭示了一个趋势:在生成式引擎主导的搜索体验中,权威性不再是品牌自说自话,而是由结构化信息、外部引用网络和用户互动共同构建的。对于中小美妆品牌,这既是挑战也是机会——它们不需要庞大的产品目录,只需在核心成分上建立深度内容,就可能进入 AI 的引用列表。
更重要的是,GEO 不是一次性优化,而是持续的内容治理。品牌需要定期更新成分信息,监控 AI 引用情况,并根据用户提问调整内容结构。
对照执行的步骤
以下是一套可操作的 12 步清单,供美妆品牌在自身网站上落地:
- 盘点现有产品成分信息,识别缺失或表述模糊的部分。
- 为每个核心成分创建独立页面,使用清晰的 H1 标题(如“烟酰胺:功效、用法与搭配禁忌”)。
- 在成分页面中引用权威研究(如 PubMed 文献),并链接到原始来源。
- 在产品页面添加“成分”区块,使用列表或表格呈现 INCI 名称。
- 为成分页面和产品页面添加 Schema.org 结构化数据。
- 创建内部链接:产品页 → 成分页,成分页 → 相关产品页。
- 在网站设立“成分百科”栏目,将所有成分页面聚合。
- 添加用户问答模块,鼓励用户提问并邀请专家回答。
- 与至少三个外部成分分析网站建立引用关系(如提供数据或撰写客座文章)。
- 使用 Google Search Console 监控成分页面的搜索表现和点击率。
- 定期在 Perplexity 或 ChatGPT 中测试品牌相关成分问题,记录引用情况。
- 根据 AI 引用反馈,补充缺失信息或调整内容结构。
常见问题
什么是生成式引擎优化(GEO)?
GEO 是优化内容以在生成式 AI 引擎(如 Perplexity、ChatGPT)的回答中获得引用或提及的做法,与传统的 SEO 不同,它更关注内容的可引用性和结构化。
为什么 Sephora 的成分页会被 Perplexity 引用?
因为 Sephora 的成分页信息完整、结构清晰,且被大量外部网站链接引用,形成了权威信号。
小品牌也能进入 AI 引用吗?
可以,关键在于建立深度成分内容并获取外部权威引用,而不是依赖品牌知名度。
如何知道自己的页面是否被 AI 引用?
可以在 Perplexity 或 ChatGPT 中提问与品牌产品相关的问题,查看回答下方的引用来源。
结构化数据对 GEO 有帮助吗?
有帮助,结构化数据帮助 AI 理解页面内容类型,提高被识别为事实来源的概率。