闫宝龙官网

《GEO生成式引擎优化完全指南》-AI搜索时代的品牌曝光与流量增长实战电子书下载GEO生成式引擎优化完全指南.pdf章节主题核心价值第一章GEO时代的到来从SEO到GEO的范式转移，市场数据与窗口期判断第二章GEO技术原理大模型"检索-推理-生成"链路，实体识别与知识图谱第三章GEO内容策略倒金字塔写作、结构化内容、语义熵降低、三层内容矩阵第四章结构化数据与SchemaJSON-LD实战部署，8大核心Schema类型详解第五章权威信源建设S/A/B/C四级信源矩阵，官网优化与全平台分发第六章GEO工具与平台监测工具、内容工具、服务商盘点与选型指南第七章分行业GEO实战电商、B2B、教育、医疗、金融、本地生活、跨境出海第八章效果

两类服务商，看起来都在写文章，做起来差别很大。一类从业务出发：先搞清楚你要卖什么、卖给谁、客户在犹豫什么，再决定写什么。一类从产能出发：一个月交多少篇，选题从关键词工具里出，写完就算完成。前者卖判断，后者卖字数。判断方法有几个，都很具体。看他问什么问题第一次沟通，认真做业务的服务商会问：你们成交客户最常问什么、丢单最多的是哪类、销售最怕客户问什么。交付型服务商问的是：你们想做哪些关键词、一个月能出几篇、有没有现成素材。问题指向哪里，心思就在哪里。开口问业务细节的，才可能给你业务答案。看选题从哪来要一份选题清单，问每条的来源。如果来源是“行业热点”“搜索量较高”，那是产能逻辑。如果来源是“近半年询盘里出现过的具体问题”“售后工单里的高频疑问”，那是业务逻辑。选题来

很多企业选服务商，第一步是让对方报价。我倒过来：先要诊断材料。因为报价高低没有可比性，诊断有没有做全，一眼能看出来。愿意先做诊断的人，通常也知道活儿该从哪下手。我建议要五份材料，缺一份就要打个问号。第一份：现状诊断报告不是“贵司官网存在若干问题”这种笼统结论，要有具体条目。比如：哪些页面没被索引、哪些页面标题重复、哪些核心问题在AI里完全没有你、哪些描述与实际业务不符。每条都要带证据：URL、截图、测试时间。没有证据的诊断，基本是模板。诊断的价值在于具体，不在字数。第二份：测试问题清单与基线结果这是GEO特有的材料。让对方拿出他们准备用来测的问题，以及目前测出来的结果。重点看两件事：问题是不是像真实客户在问，结果有没有带平台和时间。如果对方只给一个“提及率

指标选错了频率，会出两种问题：周度看长期指标，每周都在焦虑；季度看短期指标，早就错过了调整时机。我划分频率的标准只有一条：这个指标多久才能真实变化一次。变化慢的，别周度看；变化快的，别季度才看。适合周度跟踪的：执行类指标周度只看自己控制得了的东西。比如：本周发了多少篇、修了多少技术项、新增了多少个可测问题、有多少页面完成结构化改造。还有一类：抓取和索引状态。新发的页面有没有被收录，这个一周内能看出来。这类指标的好处是，出了问题能立刻改。收录没进去，下周就调整。周度看动作，看的是执行力。适合月度跟踪的：可见性指标提及率、引用率这类，一个月看一次比较合适。太短看不出趋势，三个月又太迟。月度还要看一个东西：被引用页面的名单变化。哪些页面新进、哪些退出。这份名单比比率更

到了年底，老板一定会问：这一年投了多少，换回多少线索。如果平时没有搭好模型，这时候只能拼凑数字，然后被质疑。模型不是算得准，是算得有依据。我搭的是三段式模型：投入、产出、转化，三段之间用可核对的对应关系连起来。第一段：投入怎么统计投入不只算钱。我分四块：内容生产费、技术服务费、人力工时、外部渠道费。内容生产包括稿费和访谈成本。技术服务包括改站、结构化数据、监测工具。人力工时最容易被忽略。内部出一个人配合，一年下来也是可观成本。外部渠道包括分发、媒体合作。这块要看是否真的带来引用，不能只看发布量。只算外包费，会严重低估真实投入。第二段：产出怎么统计产出分两层：内容层和可见性层。内容层是篇数、字数、覆盖的问题数。这是过程指标。可见性层是被索引页面数、被引用次数、被引用

一篇文章被引用了，功劳有多大？这个问题不好答，因为“认知贡献”本身是模糊的。但模糊不等于不能评估。把认知拆成几个可观察的变化，就能评估。我一般从五个角度看一篇文章的贡献。角度一：它被引在什么位置被引在结论句上，和被引在背景介绍里，价值差很多。结论句会被客户记住，背景介绍只是铺垫。我会把被引用的那句话抄下来，判断它属于哪一类。如果十次引用里九次都是背景，那这篇文章的认知贡献其实有限。位置决定被记住的程度。角度二：它带来了什么描述文章被引用后，AI对你的描述有没有变化。比如原来只说“设备供应商”，引用后开始说“擅长中小型产线改造”，这就是认知的推进。描述变具体，说明这篇文章把某个特征写进了机器的理解里。认知贡献，体现在描述粒度的变化上。角度三：它覆盖了几个问题

验收这件事，最怕两种场面：服务商说做了很多，甲方说看不到效果。争论的根源是没有约定“什么算证据”。验收标准要在开始时就写进合同，不能在结束时商量。我一般要求五类证据，每类都能被第三方核对。第一类：抓取与索引证据不是口头说“已经收录了”，而是给出具体页面URL、收录时间、索引状态截图。最好用平台官方的工具导出，而不是自己截图。这类证据最硬，因为它是平台给的，不是人写的。能由第三方系统生成的证据，优先级最高。第二类：引用证据每条引用要有：日期、平台、问题、回答截图、被引用页面的URL。四样缺一样，都不算完整证据。因为只给截图，没法验证是不是你的页面；只给URL，没法验证是不是真的被引用。时间、平台、问题、页面，四个要素锁定一条引用。第三类：内容交付证据交付

这两件事经常被混在一张图里：曝光涨了，就说效果好。但曝光和获客之间，隔着好几层转化。分开看，才不会被表面的增长骗到。曝光是可能性，获客是结果。我区分它们，用两套完全不同的指标。曝光看三个数提及率、覆盖率、推荐率。这三个数衡量的是“有多少场景里出现了你”。它们的变化通常比较快，一个月就能看出来。但它们的上限很低，只要内容铺开，数字就会涨，然后进入平台期。曝光指标容易涨，也容易到顶。获客看三个数有效咨询量、咨询转化率、获客成本。有效咨询指的是有明确需求、有预算、有决策权的咨询。不是所有来电都算。咨询转化率是有效咨询中最终成交的比例。获客成本是把内容投入、人力投入加起来，除以成交数。获客指标涨得慢，但更有含金量。两者的时间差曝光增长通常领先获客增长两到六个月。行

看后台，从AI平台来的访问占比只有百分之二。老板问：是不是白做了。这个问题背后是一个默认假设：价值等于直接访问量。这个假设在AI搜索里是不成立的。原因有四个，我一条条说。第一，很多访问根本不被识别客户在AI里看到你的名字，然后自己去搜品牌词，最后从自然搜索进来。这条路径在后台显示为“自然搜索”，和AI没有关系。所以你看到的AI访问量，只是真实影响的一小部分。归因不到，不等于没有发生。第二，AI搜索本身就不产生大量点击用户问一个问题，得到一个答案，很多时候就结束了。他不会点开每一条来源。这是这类产品的设计逻辑，不是你的内容不好。所以拿AI访问量和搜索访问量比，本身就不公平。用错误的基准比较，必然得出错误结论。第三，价值发生在决策前段客

项目做到第六个月，老板问提升了多少。你打开后台，发现半年前的数据根本没存。这种场面我遇到过好几次。基线不是备份，是评估的起点。我现在的规矩是：项目启动第一周，什么都不改，先把基线做完。基线要采什么我采四组：技术状态、内容状态、AI可见性、业务线索。技术状态包括收录页数、索引情况、加载速度、移动端可用性。内容状态包括总页面数、核心栏目页面数、内容平均更新频率。AI可见性包括设定问题的提及、引用、推荐情况。业务线索包括近三个月的询盘量、来源分布、平均响应时间。四组缺一组，后面就会有一块说不清。怎么采AI可见性先定二十到三十个固定问题，然后选两到三个平台。每个问题在每个平台测三次，间隔一天以上，条件保持一致。每次记录：回答全文、是否提及、位置档位、推荐理由、引

“让品牌在AI里被推荐”——这种目标没法执行，因为无法判断达成与否。我见过太多GEO项目因为没有阶段目标，做到第三个月就开始互相怀疑。没有中间检查点的长跑，最容易在中途散掉。设置阶段目标，关键在三点：按顺序、可验证、有时间窗。为什么必须分阶段GEO的效果是链条式的：先被收录，再被抓取，再被引用，再被推荐，最后才转化为询盘。链条上每一环都需要时间。用最终结果考核第一阶段，必然得出“没效果”的结论。分阶段的意义，是让每一段都有可交付的东西。先把链条拆开，才能知道卡在哪一环。第一阶段：能不能进候选池时间是第一到第二个月。目标是：核心页面被索引，关键词能被搜到，疑问句能查到你的页面。验收方式很具体：用站内搜索和平台搜索，看能不能搜到具体页面。这一阶段做不到，后面全

“被提到了”这三个字，信息量几乎为零。排第几、用什么理由提到的、是主推还是陪衬，这三点才决定这条曝光的价值。不记位置和理由的监测，等于只记了个名字。我记录这两项，有一套固定格式。位置怎么定义不是数第几个字，是看它在答案结构里的位置。我分四档：首位主推、并列列举中靠前、并列列举中靠后、仅在补充说明里出现。这四档比“第几名”更稳定，因为答案格式经常变，位置数字会失真。用结构位置，比用序号可靠。为什么位置重要客户读答案，注意力集中在前两句。后面的内容，很多人根本不看。所以“并列列举中靠后”的实际价值，可能只有“首位主推”的十分之一。如果只统计出现次数，这两者被算成一样，结论就会严重偏乐观。位置是权重的载体。推荐理由怎么提取把AI提到你时的那半句话，原样抄下来。

同一问题，连问三次，三次答案都不一样。这种事每天都会发生。新做监测的人容易慌，觉得数据不可靠。老手知道这是常态，关键是怎么记录、怎么判断。波动不是噪音，是需要被解释的信息。我处理差异，分四步。第一步：先判断差异的层级我把差异分三级：措辞差异、顺序差异、结论差异。措辞差异是换了同义词，不影响判断。顺序差异是品牌位置变了，但都还在。结论差异是有和没有的区别。前两级记下来但不做结论，只有第三级才值得深究。不是所有差异都需要处理。第二步：固定重复次数和记录方式我要求同一问题至少连续测三次，每次间隔一天以上。同一天连问三次，容易受同一份检索上下文影响，测出来的差异偏小，不真实。三次结果全部记录，不取“最好的一次”当结论。取最好的一次，是最常见的自欺。记录全部，才是真实分布。

“这个月比上个月好了吗”——这句话看着简单，做起来全是坑。问题变了、平台变了、答案长度变了，随便一个变量都能让对比失真。要比得准，得先让两次测试变成同一个实验。我的做法是六个固定，加一套对比方法。六个固定问题固定、平台固定、账号状态固定、设备固定、地区固定、时间段固定。少一个，对比就要打折扣。其中最容易被忽略的是时间段。同一问题早上问和晚上问，结果可能不一样，因为检索到的最新内容不同。六个固定，是可比性的底线。保存原始回答，不要只存判断很多团队只记“出现了/没出现”，这是不够的。三个月后想回看为什么判断为出现，找不到依据。我会存三样：回答全文、引用来源列表、截图。截图很重要，因为页面会变，平台的展示样式也会变。原始记录，是对比的基础素材。对比的四个维度第一是