<?xml version="1.0" encoding="utf-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0"><channel><title>AI营销观察</title><link>https://news.93geo.cn/</link><description>AI 搜索时代的营销情报站</description><item><title>一家 B2B 制造企业改完官网，AI 提及率从 3% 到 21%</title><link>https://news.93geo.cn/post/b2b-manufacturing-case.html</link><description>&lt;p&gt;这家企业做工业配件，年营收两亿出头，客户是大型厂商的采购部。找我们的时候，他们的诉求很朴素：客户开始用 AI 查供应商了，但 AI 从来不提他们。&lt;/p&gt;
&lt;p&gt;先说结论：三个月后，固定 50 条采购相关提问里的提及率从 3% 提到 21%，进了行业前三。但同期官网询盘只涨了 12%。这两个数字的落差，比第一个数字更有价值。&lt;/p&gt;

&lt;h2&gt;起点：官网是给销售用的，不是给采购看的&lt;/h2&gt;
&lt;p&gt;他们的官网有 200 多个页面，绝大多数是产品参数页：型号、材质、公差、承重。信息很全，但全部是&amp;quot;我有什么&amp;quot;，没有一句&amp;quot;你在什么情况下需要我&amp;quot;。&lt;/p&gt;
&lt;p&gt;AI 回答&amp;quot;XX 配件哪家靠谱&amp;quot;时，需要的是可判断的依据——应用场景、适配条件、认证资质、交付能力。这些内容在官网上一条都找不到。不是没有，是从来没写下来，全在销售的脑子里。&lt;/p&gt;

&lt;h2&gt;改造一：从产品页到场景页&lt;/h2&gt;
&lt;p&gt;第一步不是加内容，是拆内容。把 200 个产品页按应用场景重组，先做了 12 个场景页：高温环境、高腐蚀环境、精密装配、连续产线……每个场景页回答四个问题：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;这个场景对配件的要求是什么，为什么&lt;/li&gt;
&lt;li&gt;常见方案在什么地方会失效&lt;/li&gt;
&lt;li&gt;我们的方案在哪一项指标上有余量，余量多少&lt;/li&gt;
&lt;li&gt;哪些情况下我们不是最优选择&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;最后一条最反直觉，也最有效。写清&amp;quot;我们不适用的情况&amp;quot;之后，页面被引用的次数明显上升。因为 AI 需要的是判断依据，不是形容词。&lt;/p&gt;

&lt;h2&gt;改造二：把对比做成公开表格&lt;/h2&gt;
&lt;p&gt;采购决策一定会做横向比较，而比较这件事过去发生在销售的 PPT 里。我们把三个主流方案的关键指标做成了公开对比表：材料成本、维护周期、失效模式、适用温度区间。&lt;/p&gt;
&lt;p&gt;这张表成了整个站被引用最多的页面。原因很简单：AI 在回答&amp;quot;A 和 B 有什么区别&amp;quot;时，最需要的就是一张结构化的表。&lt;/p&gt;

&lt;h2&gt;改造三：可下载的规格书与检测报告&lt;/h2&gt;
&lt;p&gt;第三个动作是把原本只在投标时才给的资料放出来：完整规格书、第三方检测报告摘要、质保条款。全部做成 PDF 加网页双版本，网页版本带结构化标记。&lt;/p&gt;
&lt;p&gt;这里有个坑要提醒：很多企业把 PDF 直接丢上去就完了。纯图片扫描件 AI 读不了，等于没放。必须是可选中文本的 PDF，或者干脆做成网页。&lt;/p&gt;

&lt;h2&gt;结果：提及率涨了 7 倍，询盘只涨 12%&lt;/h2&gt;
&lt;p&gt;三个月采样，固定 50 条提问、每平台 3 轮：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;提及率：3% → 21%&lt;/li&gt;
&lt;li&gt;首位提及率：0% → 8%&lt;/li&gt;
&lt;li&gt;引用率（回答里出现官网链接）：1% → 14%&lt;/li&gt;
&lt;li&gt;官网询盘：+12%&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;最后一行才是重点。被 AI 提到，不等于被采购选中。AI 把你放进候选名单，最终决定还是发生在报价、样品、验厂这些环节。&lt;/p&gt;

&lt;h2&gt;这个案例能复制吗&lt;/h2&gt;
&lt;p&gt;能复制的是方法，不能复制的是前提。这家企业有三个条件：产品可标准化描述、有真实第三方检测报告、销售团队愿意把隐性知识交出来。缺任何一个，效果都会打折。&lt;/p&gt;
&lt;p&gt;尤其第三条。GEO 项目最常见的死法，不是技术不行，是销售不肯把&amp;quot;为什么客户选我们&amp;quot;这件事说清楚。他们担心的没错——说出来就等于公开。但不公开，AI 就永远不知道。&lt;/p&gt;</description><pubDate>Wed, 18 Nov 2026 22:04:30 +0800</pubDate></item><item><title>GEO 服务到底该怎么报价：先分清三种交付形态</title><link>https://news.93geo.cn/post/geo-pricing-structure.html</link><description>&lt;p&gt;询价时最常见的困惑：三家服务商，一家报 8 万，一家报 30 万，一家报 3 万/月。都说能做 GEO。&lt;/p&gt;
&lt;p&gt;它们大概率都没说谎，只是卖的不是同一样东西。&lt;/p&gt;
&lt;h2&gt;一、三种交付形态&lt;/h2&gt;
&lt;h3&gt;1. 项目制：改内容&lt;/h3&gt;
&lt;p&gt;交付物是&lt;b&gt;一批被改造过的页面&lt;/b&gt;。工作重心在内容结构、信源建设、结构化标记。&lt;/p&gt;
&lt;p&gt;计价逻辑接近内容工程：按页面数量、按行业复杂度。周期通常 1-3 个月。&lt;/p&gt;
&lt;p&gt;适合：官网内容基础差、需要系统性改造的企业。&lt;/p&gt;
&lt;h3&gt;2. 订阅制：持续监测 + 迭代&lt;/h3&gt;
&lt;p&gt;交付物是&lt;b&gt;每周的指标变化 + 每月的内容调整建议&lt;/b&gt;。工作重心在采样、诊断、小步迭代。&lt;/p&gt;
&lt;p&gt;计价逻辑接近顾问费：按人力投入和采样规模。周期按年。&lt;/p&gt;
&lt;p&gt;适合：已经有一定内容基础，需要持续优化的企业。&lt;/p&gt;
&lt;h3&gt;3. 驻场/代运营：替你做&lt;/h3&gt;
&lt;p&gt;交付物是&lt;b&gt;持续产出的内容&lt;/b&gt;。工作重心在写作、发布、渠道维护。&lt;/p&gt;
&lt;p&gt;计价逻辑接近人力外包：按人头、按产出量。&lt;/p&gt;
&lt;p&gt;适合：没有内容团队，或团队产能不足的企业。&lt;/p&gt;
&lt;h2&gt;二、成本到底花在哪&lt;/h2&gt;
&lt;p&gt;把成本拆开看，会发现问题往往不在&quot;服务费贵&quot;，而在&quot;该花的没花&quot;：&lt;/p&gt;
&lt;ul&gt;&lt;li&gt;&lt;b&gt;内容改造成本&lt;/b&gt;：不是改写文字，是补数据、补出处、补结构。这部分最耗人力，也最影响结果。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;采样成本&lt;/b&gt;：多平台、多轮次、固定 prompt 集，规模化采样的算力和人工核验成本不低。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;信源建设成本&lt;/b&gt;：让内容出现在 AI 愿意引用的地方（行业媒体、权威目录、结构化数据库），这部分常被报价单忽略。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;验证成本&lt;/b&gt;：怎么证明有效？需要基线、对照组、归因。不做这一步的报价，本质上是在卖感觉。&lt;/li&gt;&lt;/ul&gt;
&lt;h2&gt;三、怎么判断报价合不合理&lt;/h2&gt;
&lt;p&gt;不要比总价，比&lt;b&gt;交付物清单&lt;/b&gt;。四个问题：&lt;/p&gt;
&lt;ol&gt;&lt;li&gt;交付物具体是什么？页面数量、文章数量、报告频次，要能量化。&lt;/li&gt;
&lt;li&gt;验收标准是什么？哪个指标、从多少到多少、多长时间内。&lt;/li&gt;
&lt;li&gt;不达标怎么办？有没有阶段性退出机制。&lt;/li&gt;
&lt;li&gt;数据和账号归谁？采样数据、内容资产、平台账号，合同结束后能不能带走。&lt;/li&gt;&lt;/ol&gt;
&lt;p&gt;第四个问题最容易被忽略，也最容易在合作结束时变成纠纷。&lt;/p&gt;
&lt;h2&gt;四、两个危险信号&lt;/h2&gt;
&lt;ul&gt;&lt;li&gt;&lt;b&gt;承诺排名&lt;/b&gt;。AI 回答是概率输出，任何&quot;保证进入前三&quot;的承诺都不成立。敢承诺的，要么不懂，要么准备赖账。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;只报总价不报构成&lt;/b&gt;。说不清钱花在哪的报价，后期一定会有追加项。&lt;/li&gt;&lt;/ul&gt;
&lt;p&gt;价格没有标准答案，但成本结构是客观的。看得懂结构，就不会被数字吓到，也不会被数字骗到。&lt;/p&gt;</description><pubDate>Wed, 18 Nov 2026 21:57:56 +0800</pubDate></item><item><title>品牌可见度榜怎么做才可信</title><link>https://news.93geo.cn/post/visibility-ranking-method.html</link><description>&lt;p&gt;做榜单最难的从来不是技术，是&lt;b&gt;让别人相信你没在卖位置&lt;/b&gt;。&lt;/p&gt;
&lt;p&gt;这件事只有一条路：把方法完整公开，让别人能复现、能挑错。下面是我们采用的规则，也是这个榜唯一值钱的东西。&lt;/p&gt;
&lt;h2&gt;一、提问集必须固定且公开&lt;/h2&gt;
&lt;p&gt;榜单测的不是&quot;AI 怎么评价这个行业&quot;，而是&quot;在特定一批问题下，AI 提到了谁&quot;。&lt;/p&gt;
&lt;ul&gt;&lt;li&gt;提问集规模：首期 100 条，覆盖认知、比较、选购、避坑四类意图。&lt;/li&gt;
&lt;li&gt;提问来源：真实用户提问，不是我们自己编的。&lt;/li&gt;
&lt;li&gt;版本管理：每次调整都留版本号，跨版本数据不做直接对比。&lt;/li&gt;&lt;/ul&gt;
&lt;p&gt;为什么要公开？因为不公开的提问集，可以轻松调出任何想要的结论。这是榜单作弊最常见的入口。&lt;/p&gt;
&lt;h2&gt;二、平台分列，不给总分&lt;/h2&gt;
&lt;p&gt;不同 AI 引擎的偏好差异很大，混成一个&quot;综合分&quot;会掩盖真实情况。&lt;/p&gt;
&lt;p&gt;我们只给每个平台单独的名次和数值，不合成。企业看到&quot;在 A 平台排第 3、在 B 平台没进前 20&quot;，才知道该往哪使劲。给一个笼统的&quot;行业第 5&quot;，对决策毫无帮助。&lt;/p&gt;
&lt;h2&gt;三、必须标注置信区间&lt;/h2&gt;
&lt;p&gt;生成式输出有随机性。同一问题问三次，答案可能不同。&lt;/p&gt;
&lt;p&gt;所以每个数值都必须带区间：提及率 23%（±5%，n=3）。没有区间的数字，看起来精确，实际上不可用。&lt;/p&gt;
&lt;p&gt;我们明确一条纪律：&lt;b&gt;单次检测不发布&lt;/b&gt;。观察到异常波动时，先加采样，不先发稿。&lt;/p&gt;
&lt;h2&gt;四、公开版脱敏，完整版订阅&lt;/h2&gt;
&lt;p&gt;公开榜单给排名和趋势，不给完整 prompt 集和原始回答。完整版给付费订阅方。&lt;/p&gt;
&lt;p&gt;这不是为了藏私，是为了防止有人拿公开数据去反向优化提问集，污染下一期采样。&lt;/p&gt;
&lt;h2&gt;五、三条自我约束&lt;/h2&gt;
&lt;ol&gt;&lt;li&gt;&lt;b&gt;不接受付费调整名次&lt;/b&gt;。服务商可以买广告位，但不能影响采样和排序。这两件事在合同里必须分开写。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;公布落榜情况&lt;/b&gt;。只说谁上榜不说谁没上榜，等于变相背书。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;公布方法变更&lt;/b&gt;。规则一改，历史数据就不可比，必须在榜单一开头说明。&lt;/li&gt;&lt;/ol&gt;
&lt;h2&gt;六、这个榜什么时候会失去价值&lt;/h2&gt;
&lt;p&gt;两个信号：一是采样开始为个别客户&quot;定制&quot;；二是名次和商务合同出现相关性。&lt;/p&gt;
&lt;p&gt;出现任何一个，榜单就该停更重做。榜单的资产不是数据，是别人相信你的数据。&lt;/p&gt;</description><pubDate>Wed, 18 Nov 2026 21:57:44 +0800</pubDate></item><item><title>怎么判断一个 GEO 工具值不值得买：四个必问的问题</title><link>https://news.93geo.cn/post/how-to-evaluate-geo-tools.html</link><description>&lt;p&gt;GEO 工具最大的问题是：&lt;b&gt;它给你的数字，你没法验证&lt;/b&gt;。演示时截图很漂亮，付完钱发现数字每周都在变，而且说不清为什么变。&lt;/p&gt;
&lt;p&gt;下面四个问题，按顺序问，答不上来的直接排除。&lt;/p&gt;
&lt;h2&gt;问题一：prompt 集能不能自己配&lt;/h2&gt;
&lt;p&gt;如果工具只提供&quot;预设问题库&quot;，且不告诉你具体问了什么，那它测的不是你的业务，是它自己定义的市场。&lt;/p&gt;
&lt;p&gt;合格的标准：能导入自己的问题列表，能分组，能标注每个问题对应的购买意图。因为&quot;XX 哪个好&quot;和&quot;XX 是什么&quot;这两种提问，商业价值差一个量级。&lt;/p&gt;
&lt;h2&gt;问题二：覆盖哪几个平台，怎么处理平台差异&lt;/h2&gt;
&lt;p&gt;不同 AI 引擎的引用偏好完全不同。有的偏爱官网，有的偏爱第三方媒体，有的偏爱社区讨论。如果一个工具只测一个平台，结论没有普适性。&lt;/p&gt;
&lt;p&gt;要问清楚：多平台结果是&lt;b&gt;分开呈现&lt;/b&gt;还是&lt;b&gt;混成一个总分&lt;/b&gt;。混成一个总分的，基本可以判断它没想清楚。&lt;/p&gt;
&lt;h2&gt;问题三：能不能给出引用链路&lt;/h2&gt;
&lt;p&gt;这是区分&quot;检测工具&quot;和&quot;诊断工具&quot;的分水岭。&lt;/p&gt;
&lt;p&gt;只告诉你&quot;提及率 23%&quot;没有用。要能回答：这条回答引用了哪几个 URL、你的内容在不在里面、不在的话排在第几位、被引的那个页面结构是什么样的。&lt;/p&gt;
&lt;p&gt;没有引用链路，你就不知道下一步该改什么，只能反复试。&lt;/p&gt;
&lt;h2&gt;问题四：结果可不可复现&lt;/h2&gt;
&lt;p&gt;生成式模型的输出有随机性。同一个问题问两次，答案可能不同。&lt;/p&gt;
&lt;p&gt;所以必须问：单次检测和多次检测怎么区分？有没有置信区间？采样窗口多长？如果对方说&quot;我们很准，不用管这些&quot;，那是在回避问题。&lt;/p&gt;
&lt;p&gt;我们自己的做法是：单次检测不发布结论，至少三次采样，标注区间。这条纪律比工具本身重要。&lt;/p&gt;
&lt;h2&gt;补充：价格不是判断依据&lt;/h2&gt;
&lt;p&gt;贵的不一定好，便宜的往往更贵——因为你要花人力去补它缺失的部分。&lt;/p&gt;
&lt;p&gt;真正的判断标准是：&lt;b&gt;它能不能让你每周少花几个小时，且结论能拿去跟老板解释&lt;/b&gt;。能，就值；不能，白送也是负担。&lt;/p&gt;</description><pubDate>Wed, 18 Nov 2026 21:57:32 +0800</pubDate></item><item><title>AI 生成内容要打标了，营销团队该改什么</title><link>https://news.93geo.cn/post/ai-content-labeling.html</link><description>&lt;p&gt;内容用 AI 生成这件事，很快就不再是&quot;要不要说&quot;的问题，而是&quot;怎么标&quot;的问题。&lt;/p&gt;
&lt;h2&gt;一、两种标识，责任不同&lt;/h2&gt;
&lt;p&gt;监管对 AI 生成内容的标识分两类：&lt;/p&gt;
&lt;ul&gt;&lt;li&gt;&lt;b&gt;显式标识&lt;/b&gt;：用户能直接看到的提示，比如文末说明、图片角标、音频起始提示。目的是让受众知情。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;隐式标识&lt;/b&gt;：写在文件元数据里的信息，比如生成服务提供者、内容编号。目的是让平台和监管可追溯。&lt;/li&gt;&lt;/ul&gt;
&lt;p&gt;很多团队只做了显式标识，忽略了元数据。一旦内容被二次搬运，显式标识被裁掉，就完全失去了追溯能力。&lt;/p&gt;
&lt;h2&gt;二、责任落在发布者，不落在工具&lt;/h2&gt;
&lt;p&gt;这是最容易踩的坑。用哪家的模型不重要，&lt;b&gt;谁把这个内容发出去，谁承担标识义务&lt;/b&gt;。所以：&lt;/p&gt;
&lt;ul&gt;&lt;li&gt;代运营团队发的，责任在代运营；&lt;/li&gt;
&lt;li&gt;品牌官方账号发的，责任在品牌；&lt;/li&gt;
&lt;li&gt;投放在第三方媒体的，责任在投放主体。&lt;/li&gt;&lt;/ul&gt;
&lt;p&gt;&quot;我们是用 AI 辅助的、不是全自动&quot;这种说法，在合规层面并不构成豁免。判断标准是内容是否由 AI 生成，不是生成占比多少。&lt;/p&gt;
&lt;h2&gt;三、四个可以马上做的动作&lt;/h2&gt;
&lt;ol&gt;&lt;li&gt;&lt;b&gt;建一份生成台账&lt;/b&gt;。哪篇文章、用了什么工具、什么时间、谁审核，四列就够。出问题时这张表就是你的证据链。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;统一显式标识模板&lt;/b&gt;。不同渠道用同一句话，避免各团队各写一套，对外口径不一致本身就是风险。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;检查元数据是否保留&lt;/b&gt;。图片在压缩、裁剪、转格式后元数据经常丢失，需要在上传前用工具核验一次。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;把标识写进投放合同&lt;/b&gt;。要求渠道方不得删除标识，明确违约责任。这一条能挡掉大部分扯皮。&lt;/li&gt;&lt;/ol&gt;
&lt;h2&gt;四、对 GEO 的额外影响&lt;/h2&gt;
&lt;p&gt;标识要求对 GEO 有一个间接但重要的影响：&lt;b&gt;AI 引擎正在提高对&quot;来源可核验&quot;内容的权重&lt;/b&gt;。带明确作者、发布时间、机构信息的内容，比匿名内容更容易被引用。&lt;/p&gt;
&lt;p&gt;换句话说，合规做得好，反而对可见性有利。这在过去很多领域是矛盾的，这次不是。&lt;/p&gt;
&lt;p&gt;本文不构成法律意见。具体条款请以监管原文为准，涉及具体业务场景建议咨询专业机构。&lt;/p&gt;</description><pubDate>Wed, 18 Nov 2026 21:57:32 +0800</pubDate></item><item><title>AI 搜索正在改写流量入口：GEO 到底是什么</title><link>https://news.93geo.cn/post/what-is-geo.html</link><description>&lt;p&gt;如果你的客户开始把问题丢给 AI 而不是搜索框，那么&quot;排名第一&quot;这件事的价值正在被重新定价。&lt;/p&gt;
&lt;h2&gt;一、先分清三件事&lt;/h2&gt;
&lt;p&gt;很多人把 GEO、SEO、AEO 混着说。它们的区别不在技术，而在&lt;b&gt;你要争夺的位置&lt;/b&gt;：&lt;/p&gt;
&lt;ul&gt;&lt;li&gt;&lt;b&gt;SEO&lt;/b&gt;：争夺搜索结果页的第 1-10 条蓝色链接。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;AEO&lt;/b&gt;：争夺&quot;直接答案&quot;位置，比如搜索框上方的摘要卡。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;GEO&lt;/b&gt;：争夺生成式回答里被&lt;b&gt;提及、引用、推荐&lt;/b&gt;的机会。答案只有一段，来源可能只有 3-5 个。&lt;/li&gt;&lt;/ul&gt;
&lt;p&gt;位置从&quot;一页十个&quot;变成&quot;一段三个&quot;，这是量级的变化，不是优化技巧的变化。&lt;/p&gt;
&lt;h2&gt;二、被引用不是玄学，有可复现的规律&lt;/h2&gt;
&lt;p&gt;普林斯顿大学等机构在 KDD 2024 发表的 GEO 研究，系统测试了多种内容改写方式对生成式引擎可见性的影响。结论指向同一件事：&lt;b&gt;AI 更愿意引用&quot;可核验、结构化、有出处&quot;的内容&lt;/b&gt;。&lt;/p&gt;
&lt;p&gt;具体到可执行动作，优先级从高到低：&lt;/p&gt;
&lt;ul&gt;&lt;li&gt;&lt;b&gt;给出可核验的数字与时间&lt;/b&gt;。样本量、采集时间、口径，缺一项可信度就掉一档。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;引用一手来源&lt;/b&gt;。论文、监管原文、官方公告，而不是二手转述。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;结构化表达&lt;/b&gt;。问答式小标题、列表、表格，比大段散文更容易被抽取。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;明确适用边界&lt;/b&gt;。写清&quot;什么情况下不适用&quot;，反而提升被引概率——AI 需要的是判断依据，不是赞美。&lt;/li&gt;&lt;/ul&gt;
&lt;h2&gt;三、怎么衡量有没有效果&lt;/h2&gt;
&lt;p&gt;不要看流量，先看这四个指标，按周采集：&lt;/p&gt;
&lt;ul&gt;&lt;li&gt;&lt;b&gt;提及率&lt;/b&gt;：固定 100 条真实提问中，品牌被提到的比例。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;首位提及率&lt;/b&gt;：品牌出现在回答第一句的比例。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;引用率&lt;/b&gt;：回答里出现你域名链接的比例。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;来源占位率&lt;/b&gt;：在某个问题下，你占据了几个引用位。&lt;/li&gt;&lt;/ul&gt;
&lt;p&gt;四个指标必须固定 prompt 集、固定平台、固定采集时间，否则数字没有可比性。单次检测不构成结论，这是我们做榜单的基本纪律。&lt;/p&gt;
&lt;h2&gt;四、什么时候不该做 GEO&lt;/h2&gt;
&lt;p&gt;三种情况建议先别投入：客单价低于千元且决策链极短（AI 推荐带来的转化撑不起成本）；产品没有可公开验证的信息（AI 无从引用）；所在行业监管禁止公开比较（合规风险高于收益）。&lt;/p&gt;
&lt;p&gt;GEO 不是流量魔术，它是把&quot;你已经有的专业能力&quot;翻译成 AI 能读懂的格式。翻译得准不准，取决于你对业务的理解，不取决于工具。&lt;/p&gt;</description><pubDate>Wed, 18 Nov 2026 21:57:06 +0800</pubDate></item><item><title>从 0 到 1 做 GEO：前 30 天该做什么</title><link>https://news.93geo.cn/post/geo-first-30-days.html</link><description>&lt;p&gt;大部分 GEO 项目死在第 30 天。不是没效果，是没法证明有没有效果：基线没建、口径没定、内容改了但不知道改的哪一版起了作用。&lt;/p&gt;
&lt;p&gt;下面这个顺序，是我们自己跑项目时固定下来的。核心原则只有一个：&lt;b&gt;先能测量，再谈优化&lt;/b&gt;。&lt;/p&gt;

&lt;h2&gt;第 1 周：建基线，不碰内容&lt;/h2&gt;
&lt;p&gt;这一周唯一的工作是采集现状，一个字都不要改。要固定四件事：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;b&gt;提问集&lt;/b&gt;：50-100 条真实用户提问，覆盖认知、比较、选购、避坑四类意图。来源是客服记录、销售录音、站内搜索词，不是你拍脑袋想的。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;平台范围&lt;/b&gt;：先选 3 个主力平台，不要一上来铺七个。平台越多，单平台的采样轮次越少，结论越不可靠。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;采样轮次&lt;/b&gt;：每个问题至少 3 轮，记录全部结果，不做筛选。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;时间窗口&lt;/b&gt;：固定在同一天同一时段采集，避免平台版本更新造成波动。&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;这一周产出的是一张基线表：每条提问、每个平台、每一轮的提及情况。这张表后面每次复盘的对照物，没有它，后面所有结论都是感觉。&lt;/p&gt;

&lt;h2&gt;第 2 周：修地基，别写新内容&lt;/h2&gt;
&lt;p&gt;基线出来之后，先看引用链路：AI 在回答这些问题时，到底引用了哪些页面。通常会发现三类问题：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;引用了你的竞品，因为对方有对比表你没有&lt;/li&gt;
&lt;li&gt;引用了第三方媒体转述你的内容，但转述错了&lt;/li&gt;
&lt;li&gt;压根没引用任何企业官网，全是社区讨论&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;对应的动作是修现有的高价值页面：补结构化标记、补可核验数据、补适用边界。这一周不改版式、不写新稿，只做&amp;quot;让已有内容可被解析&amp;quot;这件事。&lt;/p&gt;

&lt;h2&gt;第 3 周：选题，从缺口里长出来&lt;/h2&gt;
&lt;p&gt;选题不要从关键词工具里来，要从基线表的缺口里来。具体做法：把 50 条提问按&amp;quot;我们能答&amp;quot;和&amp;quot;我们答不了&amp;quot;分成两堆，答不了的那一堆里，挑出商业价值最高的 10 条。&lt;/p&gt;
&lt;p&gt;这 10 条就是前三个月的选题池。它们有一个共同点：都是真实用户在问、我们目前答不上、但确实有专业判断的问题。&lt;/p&gt;

&lt;h2&gt;第 4 周：产出与第一次复盘&lt;/h2&gt;
&lt;p&gt;按选题池写 3-5 篇，每篇都遵循同一套结构：先给结论，再给依据，然后给适用边界，最后给可核验的来源。写完立刻重新采样，和基线对比。&lt;/p&gt;
&lt;p&gt;注意：第一次复盘&lt;b&gt;不要期待指标明显变化&lt;/b&gt;。内容被索引、被重新抓取需要时间，四周通常只能看到引用链路的细微变化。这一轮的价值是验证流程跑通了，不是验证效果。&lt;/p&gt;

&lt;h2&gt;三个常见误区&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;&lt;b&gt;先写内容再建基线&lt;/b&gt;。写完再测，你已经污染了起点，永远说不清是自己的功劳还是季节性波动。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;一上来铺全平台&lt;/b&gt;。七个平台各测一轮，不如三个平台各测三轮。前者看起来全面，实际全是噪声。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;把提及率当唯一指标&lt;/b&gt;。被提及但不被引用，说明 AI 记得你的名字但找不到可引用的页面，这是两个完全不同的问题，修法也不同。&lt;/li&gt;
&lt;/ul&gt;</description><pubDate>Wed, 18 Nov 2026 21:34:30 +0800</pubDate></item><item><title>做了半年 GEO 没效果，复盘出三个致命错误</title><link>https://news.93geo.cn/post/geo-failure-review.html</link><description>&lt;p&gt;这是一个真实的复盘。客户做了半年，内容团队出了 40 多篇稿，第三方检测也做了几轮，提及率从 4% 涨到 6%，基本等于没动。我们介入后做的第一件事不是加内容，是找哪里漏了。&lt;/p&gt;

&lt;h2&gt;错误一：只改首页&lt;/h2&gt;
&lt;p&gt;他们的判断是&amp;quot;首页权重最高&amp;quot;，所以半年里反复优化首页的文案、结构、加载速度。首页确实改得很好看，但 AI 引用的是&lt;b&gt;能回答具体问题的页面&lt;/b&gt;，首页回答不了任何具体问题。&lt;/p&gt;
&lt;p&gt;我们拉引用链路时发现一个典型现象：AI 在回答&amp;quot;XX 行业的解决方案有哪些&amp;quot;时，引用的是他们三年前发在行业媒体上的一篇旧文，而不是官网任何页面。因为那篇旧文有分类、有举例、有对比，而官网首页只有一句 slogan。&lt;/p&gt;
&lt;p&gt;教训：&lt;b&gt;覆盖面比权重重要&lt;/b&gt;。十个能回答具体问题的页面，价值大于一个完美首页。&lt;/p&gt;

&lt;h2&gt;错误二：KPI 是提及率，但没固定提问集&lt;/h2&gt;
&lt;p&gt;他们每周测一次提及率，看到涨了就高兴，跌了就让内容团队改。问题是每次测的提问都不一样——今天测&amp;quot;XX 哪个品牌好&amp;quot;，下周测&amp;quot;XX 行业趋势&amp;quot;，这两组问题的提及率天然差好几倍。&lt;/p&gt;
&lt;p&gt;结果是团队一直在对着噪声做决策：这周觉得 A 方向有效，下周觉得 A 方向失效，来回摇摆半年。&lt;/p&gt;
&lt;p&gt;教训：&lt;b&gt;没有固定提问集的提及率，不是指标，是随机数&lt;/b&gt;。固定提问集、固定平台、固定采样时段，这三件事不做，任何优化都无法归因。&lt;/p&gt;

&lt;h2&gt;错误三：写给 AI 看，不写给人看&lt;/h2&gt;
&lt;p&gt;这一条最隐蔽。他们后来接受了&amp;quot;要结构化&amp;quot;的建议，于是每篇稿子都变成了小标题加列表，但列表里全是空话：&amp;quot;提升效率&amp;quot;&amp;quot;降低成本&amp;quot;&amp;quot;增强体验&amp;quot;。&lt;/p&gt;
&lt;p&gt;结构对了，内容空了。AI 确实能解析，但解析完发现没有可引用的信息量，于是转头引用了竞品那篇有具体数字、有失败案例的文章。&lt;/p&gt;
&lt;p&gt;教训：&lt;b&gt;结构化只是门槛，信息密度才是竞争力&lt;/b&gt;。AI 和人都一样，会选择有具体内容的那一篇。&lt;/p&gt;

&lt;h2&gt;补救的三个动作&lt;/h2&gt;
&lt;ol&gt;
&lt;li&gt;&lt;b&gt;砍掉一半选题&lt;/b&gt;。从 40 篇里挑出 10 篇有真实信息量的，其余归档。数量在这个阶段没有意义。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;重建基线&lt;/b&gt;。固定 50 条提问，三平台三轮，把&amp;quot;改之前&amp;quot;的状态重新测一次，作为真正的起点。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;把隐性知识挖出来&lt;/b&gt;。让销售和售后各写 10 条&amp;quot;客户最常问但官网答不上&amp;quot;的问题，这些才是内容的真正原料。&lt;/li&gt;
&lt;/ol&gt;
&lt;p&gt;三个月后他们的提及率到了 18%。不是因为我们做了什么神奇的事，是因为终于开始测量，并且开始写具体的东西。&lt;/p&gt;</description><pubDate>Wed, 18 Nov 2026 21:04:30 +0800</pubDate></item><item><title>同一品牌在 7 个 AI 平台的提及率，最多差 4 倍</title><link>https://news.93geo.cn/post/cross-platform-visibility-gap.html</link><description>&lt;p&gt;我们拿一个客户品牌做了跨平台采样：7 个主流 AI 平台，50 条固定提问，每个平台 3 轮。同一个品牌，同一批问题，提及率最高 34%，最低 8%，差 4 倍多。&lt;/p&gt;
&lt;p&gt;如果只测一个平台，你可能得出&amp;quot;这个行业很好做&amp;quot;或者&amp;quot;完全做不动&amp;quot;两个相反结论。都不对。&lt;/p&gt;

&lt;h2&gt;三类平台，三种引用偏好&lt;/h2&gt;
&lt;p&gt;把结果按引用来源拆开，会看到非常清晰的分层：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;b&gt;官网型&lt;/b&gt;：优先引用企业官网和官方文档。这类平台上，官网结构清晰、有结构化标记的企业占明显优势。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;媒体型&lt;/b&gt;：优先引用行业媒体、新闻稿、评测文章。官网写得再好，没有第三方报道也很难被引用。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;社区型&lt;/b&gt;：优先引用问答、论坛、评论区。这类平台上，企业自说自话几乎无效，用户讨论的密度才是关键。&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;同一个品牌在三个类型里的表现可以截然不同：官网型平台排前三，社区型平台进不了前二十。这不是执行问题，是资产结构问题——你只在一种渠道上有积累。&lt;/p&gt;

&lt;h2&gt;为什么差这么多&lt;/h2&gt;
&lt;p&gt;三个原因，按影响从大到小：&lt;/p&gt;
&lt;ol&gt;
&lt;li&gt;&lt;b&gt;训练数据与检索源的差异&lt;/b&gt;。不同平台的检索范围不同，有的偏重权威站点，有的偏重近期内容。你的内容在不在这里面，直接决定有没有机会。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;回答生成策略的差异&lt;/b&gt;。有的平台倾向给单一明确答案，只提一个品牌；有的倾向列清单，提五个。清单型的提及率天然更高，但单个品牌的权重更低。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;提问理解方式的差异&lt;/b&gt;。同一个问题，不同平台的意图判定不同。&amp;quot;XX 哪个好&amp;quot;在一个平台被理解为选购，在另一个平台被理解为评价，检索的方向完全不同。&lt;/li&gt;
&lt;/ol&gt;

&lt;h2&gt;这个结论怎么用&lt;/h2&gt;
&lt;p&gt;三个直接的应用：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;b&gt;不要做一个总分&lt;/b&gt;。把七个平台混成一个综合分，等于把三种不同的游戏规则平均掉，结果谁都不像。分平台看，才知道下一步该补哪种资产。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;按平台类型排优先级&lt;/b&gt;。如果目标客户主要在社区型平台上做决策，那投官网改造的边际收益就很低，应该去做真实用户讨论。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;采样要跨类型&lt;/b&gt;。至少覆盖三类平台各一个，否则你测的不是市场，是某一个平台的产品偏好。&lt;/li&gt;
&lt;/ul&gt;

&lt;h2&gt;不能过度解读的地方&lt;/h2&gt;
&lt;p&gt;这份数据有明确的边界：单品牌、单行业、单一时段。它证明的是&amp;quot;平台之间存在系统性差异&amp;quot;，不能证明&amp;quot;所有行业都差 4 倍&amp;quot;。&lt;/p&gt;
&lt;p&gt;我们公开方法而不是只公开结论，原因就在这里。方法可以复用，结论必须自己测。&lt;/p&gt;</description><pubDate>Wed, 18 Nov 2026 20:34:30 +0800</pubDate></item><item><title>GEO 服务商开始拿融资了，但估值逻辑还没跑通</title><link>https://news.93geo.cn/post/geo-vendor-funding.html</link><description>&lt;p&gt;过去一年，做 GEO 的服务商开始密集出现在融资新闻里。金额不大，多在千万级人民币，但信号很明确：资本认为这里有机会。&lt;/p&gt;
&lt;p&gt;问题是，钱进来之后怎么定价？这个行业目前没有一家可以对标的上市公司，所有估值都是拿相邻行业套出来的。&lt;/p&gt;

&lt;h2&gt;为什么现在有钱进来&lt;/h2&gt;
&lt;p&gt;三个原因，都在需求侧：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;b&gt;预算迁移是真的&lt;/b&gt;。部分企业的搜索投放预算在缩，但总营销预算没减，中间出现了需要重新分配的部分。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;决策权在往上走&lt;/b&gt;。GEO 这件事从&amp;quot;SEO 团队的活&amp;quot;变成了&amp;quot;CMO 要回答的问题&amp;quot;，预算层级变了。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;供给极度分散&lt;/b&gt;。目前没有占据心智的头部玩家，谁先跑出方法论谁就能定义品类。&lt;/li&gt;
&lt;/ul&gt;

&lt;h2&gt;三个估值难点&lt;/h2&gt;
&lt;p&gt;难点一：&lt;b&gt;收入不连续&lt;/b&gt;。项目制交付占大头，一个 30 万的项目做完，明年续不续约取决于客户换不换 CMO。SaaS 的 ARR 逻辑在这里不成立，用 PS 倍数套会严重高估。&lt;/p&gt;
&lt;p&gt;难点二：&lt;b&gt;交付靠人力&lt;/b&gt;。采样可以自动化，但诊断、内容改造、信源建设全是人做的。规模不经济，人越多毛利越低，这跟资本喜欢的曲线是反的。&lt;/p&gt;
&lt;p&gt;难点三：&lt;b&gt;效果难归因&lt;/b&gt;。客户会问&amp;quot;这 30 万带来了多少收入&amp;quot;，而答案只能是&amp;quot;提升了提及率&amp;quot;。提及率到收入之间隔着一条长长的链路，没有服务商能算清。&lt;/p&gt;
&lt;p&gt;这三条叠加，导致一个结果：&lt;b&gt;收入能做得好看，但不可预测&lt;/b&gt;。而不可预测，是估值最大的敌人。&lt;/p&gt;

&lt;h2&gt;更现实的两种路径&lt;/h2&gt;
&lt;p&gt;&lt;b&gt;路径一：被并购。&lt;/b&gt;买家大概率是 4A、公关集团、或者已经有内容能力的营销服务商。对他们来说，GEO 是补齐能力缺口，不是独立生意。这个路径的估值锚是收入倍数，通常不高，但确定性强。&lt;/p&gt;
&lt;p&gt;&lt;b&gt;路径二：做成数据产品。&lt;/b&gt;把采样和诊断能力产品化，按订阅收费，人效才起得来。这条路慢，但只有它能长出可预测的收入曲线。目前看到的大部分服务商都在往这个方向挪，但真正跑通的很少。&lt;/p&gt;

&lt;h2&gt;对甲方意味着什么&lt;/h2&gt;
&lt;p&gt;如果你正在采购 GEO 服务，这个行业状态有两个直接影响：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;b&gt;服务商的存续风险要写进合同&lt;/b&gt;。行业在洗牌期，两年后这家公司还在不在是个真实问题。数据归属、账号归属、内容资产归属，必须提前约好。&lt;/li&gt;
&lt;li&gt;&lt;b&gt;不要买&amp;quot;方法论股权&amp;quot;&lt;/b&gt;。有些服务商会用低价换长期绑定，本质是让你为它的方法论建设付费。如果你的品类不是它的重点行业，这笔钱大概率白花。&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;资本进入是好事，说明需求真实。但对采购方来说，行业越热，越要看清合同里的退出条款。&lt;/p&gt;</description><pubDate>Wed, 18 Nov 2026 20:04:30 +0800</pubDate></item></channel></rss>