生成式引擎优化(GEO)：AI搜索时代的品牌增长新范式

随着ChatGPT等生成式AI工具的迅猛发展，用户获取信息的方式正经历革命性变化。生成式引擎优化（GEO）这一新兴战场，已成为企业在AI时代保持品牌竞争力的核心议题。

《AI透镜研究》系列，是一枚多层镀膜的认知镜头，对准快速演化的人工智能领域：探究融资背后的产品真实价值、追踪AI公司的组织创新变革、记录人机协作实践。通过新视角观察AI细节与趋势，以系统性分析穿透噪声，最终落到可操作的洞察层面。

第一期AI透镜聚焦AICoding的七个非共识。第二期针对快速崛起的GEO，腾讯研究院余一与两位一线探索者——QuickCreator联合创始人阎志涛和AI创业者向阳乔木，共同将镜头对准AI时代的GEO趋势、增长、挑战和实战探索。

【金句洞察】

1. 无论是SEO还是GEO，在新时代，内容质量始终至关重要。

2. GEO并非孤立存在，它本质上是内容营销在AI时代的新形态。

3. 你的内容回答问题越直接，AI就越倾向于引用。

4. 大模型天生追求算力效率，偏爱“偷懒”。因此，内容越结构化、越符合AI偏好格式，处理起来越容易，被引用的概率越高。

5. AI时代，营销日益品牌化。

6. GEO的效果更偏向品牌层面，最直接的反馈是在AI回答中“露脸”，即提升品牌可见性。

7. SEO是GEO的基础，做好SEO，即使GEO不带来直接流量，投入也有价值。

8. 在AI导致内容生产成本极低的时代，体现差异化的原创见解和深度信息会愈发重要。

9. 海外市场，官网至关重要。SEO做得好，对GEO效果有巨大帮助。

10. 想被纳入基础训练语料难度极大。现实路径仍是做好SEO，提升在传统搜索引擎中的排名。

本期嘉宾简介：

阎志涛 QuickCreator联合创始人，前TalkingData CTO。目前创业项目专注海外内容营销，核心产品QuickCreator.io，在SEO和GEO方面经验丰富，也是公众号《阎志涛杂货铺》主理人。

向阳乔木 AI创业者、资深产品经理、《向阳乔木推荐看》创作者、《GEO白皮书：AI搜索时代的品牌增长范式》作者。曾在TikTok的AI商业化和飞书任职，参与创办“易登网”和“黄页88”。

余一 腾讯研究院高级研究员，主要研究AI原生产品创新和公司变革，多年风险投资及生态孵化经历。领英中国年度行家、腾讯年度AI优秀行家和优秀分享，得到AI学习圈导师。

【观点速览】

一、GEO的兴起：定义、趋势与新挑战

GEO，全称为“生成式引擎优化”，其核心目标是在AI对话的回答中，最大化品牌、产品或内容的“AI可见性”。它的诞生源于对话式AI已成为不可忽视的新流量渠道。数据显示，来自ChatGPT等AI工具的网站引荐流量正高速增长，已在部分网站流量来源中位列前茅。

然而，GEO带来新挑战，最突出的是“零点击”问题。在许多场景下，用户从AI获得满意答案后便直接离开，不点击引用来源链接。这意味着，企业即使通过GEO获得巨大品牌曝光，也未必直接转化为网站流量。这一特性决定了GEO更偏向品牌建设，而非直接效果转化。

二、方法论之辨：GEO与SEO的同与不同

理解GEO，必须先理解它与传统SEO的深刻联结与本质区别。

共同的基石是“内容为王”。GEO是在SEO基础上演进的新形态。两者共享最高原则：高质量内容是所有优化的前提。尤其在谷歌等搜索引擎强调内容质量的今天，扎实的SEO基础是GEO成功的必要条件。

根本的区别在于“驱动模式”与“工作逻辑”。SEO是“关键词驱动”，围绕用户输入的简短词汇，由搜索引擎推断意图并给出选择列表。而GEO是“问题驱动”，直面用户提出的完整、具体问题，AI的目标是直接生成最佳答案。这种转变要求内容策略从关键词思维彻底转向问题思维。

在工作逻辑上，SEO依赖于排名算法对海量网页进行排序；而GEO则是“拆解-搜索-整合-生成”流程，主动将用户问题分解，向传统搜索引擎发起多次查询，并对结果进行推理和重组。

三、内容实战：如何创作AI“偏爱”的内容？

基于底层逻辑，总结创作AI偏爱内容的几大核心策略：

1.拥抱“问题-答案”结构：确保每一篇内容，甚至每个段落，都能直接、清晰回答具体问题。这是迎合GEO“问题驱动”模式的根本。

2.贯彻“结构化”原则：AI为节省算力，天然偏爱结构清晰的内容。使用列表、要点、结构化数据标记（如JSON）等方式，能极大帮助AI理解和采纳内容。

3.坚守“可信度”标准：AI需要为自己的答案负责，因此优先引用具备专业性、权威性和可信性的内容。在文章中合理引用高权重、官方信源，是提升内容可信度的有效手段。

4.提供“信息增益”：在AI让内容生产廉价的时代，真正稀缺的是独特见解和价值。内容必须提供超越简单信息整合的“信息增益”，才能在海量信息中脱颖而出。

5.实践“场景化”思维：深入思考目标用户在具体场景下遇到的问题，并围绕这些场景化的长尾问题构建内容矩阵。

四、效果评估：在“黑箱”中寻找确定性

GEO目前仍处于规则模糊的“黑箱”阶段，评估极具挑战。已有实践案例证明，通过精准优化，完全可以在国内外主流AI模型中获得理想排名和商业询盘。例如，有团队成功将特定专家优化至“国内GEO专家”查询结果首位，带来了显著业务增长。

但评估的难点在于AI回答的“非幂等性”（结果多变）和“记忆效应”（个性化偏好）。为获得客观评估结果，从业者必须在浏览器的无痕或非记忆模式下，对同一问题多次查询，综合判断优化效果。

五、生态解读：工具、ROI与未来内容

围绕GEO的新生态正在快速形成。海外市场已涌现多款专业监测工具，它们通过高频查询和结果分析，帮助企业量化品牌在AI中的可见性（如提及次数、情感倾向）和内容引用情况，并给出优化建议。

在ROI方面，必须明确GEO的核心价值在于品牌建设。它不像SEO那样直接与流量挂钩，而是通过在AI的权威回答中反复“露脸”，潜移默化地建立用户对品牌的认知和信任。

至于未来内容形态，虽然多模态是长期趋势，但现阶段文本依然是GEO性价比最高的媒介，其易于生产、优化和被AI引用的特点，使其成为当前布局的绝对重心。

六、技术探秘：AI如何寻找答案？

AI生成答案的信息来源主要有两个：一是内部训练数据集，二是实时网络搜索。被纳入训练集对于内容质量要求极高，堪比维基百科，对绝大多数企业而言遥不可及。

因此，当前GEO的主战场在于实时网络搜索。其机制是AI将用户问题“翻译”成搜索指令，交由谷歌、必应等传统搜索引擎执行。这意味着，内容在传统搜索引擎中的排名，直接决定了它被AI发现和引用的概率。做好SEO，就是打好了GEO最坚实的地基。

七、渠道策略：国内外市场的不同打法

由于生态巨大差异，GEO的渠道策略在国内和海外市场截然不同。

海外市场：“官网为王”。官网权重极高，是所有GEO工作的核心。策略应是集中资源打造高质量的官网内容，并辅以在YouTube、Reddit、Quora等高权重社区的投入。

国内市场：“多点开花”。国内官网权重普遍偏低，AI更倾向于抓取大型门户网站的自媒体号、CSDN等第三方平台。因此，策略应是广泛布局，主动在这些高权重平台，围绕用户问题铺设内容矩阵。

以下为完整分享及访谈

什么是GEO、AEO和LLMO？

阎志涛:

大家好，我是阎志涛，QuickCreator的联合创始人。我们之所以涉足GEO，源于我们本身就在做SEO写作工具。接下来，我会用演示文稿快速过一遍GEO基础概念，但更重要的还是后续交流。

首先，GEO现在非常热门，那为什么会出现GEO？它到底是什么？海外擅长创造新词。近几年，各种新术语层出不穷，比如vibe Marketing等。老外在创造术语上不遗余力，因为从营销角度看，新术语更容易传播，对做SEO的人来说也意味着新切入点。

GEO，全称是Generative Engine Optimization，这个词从去年开始出现，对应大家熟知的SEO。它的出现，根本原因在于以ChatGPT为代表的AI Chatbot的兴起。ChatGPT在2022年11月30日发布后，海内外涌现大量这类产品。当越来越多人把问题提交给AI询问时，这些Chatbot就自然形成了一个新流量渠道。

从营销角度看，我们自然希望自己的品牌和内容，能够在这些生成式引擎的对话结果中被看见。这就催生了GEO，它对应核心概念“AI Visibility”，即在AI中的可见性。相关术语不止这一个，海外还有AEO和LLMO等。这几个词可以看作相通，但也有细微差别。例如，LLMO更侧重于内容在被大模型训练时能够被引用。GEO和AEO类似，但GEO概念更泛。总的来说，它们的目标都是希望在对话式AI生态下，让自己的内容能够被呈现出来。

这个生态包括ChatGPT、Perplexity、Google Gemini、Bing Copilot，以及谷歌的AI Overviews，还有像Grok、Claude等。国内方面，从今年3月起，也开始有人探讨针对DeepSeek、豆包等模型的GEO。但实际上，国内和海外在GEO的认知和生态上存在区别。

GEO的增长与挑战

这是我们自己产品的流量来源数据。在今年年初，最大流量来源是谷歌的自然搜索。对于SaaS产品，随着产品成熟，直接访问占比会越来越高。我们作为在海外运营两年多的产品，自然流量占比最高，直接访问排第二，必应排第三。而在当时，ChatGPT已排在第十位。这说明在年初，我们就已能观察到来自ChatGPT的流量进入网站。

随着今年年初ChatGPT引入Web Search功能，这部分流量占比持续增加。我最近查看GA后台数据，来自ChatGPT的流量已超过DuckDuckGo，在所有流量来源中站到第五位。虽然目前总占比不高，约1%，但能看到明显增长趋势：来自Chatbot这种生成式引擎的流量正在增加。

不过，这里存在一个对优化不利的问题，海外称之为“零点击”。通常，在一些非严谨的ToC场景下，用户问完AI、拿到答案后可能直接离开，不会点击答案下面引用的来源链接。只有在像ToB这样的一些严谨场景下，用户才会点击链接进入网站。这就带来问题：即便流量占比不高，不代表内容在AI答案中出现的比例低。很可能是内容已被整合进答案里，但用户没有点击进来。

GEO与SEO的同与不同

阎志涛:

首先，它们有很多共性。可以说，GEO是新时代的SEO。SEO发展至今已有20多年，从最初以链接权重为导向的PageRank算法，到后来以关键词为核心，再到谷歌引入RankBrain和深度学习，排名机制一直在进化。即便没有AI，谷歌的排名也越来越回归内容营销本质——无论是SEO还是GEO，在新时代，内容质量都是最重要的。尤其是在2024年3月谷歌的一次核心更新后，对内容质量的要求被提到前所未有的高度。

但区别依然存在。在传统SEO中，用户被搜索引擎“反向训练”，习惯于输入简短的关键词。搜索引擎的逻辑是根据关键词推断用户可能的搜索意图，并给出多样化结果。比如，当你搜索“apple”，谷歌会判断你是在找苹果公司还是苹果这种水果，并据此展示不同结果。

而GEO时代则不同。用户在使用Chatbot时，习惯于提出完整问题。这就变成了问题驱动模式。因此，如果我们想做GEO，内容创作就必须越来越偏向问题驱动，即针对具体、确切的问题。

两者的工作逻辑也完全不同。SEO的逻辑是：你输入搜索词，谷歌的排名算法根据上万个排名因子，给出排序列表。用户再根据标题和描述，决定是否点击。

而GEO的工作逻辑是：你给Chatbot一个提示词，它首先会拆解你的问题。如果开启了Web Search，它会将prompt拆解成它所理解的几个不同角度的问题，再向搜索引擎发起多次查询，获取若干结果。然后，它会利用自己的AI推理模型对这些结果进行分析、总结，最终生成它认为最符合你问题的答案。

如何创作AI“偏爱”的内容？

阎志涛:

基于这个工作逻辑，我们做GEO优化时，内容准备就不再以关键词为导向，而更多以具体问题为导向。你的内容回答问题越直接，AI就越喜欢。即便是一篇长文，其组织结构也应调整为每一部分都观点清晰、能明确回答某一个特定问题。

此外，还有一些在SEO中已经很重要，但在GEO中变得更为关键的因素。例如，结构化数据。谷歌为了便于解析页面内容，一直提倡使用JSON等格式来做结构化标记，这对AI同样重要。

另一个关键点是内容的可信度。AI需要为它生成的答案负责，因此它会极力避免出错。这就要求它引用的内容必须是可信的，这实际上遵循了谷歌的E-A-T原则。如何证明你的内容可信？很重要的一点是，你的文章不能只是空谈，最好能引用一些高权重、官方或正规来源的信息。

总结一下，去年普林斯顿大学等机构的学者发表的一篇关于GEO的论文中，也提到了类似要点：如结构化数据、面向问题等。另外，SEO中我们常说要优化长尾关键词，而在GEO中，对应的概念是优化具备场景性的内容问题。你需要思考目标用户在具体场景下会问什么问题，并围绕这些问题去准备内容。

所以，虽然切入点在变化，但GEO和SEO的底层逻辑相通。大家可以打开自己的GSC，查看查询报告。现在，你会发现里面很多查询词已经变成了完整的问句，甚至带着问号。这些通常就来自于用户在AI Overviews中的提问。

GEO效果评估与国内外差异

余一:

很多人感觉，相比于有相对清晰规则的SEO，GEO更像一个黑箱。想请问两位，有没有观察到一些通过GEO优化，确实取得了显著效果的真实案例？我们又该如何评估这些效果确实是由GEO策略带来的？另外，目前国内外的大模型厂商，对GEO是持欢迎态度，鼓励大家创作高质量内容，还是整体上持比较负面的态度？

向阳乔木:

我先来分享一下。两周前，我邀请了一些朋友共同探讨GEO。我的合伙人姚老师在这方面实践更多，他目前在为一家公司做顾问，他们正在做一个GEO服务项目。他当时给我演示了效果，我给大家投屏看一下。

比如，我们搜索“国内GEO专家”，在DeepSeek、豆包、Kimi、元宝这些国内主流的AI应用里，排在第一位的都是姚老师。同样，他们也优化了一些商业词，比如“GEO公司推荐”，搜索结果里出现的一些公司也是他们优化上去的。

从效果上看，自从他们优化上去之后，每天都能收到几十个关于如何做GEO的询盘，最近找的人越来越多，这确实是一个很明显的趋势。所以，GEO是能做上去的。

这有点像早期的SEO，当时做排名非常简单，可能做几个外链，页面里有足够的关键词密度就能排上去。随着规则越来越完善，大家要做的事情才越来越多，竞争也越来越激烈。我觉得GEO现在也处于一个非常早期的阶段。

要做GEO，基础功还是SEO，你需要有内容足够好的官网，并被搜索引擎索引。同时，你还需要在一些容易被AI引用的媒体平台上有内容曝光。另外，现在的文章创作逻辑变了，不再是简单地匹配关键词，而是要思考如何让大模型更容易理解、更愿意相信你的内容是权威的，这样它才会更多地引用你。

关于平台，国内和国外不太一样。国内很多大模型厂商，除了字节跳动等少数大厂，本身并没有很强的搜索技术积累。他们无法自己获取和处理SERP结果来做AI总结，所以目前大多是采购杭州一家公司的搜索结果服务。因此，这家公司采集哪些语料，抓取哪些网站，就直接影响了国内多数大模型的GEO结果。

阎志涛:

乔木说的基本覆盖了，我补充一下国内外差异。国内确实更结果导向。像刚才乔木展示的推荐类查询，无论国内还是海外，垂直类的媒体都更占优势。我们用自己的监控工具观察海外数据，发现对于“the best xxx”这类推荐性质的查询，AI倾向于引用Reddit、Quora、YouTube博主以及一些垂直评测网站的内容。

而国内，我观察到，官网内容的重要性不高。坦白说，我没发现把官网博客做好对国内的GEO有很大帮助，甚至对SEO的帮助都有限，因为百度本身就把官网的权重放得比较低了。AI的引用来源更多是几大门户网站的自媒体号。

海外的情况则不同，官网非常重要。我们有一个客户是做奢侈品手机的，他们用我们的工具做了很多高质量的SEO内容。当我们5月份推出GEO功能时，我顺手检测了他们的域名，发现很多prompt的回答中都引用了他们的内容。这说明，在海外，SEO做得好，对GEO的效果有巨大的帮助。

至于规则，SEO的规则是二十多年总结出来的共识，虽然也在变。而GEO最大的问题在于，它本身和大模型一样，都是黑箱，而且一直在变化。谷歌搜索结果相对稳定，但AI搜索存在“非幂等性”问题：你用同一个问题问两次，得到的答案可能完全不同。此外，AI还有记忆效应，它会根据你的历史偏好调整结果。所以，如果我们想客观评估GEO效果，需要用无痕或非记忆模式进行多次查询验证。

如何监控和衡量GEO的ROI

余一:

SEO有很多工具可以监测关键词排名、收录情况，但GEO似乎只能靠手动去提问测试，缺乏整体性的洞察工具。而且现在AI搜索和Chatbot产品众多，有没有什么方法可以系统性地进行测试，比如做A/B test，或者监测自己内容的GEO采纳率？另外，GEO优化的效果能维持多久？如何进行监控和调整？

阎志涛:

我先说国外的情况。目前国外的GEO市场，工具厂商非常活跃。和SEO工具不同，现在的GEO工具还很难通过大规模模拟提问来反向破解AI的排名机制。所以，现在市面上主流的GEO工具，包括那些融资很多的，做的事情都比较类似。

它们的工作流程通常是：你输入你的品牌名，工具会帮你分析并推荐一些相关的query或prompt，你可以维护一个prompt列表。然后，工具会以不同的频率，将这些prompt提交给各大模型去查询，并将返回的答案进行分析。分析的维度主要有几个：一是可见性，包括你的品牌被提及的次数和你的官网内容被引用的次数；二是情感倾向，即提及你品牌时是正面还是负面。

基于这些监测数据，工具会给出优化建议。比如，建议你在哪些渠道创作什么样的内容，或者找什么样的KOL进行评测。一些更进一步的工具还会集成内容生成功能，形成一个从监测到优化的闭环。所以，海外的生态是利用工具进行持续监测和迭代，这样就不用太担心AI搜索本身的变化，因为你总能拿到最新的结果并据此调整策略。

向阳乔木:

阎志涛说的很清楚了，我了解的情况也类似。国外的工具可以分为三类：第一类是AI时代看到GEO机会的新创公司；第二类是从传统的Social Listening工具转型而来，它们本身就在做品牌舆情监控；第三类就是传统的SEO工具厂商，比如SEMrush等，也都在推出自己的GEO查询功能。

国内目前还处于草莽期。我见过一些GEO服务公司，他们也在做类似的报表系统，抓取各大模型的回复内容，分析品牌被提及的次数、排名、引用来源等，逻辑和国外差不多。但感觉国内会更激进一些，客户更关注排名是否稳定、能做多少个词、能维持多久，有点像早期的SEO服务需求。

余一:

那么，如何评估投入产出比呢？另外，刚才两位都提到，做好SEO是GEO的基础，我们是否可以认为，这是一个普遍适用的结论？

阎志涛:

基本是这样的。GEO并非孤立存在，它本质上是内容营销在新时代的一种新形态。所以，SEO的基础工作依然要做，只是方式在变。比如，你原来以关键词为切入点，现在要更多地以问题为切入点；原来做的公关现在可能更重要了，因为你需要与高权重的媒体和有影响力的网红合作，来提升品牌的可信度和可见性。

至于ROI，这是个很棘手的问题。因为GEO的效果更偏向于品牌层面，它最直接的反馈是在AI的回答中“露脸”，即提升品牌可见性。这和SEO直接带来流量的逻辑不太一样，所以很难用传统的方式去直接衡量其ROI。

向阳乔木:

我非常同意阎志涛的观点。关于结构化数据，我觉得有一个很关键的底层逻辑：大模型天生就想节省算力，想“偷懒”。所以，你的内容越结构化，越像AI喜欢的格式，它处理起来就越容易，被引用的概率就越高。这可能有点反常识，但AI确实偏爱这类信息组织清晰的内容。

余一:

刚才提到被纳入训练数据，那我们有办法查询自己的内容是否被纳入了吗？另外，我们更新了网站内容后，AI大概需要多久才能抓取到？这个更新触发的机制是怎样的？

阎志涛:

第一个问题，训练数据是无法查询也无法干预的，这是大模型厂商的核心资产。

第二个问题，当你开启Web Search时，机制就变了。目前几乎所有的AI搜索，最终还是依赖传统的搜索引擎来获取实时信息。它的逻辑是把你的问题转交给搜索引擎，拿到搜索结果后再进行总结。所以，这个更新频率，实际上就取决于你的内容在传统搜索引擎上的排名和更新速度。如果你的一篇文章能在谷歌排到前三，那么在AI的回答中被引用的概率就非常大。

向阳乔木:

是的，想被纳入基础训练语料难度极大，因为那需要你的内容达到像维基百科、权威书籍或顶尖学术论文那样的高度。所以，对绝大多数企业来说，现实的路径还是做好SEO，提升在传统搜索引擎中的排名。当用户开启搜索功能时，你的内容才有可能被找到。

余一:

所以可以这么理解：目前阶段，AI判断信息来源是否权威，主要还是沿用传统搜索引擎的标准，比如域名权重、引用数量等？

阎志涛:

基本是这样，但也有例外。比如，我最近看到一篇文章分析，谷歌的AI Overviews为了追求速度，并没有走传统的搜索排名逻辑，而是用了一套“快速搜索”机制。它会提取传统排名因子中权重最高的一部分，并结合embedding技术来匹配内容。这样做的代价是，搜索结果的质量和全面性可能不如传统搜索。

从渠道到多模态，GEO的策略

提问:

我想请教一下，我们是做C端软件产品的，国内国外市场都在做。我发现一个差异，用国内大模型搜我们的应用，出来的结果错误和幻觉很多。但用海外模型，它会引用很多高质量的YouTube视频。我们目前主要做ASO和社媒投放。问题是，第一，国内的GEO该如何起步？第二，海外市场是否意味着，针对YouTube博主的投放，在脚本、内容架构等方面有更大的优化空间？

向阳乔木:

我先回答国内的问题。怎么启动？你用谷歌去搜索你们行业的关键词，看搜索结果前两页都有哪些平台。哪些是论坛，你可以去发帖；哪些是高权重博客，你可以去注册账号。把用户可能搜索的问题，都整理成问答和文章，发布到这些平台上。

国内AI幻觉严重，一个重要原因就是像前面提到的，很多模型依赖第三方搜索服务，并且为了节省算力，往往只是粗暴地聚合搜索结果页的摘要，而不是真正去理解原文，自然容易出错。所以，你就要主动去那些它会抓取的高权重平台，比如CSDN、各大门户网站的自媒体平台等，去铺设你的内容。

阎志涛:

关于海外市场，你的观察是正确的。到目前为止，YouTube、Reddit和Quora这几个平台的内容，在ChatGPT、AI Overovers等主流AI的回答中，都有非常好的表现。所以，在这个方向上进行投入，目前来看是值得的。

余一:

两位观察到目前来自AI搜索的流量变化趋势是怎样的？陈然提到，除了谷歌，来自ChatGPT等AI的推荐流量，已经是他们业务第二大的来源。这个现象普遍吗？

阎志涛:

根据我的观察，这和行业关系很大。对大部分行业而言，目前来自AI搜索的流量占比还很低，远未到能撼动传统搜索的程度。虽然增长很快，但基数还小。有海外机构预测，到2028年，AI搜索流量可能占到一半，但这终究只是预估。

向阳乔木:

国内的情况也差不多。我一些朋友的网站，从ChatGPT过来的流量占比也就个位数。但是，你可以反推一下，考虑到通常的点击率可能只有1%，这意味着内容在AI回答中的曝光量其实是非常可观的。这再次印证了阎志涛的观点，它更像品牌广告，极大地提升了可见性。

阎志涛:

是的，我觉得AI时代，营销越来越品牌化了。

余一:

那通过AI渠道过来的流量，其转化率会比传统搜索更高吗？

阎志涛:

这个目前很难直接判断。对于知识性内容，会受到“零点击”的严重影响。但对于交易型或实物推荐类的内容，我相信未来变数会很大。这些流量会以自然引用的形式过来，还是会演变成一种付费模式，这是我们需要去思考的。但无论如何，从营销角度出发，回归本质，面向目标用户做好高质量内容，是永远不会错的。

余一:

最后一个问题，关于多模态。现在大模型对视频、音频的理解能力越来越强。那么，视频和播客这类内容形式，是否值得作为未来GEO布局的重点？

向阳乔木:

长期来看，多模态内容的统一是必然趋势。但现阶段，要考虑性价比问题。如果你不是专门的视频或音频内容生产者，那么做文本内容的性价比是最高的。因为目前AI的主要引用来源仍然是文本。海外做好官网，国内在各大媒体平台发布文章，这依然是当前的主流和有效方式。

提问:

我有两个问题。第一，刚才老师提到，内容写得越像AI，越容易被抓取。但现在AI厂商为了保证回答质量，似乎也会过滤掉一些AI痕迹过重的内容。如何在这两者之间找到平衡？第二，GEO带来的增量，是指通过点击AI回答中的链接产生的直接跳转吗？因为我发现有些AI工具在回答时并不提供引用来源，这种情况下虽然也起到了品牌曝光的效果，但很难归因。

阎志涛:

我先回答第一个问题，主要针对海外。首先，用AI创作内容本身不是问题。谷歌和各大AI厂商的核心关切点，在于内容是否提供了信息增益。你的内容必须有自己独特的东西，而不是简单的“洗稿”。在AI导致内容生产成本极低的时代，能够体现差异化的原创见解和深度信息，会变得越来越重要。

关于第二个问题，在海外，如果你开启了Web Search功能，AI的回答一般都会提供来源。如果不开启，它会从自己的训练数据中组织答案。如果你的内容能被纳入训练数据，那说明你的品牌和内容已经非常权威了。这再次说明，在AI时代，品牌变得至关重要。你需要在你的细分领域里，将自己的品牌打造成一个权威的代名词。

向阳乔木:

我补充一下我的看法。大家为什么会讨厌AI风格的文案？不是因为它的结构不好，恰恰相反，那种结构是信息传递效率最高的一种形式，我们只是看多了感到厌烦。所以，重点不在于模仿人的语气，而在于内容的内在价值。

当然，这里面也有技巧。AI和人一样，喜欢关键数据、权威引用（比如来自某某大学的研究或论文）、专业名词等。在内容中合理地加入这些元素，会极大提高被引用的概率。对于推荐类内容，如果你能把信息整理成1234条，AI会非常乐意采纳。

关于引用来源缺失的问题，这确实是个难题，在国内尤其存在。我认为这主要是一些模型为了节省算力或技术不成熟导致的短期现象。从长期来看，为了解决“幻觉”问题，提供可验证的原始出处，会成为所有AI产品的标配。

问题:

我们也在尝试做GEO，拓了很多问句，但不确定这些问句是否值得长期投入。有没有什么方法可以帮助我们判断和构建一个高质量的、值得长期投入的提问集？

向阳乔木：

这个问题可以回归到传统的SEO方法。你可以使用专业的SEO工具，去分析这些问句或相关关键词的搜索流量和竞争程度。选择那些“高流量、低竞争”的词，围绕它们来构建你的内容。先把SEO的基础打好，那些能持续为你带来自然流量的词，在GEO上通常也不会差。SEO是GEO的基础，做好了SEO，即使GEO不给你带来直接流量，你的投入也是有价值的。