海外 SEO / GEO 岗位高频面试真题与满分回答框架
技术类面试题
Q: 一个页面的 Title Tag 和 H1 有什么区别？应该怎么写？
A：Title Tag 是显示在搜索结果中的标题（直接影响 CTR），H1 是页面内容区域的主标题（影响内容理解与主题判断）。最佳实践：两者相似但不完全相同。Title 可以包含品牌名后缀和更强的 CTR 钩子（如年份、数字、“Free”），H1 更聚焦于页面核心主题。例如：
- Title:
10 Best Coffee Makers 2026 (Expert Tested & Reviewed) | YourBrand- H1:
The 10 Best Coffee Makers of 2026, Tested by Our Baristas避免两者完全一致（浪费一次关键词变体机会）或完全不同（造成主题混乱）。
Q: 什么是 Canonical 标签？什么时候用 301 重定向，什么时候用 Canonical？
A：Canonical 是”建议”，301 是”强制”。用 301 的场景：旧页面永久删除且有明确替代页面（权重完全转移）。用 Canonical 的场景：多个 URL 内容相似但都有保留价值（如不同排序方式、不同筛选参数的产品列表页），你希望权重集中到一个首选版本但其他版本仍然可以被用户访问。铁律：不要在同一页面同时使用 noindex + Canonical（信号冲突）。
Q: 什么是 hreflang？最常见的实施错误有哪些？
A：hreflang 告诉搜索引擎某个页面是针对哪个语言和地区的版本。常见错误：1) 单向引用（A 指向 B 但 B 没有指回 A）；2) 语言代码与国家代码混淆（英语是 en，英国是 gb 不是 uk；日语是 ja 不是 jp）；3) 每个语言版本的 Canonical 指向了主英文版而非自引用；4) 漏掉 x-default；5) 用 IP 自动强制跳转导致 Googlebot 只能抓到一个版本。
Q: 你如何优化一个 React/Vue 前端渲染的网站使其对 SEO 友好？
A：核心问题是纯 CSR 的 SPA 应用在 HTML 源码中没有实际内容，爬虫可能看不到。解决方案优先级：
- SSR（服务端渲染）：使用 Next.js（React）或 Nuxt.js（Vue），最佳方案；
- SSG（静态站点生成）：内容不频繁变化时用 Gatsby/Next.js Static Export；
- 预渲染（Prerendering）：用 Prerender.io/Rendertron 给爬虫返回预渲染 HTML；
- 动态渲染（Dynamic Rendering）：检测 User-Agent，给爬虫返回完整 HTML，给用户返回 JS 应用（Google 认可但复杂度高）。 验证方法：GSC URL Inspection 查看渲染后截图与渲染后 HTML。
Q: 一个电商站有 50 万个分面筛选 URL，你会怎么处理？
A：默认全部封锁（防止爬虫陷阱与索引膨胀），然后按白名单精准放行有真实搜索需求的属性组合。具体分四步：
- 用 robots.txt 或 Meta Robots 封锁所有多维度叠加筛选参数（如
?color=red&size=m&sort=price）；- 关键词研究找出有搜索量的”品类 + 1~2 个核心属性”组合（如
white running shoes）；- 对白名单组合生成干净的静态化 URL（如
/collections/running-shoes/white/），配置独立 Title/H1/导语/自引用 Canonical，加入 Sitemap；- 持续监控 GSC 索引状态，确保只有白名单 URL 被收录。
策略类面试题
Q: 你发现一个高流量页面的转化率远低于其他页面，你会怎么诊断和优化？
A：分五步诊断：
- 意图匹配检查：搜索这个词的用户处于漏斗哪个阶段？如果页面承接的是 TOFU 信息型流量，低转化率是正常的（用户还在学习阶段，不是来买产品的）；
- 热力图与录屏分析：用 Microsoft Clarity 看用户点击热图、滚动深度和会话录屏，找出用户在哪个位置流失；
- 首屏体验检查：打开页面 3 秒内，用户能否看到核心价值主张和下一步行动引导？
- CTA 优化：是否有明确的行动号召？按钮文字是”Learn More”（弱）还是”Get Your Free Template Now”（强）？CTA 放在首屏还是藏在文章最底部？
- A/B 测试：对转化率最低的环节进行 A/B 测试，一次只改一个变量。
Q: 你如何决定先优化哪些旧内容，而不是写新内容？
A：用”内容更新 ROI 矩阵”来排优先级：
- 最高优先级：排名 4–15 位（第二页底部到第一页底部）、有一定搜索量、内容与竞品差距不大的页面——只需少量更新（补充新数据、加 FAQ、改 Title）就可能冲入前 3；
- 高优先级：曾经排名很好但最近 6 个月流量持续下滑的页面——通常是内容过时或竞品超越，重写更新后恢复概率高；
- 中优先级：排名 16–30 位、有一定曝光的页面——需要较大幅度的内容升级；
- 低优先级：排名 50+ 位且零曝光的页面——如果主题有价值，重写；如果没价值，删除或合并。
Q: 老板让你”下个月把 DR 从 20 提升到 40”，你会怎么回应？
A：我会礼貌但坚定地管理预期，并给出专业解释： “DR 是 Ahrefs 根据外链数量和质量计算的第三方指标，Google 并不直接使用 DR。从 DR 15 到 DR 40 通常需要 6–12 个月的持续高质量外链建设，这不是一个月能完成的任务。与其追求 DR 数字，我建议我们关注更有商业价值的指标：比如本月新增多少条来自 DR > 30 相关网站的引荐域名、核心关键词排名变化、以及自然渠道带来的实际询盘/营收增长。DR 提升是结果，不是目标。”
Q: Google 刚发布了一次核心算法更新，你们的流量跌了 25%，你会怎么处理？
A：按照”五步诊断法”执行：
- 确认时间线：流量下跌的日期是否精确匹配核心更新的 Rollout 时间？排除技术故障与季节性因素；
- 定位影响范围：在 GSC 中对比更新前后 14 天数据，找出受影响最大的目录、页面类型与关键词群；
- 分析赢家与输家：找出在这些关键词上新排名上升的竞品页面，逐一对比内容质量、E-E-A-T 信号、页面体验与信息增益；
- 诊断根因：是内容质量问题（HCU 式打击）、外链质量问题（Spam 更新）、还是搜索意图漂移？
- 制定恢复计划：按 30-60-90 天路线图执行内容修剪、核心页面重写与权威信号补强，并在下一次核心更新时观察恢复情况。
GEO 专项面试题
Q: 什么是 GEO？它与传统 SEO 有什么区别和联系？
A：GEO（Generative Engine Optimization）是优化品牌内容以在 ChatGPT、Perplexity、Google AI Overviews 等生成式 AI 搜索中获得更高引用率与推荐率的系统工程。
- 联系：GEO 建立在传统 SEO 的基础上——因为 AI 搜索的 RAG 架构首先需要从传统搜索引擎（Google/Bing）抓取候选页面，如果你的网站连传统首页都排不上，AI 根本看不到你。
- 区别：传统 SEO 优化”关键词排名”（你的网页排第几名），GEO 优化”AI 回答中的品牌提及率与引用率”（AI 在生成答案时是否提到你、推荐你、并引用你的链接）。GEO 更关注：事实密度（每段的硬数据与统计数字）、内容结构（Q&A 格式、对比表、TL;DR 摘要）、站外共识（Reddit/G2/权威媒体的品牌提及）、以及实体信号（Wikipedia/Wikidata/Schema 中的品牌定义）。
Q: 如果一个品牌在传统 Google 搜索排前 3，但在 ChatGPT 回答中完全没有被提及，你会怎么诊断和优化？
A：按”四层漏斗诊断法”排查：
- 检索层（Retrieval）：ChatGPT 底层依赖 Bing 索引。检查 Bing Webmaster Tools 是否已收录该网站；检查 robots.txt 是否误封了 OAI-SearchBot/ChatGPT-User；
- 切片层（Chunking）：检查页面 HTML 结构是否使用了语义化标签（
<main>,<article>），内容是否藏在复杂 JS 交互后面，段落是否过长导致 RAG 切片时信息断裂；- 采信层（Synthesis）：检查内容是否包含足够高的事实密度（具体数字、统计数据、对比表），是否有”可直接引用的结论句（Quotable Soundbites）“，是否使用了 H2 问题 + 首段直接回答的 AEO 结构；
- 共识层（Consensus）：对于商业推荐类问题，ChatGPT 更倾向于引用第三方权威榜单与社区评价而非品牌官网。检查品牌是否出现在 G2/Capterra/行业头部评测媒体的 Top 10 榜单中、是否有 Reddit 高赞讨论、是否有 YouTube 深度评测视频。
Q: 你怎么衡量 GEO 的效果？用哪些 KPI？
A：GEO 的衡量体系分四层：
- 可见度层（Visibility）：品牌在目标 Prompt 集中被 AI 提及的频率（Mention Rate）、AI 声量份额（Share of Model）、平均推荐顺位（Average Recommendation Rank）；
- 引用层（Citation）：网站 URL 被 AI 附角标引用的频率（Citation Rate）、引用归因准确率（Attribution Accuracy）、引用来源分布（官网 vs 第三方 vs 社区）；
- 流量层（Traffic）：GA4 中 AI 引荐流量（chatgpt.com, perplexity.ai 等来源的会话数）、AI 引荐流量的互动率与转化率（通常远高于传统搜索流量）；
- 商业层（Business Impact）：品牌词搜索量增长（Branded Search Lift）、结账页自报归因问卷中选择 “AI/ChatGPT” 的比例、最终归因到 GEO 活动的营收金额。
沟通与商业类面试题
Q: 你如何向不懂技术的 CEO 解释为什么 SEO 值得投入，而不是把所有预算都投给 Google Ads？
A：用一个简单的财务对比模型： “假设我们每月在 Google Ads 上花 $20,000，获得 10,000 次点击和 200 个询盘，CAC 是 $100。一旦停投，流量立刻归零。 如果我们把同样的 $20,000/月 投入到 SEO（内容创作 + 外链建设 + 技术优化），前 3 个月可能只看到少量流量增长。但到第 6 个月，我们可能每月获得 8,000 次免费自然点击和 160 个询盘，CAC 是 $125——看起来和广告差不多。 但关键区别在于：第 12 个月时，广告停投后流量立刻归零，而 SEO 的文章还在持续产生流量——同样是 $20,000/月 的投入，SEO 的月流量可能已经达到 25,000 次点击和 500 个询盘，CAC 降到 $40。而且，即使我们第 13 个月开始减少 SEO 投入，已有的内容和外链资产仍然会持续产生流量长达 2–3 年。 这就是 SEO 的复利效应——前期投入是成本，后期收获的是持续贬值极慢的数字资产。”
Q: 开发和产品团队总是把 SEO 需求排在最低优先级，你会怎么推动他们配合？
A：三个策略并行：
- 用他们的语言沟通：不要对开发说”请优化 LCP”，而是说”首页的 LCP 是 4.2 秒，这导致 Google 给我们的页面体验评级为 Poor，预估影响了约 15% 的自然流量。如果我们能把 LCP 降到 2.5 秒以下，预计每月能多获得约 3,000 次自然访问，相当于每月节省 $X,XXX 的等值广告费。”
- 降低配合成本：把需求写成可以直接执行的开发工单（Ticket），包含具体的代码示例、测试方法和验收标准，让开发不需要额外研究就能直接动手。
- 建立共赢机制：主动向产品和开发团队分享 SEO 数据中的用户洞察（如”GSC 显示大量用户在搜索我们还没有的某个功能”），让他们觉得 SEO 数据对产品决策也有价值，从而建立互惠关系而非单向索取。
Q: 你入职后发现公司过去的外链建设全是买的垃圾链接，你会怎么处理？
A：分三步处理：
- 评估风险等级：用 Ahrefs/Majestic 分析现有外链档案。如果垃圾外链占比 < 10% 且没有收到手动处罚，Google 的实时 Penguin 算法大概率会自动忽略它们，不需要恐慌性操作；
- 制定清理计划：如果垃圾外链占比很高（> 20%）或已收到手动处罚，先尝试联系外链网站主请求删除，联系不上的整理成 Disavow 文件提交给 Google；
- 用高质量外链稀释：在清理的同时，加大力度获取高质量自然外链（Digital PR、Guest Post、链接诱饵），用健康外链稀释有毒外链的占比。 同时，向管理层坦诚汇报现状与风险，并制定未来的白帽外链建设规范（Link Building Policy），确保不再继续购买垃圾链接。