这是我和向阳老师的第五场GEO公开课，本期选题前，我们做了一次调研，共有200人参与、215票：
排名第一：GEO行业未来3～5年的业态会是什么样？
排名第二：GEO的效果到底如何归因？
此外，GEO效果监测怎么做、数据指标怎么定，也有不少人关心。
归因这个话题，现在讲正是时候，GEO发展了一年多，怎么提升排名、怎么提升可见度，方法已经相当成熟，直播间和会议室里也有不少朋友拿到了结果。
但随之而来的是一个让所有人头疼和关心的问题：GEO的效果到底怎么归因？
这一期，我们把前两个问题融合在一起讲：
1.先从未来视角看GEO行业会怎么演变、有哪些核心能力；
2.其中有一个非常重要的能力模块，就是效果归因，再切回来重点讲透它；
3.最后讲ROI怎么算，以及常见问题和答疑。
至于监测和数据指标，内容较多，我们放到后面专门讲。
本次公开课相关资料及PPT，也附在了文末，本篇总结大约13000字，建议收藏阅读。
01
PART
GEO商业生态的七层全景图
ECOSYSTEM · SEVEN LAYERS
先看全局，目前国内的GEO生态，可以分成七层：
入口层普通人和普通公司基本没有机会，不用去碰；但其他六层，机会都很多。重点展开几层：
信源层：给AI提供"参考资料"的生意
AI回答用户问题时，会参考外部的信息源网站，这些就是信源层。它可以怎么做？
做自己的信源：自建高权重的媒体网站，现在仍然有机会；
做媒介：把好的网站资源包下来，卖给GEO公司或企业方。很多大的媒介平台都提供API，可以通过API搭一个自己的小型信源 / 媒介平台；
做垂直数据库：做垂直、标准化的数据库，通过API提供给大模型厂商
做短视频信源：豆包现在越来越多地参考抖音信源，所以做面向抖音的信源平台也可以。我们群里的GEO专家老刘，就做了一个面向豆包的GEO短视频平台：通过它生成短视频、投放到抖音，进而影响豆包的回答；
别忘了企业官网：它正在成为非常重要的信源渠道。上一期公开课我们反复强调过官网GEO的做法，大家一定要重视起来。
数据层与技术层
数据层包括信源怎么抓取、数据怎么诊断、哪些意图有价值、哪些没有，也包括本期要讲的归因——这是一门很大的生意。
技术层则是各类GEO Agent、企业知识图谱训练、Skill、GEO SaaS产品，以及像爱搜这样的第三方GEO监测工具。小团队做一个小的SaaS工具，完全没有问题。
执行层：目前最主流的商业模式
给企业做GEO代运营、GEO服务、诊断咨询、培训、陪跑，以及内容和PR、出海GEO机构，都属于执行层。
目前大家做得最多的就是GEO服务，其次是GEO工具。
交易层：最有意思的一层
交易层和AI电商有关。比如豆包里已经会出现商品卡、可以直接下单；千问在今年年初上线了一个功能，直接用语音就能点咖啡，咖啡送到家。
平台级的交易基础设施我们做不了，但可以：
在豆包、抖音上开小店，做商品详情页的优化；
直接做线索生意：如果你没能力去谈GEO大客户、做服务型生意（毕竟服务也需要获客），可以自己做一个垂直平台。比如做一个家教推荐网站，放大量家教推荐和评测信息，通过GEO让很多人知道这个平台，再把线索分发给兼职家教老师。
这是一种非常轻资产的商业模式。在SEO时代，这类平台就有很多。
治理层
包括第三方标准研究、健康倡导等，但更多由行业相关部门去推动合规标准和政策。
普通人能做的，从数据层、技术层、执行层到交易层都有机会，主战场在执行层，其次是信源层。
除了做服务、做工具，用GEO获客、搭一个全新的轻资产垂直平台，也是值得考虑的形态。
02
PART
GEO方法的七层进阶
ROADMAP · FROM ANSWERS TO ACTION
很多人关心GEO未来3～5年的形态，围绕上面的全景图，我们构建了一套GEO方法论的进阶模型。
要做好GEO，需要以下七项核心能力，无论你做哪一种GEO商业形态，这些能力都非常重要。
① AI可见度监测
我们做GEO，首先要关注的是品牌会不会被AI推荐，背后有很多指标：提及率、竞品对比、平均排名、Top3推荐率、品牌一致率等。可见度的监测和分析能力，是第一项核心能力。
② 效果归因
做了哪些动作，对结果产生了什么影响，这是本期的重点。
③ AI内容与知识工程
如何持续生成对豆包、DeepSeek友好的内容，让AI更好地理解、抓取、引用和推荐。
④ AI信源工程
这些在前几期公开课中都重点讲过。
⑤ AI Native官网
也可以叫GEO官网，就是打造对AI友好的阵地。随着AI能力越来越强、各企业都下场做GEO，官网非常重要。过去官网面向人，未来要面向AI、面向Agent。这是第四期公开课的重点内容。
⑥ 影响Agent执行
现在我们电脑桌面上有很多AI工具，不只是DeepSeek、豆包，还有各类能自主完成任务的Agent工具。它们不是传统意义上的对话工具，而是能帮我们完成任务。
我们要做的是，让Agent在执行任务的过程中受到我们的影响。
⑦ AI商业
最后是让AI直接自主下单、自主购买
年初我们已经体验过用千问点咖啡，未来这样的场景会越来越多：AI会预测我们的行为和诉求，直接替我们下单。
对应的底层逻辑：从答案优化，到决策优化，再到商业优化。也就是：AI答案优化 → AI决策优化 → AI商业优化
答案优化：面向用户快速提问的答案优化，让品牌进入AI的回答。这是这两年的主流，未来几年仍然是；
决策优化：真正影响用户的决策。比如你让AI写一份复杂的报告，它可能要跑两个小时，中间调用大量外部信息、插件和能力——这些信息能不能影响它的决策？报告里是不是重点推荐了你的品牌？
商业优化：让AI直接下单。届时会衍生新的基建和底层能力，比如企业要把API开放给平台和AI，还会出现面向Agent的支付基础设施等交易基建。
所以，我们理解的GEO，不能仅仅局限于现在的答案优化，还要去优化AI的决策。
为什么决策优化这么重要？
一个判断：今天全球每天用AI完成复杂任务的人，可能只有1000万；三年后可能有1个亿。这1亿人，很可能贡献了全世界50%以上的GDP。
这1亿人每天让AI完成各种复杂任务，AI会消耗大量算力、做大量分析。分析的依据，一方面是用户的诉求、上下文和相关插件、Skill，另一方面很重要的就是我们做的GEO内容。
影响了这一小撮人的AI决策，就等于间接影响了世界。
向阳老师补充：AI发展的三个阶段
前段时间，听了一期播客：张小珺访谈前阿里巴巴高管曾鸣。其中讲到AI的发展可能有三个阶段：
1.对话机器人：
最早用ChatGPT那样，你问一个问题，它给一个答案。很多人用豆包还停留在这个阶段；
2.能做事的AI：
去年底"龙虾"很火，很多行业都焦虑地部署龙虾——AI开始真正能做一些简单任务了；
3.Agent OS：
Agent的操作系统。这个阶段已经快到了，最近几个产品就非常接近这一形态，也是从龙虾演进过来的：给AI一台云端虚拟机，你交代一个任务，它自己打开浏览器、操作电脑帮你完成。
比如最近美区排行榜第一的Meta Muse，就能直接帮用户下单支付。亚马逊马上把它封了，但没关系，另一家支付网站立刻和它合作，那家公司的股价一下子涨了十几个百分点。
大家非常看好AI替人执行的未来——也就是七层进阶里的第⑥层。
我们不能只看第一阶段的AI：答案里有没有我的品牌。以后AI会查找大量资料、直接帮用户做决策、去支付下单，这些都值得提前准备。
这套体系，我们会在公开课里逐层讲完
前几期我们讲了内容工程、信源工程、GEO官网，本期讲效果归因，之后会找一期讲GEO数据监测，以及如何打造自己的监测系统。
03
PART
GEO效果归因：我们要解决什么问题？
PROBLEM · THE ATTRIBUTION BLACK BOX
讨论归因有一个前提：大家已经会做GEO了——能通过内容、信源研究、投放去影响AI的推荐结果。这时我们做了很多动作、优化了很多词，也常常会遇到这些情况：
很多关键词都有排名了，AI也推荐我们的企业了，但好像没有订单；
订单确实不少，每天新增10个线索，但不知道是来自GEO还是其他渠道；
线索确实增加了，但不知道是GEO的哪些动作、覆盖了哪些关键词、重点优化的哪几个AI平台起的作用；
GEO对企业的实际贡献到底是多少，算不出来。
这背后都是黑盒，想把GEO做得科学、持续、有效、系统，归因这个能力始终绕不开。
04
PART
GEO归因为什么这么难？
ATTRIBUTION · THE MISSING LINK
GEO不一样的地方在于，用户在豆包、DeepSeek的网页端或手机端对话，AI给出结果，里面可能有你的品牌——但没有链接能让你跟踪。
除了大模型厂商自己可能有些数据，做GEO的人很难知道实际效果。这也是阻碍大家认识和评估GEO效果的重要原因。
但很难，不代表不能做
我们来看一下基本路径：
用户提问 → AI生成答案 → 用户看到AI推荐 ⟂ 与企业官网/App/客服发生交互 → 商业结果
难点在于，用户看到AI推荐之后，到他与企业的官网、App产生交互，这个环节是断层的。 而从交互到商业结果，企业一般是能追踪的。
正因为这一段断了，整条链路归因的复杂性就提高了很多，所以我们需要通过其他方法来实现效果统计和对应的归因。
05
PART
先达成共识：我们说的"效果"是什么？
METRICS · LEADS AND SALES
目前我看到，每家企业对GEO效果的定义都不一样：
目的是公关：希望品牌在AI世界里有正确的描述，那只需要分析和优化品牌一致性就可以了；
目的是面向投资者（二级市场）：只需要把投资者关心的企业问题——战略、产品竞争力等——优化好就可以了，因为二级市场本身很难去验证；
大多数企业关心的：有效线索、商机、订单、GMV，以及客户的LTV（长期价值）。
所以本文讨论的"效果"，统一指线索和成交，其他效果定义不在本期范畴内。
后面所有内容都围绕这个定义展开。
06
PART
GEO转化的四个特征
CONVERSION · FOUR PATHS
GEO产生的效果和转化，通常有以下四个特征。理解了它们，再结合后面讲的10种标记方法，就能很好地理解效果归因目前的主流做法。
1. 直接转化
比如AI直接给出电话。在豆包里，即便用户没问"这个产品的电话是多少""怎么联系"，AI也有一定概率在答案里带出链接或电话，用户可以直接拨打。
但直接转化只代表一部分。绝大部分转化，是通过下面的第2、3、4种方式间接实现的。
2. 延迟效应
广告里有个概念叫广告延迟效应，和"延迟满足"是一个逻辑：用户看到一个品牌一次、两次、三次，不会立刻去搜索；可能过两三天、五天、七天，或者真的有需求时，脑子里有了这个印象，才去检索一遍。
比如用户在豆包里老是看到AI推荐某个汽车品牌，他不一定当时就去搜，而是过几天才去搜。
它主要体现在一个地方：品牌的百度指数会提升，也就是品牌词的搜索量会提升。
这种实验数据我不止一次看到过，海外有很多类似的实验；我们自己做项目时也有同样的效应：用户通过豆包了解到你，再去微信搜一搜、百度搜一搜你。
那延迟效应的力度取决于什么？
直播间里大家的回答有：排名、出现频次、商品价格、搜索指数、用户需求、品牌声量……
我们的观察是：取决于你做GEO的力度。 这个力度体现在几个方面：
问句的数量和质量：做10个词和做1000个词不一样；做10个有效的词，和做1000个垃圾的、重复的、低质量、没人搜的长尾词，又不一样。关键在于有没有人搜、有多少人搜；
词本身的表现：被AI第一个推荐和第三个推荐，是不一样的。虽然可见度都有了，但用户最容易记住的，是第一个出现的品牌。所以AI第一提及率这个指标很重要，它的优先级要高于第三、第四名；
推荐的情感倾向：AI推荐你时是正向还是负向？哪怕你是第一个出现的，如果AI在旁边标注一句"此品牌最近有很多负面信息，注意甄别"，看似是中性的提醒，对用户来说却是一种干扰，所以正面情感的优化也很重要。
3. 渠道协同效应
GEO和其他渠道形成联动时，产生的效果也非常好，但这一点很容易被忽略。
比如你在直播间大力促销一个产品，GEO同步跟上。早年做整合营销研究时，最常提到的概念就是渠道协同效应；做过线下渠道营销的人都知道，渠道协同非常重要——每一个渠道都会对用户产生不同的影响，最后整体形成一个成交引导。
4. 间接转化
AI除了能直接给出链接和电话，还会产生很强的背书效应
用户在豆包里搜索品牌推荐时，豆包本质上是在为这个品牌做背书，很像一个KOL：这个品牌不错，你可以去体验一下。这种推荐效果非常显著。
还有一个场景：用户正在下单某个产品时，会去问AI这个产品靠不靠谱。至少我自己在做大金额、高客单价产品的购买决策时，已经加进购物车了，还会问一下豆包："这个产品我要不要买？结合我现在的诉求帮我评估一下。"
这就是间接转化
如果你没做GEO，没做品牌一致性优化，没做针对目标人群购买决策的辅助优化，AI就可能抓不到你的正确信息，或者没参考到跟用户细分场景决策有关的信息，这个场景就可能丢失了。
而且这样的场景会越来越多：用户在很多犹豫的时刻，问身边人，身边人也不专业，他只能去问豆包、问千问。
这四个特征，共同贡献了GEO效果背后的商业价值。
07
PART
GEO效果标记与统计方法（推荐收藏）
METHODS · TEN WAYS TO TRACK
下面是目前主流的GEO统计和标记方法。它们能完成一部分归因，基本涵盖了目前主流的做法，大家可以拿去实践。
第一类：直接追踪，快速验证
① 专属电话
给GEO营销方式配一个专属电话，400电话、手机号、微信号、私人电话都可以。
做法是在文章里植入这个号码，放在摘要部分或结尾部分，摘要部分更好，因为AI更容易理解和引用。这时AI的回答就有一定概率出现这个号码，用户直接在AI App里拨打。
来自这个号码的线索，就可以归因到GEO这个营销方式。
② 专属口令
同样的方式，在文章里植入活动口令，让AI去抓取和引用。
用户只要在App的输入框里输入口令，就能进入活动页。电商App经常这么用，支付宝、美团、拼多多都用过。这种方式在GEO营销场景下同样适用。
③ 专属页面
为AI流量设置独立的落地页。和专属电话一样，也可以在内容里融入一个专属链接，AI有一定概率把它推荐、呈现出来，用户直接进入页面形成转化。
直播间提问：怎么保证专属URL、专属口令带来的流量是GEO来的，而不是SEO来的？
专属页面确实容易和SEO流量搞混，一般技巧是： 官网上不要给这个页面设置入口；同时页面的title标签，起一个全网唯一的名字。
比如今天讲的是GEO公开课，页面就叫"GEO十大方法论"或"GEO十七个方法论"这类独特的标题。
这样即便用户是从搜索引擎来的，也是因为先在GEO里了解到这个活动，再去搜这个页面。通过这种方式，就把它和SEO完全隔离开了。
④ 表单问卷
用户进入官网或专属页面后，比如在注册流程里问一句："您是从哪里了解到我们的？"从表单里就能知道用户来源，实现一定的归因。海外的很多官网用得非常多。
第二类：数据分析，交叉验证
直接追踪能拿到一些直接归因的数据，但仍然不够。前面讲过，GEO除了直接贡献，还有很多间接贡献。怎么分析这些间接贡献？
⑤ 销售追问 / 客户询问
比如客户下完单、联系上客服，客服问一句"您是通过什么渠道了解到我们的？"客户一般会回忆一下告诉你。这种沟通调研，在很多企业里是常用方法。
⑥ Referrer来源识别
通过网站端识别来源。用过百度统计、或者了解网站日志的人就知道：网站日志会记录每一个IP的访问信息和来源，我们可以据此判断用户是从豆包、OpenAI还是DeepSeek跳转过来的。
⑦ 客户自报
比如给客户发一份购后问卷做调研，也能拿到一部分数据。它和④的表单问卷有一些重合：④主要指官网注册流程里的表单，⑦则包括销售询问、客户询问、购后问卷等多种形式。
第三类：对比测试，长期评估
比较难的是这一类：通过一些间接的、数学的方法，做对比和长期评估。
⑧ 对比测试（地域A/B测试）
我们之前做过这类实验，有兴趣的朋友也可以试试。如果你的业务有地域性，可以把全国所有地级市分成四组：两组不做GEO，两组做GEO。
再分析随机选中做GEO的这一半城市，线索量发生了什么变化。有时候不做对比，你就不知道GEO对大盘的实际贡献。
⑨ 渠道协同对比
按时间线来做。比如这个月不做协同，看SEM、直播间的转化率和效果；下个月做协同优化——假设直播间的投放预算是100万，下个月拿出20万重投GEO，和直播间的活动、商品做联动，再看直播间的转化效率、退货率等数据有没有明显变化。已经有人开始做这样的实验了。
⑩ 间接观察
主要看品牌词指数：做了GEO之后，观察直接访问数据、品牌词指数（品牌词检索量）以及后端转化率，是不是都在持续提升。
小结：①～④拿到直接数据；⑤～⑦拿到可以交叉验证的数据；⑧～⑩通过对比测试和协同实验，找到长期评估GEO效果的方法。
尤其是⑧和⑨，能衡量出GEO真正的直接和间接贡献。它的好处在于，能帮企业判断应该在GEO上砸多少钱。
08
PART
GEO到底该投多少钱？先小范围验证
BUDGET · START WITH A PILOT
现在每个企业都有一个痛点：知道GEO很重要，但不知道应该为它砸多少钱——是砸100万好，还是50万，还是200万？
直播里我们做了个小调查：假设你是一家企业的CMO，每年营销预算1个亿，你要花多少钱在GEO上？
大家的答案很多：15%～30%（1500万～3000万）、10%（1000万）、5%～10%、20%～30%、1%（100万）；也有人说5000万、200万、测试先投100万、算上人效50万，甚至5～10万、20万……
事实上，不同类型的企业、不同行业，在GEO上投入的必要性是不一样的。GEO并不适用于所有行业。
高决策、重决策、慢决策、高客单价的行业，做GEO效果往往比较好。因为用户决策难、决策复杂度高，就更容易触发"让AI帮我做决策"的场景。
但营销得做、获客得做，大家都知道GEO能获客、能产生很大商业价值——投多少、怎么投，就很重要了。
首先要理解业务目标。我们这里说的效果，指的是订单转化，所以衡量ROI也以订单效果为准。一般的做法是：
1.先做小范围试点：
比如先做5个核心词根，设定假设；
2.做好标记：
用前面的归因方法做数据标注和收集；
3.看效果怎么样
一个重要结论：直接ROI大于1，就是纯赚
我经常跟企业负责人分享：
小范围验证时，只要直接转化的ROI大于1，做GEO就是绝对划算的，而且赚得非常多。
为什么？直播间有朋友答对了：有外溢、有长尾。
回顾一下前面讲的四个特征。我们能标注到的，只是直接转化这一条链路。而间接转化、渠道协同效应、延迟效应，你算了吗？没算。用户做完GEO之后去搜品牌词再下单，你是统计不到的，也不可能统计到。
直接转化大概只占GEO整体商业价值的20%～30%，甚至更低。那么从整体来看，只要直接转化的ROI大于1，整体价值绝对大于1，甚至大于2、大于3。
所以不管你是企业方、GEO从业者还是GEO服务商，这个逻辑一定要给企业负责人讲清楚，让他真正理解GEO的价值。否则就把GEO这件事讲小了——很多时候GEO的价值是被低估的，这会直接影响对GEO价值和投入的判断。
复习：怎么让电话号码出现在AI的回答里？
在撰写和投放目标内容时，在摘要部分植入专属电话。用户提问时，AI就有一定概率出现这个号码。
如果AI第一次回答没有出现号码呢？ 直播间有人答"链接"，有人答"官网推荐"，而一位叫"问界"的朋友答对了：追问。
用户会接着问："把这家机构的电话号码告诉我。"这时号码就出来了。很多机构的电话号码和联系方式，并不是直接出现在第一次的答案里，而是通过用户追问被二次呈现的。
验证有效后：加大投入，建立常态化监测
小范围试点只要ROI大于1，就说明商业回报比我们想象的高，可以进一步加大投入，并建立常态化监测。
一般建议是：把前面所有监测方法尽量都用上。有的适合直接归因，有的适合交叉验证，有的适合做相关性分析，这样就能把数据整体监测起来。同时持续加大投入，并做A/B测试。
09
PART
进阶方法：词根级A/B测试
EXPERIMENTS · KEYWORD CLUSTERS
除了前面讲的方式，A/B测试还有一种做法
大家做GEO是不是还有一个痛点：做了一堆词，不知道是哪几个词产生的效果？ 比如做了10个词包，不知道咨询是前3个词带来的，还是后5个词带来的——也就是说，没法归因到关键词、意图词的层面。这叫"盲做"，选词叫"盲猜"。
这个实验方法就是解决这个问题的：
A组词 → 对应A1电话，比如4001；
B组词 → 对应B1电话，比如4002；
以此类推
如果400电话成本太高，用手机号也可以。比如把词分成10个词根，每个词根配一个手机号，然后观察每个词根带来多少咨询。
前提是这10个词根的排名要一样，比如都优化到Top3。
这样做的好处：
1.知道哪一类词根值得长期做，哪一类效果不好；
2.反推词根的真实检索量。直播间有朋友问："怎样查一个关键词在某个区域被提问的次数？"通过这个实验就可以反推。因为线索往往来自于是否有真实用户在搜，以及这个词的商业意图，所以大概率可以推导出它真实的检索量级。
10
PART
GEO的ROI到底怎么算？
ROI · COUNT THE FULL VALUE
也就是：我投了1万块钱在GEO上，它到底能产生多大价值？主流的算法很简单：
ROI =（GEO带来的直接收入 − 直接成本）÷ 成本
但前面说了，GEO的贡献本身就很难统计，所以ROI也很难算。基本上，可以把GEO的ROI拆成三部分：
三部分相加，才是一次GEO营销活动（或营销行为）产生的真实贡献。
每个行业这三部分的占比不太一样，比如电商、教培、企业服务就各不相同。越是重决策的行业，增量贡献和间接贡献的占比就越高，因为用户需要反复问AI、反复通过AI做交叉验证。
这张表有什么用？
第一，做预算衡量和价值衡量时，要把增量ROI和间接贡献ROI考虑进去。
比如GEO带来的直接ROI是0.8，要不要投？如果是我，肯定继续投。
第二，用它来管理投入规模
如果直接ROI只有0.5呢？看情况：
如果要扩大规模，就增加投入；
如果要追求利润，就降低投入，只选核心词根，砍掉一部分词根。
所以前面讲的词根层面的A/B测试其实非常重要：我们需要知道哪类词根能带来转化，哪类词根ROI相对较低。这样才能管理GEO的投入规模和力度——是增加一倍投入，还是减少一倍投入，否则就没有决策依据。
GEO的归因难度确实比较大，但值得做。所有决策依据都建立在数据评估和分析上，而数据评估和分析的前提是：对它的内在逻辑有一套理解和认知，同时采集到大量数据。 有了大量数据，才能做相关性分析、间接分析和直接分析。
争议部分怎么量化？
增量和间接部分确实不太好量化，这也是本期主题不好讲的原因。但它是有方法的，回顾一下，主要通过三种方式：
1.对比测试
2.间接观察：
看品牌词指数、直接访问量、转化率，在做GEO前后的变化；
3.渠道协同对比
11
PART
四个常见问题
PITFALLS · FOUR COMMON MISTAKES
###
1. 品牌被AI推荐，就一定会有线索吗？
直播间大多数人选了"不一定"，答案确实是否定的。
这也是为什么很多人用了GEO SaaS工具，做了几千个词，后台显示"这1000个问句都被AI推荐了"，可官网就是没有线索。原因是：
这些问句不一定有人搜；
做的量太少：虽然触发了少部分真实用户的搜索，但这些问句覆盖的目标人群太少，可能每天就一两个人搜，一个月积累的曝光样本也不够。
本质上，就是被AI推荐的这些问句，覆盖的目标人群极少，个位数，甚至没有。所以如何选词是一门学问，值得拿出专门的一讲来讨论。
2. 内容发布越多、被抓取越多，效果就越好吗？
不一定。 大家会发现，像去年到今年年初那种批量发布内容的模式，越来越没有效果了。
核心原因是数量不等于效果，质量和相关性对AI来说越来越重要。
AI会越来越追求内容本身的专业性、权威性、结构化，以及和用户提问的相关性，内容也要契合企业真实的业务场景。
我们需要持续研究：用户关心的场景是什么？我们的内容能不能被AI信任、能不能更好地被抓取？
3. 企业刚开始做，没有实验条件怎么办？
很多企业都会遇到这个问题，还是从小范围试点开始：选择一两个核心产品、一两个核心词根，先做深做透，把归因方法做好——比如把专属电话植入进去，看看有没有线索进来。
大公司可以先拿10万、20万做个实验，看看有没有明显变化。
4. AI带来的直接点击很少，是不是完全没有价值？
不是。 本期讲的很多内容都在否定这个说法：AI的价值不在点击，而在其他方面——背书、延迟效应、渠道协同，以及后端转化率的提升。
12
PART
直播问答精选
QUESTIONS · PRACTICAL ANSWERS
行业与趋势
Q：怎么看大厂下场做GEO？
这是好事，大厂做得更规范，标准和产品也会做得更好，对整个行业生态有背书和促进的作用，同时它和我们是互补的：比如大厂监测做得不错，我们可以合作；但大厂做服务会很差，因为服务对他们来说不划算。
向阳老师：大厂几乎不可能做服务。它需要规模效应，覆盖足够多的用户才有更大价值，所以一般都做工具。之前某大厂推出的GEO产品，连注册入口都没有，看起来就是个工具。让大厂做服务，性价比非常低，可能连立项都立不了。
Q：大厂会把所有行业都垄断吗？
不可能。
Q：未来会不会像SEO一样，因为流量转移出现商业广告？对GEO是否致命？
会出现，但不致命，AI的答案是一个专属区域，类似SEM的"GEM"广告会在另一个区域，两者互不相关。
向阳老师：大厂肯定会做投放，但不可能融在内容里，否则就缺乏公正性。就像SEM和SEO的关系，SEM会单独划分区域，或者用其他转移支付的方式来做；GEO则相当于SEO的自然流量，一直是要做的。
会不会被挤占，取决于未来的发展。甚至以后这些都不重要了——就像今天说的，未来都是Agent的时候，人可能不看任何东西，只看Agent带回了什么。这可能才是未来更麻烦的事情。
Q：现在国内GEO的商业模式有哪些？
做信源生意的、做工具的、做SaaS的、做服务的、做陪跑的、做培训的，都有。
Q：GEO和SEO有什么区别？
可以关注我们社群里分享的GEO白皮书，里面讲得很清楚。
行业实操
Q：我服务的是医院，豆包的答案一般先推公立再推私立，私立排不进前三，怎么办？
医疗GEO确实不太好做，受信源的影响很大。
一是交付时要和客户对"前三"的定义达成共识：在私立医院里排前三就可以了。现在很多服务商的统计口径，不是按品牌出现的先后顺序统计排名，而是只在对应的场景模块内统计。比如AI先推荐了5家公立医院，这部分我在排序时就屏蔽掉。
二是选词：尽量选公立医院相对劣势的词去优化。
Q：酒店每个门店差异很大，要做GEO吗？
酒店的区域性很强，一般做区域词，做本地化GEO。方法和全国性的方法论一样：分析本地信源、优化本地内容、提炼酒店对应的本地化优势，原则上每个区域都要做。
每个门店要不要做，取决于门店所在区域的词。可以先做一版通用的，再结合每个门店、每个区域做差异化。
Q：房产等大宗交易，做GEO有优势吗？
当然有。大宗交易、重决策的生意模式和产品，做GEO都有优势。
Q：做GEO服务，建议深耕垂直行业，还是各行业都做一点？有了第一个客户后，是集中拿同行客户，还是广撒网多接案例？
因人而异。如果你的行业资源非常多，深耕行业是很好的方向。现在有不少人深耕医疗、文旅、电商、制造业，每个行业确实有它的特点。一般来讲，最好深耕几个行业，有了一个典型案例后，把这个行业的其他大客户都吃透，是比较好的策略。
Q：垂直于一个行业会不会比较难？毕竟AI只推荐几个答案。
一个大行业其实有很多企业。比如文旅行业，每个地区、每个省份都有自己的龙头企业。
Q：同一个城市、同一个行业，大部分公司产品都同质化，是不是只能服务有限的几家？
这确实是现状，推荐的方法：给不同公司承诺不同的结果。
假设一个极端情况：同一区域、同一细分领域，有6家完全同质化的公司，优化词都一样，怎么做？可以给6家承诺不同的指标：给实力最强、投入最多的承诺Top1，第二家承诺Top2，第三家承诺Top3，以此类推。 当然现实中很少遇到这种绝对情况。即便是竞品，选词时也只会有一部分重叠，比如30%，剩下70%的词各优化各的。
现实竞争中，完全一模一样的词其实很少。
内容与投放
Q：文章内容质量还可以，但数量不多，怎么被AI发现和引用？内容数量该怎么控制？
循序渐进，先定向投放。分析每个AI平台的引用偏好：如果没有工具，就自己去搜这个词，看它的参考资料都有哪些；然后定向投这些媒体平台，看能不能被引用；被引用了，再发一遍。
Q：官网基础不完善，做GEO是先从官网开始，还是先从其他媒体开始？
国内的话，先从其他平台开始，同步建设官网。其他平台见效快，比如注册几个头条号、知乎号、短视频账号，效果能立竿见影。
Q：豆包现在检索更倾向于抖音，抖音内容怎么做更有利于GEO？
内容原则和图文文章是一样的：结构化、讲事实、讲证据、讲争议、结论前置等，只是以短视频形态呈现、文字更少。用AI生成系列短视频也是同样的逻辑。至于抖音、视频号、小红书怎么做更有利于GEO，后面可以单独讲一讲。
Q：和竞品的对比内容怎么做？怎么投放？
这类投放有风险，描述竞品要谨慎，建议人工核对、严谨一点，不要拉踩竞品，做到客观合理。一定不要放在自己的官网上。比如"百度和360哪个搜索更好"这种词，由百度做肯定不合适，由360做也不合适，在各自官方账号发布都不合适。应该发布在一些小的自媒体账号上，以相对客观的视角，坚持不拉踩的原则去做。
Q：在内容里嵌入优惠信息，AI会推荐吗？
可以嵌一个优惠码之类的，相当于做一个活动，会有一定概率被呈现。
Q：有人用重复的"有毒"数据对竞品做污染，可以这么做吗？
目前确实有人这么做，但我们不倡导。
Q：企业适合搭建自己的信源站群吗？
确实有不少企业在做。如果精力允许、做的词又很多，是可以做的。官网本身就是独立站GEO，做完之后你的信源就没有成本了，尤其对长尾词，会产生很大价值。
选词
Q：怎么选词？怎么知道哪些问题比较有流量？
选词确实很难，也没有公开数据，平台方也提供不了，因为用户问的问题越来越长、越来越长尾。所以我们优化时，一般优化的是意图词包、意图词组。
找词根和词组，一般要参考大量第三方数据：小红书指数、百度搜索词指数、抖音站内搜索指数，内部客服部门收集到的用户真实提问方式，以及你投竞价时关键词的实际曝光数据。
Q：不同企业选词的重点有什么区别？
如果目的都是线索，最好参考你的SEM数据：看看之前哪些词根有转化，从这些词根拓展出来的、带商业意图的词，大概率也能产生效果。
选词的方法，我们后面会专门讲一期
监测与工具
Q：不同账号、不同地区，GEO结果会不一样吗？
会不一样。所以我们讲的是"优化"的概念。抓取样本时，前后的抓取口径要一致：在相同的环境、相同的条件、相同的IP、相同的地域下抓取数据，再做前后对比分析，比如做完之后和之前相比有什么变化。这部分后面讲指标时会展开。
Q：App、网页和API接口查到的推荐结果是一致的吗？
不一致，差别还挺大。
Q：通用的GEO监测平台有推荐吗？
爱搜AI还不错，可以去体验一下。
Q：如何工程化地做监控？是去各个AI平台问一遍吗？
对。目前是通过大量爬虫模拟人工提问，拿到所有数据后再做对应的分析。我自己也做了开源工具和开源Skill，可以在GitHub上搜一下GEO Skills这个仓库。
Q：怎么知道流量来自哪个词根？
用前面讲的词根级A/B测试：给每个词根配对应的手机号、专属电话或微信号做标注。
Q：如果后端没法直接接入销量数据，除了ROI，曝光、点击适合做商业化指标吗？
如果销量指标接不进来，就衡量线索，看有效线索的成本是多少，这也是可以的。
Q：技术层现在还有哪些工具机会？做某个环节的工具，还是大而全的工具？
大而全的工具肯定不是我们的机会，难度很大。对小公司来说，早期做某一个环节的工具就可以，比如做监测工具，把归因、选词、词的商业价值判断这些核心的监测部分做好做透。
如果做海外，现在海外的监测工具并不多、成本也很高。把海外监测工具做透做扎实，再把归因和商业价值判断做好，我认为是一个很大的机会。
服务与报价
Q：GEO服务一般怎么收费？
一般按词根、按季度收费。
Q：要科学地做GEO，服务成本不低，什么范围的报价是合理的？
报价确实很难，受很多因素影响。一般由这几个要素组合报价：
- 竞争情况：当前的竞争指数如何；
- 行业特性：是高敏感行业，还是普通行业；
- 客户当前在AI世界的表现：比如诊断后发现目标企业排在10名开外，那做到行业第一和做到行业前三，难度是不一样的；
- 承诺交付的指标：Top1行业第一、Top3行业第一、Top3行业前三、Top3行业前五，以及可见度行业前三……对应的难度都不一样。
所以同一个词根，换一个企业，可能就变成2万一个季度；再换一个，可能是3万。
大致范围是：一个词根一个季度5000元到3万元不等，弹性空间非常大。报价逻辑后面讲指标时也会分享。
Q：怎么看360提出的"保前三排名"这种GEO服务？
非常不科学
GEO的本质是概率的优化，优化的是概率的呈现，而不是必然的呈现。 任何企业在不同情境、不同上下文、不同IP下，呈现的概率都不一样。"保前三"相当于把它理解成了必然的结果，这个承诺肯定是不科学的。 （也有朋友补充：保多久也是个问题，费用肯定也不一样。）
Q：我们给客户做服务，也有提及率的达标要求。"优化的是概率而不是必然"，怎么给客户更好地解释？
第一，把数据指标定义清楚：Top1的分子是什么、分母是什么；Top3的分子分母是什么；可见度的分子分母是什么。跟客户做横向对比时，还要看不同AI平台上这些指标的表现。你在一周内多做几次监测会发现数据是有波动的，不同词根也有波动。这些指标的变动和波动，足以证明在不同情景下，品牌的呈现是有一定概率的。
第二，甚至不需要用这些技术指标去解释。目前我用过最好的方法是：现场一起搜一个词。你搜一个，我搜一个，他也搜一个，三部手机，看看结果是不是一样。
你会发现结果大概率不一样，AI的答案不一样，推荐的公司也不一样——这就是最好的解释。
📌 资料
1、《中国GEO生态商业模式全景》https://doc.laoyao.cn/gyn8gr
2、第四期GEO公开课主题征集：https://ai.laoyao.cn/wen/index.php?p=survey&id=1
3、GEO效果归因教程：https://doc.laoyao.cn/ccrx8w
4、《GEO效果归因系统学习手册》https://doc.laoyao.cn/idk2s3
5、GEOFlow：https://github.com/yaojingang/GEOFlow
6、公开课PPT：https://doc.laoyao.cn/cuhsfx
