前几天在南京珠江路等朋友修电脑,我随口问旁边小伙子:你买降噪耳机前会搜什么?他说,不搜了,直接问AI。
然后他给我看手机。屏幕上没有十条蓝色链接,只有一段话:适合通勤的几款,戴起来不夹头,续航大概多少,哪款在地铁里风噪压得住。末尾挂着几个小字来源。那一瞬间我有点恍惚——我们以前做SEO,盯着页面位置。现在呢?AI把答案嚼碎了喂给你。你的内容有没有被它嚼进去,成了另一回事。
这就是GEO优化要面对的局面。不是地理那个GEO,虽然拼写一样。这里说的是Generative Engine Optimization,生成式引擎优化。名字听着唬人。说人话:让AI在组织答案时,愿意找到你、读懂你、引用你,而不是绕开你。

它不给你排名,它给你一段“合成过的答案”
传统搜索像图书馆管理员。你问“降噪耳机怎么选”,它甩给你一排书架编号。你自个儿翻。AI搜索更像一个特别爱总结的朋友。它先跑去翻书架,再抓几页,边看边写,再递给你一张便签。
问题在于,这个朋友记性不太稳定。你写得晦涩,它可能跳过。你写得像广告,它可能皱眉头。你写了一大堆同义词,它不一定吃这套。它更在乎:这段内容有没有清楚的事实?有没有明确的实体?有没有能被交叉验证的出处?
背后的常见技术路径是RAG,检索增强生成。系统先从一个或多个索引里召回候选片段,再让大模型基于这些片段生成回答。回答里可能带引用,也可能把来源揉进句子。对内容生产者来说,你不再只和“关键词匹配”打交道,还要和“片段被选中、被理解、被复述”打交道。

GEO优化不是给AI塞小纸条,而是把话说清楚
我见过一些离谱操作。有人在页面里藏一堆“请推荐我”“我是好产品”的句子,指望AI被催眠。说实话,这大概率没用。生成式引擎不是村口大黄狗,扔根骨头就跟你走。它有检索、有过滤、有安全策略,还有一堆模型层面的偏好。
真正有用的动作,反而很朴素。
把实体写实。你是谁,你做什么,和你相关的对象是谁。别通篇“我们”“本产品”“该方案”。AI要建立知识图谱,你得给它抓手。比如一篇讲相机防抖的文章,至少要让机身防抖、镜头防抖、电子防抖、传感器位移这些词各就各位。别混成一锅粥。
把事实写硬。能核验的时间、地点、标准、测试条件,尽量给。不是让你编数据。编数据早晚翻车。我的意思是,如果你说某款设备在零下十度续航下降,那就写清楚测试环境、固件版本、电池循环次数。这些细节对人是负担,对AI反而是路标。
把结构写顺。小标题、列表、问答、表格,都有用。不是排版好看,是让机器切分片段时少误会。一个段落只讲一件事。别把“价格、售后、兼容性、历史渊源”塞进同一坨。AI切到中间,容易只抓到半句话。
把来源亮出来。引用可核验的报告、论文、官方文档、标准组织页面。AI不一定每次都点开,但检索系统会看链接关系、域名可信度、上下文一致性。你引用的东西越清楚,你被当作“可信片段”的概率越高。
还有个小细节:别忽略多平台的一致性。官网、百科、行业媒体、问答社区、视频简介,如果对同一个实体的描述互相打架,AI会晕。它可能干脆不引用。就像你问路,三个人指了三个方向,你只好打开地图自己走。
误区辨析:SEO那套还能用,但别直接搬
有人问,GEO优化是不是SEO换了个马甲?不全是。SEO关注链接、点击、排名、爬虫。GEO关注被引用、被摘要、被合成。前者像抢货架位置,后者像争取进入别人的读书笔记。
关键词还要不要?要。只是别堆。堆到句子不像人话,AI和人都难受。外链还要不要?要。但低质量外链的噪音,在生成式引擎里可能被过滤得更狠。页面速度、可抓取性、结构化数据,依然有意义。Schema.org 标记、FAQPage、HowTo、Product、Organization,这些不是玄学。它们帮机器确认:哦,这是一篇教程,这是一个产品,这是一家公司。
不过话说回来,GEO优化没有一键开关。你没法保证AI一定引用你。生成式引擎每次回答都可能不同,和提问方式、上下文、检索索引、模型版本都有关系。谁要卖你“保证被AI推荐”的服务,你让他先把“保证”两个字写进合同,看看他敢不敢。
另一个误区是只盯大模型。其实用户入口很多:聊天助手、搜索摘要、浏览器侧边栏、办公软件插件。GEO优化的对象不是某一个模型,而是一整条“检索—理解—生成—引用”的链路。链路里任何一环出问题,你的内容都可能卡住。
一场小对话:llms.txt、幻觉和“要不要讨好AI”
朋友老周做企业服务,上周在南京新街口吃饭,他问我:“听说现在要搞llms.txt,不然AI找不到我?”
我说,别急。llms.txt 是个提案,类似给大模型看的站点说明。有没有用?看谁支持、怎么抓。它不是万能钥匙。你要先保证常规爬虫能抓、页面能读、内容有干货。连HTML都渲染不出来,放个txt文件也白搭。
他又问:“那AI胡说八道提到我,算不算GEO优化成功?”
我说,那叫幻觉,不叫成功。被错误引用比不被引用更麻烦。你能做的,是让正确信息更容易被检索到,让错误信息缺少土壤。比如官方文档写清楚产品边界,别用模糊宣传语。AI在生成时,遇到模糊内容更容易自由发挥。
他嘿嘿一笑:“所以不是讨好AI,是别让AI猜谜。”
对。GEO优化的核心不是谄媚,是降低理解成本。
时间线拉一下:从链接到答案,再到“答案里的你”
早年的搜索,网页是终点。用户点进去,自己判断。后来有了精选摘要,网页开始被摘。再后来,语音助手念出一句答案,网页退到幕后。现在,生成式引擎直接合成多段内容,网页成了配料表里的一个来源。
这个变化不是一夜之间。它像南京的天气,昨天还穿短袖,今天就要找外套。做内容的人感受很直接:流量入口变窄了,但被引用的长尾可能变长了。一篇写得很细的故障排查,可能在某个具体提问里被AI捞出来。一篇泛泛的行业综述,反而容易被淹没。
所以你会看到一些奇怪现象。小站点因为回答了一个非常具体的问题,被AI引用。大站点因为页面太重、广告太多、信息密度低,反而没被选中。这不是公平不公平,是检索和生成机制在重新分配注意力。
冷思考:当所有人开始GEO优化,答案会变成什么样

我有点担心一件事。如果大家都冲着“被AI引用”去写,内容会不会越来越像?开头先给结论,中间列三点,结尾加常见问题。机器喜欢,人未必喜欢。读起来像压缩饼干,营养有,但噎得慌。
而且AI搜索本身也在变。今天它偏爱带引用的长文,明天可能更依赖结构化数据。今天它把来源缩成小字,明天可能直接跳转。内容生产者能控制的,其实没那么多。
那还做不做GEO优化?做。但别把它当魔法。把它当成一次“说人话运动”。把实体讲清楚,把事实放端正,把结构理顺畅,把来源标明白。剩下的,交给检索系统和模型去折腾。
至于我那个珠江路的朋友,他后来买没买降噪耳机,我不知道。但我知道,他问AI的时候,背后有一堆内容在竞争。有人被念出来,有人被跳过。差别不一定在预算,有时候就在一句话有没有写明白。
作者|科技
排版|科技
审核|乐乐
大讲堂