目录
问这篇文章
只基于本文回答
来源:「SEO Presso」视频播客 · Björn Darko 对话 Claneo 联合创始人、《GEO》作者 Matthäus Michalik
一句话总结:GEO 不是另起炉灶的新渠道,而是搭在好 SEO 之上的一层——目标是在 AI 答案里被提及,所以要把它当品牌渠道而非流量渠道来做、来衡量。
开场
ChatGPT 周活已经接近 9 亿,Gemini 一路猛涨,Google 自己也全面铺开了 AI Overviews 和 AI Mode。搜索行为正在从”十个蓝链接”转向”一个直接答案”,这个转变不会再被回滚。老板们于是都在问同一句话:我们 AI-ready 吗?
但 LinkedIn 上随之而来的,是一片”SEO 已死""Google 迎来诺基亚时刻”的喧嚣。各路公关、内容公司一夜之间都自称”GEO 专家”,把 GEO(Generative Engine Optimization,生成式引擎优化)包装成一个要推翻 SEO、另起炉灶的全新渠道。
那么 GEO 到底是不是新东西?要不要把 SEO 策略整个扔掉重来?它该怎么做、又怎么衡量?
答案是一句话:GEO 不是新渠道,而是搭在好 SEO 之上的一层;它的目标是”在 AI 答案里被提及”,本质是品牌渠道,不是流量渠道。下面分四层展开:定位、底层逻辑、内容打法、衡量与归属。
金字塔总览
mindmap
root((GEO<br/>好 SEO 上的一层))
一·定位·品牌渠道
被提及 vs 被引用
LLM是决策辅助者
8-10%说从AI认识你
二·底层·建在SEO上
训练数据 vs Grounding
80-90%来自第三方
品牌越强越易被找到
三·内容·为懒惰的AI写
自成一体的句子
前40%最常被引用
自有数据=信息增益
四·衡量·问"从哪知道我们"
Self-Reported归因
提及优先于引用
技术+品牌+PR一、定位:AI 搜索是品牌渠道,不是流量渠道
1.1 GEO 想要的是”被提及”,不是点击
GEO 指的是:让你的品牌、产品或实体,出现在 AI 给出的答案里。它有两个核心形态——提及(Erwähnung,AI 在推荐里点到你的名字)和引用(Citation,AI 把你的页面列为来源)。还有第三个维度”情绪”(Sentiment),但除非产品真的差,它很少出问题,因为 AI 系统天然倾向于正面表述。
和经典搜索最大的不同是:经典搜索给你十个蓝链接让你自己挑,AI 直接给一个结构化的推荐答案。所以争夺的对象,从”排进前三的链接”变成了”进入那个答案本身”。
1.2 别把 LLM 当成流量来源
很多人——尤其是决策层——会犯一个错:看到”这个渠道不带流量”,就判定它不重要。各行业的数据确实很难看,AI 系统普遍只贡献 1%–3% 的流量。
但这是错的指标。Michalik 给出一个更准的看法:LLM 不是流量入口,而是一个”决策辅助者”。它帮用户做决定、看全各种角度,比用户自己一条条点开网页读得更全。真正的信号藏在别处——他所在的 Claneo,来自 AI 系统的直接流量只有 1%–2%,但主动说”从 ChatGPT、Claude 认识你们”的新询盘高达 8%–10%。这就是间接的品牌效应。
所以正确的类比是:AI 搜索更像一个品牌渠道,而不是一个性能(Performance)渠道。
金句:LLM 不带流量、却带认知——把 AI 搜索当品牌渠道衡量,别拿它跟 SEA/SEO 比点击。
二、底层逻辑:GEO 不是新渠道,是好 SEO 上的一层
2.1 AI 答案的两种来路:训练数据 vs Grounding
要懂 GEO,先得懂 AI 怎么生成答案。无非两条路:
| 来路 | 含义 | 你能不能挤进去 |
|---|---|---|
| 训练数据 | 纯靠模型内部知识回答(如”全险和半险的区别”) | 基本进不去,也当不了来源 |
| Grounding(RAG) | 模型发现数据不够,临时发起一次网络检索 | 这才是你的机会 |
关键在第二条:Grounding 时,模型会通过 Google、Bing 或 Brave 真发起一次搜索。换句话说,这一步的核心仍然是经典 SEO——只有当你的页面能在那次”查询扇出”(Query Fanout)里排得上,才会被拽进答案。ChatGPT 5 之后联网检索的频率明显更高,经典 SEO 的权重反而更重了。
2.2 八九成答案来自第三方,所以 Off-Page 更重要
另一个反直觉的事实:按各家研究,80%–90% 的 AI 答案内容来自第三方来源,而不是品牌自己的官网。跑鞋可能来自某个跑步论坛或杂志,B2B 服务可能来自 LinkedIn 或行业评测、机构对比榜。
这就是经典 SEO 里”Off-Page”的翻版,只是目标变了:你不只要让自己的官网为目标查询排上,更要出现在那些被 AI 反复引用的第三方阵地上。同时,品牌越强越占便宜——历史上越知名的品牌,越容易被 AI 在各类 prompt 里点到。
2.3 不要把 SEO 策略扔掉
把前两点合起来,结论很清楚:好的 SEO 是地基,AI 只是盖在上面、增加了一层复杂度的 layer。只做纯 SEO 已经太短视,但只盯着 GEO 同样不对——两者不能割裂看。
金句:好 SEO 是地基,AI 是上面那一层——别推倒地基去追新楼。
三、内容打法:为”懒惰”的 AI 写可被摘取的内容
3.1 AI 很懒,所以要把内容切成可直接复用的块
Michalik 有个很形象的判断:AI 系统其实很”懒”,它们不想费劲理解你的全文,最想直接拿走一个文本片段(chunk)原样复用。
顺着这个特性写,几条就够了:
- 用自成一体的句子,一段只讲一个观点,不写层层嵌套的长句;
- 文中嵌入用户会问的 W 问题(什么 / 为什么 / 怎么做);
- 开头先给一段”最重要的先说”(TL;DR)式的短答案,再展开细节——因为据 Kevin Indig 的研究,内容前 40% 被引用的概率远高于后面;
- 别再堆”文字荒漠”,把大段拆成小段、配上数据、引用和对比。
3.2 信息增益才是 LLM 时代的护城河
同一个题目,全行业的 SEO 都在写、内容高度同质化,这种”大路货”既排不动也不会被 AI 偏爱。真正的竞争优势来自信息增益(Information Gain):你比对手多一个数据点、一个一手洞察。
具体做法是把”人”放回流程里——用自有数据、专家 know-how、Human in the Loop 去做内容,去采访一线的工程师、销售、客服,把他们脑子里的东西萃取成文字。这种内容会明显跑赢”任何一个平庸 AI 都能吐出来”的二手摘要。EEAT(专业性、权威性、可信度)在 AI 时代依旧成立,因为内容终究还得先能排名。
3.3 这些”GEO 神技”被高估了
热闹背后,有不少被神化、其实没用的东西。Michalik 的建议是:先把基础做扎实,再去碰那些花活。
| 被热炒的做法 | 真实判断 |
|---|---|
LLMs.txt | 没有任何 AI 厂商承认它是标准,实测无影响;本来也不是给 AI 当目录用的 |
| Markdown | 相比干净的 HTML 没有明显差别 |
| Grounding Pages(接地页) | 更像”给 LLM 用的 Canonical 标签”——只在官网烂到 IT 修不动时才用的创可贴 |
| Structured Data(结构化数据) | 值得做,但理由是它利好 SEO 排名,而不是直接提升 AI 可见度 |
真正该先查的”快速见效项”反而朴素:别把 AI 爬虫挡在门外。很多公司因为 robots.txt 设置,或 Cloudflare 默认拦截,悄悄把 GPTBot 这类爬虫拒之门外却毫不知情——先确认该放进来的模型爬虫都放进来了。
金句:先做好基础,再碰花活——把 AI 爬虫挡在门外的人,连入场资格都没有。
四、衡量与归属:怎么量一个不带流量的渠道
4.1 既然不带流量,就去问”你从哪知道我们的”
这是最难、也最让人头疼的一环:怎么衡量一个本就不产生流量的东西?
Michalik 的核心答案是 Self-Reported Attribution(自报归因):在成交后做一个 Post-Purchase Survey——“您是怎么知道我们的?“,选项里明确列上”AI 系统(如 ChatGPT、Gemini)“。这套老办法当年衡量电视、户外广告就在用。它不可能 100% 精确,但远胜于盯着流量数字留下一大片盲区。有了它,你就能对老板说:“有 15% 的成交把 AI 列为触点,所以我们必须在那里被看见。“
4.2 监测要分输入和输出,而且”提及”优先于”引用”
监测拆成两层看:输入指标(你做了什么——改了哪些内容、建了哪些落地页、推动 PR 去第三方露出)和输出指标(用 Otterly、Rankscale、Sistrix 的 Beta 这类工具能测到的可见度、来源、情绪)。
两个判断很关键:
- 提及 > 引用。引用几乎没人点(这正是流量低的原因),而”被提及”才直接影响购买决策——AI 没点到的品牌,根本不会进用户的备选清单。
- 单次结果会变,趋势会收敛。同一个 prompt 每次答案都不同,但拉长时间看,被反复引用的来源、被反复点名的品牌会逐渐稳定地浮现出来;至于个性化差异,更多是”人群(Persona)“问题,而非噪音。想看 Grounding 层面的数据,可以去翻 Bing Webmaster Tools——它虽小,但在 AI 可见度的测量上走得比 Google 靠前。
4.3 GEO 归谁管:技术 + 品牌 + PR 的协奏
GEO 不属于任何单一部门。公关公司技术不到位、官网爬不动,再好的外部声量也白搭。它本质是技术、品牌、PR 的协奏——也就是 SEO 早就熟悉的 Owned + Earned,一个跨部门的横切学科。
只是侧重点变了:过去说”外链为王”,现在更该说”在权威来源上被提及”为王;外链更多回归到 SEO 价值。落到执行,行业榜单徽章(如 Focus Money、Wirtschaftswoche)、软文、联盟营销,都是争取”被第三方提及”的抓手。而由于 AI 系统仍需大量逆向工程、靠实验摸索,这件事放在有”持续试错”基因的 SEO 团队里,往往最合适。
金句:GEO 没有专属主人——它是技术、品牌、PR 的协奏,是 SEO 的横切延伸。
一页速览
| 层级 | 内容 | 一句话核心 |
|---|---|---|
| 核心结论 | GEO = 好 SEO 上的一层 | 目标是在 AI 答案里被提及,按品牌渠道来做和衡量 |
| 主论点一 | 定位 | AI 搜索是品牌渠道,不是流量渠道 |
| 1.1 | 提及 vs 引用 | 争的是进入答案本身,不是点击 |
| 1.2 | 决策辅助者 | 1-3% 流量,却有 8-10% 说”从 AI 认识你” |
| 主论点二 | 底层逻辑 | GEO 建在 SEO 之上,不是新渠道 |
| 2.1 | 两种来路 | Grounding 检索时,经典 SEO 仍是关键 |
| 2.2 | 第三方为主 | 80-90% 答案来自第三方,Off-Page 更重 |
| 2.3 | 别推倒地基 | 好 SEO 是地基,AI 是上面那一层 |
| 主论点三 | 内容打法 | 为”懒惰”的 AI 写可被摘取的内容 |
| 3.1 | 可复用的块 | 自成一体的句子,前 40% 先给答案 |
| 3.2 | 信息增益 | 自有数据 + 专家 know-how 是护城河 |
| 3.3 | 别迷信神技 | LLMs.txt / Markdown 等多被高估,先做基础 |
| 主论点四 | 衡量与归属 | 量一个不带流量的渠道 |
| 4.1 | 自报归因 | 成交后问”你从哪知道我们的” |
| 4.2 | 提及优先 | 引用没人点,趋势看监测会收敛 |
| 4.3 | 谁来管 | 技术 + 品牌 + PR 协奏,落在 SEO 团队 |
一句话收束
GEO 不是另起炉灶的新大陆,而是好 SEO 上多出来的一层楼——别推倒地基追新楼,去争的是”在 AI 答案里被提及”。
带走这篇文章的核心观点
可引用观点
《SEO 没死,GEO 只是它的新一层》
核心结论:GEO(生成式引擎优化)不是另起炉灶的新渠道,而是搭在好 SEO 之上的一层。它的目标是在 AI 答案里"被提及",而不是抢流量——所以要把它当品牌渠道、而非性能渠道来做、来衡量、来归属。
- 1 一、定位:AI 搜索是品牌渠道,不是流量渠道
- 2 二、底层逻辑:GEO 不是新渠道,是好 SEO 上的一层
- 3 三、内容打法:为”懒惰”的 AI 写可被摘取的内容
适合转发到飞书、微信、即刻或笔记工具;引用时建议保留作者 kele 与原文链接。