> 你在咖啡机行业做了十年。SEO 时代，你争的是 Google 首页排名；GEO 时代，用户问 AI”推荐一款家用咖啡机”，AI 直接给出三个品牌——你不在里面。这不是排名下降，这是从搜索结果里彻底消失。
2026 年了，还有人在讨论”怎么做 SEO 让 AI 找到我”。这个问题本身就错了。AI 引擎不是搜索引擎的升级版，它是另一种东西。SEO 优化的是”被找到的概率”，GEO 优化的是”被引用的概率”。这是两个不同的物理量。
一、场景：用户不再点击链接
先看一个具体场景。
SEO 时代：用户在 Google 搜索”家用咖啡机推荐”，得到 10 条蓝色链接。用户点开第 1 条、第 3 条、第 5 条，看完自己做决定。你的文章排第 3，你获得 12% 的点击率。
GEO 时代：用户在 ChatGPT 问”家用咖啡机推荐，预算 2000 元，新手友好”，AI 直接给出一段话：”推荐三款：A 品牌 X 型号（入门级，操作简单，85% 用户表示满意）、B 品牌 Y 型号（性价比高，清洁便捷性提升 30%）、C 品牌 Z 型号（专业级，但学习曲线陡峭）。”用户不点任何链接，直接下单。
关键变化：AI 帮用户做了”阅读+对比+决策”三件事。你的文章即使排第 1，如果 AI 没引用你，用户根本看不到你。
这就是 GEO（Generative Engine Optimization，生成式引擎优化）要解决的问题：让 AI 在生成回答时引用你的内容。
二、SEO 和 GEO 的本质差异
一句话概括：SEO 优化的是”被找到”，GEO 优化的是”被引用”。
| 维度 | SEO | GEO |
|---|---|---|
| 目标平台 | Google、百度 | ChatGPT、Gemini、文心、Kimi、豆包 |
| 优化目标 | 排名位置、点击率 | 被引用概率、引用质量 |
| 内容要求 | 关键词密度、外链质量 | 权威性、数据密度、结构化程度 |
| 用户行为 | 用户主动搜索并点击链接 | 用户向 AI 提问，AI 直接给答案 |
| 效果验证 | 排名追踪、流量分析 | 引用监测、回答内容分析 |
| 时间周期 | 数周到数月 | 数天到数周 |
最关键的变化在第三行：内容要求从”关键词密度”变成了”数据密度和结构化程度”。
为什么？因为 AI 引用你的时候，它不是在”搜索”，它在”抽取信息”。它抽取的是结构化数据——数字、对比、列表、表格——不是散文式的叙述。
三、大模型怎么选引用源？
这是 GEO 最核心的知识。大模型在生成回答时，会按四个维度评估引用源：
1. 内容权威性（权重 40%）
– 域名可信度：.gov、.edu、知名媒体 > 企业官网 > 个人博客 – 数据支撑强度：有统计数字、研究报告 > 纯观点 – 外部引用质量：引用 .gov / .edu / 知名媒体的链接 > 无外链
2. 内容结构化程度（权重 30%）
– 标题层级清晰：H1→H2→H3 逻辑连贯 – 使用列表、表格、图表等结构化元素 – 关键结论突出：加粗、独立成段、引用框
3. 内容相关性与完整性（权重 20%）
– 与用户查询意图高度匹配 – 内容完整、涵盖关键方面 – 时效性：近期更新、包含最新数据
4. 内容可读性（权重 10%）
– 语言简洁清晰 – 避免专业术语堆砌 – 逻辑连贯、易于理解
关键洞察：权威性占 40%，结构化占 30%。这两项加起来 70%。你的内容被引用的概率，主要取决于”有多权威”和”有多结构化”，而不是”关键词用得准不准”。
四、不同 AI 引擎吃不同的内容源
这是 GEO 最反直觉的地方：不同 AI 引擎有不同的”食物源”。你不能一篇内容发遍全网就指望所有 AI 都引用你。
| AI 引擎 | 偏好内容源 | 推荐发布平台 |
|---|---|---|
| 豆包 | 头条系内容 | 今日头条、西瓜视频 |
| Kimi | 知乎系内容 | 知乎、专业论坛 |
| DeepSeek | 通用爬虫，覆盖广 | CSDN、技术博客、通用平台 |
| 文心 | 百度系内容 | 百家号、百度知道、百度百科 |
| ChatGPT | 技术文档、评测文章 | 深度评测、官方文档、Medium |
| Perplexity | 多源交叉验证 | 高权威媒体、官方报告 |
工程含义：一条内容发布到多个平台时，各版本必须差异化。不是简单改标题，是要按平台特性重写。小红书版要带场景词（”小户型收纳”），知乎版要带问题词（”如何选择”），CSDN 版要带技术词（”API 对比”）。
五、唯一学术实证冲突：关键词堆砌让 AI 可见性下降 8%
这是 GEO 和 SEO 之间唯一有学术实证的冲突点。
Princeton 的研究（GEO 论文引用）发现：传统 SEO 的关键词堆砌技巧，在 AI 引擎里不仅无效，反而让可见性下降 8%。
为什么？因为 AI 在抽取信息时，关键词堆砌的内容看起来像”广告软文”，权威性评分降低。AI 更偏好自然语言+结构化数据的内容，而不是关键词密度高的内容。
这条规则的意义：当 GEO 和 SEO 冲突时，以 GEO 为准。已知唯一冲突就是关键词堆砌——传统 SEO 可能有效，GEO 实证 -8%。
六、实操：怎么写才能被 AI 引用？
1. 标题 = 问题句
标题应该是一个完整的自然语言问题，用户能原样输入给 AI。
– ❌ “绝了！这款咖啡机必买” – ✅ “家用全自动咖啡机怎么选？2000 元预算新手友好型号推荐”
AI 在检索时，用户的提问和你的标题越像，命中概率越高。
2. 数据驱动
每 100 字至少包含 1 处数据。AI 偏好有数字的内容。
– ❌ “性能提升很大” – ✅ “性能提升 30%，能耗降低 20%” – ❌ “根据某报告” – ✅ “根据 IDC 2025 年报告，全球智能手机出货量 13 亿台”
3. 结构化表达
至少使用 2 种结构化元素：对比表格、有序/无序列表、数据图表、引用框、代码块、关键结论加粗。
AI 在抽取信息时，结构化元素比散文式叙述更容易被识别和引用。
4. 跨源一致性
同一个服务在不同平台的描述必须一致。AI 在判断信息可信度时会交叉对比多个来源——信息一致时，被引用优先级显著高于信息矛盾的来源。
– ✅ 小红书写”99/人”，抖音也写”99/人” – ❌ 小红书写”99/人”，闲鱼写”129/人”
5. 问题矩阵覆盖
一篇帖子若能覆盖后续追问，AI 会反复引用同一个来源。
主文回答”哪款好”，评论区置顶回答”多少钱/怎么退/保修多久/和竞品区别”。AI 检索时发现这个来源能回答整个问题矩阵，就会把它作为首选引用源。
七、引用率：GEO 的核心指标
SEO 时代看排名，GEO 时代看引用率。
引用率 = (被引用的验证次数 / 总验证次数) × 100%
测试方法： 1. 发布后 24 小时、3 天、7 天、14 天，分别向 ChatGPT、Gemini、文心各提问 3 次 2. 记录回答中是否出现你的品牌名、独特表述、关键数据 3. 计算引用率
| 引用率 | 等级 | 建议 |
|---|---|---|
| ≥ 70% | 优秀 | 保持策略，复制到其他内容 |
| 50-69% | 良好 | 增加数据支撑和结构化元素 |
| 30-49% | 一般 | 全面优化内容结构权威性 |
| < 30% | 较差 | 重新设计内容，参考高权威源 |
高引用内容的特征： – 数据密度 > 5 处：被引用概率提升 2 倍 – 使用对比表格：被引用概率提升 1.5 倍 – 标题层级清晰（H1-H2-H3）：被引用概率提升 1.3 倍
八、工程洞察：GEO 是”换层面解决问题”
GEO 的核心不是”把 SEO 做得更好”，而是换一个层面解决问题。
SEO 时代的思维是：让搜索引擎找到我。手段是关键词、外链、排名。
GEO 时代的思维是：让 AI 引用我。手段是权威性、结构化、数据密度。
这两个目标的实现路径完全不同。SEO 优化的是”被找到的路径”，GEO 优化的是”被引用的内容质量”。
关键认知转变： – 从”优化搜索排名”到”优化 AI 引用” – 从”关键词堆砌”到”权威内容构建” – 从”流量思维”到”影响力思维” – 从”点击量”到”品牌在 AI 回答中的曝光”
九、GEO 和 SEO 能同时做吗？
能，且应该同时做。但有一个优先级：GEO 优先 > SEO 兼容。
GEO 优化的内容通常也符合 SEO 最佳实践——高权威性、结构化、数据丰富，这些对两种优化都有益。但反过来不成立：SEO 优化的内容（关键词堆砌）可能对 GEO 有害。
协同策略：以 GEO 为主，兼顾 SEO 要求。具体来说： – 内容创作：按 GEO 原则写（数据驱动、结构化、权威性） – 关键词策略：覆盖用户问题词，但不堆砌 – 发布平台：按 AI 引擎偏好选择，同时考虑 SEO 权重 – 效果监测：同时追踪排名（SEO）和引用率（GEO）
十、个人思考：从”路径优化”到”内容优化”
GEO 让我想到一个更广的范式转移：互联网正在从”路径优化”转向”内容优化”。
SEO 时代，互联网是”路径为王”——谁掌握了流量入口（搜索引擎排名），谁就掌握了商业价值。所以 SEO 优化的是路径：关键词是路径标记，外链是路径连接，排名是路径位置。
GEO 时代，互联网是”内容为王”——AI 直接抽取内容给用户，路径不再重要。AI 不关心你排第几，它关心你的内容是否值得引用。所以 GEO 优化的是内容本身：权威性是内容质量，结构化是内容组织，数据密度是内容深度。
这个范式转移不只影响营销。它影响所有”让信息触达用户”的系统：
– 文档系统：API 文档不能再靠搜索引擎带来流量，要让 AI 能抽取和引用 – 知识库：企业内部知识库的检索，正在从”搜索”变成”问答” – 教育内容：学生不再 Google 搜索答案，他们问 AI——教育内容要按 GEO 原则重写 – 品牌建设：品牌不再只是”被搜到”，要”被 AI 推荐”
最终洞察：GEO 不是营销技术，是内容工程。它要求你把内容当成”AI 要抽取的数据源”来设计，而不是”用户要阅读的文章”来写。这个思维转变，比任何具体技巧都重要。
—
Skill：kunpeng-geo（已安装于 /home/z/my-project/skills/kunpeng-geo/）
GitHub：https://github.com/jwangkun/kunpeng-geo
核心原则：GEO 优先 > SEO 兼容；数据说话；先纠错后优化；多平台思维
四模块：A·运营全流程 / B·内容优化 / C·内容创作 / D·监控复盘
关键数据：权威性占 40%、结构化占 30%、相关性占 20%、可读性占 10%