当搜索栏变成聊天框：Adobe 19亿美金收购 Semrush，真正买的是什么？

Digital Strategy Review   |   Vol. 2025

当搜索栏变成聊天框：

Adobe 19亿美金收购 Semrush， 真正买的是什么？

文 / 果叔    ·    阅读时间 / 15 Min

写在前面 🧭

Adobe 宣布全现金收购 Semrush 后，仿佛静悄悄的，而我听说这件事时是感到十分惊讶与震撼的。这不是简单的“买工具”，而是 Adobe 在给自己买一张 AI 搜索时代的入场券。

如果说传统 SEO 研究的是“怎么在十条蓝色链接里排前面”，那 Adobe 这步棋，指向的是下一个问题——“当用户直接问 AI 时，你有没有资格被提起？” 康德会说，这是范式层面的改变，不是技法层面的热闹。本文，我会用产品思维把这笔 19 亿美金拆开给你看：Adobe 到底买了什么、为什么现在买、它和你手上的 project 有什么关系，以及，在 GEO 时代，我们还能怎么活得漂亮一点。🙂

本文核心看点 / Highlights

• 01

Adobe 全现金收购背后的四层战略动机（GEO、全链路、资本市场与监管）。

• 02

从 Creative 到 Experience 再到 GEO 的 C.E.G 闭环模型。

• 03

对 SEO 行业、Ahrefs 等竞品，以及代理商 / in-house 团队的冲击与机会。

• 04

独立开发者、增长人和内容团队未来 90 天的可执行行动清单。

01

AI 搜索改写游戏规则

先把 facts 摆在桌面上：Adobe 计划以每股约 12 美元的价格，花 19 亿美金全现金把 Semrush 整个买下来，交易预计在 2026 年上半年完成。 表面上看，这是经典的“大厂+营销云”组合，类似于 Salesforce 买 ExactTarget、Oracle 买 Eloqua。但如果你只把它当成“Adobe 又多了一个营销产品线”， 说句 INTJ 式的狠话：你可能忽略了这步棋真正瞄准的维度。

Adobe 在官方新闻稿里给 Semrush 贴的标签是：Brand Visibility Platform。 这四个词的微妙之处在于：它不是强调 search engine，不是强调 ranking，而是强调 visibility——可见性。 这就像叔本华说的那句，“世界是我的表象”：对品牌来说，世界已经不再是十条蓝色链接，而是一个由 LLM 回答、推荐流、私域对话共同拼出来的“被看见的样子”。

当用户习惯直接在 ChatGPT、Gemini 里问：“适合小团队的项目管理工具有哪些？”—— 品牌之间争抢的就不再是 keyword position 1-10，而是那一段回答里的那一句“顺带提到你”。 这里的逻辑变化可以拆成三层：

• 从 “点击” 转向 “引用”：AI 回答里有没有你，比你在 SERP 上第几更重要。

• 从 “页面” 转向 “片段”：你的哪一段解释、哪一个 use case 会被模型选中。

• 从 “单次搜索” 转向 “对话链路”：用户会在多轮追问中逐步缩小选项，而不是一次性筛选所有结果。

所以，Adobe 这步棋，本质上是在给自己抢一个位置：当品牌开始认真问“我在 AI 世界里还存不存在”时，它希望自己能成为负责回答这个问题的那家公司。 这不是战术层面的“我要多一个 SaaS 产品”，而是战略层面的“我要成为下一代可见性基础设施的一部分”。

“当用户习惯直接问 AI，品牌不再争抢关键词，而是在争抢 AI 回答里的那一句‘顺带提到你’。”

🔑 小结一下这一节： · SEO 没有消失，只是被抬升到了一个新的维度，名字叫 GEO（Generative Engine Optimization）； · Adobe 收 Semrush，是在提前给自己买一台“AI 世界里的雷达”； · 对我们这些做产品和增长的人来说，这是一次“游戏规则被系统升级”的信号，而不是单纯的行业八卦。

02

交易拆解：Adobe 到底买了什么？

Semrush 在很多人口中被简化成“查关键词的工具”。但如果你真的长期用它做市场研究、竞品分析，就会发现它更像是一套围绕“品牌被看见”展开的数据操作系统。 用产品经理的视角，Adobe 其实是一次性买了四层能力栈。

Asset 01

全球级的可见性数据资产

数百亿级别的关键词、域名、反向链接、SERP 特性和内容表现数据，是 Semrush 的真正护城河。 对 Adobe 来说，这些数据不只是报表，而是可以直接用来训练和微调自家模型的“事实层”——模型不再只会生成“好看”的内容，而是更懂“什么样的内容会被点、会被记住、会被转化”。

Asset 02

围绕流量的一整套工具链

从关键词研究、站群健康监控，到内容差距分析、广告竞价情报、社媒监测，Semrush 把 SEO、内容、PPC、社媒整合成了一个日常可用的工作台。 这些工具本身并不“炫”，却深度嵌进了全球几百万营销人和运营团队的日常 workflow 里，粘性远超表面看到的功能堆叠。

Asset 03

GEO 实验场：从 SEO 到 LLM 可见性

更关键的一层，是 Semrush 近几年在做的 “Generative Engine Optimization”—— 它开始监测品牌在 ChatGPT、Gemini、Perplexity 等 LLM 里的提及情况，分析“哪类问题下，你更容易被引用”。 简单说，它在产品化回答一个全新的问题：“我在 AI 的回答里有没有存在感？”

Asset 04

被教育好的付费用户与 B2B 收入线

Semrush 的商业模式是非常标准的 B2B SaaS：订阅制、按席位计费、企业版客单价不低。 Adobe 不只是买了一堆 feature，而是买到了一群已经习惯为“增长”付钱的人——SEO 总监、内容负责人、Performance Marketing Team。 这群人将来被自然地 upsell 到 Adobe Experience Cloud、Firefly for Enterprise 的概率，比冷启动一批客户，友好太多。

如果用 SEO 圈常讲的 E-A-T（Expertise, Authority, Trust）来反向看这笔收购： · Semrush 提供的是 search 侧的 Expertise（深度数据）和 Authority（第三方视角）； · Adobe 本来就坐拥 content creation 和 experience management 里的 Trust（品牌与渠道信任）； · 两者合并，其实是在试图搭建一个更大的“信任闭环”：从内容被创作出来，到被分发、被看见，再到被证明有效。

03

Adobe 的四层算盘

站在旁观者视角，很容易把这类 M&A 想象成“机会来了，买一个顺手的标的”。但从 Adobe 最近几年的动作看， 这更像是一盘被精心推演过的棋。为了避免把事情讲得太抽象，我把它拆成四层算盘：上、中、下、侧。

第一层：抢占 GEO 入口（上层算盘）。

在传统搜索世界，Google 的 Search Console 提供的是“官方视角”，而 Semrush 这类工具提供的是“第三方战场视角”。 现在 AI 搜索兴起，所有人都还在摸索“如何被 AI 看见”。Adobe 不打算等待行业标准自然长成，而是直接把一个已经在 GEO 上有产品、有用户的平台收进来， 把“AI 可见性数据”这个入口抢在自己手里——哪怕短期收入不亮眼，长期都是极具想象力的资产。

第二层：补齐 Experience Cloud 的“获客前链路”（中层算盘）。

过去几年，Adobe Experience Cloud 做得很好的一件事，是让“用户已经进站之后”的行为非常透明：谁点了什么、留在了哪一步、Email Journey 怎样触发。 但在“用户第一次听说你”这一段，尤其是自然搜索和 AI 搜索这一层，Adobe 一直偏弱。 收了 Semrush，相当于在漏斗顶部加了一块新的传感器，让 Adobe 可以跟 CMO 说一句更完整的话： “我不仅帮你把人留住，还帮你把人带进来。”

第三层：给资本市场一份更“硬”的 AI 答卷（下层算盘）。

近两年，所有大厂都在讲 AI，Demo 看起来都不错，但华尔街要看的不是炫技，而是 ARR。 Adobe 的 Firefly 很酷，但如果只是“在 Creative Cloud 里多了一些自动生图”，故事会略显单薄。 Semrush 在这里起了一个组合拳作用：

• 一方面，补充了一条已经跑顺的 B2B SaaS 收入线，现金流可见。

• 另一方面，让 Adobe 可以讲一个更完整的 story：“我们的 AI 不仅帮你生产内容，还依托 Semrush 的数据帮你证明内容的商业价值。”

• 对股东来说，这比“我们又多了几个 AI 功能”要更有说服力。

第四层：Figma 事件后的“聪明并购”（侧层算盘）。

之前那笔 200 亿美金的 Figma 并购，因为监管担忧而 abort，对 Adobe 是一记不轻的耳光。 学过一次痛之后，它显然不想再去收一个“看上去就是直接干掉竞争对手”的产品。 Semrush 就聪明很多：它不是一个要干掉 Photoshop 或 Premiere 的敌人，而是一个在营销和数据链路上的纵向补强点， 在反垄断叙事上更好讲，也更容易被视作“增强竞争”而不是“扼杀创新”。

用一句稍微哲学一点的话收个尾： · 在“表象”层面，这是一次 SEO 工具并入营销云的商业新闻； · 在“本体”层面，这是一个老牌软件巨头在重新定义自己：不只是创意工具公司，而是 AI 时代的品牌可见性基础设施提供者。 尼采说，“当我们重新定义自己时，就在重写命运”。Adobe 显然是准备亲手改自己的剧本。

协同框架：C.E.G Loop 闭环

为了不让这篇文章变成“信息杂烩”，我习惯用一个简单的框架来压缩复杂度。这里我把 Adobe + Semrush 的协同，抽象成一个三步循环： C.E.G Loop：Creative → Experience → GEO。你可以把它想象成一次完整 campaign 的生命周期，从“说什么”到“给谁看”，再到“到底有没有被看见”。

STEP 1Creative (What to say)

设计师和内容团队在 Photoshop、Premiere、Firefly、Express 中创作海报、视频、Landing Page 和文案。 未来很自然的一步，是在这些工具里嵌入 Semrush 的能力：当你写标题时，侧边栏提示你“在某个市场，这个表述在搜索和 AI 回答中的表现更好”， 或者预估“这个主题可能带来的自然曝光”。创意不再完全凭直觉，而是与可见性数据实时对话。

STEP 2Experience (To whom)

内容被推入 AEM、Marketo、Journey Optimizer 等系统中，开始触达用户：邮件、站内、广告、App Push…… 这里的关键是 Journey Orchestration——谁在什么时间、通过哪条路径看到什么信息。 引入 Semrush 后，Marketo 等工具可以根据搜索和 AI 可见性的变化，动态调整某些主题的推送力度， 把预算从“没人搜、没人问”的 campaign 挪到真正被用户持续追问的话题上。

STEP 3GEO (Where you show up)

最后一层，是真正的“反馈环”：Semrush 监测你在 Google/Bing 等搜索引擎，以及 ChatGPT、Gemini 等 LLM 中的出现频率， 告诉你在哪些问题下被提及、在哪些国家/语言有天然优势、哪些主题被竞争对手抢走。 这些数据再反哺到 Creative 和 Experience 两层，于是一个完整闭环出现了： “被看见 → 被点击 → 被留下 → 被复购” 可以在同一套系统里被衡量和优化。

对我们这些做产品和增长的人来说，C.E.G Loop 的意义在于： 以后你再写 PRD 或增长方案时，不要只停在 “如何优化转化率（Experience）”， 也不要只盯着“内容创意（Creative）”，而是要把第三层问题写进去—— “在搜索和 AI 场景里，我们是否有资格被看见？” 这才是真正 end-to-end 的视角。

04

行动清单：如何搭上 GEO 这班车？

看到这里，如果你和我一样是个效率至上的人，心里大概率只有一个问题：“那我现在要做什么？” 不用等 Adobe 和 Semrush 把产品全部打通，我们在接下来的 30–90 天就可以做一些非常具体的调整，把自己站到范式切换的有利一侧。

致 品牌方 / 增长负责人

• 给下季度 OKR 增加一条与 “AI 搜索可见性” 相关的目标，例如：“在核心问题场景中被 LLM 提及的次数提升 X%（可先用 proxy 估算）”。

• 在预算评审时，给 SEO / 内容团队预留一小块专门用于 GEO 实验的预算，而不是把所有钱都砸在短平快的广告上。

• 让团队至少上手一款工具（不一定非要是 Semrush），开始尝试监测品牌在 LLM 回答中的存在感，建立最基本的“可见性基线”。

• 在内容选题会里，多问一句：“用户会用什么问题方式去问 AI 才会找到我们？现有内容覆盖了这些问题吗？”

致 独立开发者 / 副业探索者

• 在写 PRD 时，除了功能模块，多加一个章节：“用户第一次听说这个产品的路径”，明确是通过搜索、AI 对话还是社区内容。

• 如果项目本身与内容、营销、SaaS 有关，可以优先考虑切 GEO 相关的小工具：如 LLM 提及率监控、AI 回答片段可视化、问题库管理等。

• 利用公开 API 或爬虫，做几个简单的 LLM 提及率小实验，哪怕只是记录“某 20 个问题下的回答截图”，都是未来讲故事的基础素材。

• 不要等产品完全 ready 再做内容，尽早启动 Blog / Docs / Q&A，给模型一点可以学习的“种子语料”。

致 运营与内容团队

• 升级 KPI：从“UV / 阅读量 / 关键词排名”，逐步过渡到“在核心问题场景下被搜索结果或 AI 回答引用的次数”。

• 为品牌建立一份“高价值问题清单”，不是简单的关键词，而是用户真实会问出口的问题句子（How / Why / Which / Is it worth it…）。

• 尝试更多 Q&A 式和结构化写法：清晰的标题、问题小节、列表，把内容拆成更容易被模型吸收的“知识块”。

• 和 Tech / Data 同事多沟通，让日志、站内搜索、客服 FAQ 的信息回流到选题和内容结构上，而不是纯靠编辑脑补。

“被 AI 看见，也是一门生意。”

Adobe 用 19 亿美金验证了这一点。对我们这些普通的产品人、开发者、运营人来说，最好的策略不是焦虑，而是提早把自己的内容和产品， 调整到更适合被 AI 理解、被 AI 引用的结构里。

在范式切换期，哪怕只比别人早半年行动，未来三年的边际收益都会完全不一样。

果叔的独立开发与增长笔记

Strategy / SEO / SaaS / Global Growth

“真正聪明的营销，不是追热点， 而是在范式切换前，悄悄站到正确的一边。”

如果这篇文章对你有启发，欢迎点个「👍」和「转发」，让更多在 AI 时代迷茫的产品人和独立开发者，看见另一种可能。

（Ps: 本次文章刚好赶上Gemini 3.0Pro 发布，就拿来测试新排版了，我之前写的测试文章还是测的比较浅，那么就还是直接拿到真实的“生产环境”来玩一下。不得不说，Gemini 3.0 Pro的审美能力在AI 届真的是独一档，遥遥领先，不得不服！！）