GEO还是Reddit，哪个是AI产品下个流量洼地？｜Linkloud第三十三期沙龙实录（二）

GEO还是Reddit，哪个是AI产品下个流量洼地？｜Linkloud第三十三期沙龙实录（二） GEO还是Reddit，哪个是AI产品下个流量洼地？｜Linkloud第三十三期沙龙实录（二） Modified September 2, 2025 同时，通过观察用户的吐槽，也能发现核心用户可能聚集在哪些垂直的 Reddit 社区，这为未来的产品发布和推广直接找到了精准的目标人群。 四、从 0 到 1，AI 产品的渠道选择与增长实践 1. 增长没有万能公式：渠道组合取决于阶段与目标 在讨论了 GEO 和 Reddit 这两个具体的渠道后，郭彦佳从创始人视角，分享了关于 AI 产品从 0 到 1 阶段更宏观的渠道选择策略。 他首先强调了一个个人总结的原则： 不同产品在不同阶段的增长渠道组合是不同的，这个组合取决于团队的资源和战略战术目标 。 他解释说，从创始人的视角看，不同阶段的增长目标可能完全不同。有时是为了验证 PMF，有时是为了直接赚取现金流，有时则是为了做出漂亮的数据给 VC 看。创业路径的不同，决定了增长打法的差异。 他举了一个自己亲身经历的例子。他曾在一家上市公司内部负责一款数学学习产品。该产品在他离开时拥有 6,000 万用户和两三千万美金的 ARR。由于附属于上市公司，其增长目标是为了提升公司股价。因此，核心操作就是计算 ROI，即广告投入与获得的 Revenue 或 LTV 的比值。这种增长模式更关注在哪投广告、如何优化广告内容，属于比较后期的打法，可能不适用于大多数早期创业公司。 2. 案例分析：新物种 vs. 旧品类 郭彦佳接着分享了两个他亲自操盘的、处于 0 到 1 阶段的 ToC 产品的经典案例，清晰地展示了渠道选择的底层逻辑。 • 案例一：面试 AI 工具在 Social Media 的爆发 他曾经操盘过的一款 ToC 工具是在 AI 出现之前不存在的全新产品形态：AI 面试工具。对于这种 “新物种”，SEO 显然不是一个高优先级的渠道。因为用户根本不知道该用什么关键词去搜索。无论是 “面试提升”、“面试模拟” 还是 “面试培训”，都无法准确概括这种全新的解决方案。 用户的搜索意图与产品提供的价值无法精准匹配，因此很难指望 SEO 能带来好的转化效果。更何况，SEO 是一个需要长时间沉淀的渠道，即便所有操作都正确，也需要至少三个月才能看到效果，这对于追求快速验证的 0 到 1 阶段来说太慢了。 因此，他选择了 Social Media 作为主攻渠道。在测试了多种内容形式后，发现自己制作病毒式内容的方式最为有效。很多视频由团队自己设计、自己拍摄，郭彦佳甚至亲自出镜。这些有趣、搞笑的视频在 TikTok 上获得了巨大的成功。在没有任何广告投放的情况下，他们从零起号，在四个月内做到了五六千万的播放量。 • 案例二：数学教学工具与 SEO 的胜利 他的第二个产品则走向了另一个方面的代表。这是一款数学教学工具，是 YC W24 那届的一个明星 C 端产品。这款产品在大半年内就做到了 100万月活用户，其中近 90% 的流量都来自 SEO。 之所以选择 SEO，是因为这个产品的形态已经存在了十年。用户有一个非常明确且固定的需求：做数学题卡住了，需要找答案。当用户遇到这个问题时，他们的第一反应就是打开 Google 进行搜索。这个明确的用户行为，决定了 SEO 是最核心的渠道。 团队将主要精力和资源都投入到 SEO 上。他们从去年八月份开始铺垫，到今年四月份，就已经冲到了品类搜索词前三。他们还采取了差异化竞争策略。由于知道在 Native App 上很难与微软、字节跳动这样的大厂竞争，他们便将 SEO 的重心全部放在了 Web 端，而没有过多关注 ASO。 郭彦佳总结道，所有渠道都可以做，但作为创始人，必须统筹考虑战略需求。在接下来的三到六个月，目标是获取用户来验证新功能，还是做高 Revenue 让团队能活下去，或者是做出漂亮的增长数据给 VC 看？这些不同的方向和目标，决定了渠道的选择和资源的分配。 他提醒创业者，不要盲目模仿那些在社交媒体上爆火的产品，很多水下的产品可能已经实现了千万甚至更多的 ARR，但你却从未听说过。以一个更全面的视角去看待增长，才能在实操中获得真正的帮助。 3. 短视频爆款背后的方法论 对于如何做出像面试 AI 工具那样的病毒式传播视频，郭彦佳坦言，并没有一个放之四海而皆准的 SOP。他自己总结的一套 SOP，也仅仅是提高了做出爆款视频的概率，而无法保证成功适用于所有产品和阶段。他认为，只能在事后反推为什么某个视频踩中了爆点，而不能用过去的成功经验去指导下一个完全不同的产品。 从更宏观的创始人视角来看，问题在于团队里有多少人具备所谓的 “Viral sense”，愿意投入多少资源和容错度给他们。 如果聚焦于视频制作本身，他分享了一些可供参考的路径。他们的团队当时测试了几十个模板，才找到了一个相对可以复制的爆款模板。而这几十个模板，也并非凭空想象，而是基于大量的内容分析： 通过手动或用 AI Agent 抓取相关关键词、主题和博主的内容，然后对这些内容进行多维度拆解 。一个视频会被分成十几个维度，比如时长是 5 秒、10 秒还是 15 秒，是真人实拍还是特效剪辑，是正面产品介绍还是侧面场景表达等等。通过分析上千个样本，总结出高频出现的标签和模式。基于这些分析结果再进行二次创作，做出爆款的概率就比盲目拍摄高得多。 4. 冷静看待渠道选择 郭彦佳最后补充了一点，即 渠道选择的动态调整 。如果一个渠道尝试了一个月、两个月、三个月都没有效果，创始人就需要考虑是否应该更换渠道。这种判断非常考验创始人的经验和 “手感”，是一个很难量化的东西。 五、实战 Reddit：机遇与挑战并存 1. Reddit 运营的现实：高封号率与长期主义 然而，在 Reddit 上进行有机运营并非易事。郭彦佳分享了自己的实操经历：他曾为了一个产品，用纯人工的方式运营了 200 个 Reddit 账号。尽管他自认为已经非常了解美国的本地文化，发布的内容也都是非常模糊、不带直接推广性质的讨论，比如 “马上开学了，有什么好用的学习工具推荐吗？”，仍然有 11% 的封号率。 Judy 对此表示，11% 其实已经是一个相当低的封号率了，现在 Reddit 的封号率都高得吓人。她进一步解释了 Reddit 账号权重的构成。账号的权重主要由两个因素决定： • 一是时间，即账号的 “Cake Day” 要足够早 ； • 二是社区贡献率。不能只看不说，必须积极参与社区互动 ，比如给喜欢的话题点赞，或者在评论中提供有价值的信息。 只有这样，账号才会被平台判定为健康的账号。正如她之前所说，Reddit 是一个 “真人含量” 很高的社区，平台本身就非常排斥用 AI 控评或刷水军的行为。正是因为观测到了大量此类行为的存在，平台才会采取如此严格的封禁措施。 想要在 Reddit 上取得成功， 必须秉持长期主义，持续为社区提供真正的价值 。这不仅是 Reddit 的核心价值观，也是所有内容平台共通的底层逻辑。 【Q&A】 💡 前面有提到对于 GEO 来讲，区别于 SEO 的内容，GEO 是需要以面对问题的内容为导向。能不能具体分享一下什么样的内容是面对问题的内容？ 阎志涛： 实际上我们可以先解析一下 AI 回答问题的整体逻辑。通常情况下，用户在 AI 中会提出一个具体的问题。例如以手机为例，他可能会问：“我想买一部手机，可以给我推荐一个待机时间长的手机吗？”待机时间长的手机就是一个典型的问题。 AI 收到问题后会如何处理？首先，它需要理解问题。由于 AI 自身训练数据可能存在不足，它会将问题拆解成不同部分，并决定是否需要通过搜索引擎或知识源获取相关信息。AI 会将问题拆解为搜索引擎的 Query，然后通过搜索引擎寻找答案。搜索引擎的特点是 Top 3 的结果占据最大比重，但 AI 通常不会完全依赖这种方式，因为 Top 3 的结果未必是最佳答案。 搜索引擎在搜索意图不明确时，会提供更多结果，比如前 10 或 20 个结果，这些结果可能会生成几十个答案。 AI 会对这些答案进行筛选和分析，有些内容可能不会被引用 ，有些则会被提炼出核心内容并总结，最终形成答案。这是一个多阶段的工作流程。 传统搜索的逻辑较为简单，一个关键词会触发一次 Ranking，随后将结果直接呈现给用户。而 AI 搜索则是将问题拆解为多个 Query，再通过搜索获取答案。虽然 AI 有时会存储自己的内容，但大部分情况下仍然依赖于 Retrieve 内容以生成答案。 这里涉及几个关键点。回到 AI Bot 的工作逻辑，它需要理解内容。因此，在内容 Embedding 时，如果内容结构适合被 Retrieve，AI 就更容易理解。这就回归到了内容本身的设计。 过去我们撰写内容时，内容涉及方方面面，但这种方式未必适合 AI，AI 更倾向于回答具体问题。如果我们针对每个问题准备一个内容，内容简洁直接，回答明确，例如推荐待机时间长的手机并提供理由，AI 就会更偏好这样的内容。 如果我们撰写长文，现阶段也需要调整为每一段尽量回答一个具体问题，以便 AI 摘取答案并传递给最终用户。因此，从内容创作的角度来看， 逐渐转向能够让 AI 直接概括一个点的写作方式更为有效 。过去人类创作内容时容易融入个人观点，导致内容分散，而 AI 在处理时需要对观点和证据进行判断。因此，面向 AI 的内容创作需要更具结构性和针对性。 💡 关于 SEO 的 Follow Up，是不是可以理解为能做的其中一件事是，过去可能通过开发模式生成 30 万个页面，针对不同关键词解决站内竞争问题。而在 AI 搜索中，则可以针对这些关键词的 Query，生成 30 万个问题，甚至 90 万个问题，每个问题可能对应三个潜在的 Query？ 阎志涛： 针对问题生成内容仍然是有效的 。因为可以明显看到，AI 的回答能力仍然有限。面向用户的问题越来越具体，而供给的内容竞争尚不够激烈。因此，这种方式肯定是可行的。即使 AI 的问题生成成本较低，这种策略仍然具有价值。 用户寻求答案时，通常不会带有个人喜好或模糊需求。回到品牌被更多提及的问题，这确实与传统品牌的许多做法相关且有效。AI 在提及品牌时会非常谨慎。从数据来看，它更倾向于引用垂直品类中的评测或权威蓝链内容，因为这些内容更具可信度，推荐品牌时风险较小。 因此，从品牌角度来看， 传统的 PR 工作仍然非常重要，并且变得更加关键 。PR 能够提升品牌影响力，这也是近年来中国出海品牌显著提升的原因之一。过去几年，中国品牌在出海过程中已开始充分重视品牌建设。 例如，垂直行业的重要媒体以及垂直领域的 Youtube 博主，这些渠道都值得投入资源。因为 AI 会引用这些内容，这与过去 SEO 时代的 Page Link 逻辑类似，但又有所不同。SEO 是为了提升页面排名，而 AI 是为了让品牌在相关内容中被提及。这不仅是自有内容的建设，更是通过他人内容提升品牌曝光度。 💡 具体在 Landing Page 的处理上，有没有相应的工具？另外，我之前与一些朋友交流时，他们提到会用 AI 生成的页面做 SEO 页面。虽然有些页面一开始与主站技术栈不匹配，但似乎并不影响 SEO。所以还想了解一下 AI 生成的页面在技术栈上是否会有影响？ 阎志涛： 关于第一个问题，我们最早的产品中确实涉及 Landing Page，但这已不是我们的重点。Landing Page 是一个广泛的概念，尤其在海外市场，Landing Page 的形式多样，例如广告需要的 Landing Page。我们早期的产品没有区分这些用途，但后来进行了拆分。目前我们的重点是长内容，因此并未专注于 AI Landing Page 的开发。这类产品在市场上已有较多选择，且实现难度不高。 关于 AI 生成页面是否影响 SEO 或收录，我们的观察以及 Google 和 AI 的验证结果显示如下：首先，所有内容消费平台本质上秉承一个基础原则，即 内容质量至上，而非反对 AI 。Google 从 2023 年 9 月的“有价值内容更新”到 2024 年 3 月的“Helpful Content”，对内容质量的要求不断提高。 页面质量也有要求，这与技术相关但并不完全依赖技术。过去简单的模板可能足够，但现在需要页面形式更加丰富，而非单一模板。许多传统服务 ToB 的电商页面质量较差，导致内容无法被收录，更难在 AI 搜索中获得体现。因此，页面内容结构需要尽量丰富，并且设计更加精美。 从技术角度来看，页面的元数据完整性至关重要，包括 Schema Markup（结构化标记）的应用。这是一种基于 XML 的元数据描述方式，除了页面的 Title、Description、H1、H2 等元素，还需要清晰地描述页面内容。例如，Review、FAQ、菜谱等不同类型内容都有专门的 Schema Markup。完善这些元数据能够降低 Bot 的解析难度，从而提升页面的可信度。 虽然没有明确规定完善 Schema Markup 会直接提升排名，但从长远来看，这对内容质量和页面表现是有益的。因此，AI 技术并非问题，关键在于确保内容和页面质量达到高标准。 end 同时，通过观察用户的吐槽，也能发现核心用户可能聚集在哪些垂直的 Reddit 社区，这为未来的产品发布和推广直接找到了精准的目标人群。 四、从 0 到 1，AI 产品的渠道选择与增长实践 1. 增长没有万能公式：渠道组合取决于阶段与目标 在讨论了 GEO 和 Reddit 这两个具体的渠道后，郭彦佳从创始人视角，分享了关于 AI 产品从 0 到 1 阶段更宏观的渠道选择策略。 他首先强调了一个个人总结的原则： 不同产品在不同阶段的增长渠道组合是不同的，这个组合取决于团队的资源和战略战术目标 。 他解释说，从创始人的视角看，不同阶段的增长目标可能完全不同。有时是为了验证 PMF，有时是为了直接赚取现金流，有时则是为了做出漂亮的数据给 VC 看。创业路径的不同，决定了增长打法的差异。 他举了一个自己亲身经历的例子。他曾在一家上市公司内部负责一款数学学习产品。该产品在他离开时拥有 6,000 万用户和两三千万美金的 ARR。由于附属于上市公司，其增长目标是为了提升公司股价。因此，核心操作就是计算 ROI，即广告投入与获得的 Revenue 或 LTV 的比值。这种增长模式更关注在哪投广告、如何优化广告内容，属于比较后期的打法，可能不适用于大多数早期创业公司。 2. 案例分析：新物种 vs. 旧品类 郭彦佳接着分享了两个他亲自操盘的、处于 0 到 1 阶段的 ToC 产品的经典案例，清晰地展示了渠道选择的底层逻辑。 • 案例一：面试 AI 工具在 Social Media 的爆发 他曾经操盘过的一款 ToC 工具是在 AI 出现之前不存在的全新产品形态：AI 面试工具。对于这种 “新物种”，SEO 显然不是一个高优先级的渠道。因为用户根本不知道该用什么关键词去搜索。无论是 “面试提升”、“面试模拟” 还是 “面试培训”，都无法准确概括这种全新的解决方案。 用户的搜索意图与产品提供的价值无法精准匹配，因此很难指望 SEO 能带来好的转化效果。更何况，SEO 是一个需要长时间沉淀的渠道，即便所有操作都正确，也需要至少三个月才能看到效果，这对于追求快速验证的 0 到 1 阶段来说太慢了。 因此，他选择了 Social Media 作为主攻渠道。在测试了多种内容形式后，发现自己制作病毒式内容的方式最为有效。很多视频由团队自己设计、自己拍摄，郭彦佳甚至亲自出镜。这些有趣、搞笑的视频在 TikTok 上获得了巨大的成功。在没有任何广告投放的情况下，他们从零起号，在四个月内做到了五六千万的播放量。 • 案例二：数学教学工具与 SEO 的胜利 他的第二个产品则走向了另一个方面的代表。这是一款数学教学工具，是 YC W24 那届的一个明星 C 端产品。这款产品在大半年内就做到了 100万月活用户，其中近 90% 的流量都来自 SEO。 之所以选择 SEO，是因为这个产品的形态已经存在了十年。用户有一个非常明确且固定的需求：做数学题卡住了，需要找答案。当用户遇到这个问题时，他们的第一反应就是打开 Google 进行搜索。这个明确的用户行为，决定了 SEO 是最核心的渠道。 团队将主要精力和资源都投入到 SEO 上。他们从去年八月份开始铺垫，到今年四月份，就已经冲到了品类搜索词前三。他们还采取了差异化竞争策略。由于知道在 Native App 上很难与微软、字节跳动这样的大厂竞争，他们便将 SEO 的重心全部放在了 Web 端，而没有过多关注 ASO。 郭彦佳总结道，所有渠道都可以做，但作为创始人，必须统筹考虑战略需求。在接下来的三到六个月，目标是获取用户来验证新功能，还是做高 Revenue 让团队能活下去，或者是做出漂亮的增长数据给 VC 看？这些不同的方向和目标，决定了渠道的选择和资源的分配。 他提醒创业者，不要盲目模仿那些在社交媒体上爆火的产品，很多水下的产品可能已经实现了千万甚至更多的 ARR，但你却从未听说过。以一个更全面的视角去看待增长，才能在实操中获得真正的帮助。 3. 短视频爆款背后的方法论 对于如何做出像面试 AI 工具那样的病毒式传播视频，郭彦佳坦言，并没有一个放之四海而皆准的 SOP。他自己总结的一套 SOP，也仅仅是提高了做出爆款视频的概率，而无法保证成功适用于所有产品和阶段。他认为，只能在事后反推为什么某个视频踩中了爆点，而不能用过去的成功经验去指导下一个完全不同的产品。 从更宏观的创始人视角来看，问题在于团队里有多少人具备所谓的 “Viral sense”，愿意投入多少资源和容错度给他们。 如果聚焦于视频制作本身，他分享了一些可供参考的路径。他们的团队当时测试了几十个模板，才找到了一个相对可以复制的爆款模板。而这几十个模板，也并非凭空想象，而是基于大量的内容分析： 通过手动或用 AI Agent 抓取相关关键词、主题和博主的内容，然后对这些内容进行多维度拆解 。一个视频会被分成十几个维度，比如时长是 5 秒、10 秒还是 15 秒，是真人实拍还是特效剪辑，是正面产品介绍还是侧面场景表达等等。通过分析上千个样本，总结出高频出现的标签和模式。基于这些分析结果再进行二次创作，做出爆款的概率就比盲目拍摄高得多。 4. 冷静看待渠道选择 郭彦佳最后补充了一点，即 渠道选择的动态调整 。如果一个渠道尝试了一个月、两个月、三个月都没有效果，创始人就需要考虑是否应该更换渠道。这种判断非常考验创始人的经验和 “手感”，是一个很难量化的东西。 五、实战 Reddit：机遇与挑战并存 1. Reddit 运营的现实：高封号率与长期主义 然而，在 Reddit 上进行有机运营并非易事。郭彦佳分享了自己的实操经历：他曾为了一个产品，用纯人工的方式运营了 200 个 Reddit 账号。尽管他自认为已经非常了解美国的本地文化，发布的内容也都是非常模糊、不带直接推广性质的讨论，比如 “马上开学了，有什么好用的学习工具推荐吗？”，仍然有 11% 的封号率。 Judy 对此表示，11% 其实已经是一个相当低的封号率了，现在 Reddit 的封号率都高得吓人。她进一步解释了 Reddit 账号权重的构成。账号的权重主要由两个因素决定： • 一是时间，即账号的 “Cake Day” 要足够早 ； • 二是社区贡献率。不能只看不说，必须积极参与社区互动 ，比如给喜欢的话题点赞，或者在评论中提供有价值的信息。 只有这样，账号才会被平台判定为健康的账号。正如她之前所说，Reddit 是一个 “真人含量” 很高的社区，平台本身就非常排斥用 AI 控评或刷水军的行为。正是因为观测到了大量此类行为的存在，平台才会采取如此严格的封禁措施。 想要在 Reddit 上取得成功， 必须秉持长期主义，持续为社区提供真正的价值 。这不仅是 Reddit 的核心价值观，也是所有内容平台共通的底层逻辑。 【Q&A】 💡 前面有提到对于 GEO 来讲，区别于 SEO 的内容，GEO 是需要以面对问题的内容为导向。能不能具体分享一下什么样的内容是面对问题的内容？ 前面有提到对于 GEO 来讲，区别于 SEO 的内容，GEO 是需要以面对问题的内容为导向。能不能具体分享一下什么样的内容是面对问题的内容？ 阎志涛： 实际上我们可以先解析一下 AI 回答问题的整体逻辑。通常情况下，用户在 AI 中会提出一个具体的问题。例如以手机为例，他可能会问：“我想买一部手机，可以给我推荐一个待机时间长的手机吗？”待机时间长的手机就是一个典型的问题。 AI 收到问题后会如何处理？首先，它需要理解问题。由于 AI 自身训练数据可能存在不足，它会将问题拆解成不同部分，并决定是否需要通过搜索引擎或知识源获取相关信息。AI 会将问题拆解为搜索引擎的 Query，然后通过搜索引擎寻找答案。搜索引擎的特点是 Top 3 的结果占据最大比重，但 AI 通常不会完全依赖这种方式，因为 Top 3 的结果未必是最佳答案。 搜索引擎在搜索意图不明确时，会提供更多结果，比如前 10 或 20 个结果，这些结果可能会生成几十个答案。 AI 会对这些答案进行筛选和分析，有些内容可能不会被引用 ，有些则会被提炼出核心内容并总结，最终形成答案。这是一个多阶段的工作流程。 传统搜索的逻辑较为简单，一个关键词会触发一次 Ranking，随后将结果直接呈现给用户。而 AI 搜索则是将问题拆解为多个 Query，再通过搜索获取答案。虽然 AI 有时会存储自己的内容，但大部分情况下仍然依赖于 Retrieve 内容以生成答案。 这里涉及几个关键点。回到 AI Bot 的工作逻辑，它需要理解内容。因此，在内容 Embedding 时，如果内容结构适合被 Retrieve，AI 就更容易理解。这就回归到了内容本身的设计。 过去我们撰写内容时，内容涉及方方面面，但这种方式未必适合 AI，AI 更倾向于回答具体问题。如果我们针对每个问题准备一个内容，内容简洁直接，回答明确，例如推荐待机时间长的手机并提供理由，AI 就会更偏好这样的内容。 如果我们撰写长文，现阶段也需要调整为每一段尽量回答一个具体问题，以便 AI 摘取答案并传递给最终用户。因此，从内容创作的角度来看， 逐渐转向能够让 AI 直接概括一个点的写作方式更为有效 。过去人类创作内容时容易融入个人观点，导致内容分散，而 AI 在处理时需要对观点和证据进行判断。因此，面向 AI 的内容创作需要更具结构性和针对性。 💡 关于 SEO 的 Follow Up，是不是可以理解为能做的其中一件事是，过去可能通过开发模式生成 30 万个页面，针对不同关键词解决站内竞争问题。而在 AI 搜索中，则可以针对这些关键词的 Query，生成 30 万个问题，甚至 90 万个问题，每个问题可能对应三个潜在的 Query？ 关于 SEO 的 Follow Up，是不是可以理解为能做的其中一件事是，过去可能通过开发模式生成 30 万个页面，针对不同关键词解决站内竞争问题。而在 AI 搜索中，则可以针对这些关键词的 Query，生成 30 万个问题，甚至 90 万个问题，每个问题可能对应三个潜在的 Query？ 阎志涛： 针对问题生成内容仍然是有效的 。因为可以明显看到，AI 的回答能力仍然有限。面向用户的问题越来越具体，而供给的内容竞争尚不够激烈。因此，这种方式肯定是可行的。即使 AI 的问题生成成本较低，这种策略仍然具有价值。 用户寻求答案时，通常不会带有个人喜好或模糊需求。回到品牌被更多提及的问题，这确实与传统品牌的许多做法相关且有效。AI 在提及品牌时会非常谨慎。从数据来看，它更倾向于引用垂直品类中的评测或权威蓝链内容，因为这些内容更具可信度，推荐品牌时风险较小。 因此，从品牌角度来看， 传统的 PR 工作仍然非常重要，并且变得更加关键 。PR 能够提升品牌影响力，这也是近年来中国出海品牌显著提升的原因之一。过去几年，中国品牌在出海过程中已开始充分重视品牌建设。 例如，垂直行业的重要媒体以及垂直领域的 Youtube 博主，这些渠道都值得投入资源。因为 AI 会引用这些内容，这与过去 SEO 时代的 Page Link 逻辑类似，但又有所不同。SEO 是为了提升页面排名，而 AI 是为了让品牌在相关内容中被提及。这不仅是自有内容的建设，更是通过他人内容提升品牌曝光度。 💡 具体在 Landing Page 的处理上，有没有相应的工具？另外，我之前与一些朋友交流时，他们提到会用 AI 生成的页面做 SEO 页面。虽然有些页面一开始与主站技术栈不匹配，但似乎并不影响 SEO。所以还想了解一下 AI 生成的页面在技术栈上是否会有影响？ 具体在 Landing Page 的处理上，有没有相应的工具？另外，我之前与一些朋友交流时，他们提到会用 AI 生成的页面做 SEO 页面。虽然有些页面一开始与主站技术栈不匹配，但似乎并不影响 SEO。所以还想了解一下 AI 生成的页面在技术栈上是否会有影响？ 阎志涛： 关于第一个问题，我们最早的产品中确实涉及 Landing Page，但这已不是我们的重点。Landing Page 是一个广泛的概念，尤其在海外市场，Landing Page 的形式多样，例如广告需要的 Landing Page。我们早期的产品没有区分这些用途，但后来进行了拆分。目前我们的重点是长内容，因此并未专注于 AI Landing Page 的开发。这类产品在市场上已有较多选择，且实现难度不高。 关于 AI 生成页面是否影响 SEO 或收录，我们的观察以及 Google 和 AI 的验证结果显示如下：首先，所有内容消费平台本质上秉承一个基础原则，即 内容质量至上，而非反对 AI 。Google 从 2023 年 9 月的“有价值内容更新”到 2024 年 3 月的“Helpful Content”，对内容质量的要求不断提高。 页面质量也有要求，这与技术相关但并不完全依赖技术。过去简单的模板可能足够，但现在需要页面形式更加丰富，而非单一模板。许多传统服务 ToB 的电商页面质量较差，导致内容无法被收录，更难在 AI 搜索中获得体现。因此，页面内容结构需要尽量丰富，并且设计更加精美。 从技术角度来看，页面的元数据完整性至关重要，包括 Schema Markup（结构化标记）的应用。这是一种基于 XML 的元数据描述方式，除了页面的 Title、Description、H1、H2 等元素，还需要清晰地描述页面内容。例如，Review、FAQ、菜谱等不同类型内容都有专门的 Schema Markup。完善这些元数据能够降低 Bot 的解析难度，从而提升页面的可信度。 虽然没有明确规定完善 Schema Markup 会直接提升排名，但从长远来看，这对内容质量和页面表现是有益的。因此，AI 技术并非问题，关键在于确保内容和页面质量达到高标准。 end 🔗 原文链接： https://mp.weixin.qq.com/s/ QjF9hP3... https://mp.weixin.qq.com/s/ QjF9hP3... 原创 精选小助手 Linkloud精选2025年09月02日 20:01 新加坡 Linkloud 引言 即便精通本土文化、内容小心翼翼，在 Reddit 上纯人工有机运营的账号封号率仍然不低于 10%。在 AI 重塑用户行为的今天，传统的增长法则正面临失效风险。 本次 Linkloud 北京线下沙龙邀请到了三位深耕出海增长领域的实战专家： QuickCreator.io 联合创始人阎志涛 、 数云科技的 Judy 与 硅 谷连续创业者、专注海外 ToC 应用产品定义和 0 到 1 用户增长的郭彦佳。 他们作为一线从业者，深入探讨了为何 GEO 正成为被低估的流量新入口，并揭示如何攻克 Reddit 这一高价值但挑战重重的社区渠道，同时剖析 AI 产品从 0 到 1 的实战增长路径选择。希望能为大家带来帮助，Enjoy！ 嘉宾介绍： 阎志涛：QuickCreator.io 联合创始人 前 TalkingData CTO。目前创业项目专注海外内容营销，核心产品 QuickCreator.io，在 SEO 和 GEO 方面有丰富经验，是公众号《老阎杂货铺》主理人。 刘绮芸（Judy）：数云科技 Reddit 大中华区首批开拓者，过去专注服务头部快消品牌及跨境巨头，深耕品牌广告领域。2020年起与团队开拓并服务 Reddit 大中华市场的首批核心战略客户。 郭彦佳： 硅谷连续创业者，连续两款 AI 产品半年 0 投放突破 1M 美金 ARR 和百万月活，专注海外 ToC 应用产品定义和零到一用户增长，是 Linkloud Workshop 增长导师！ 一、GEO，被低估的 AI 时代新机遇 1. 从 SEO 到 GEO，用户行为的根本转变 GEO 是一个在海外已被广泛讨论，但在国内认知度尚浅的概念。阎志涛指出，所有营销行为都必须关注流量的来源，而 GEO 的出现，最核心的是 用户行为的转变 。 过去，用户习惯于通过搜索引擎获取信息，但 ChatGPT 的崛起，让越来越多的人开始向 AI Bot 寻求答案。这个增长到千万用户速度最快的应用，创造了一个全新的流量洼地。企业自然会产生一个新的诉求：如何在这个新兴的流量场中，让自己的品牌或网站被用户看到？ GEO 与广告不同，它和 SEO 一样， 核心都是以内容为载体，是一种 “Optimization” 。SEO 的全称是搜索引擎优化，而 GEO 则是生成式引擎优化。GEO 在海外能够成立，但在国内或许很难，这与 SEO 在国内的发展历程相似。其本质，是利用流量载体的自然规则，根据平台的要求，贡献被认为有价值的内容，从而构建起整个业务。 在 SEO 时代，海外市场由 Google 一家独大，因此做 SEO 在很大程度上等同于做 Google 的自然流量增长。Google 的算法经过多次重大升级，每年还会有四次左右的 Core Update，整个生态已经非常成熟和完备，催生了包括 Agency、Writer 以及 Semrush、Ahrefs、Similarweb、Moz 等一系列服务机构和产品。 而 GEO 时代，或者说 AI 时代的来临，改变了游戏规则。 用户与 AI 的交互方式是提问并期待得到直接的答案 。因此，企业面临的新课题是如何在 AI 的回答中，提高自己的可见性。 2. GEO 与 SEO 的异同 • 核心差异：从关键词到用户问题 GEO 与 SEO 的一个根本区别在于入口 。阎志涛解释说，所有学习 SEO 的人接触到的第一个概念都是关键词。这是因为在早期的搜索引擎中，用户无法提出一个具象化的问题，只能假定问题的核心词，并期望搜索引擎返回相关的排名。搜索引擎的工作，就是根据用户输入的词，推测其背后的意图，并给出答案。例如，当用户搜索 “Apple” 时，Google 需要推测用户是想了解苹果公司、苹果这种水果，还是关于苹果的维基百科。 AI 时代则完全不同。 用户向 AI 提出的，往往是更具体、更个性化的问题 ，比如 “请帮我选一款待机时间最长的手机”。这种交互模式催生了新的内容策略。企业在准备内容时，不再是仅仅面向 SEO 的关键词，而是要面向目标用户可能会在 AI 中提出的具体问题。这背后反映的是用户获取信息方式的变化，以及对信息个性化需求的提升。 • 内容要求：权威性与数据成为新标准 另一个显著的区别在于 AI 对内容的筛选标准。搜索引擎提供的是一堆 “蓝链”，它不负责整理，需要用户自己去判断和筛选。而 AI 则是直接给出一个经过整理的答案。因此， AI 对内容的首要要求是 “尽量不错”。用户也不希望 AI 犯错 。 这就导致了 AI 对内容的要求与搜索引擎有所不同。在 SEO 的早期，从业者会使用各种技巧，如堆砌链接、埋藏关键词等方式来适应搜索引擎的规则。但在 AI 时代， 这些方法不再奏效 。AI 关心的是， 当用户提出一个问题时，内容能否直接提供正确、可信的答案 。 因此， AI 会更看重内容本身的权威性 。比如，内容是否引用了其他更权威的来源？是否包含了详实的数据？这些数据是否有真实的出处？由于 AI 难以判断内容本身的好坏，它只能通过这些可推测的维度来评估内容的质量。 所以，在 GEO 时代，一些通用的经验法则是： 内容要面向问题，要有高权重的引用来支持其可信度 。 • 结果的不稳定性：GEO 的挑战与现实 从 SEO 到 GEO，其底层逻辑都是一个 “黑盒”，从业者都是在基于经验进行推测。然而，GEO 相比 SEO 有一个更大的挑战，那就是结果的不稳定性。 阎志涛提到，用同一个问题问 AI 十遍，它给出的答案可能都不一样；今天问和明天问，结果也可能不同。这意味着 GEO 的成功往往是阶段性的，其效果的持续时间比 SEO 要短得多。一篇文章在 SEO 中可能排在首页并维持很长时间，但在 GEO 中，即便今天被引用，明天可能就消失了。 这种不稳定性使得做好 GEO 比做好 SEO 更难。SEO 时代，企业只需要做好自己的网站内容和外链。但在 GEO 时代，AI 的参照物是多元且动态的。阎志涛通过自己做的产品监测发现，在 不同的品类和问题下，AI 引用的来源差别巨大 。有时 Reddit 很重要，有时 YouTube 很重要，但 它们的重要性并非普适于所有场景 。 二、如何实践 GEO 并衡量效果？ 1. 实践 GEO 的正确路径 面对 GEO 的复杂性和不确定性，阎志涛给出了他认为相对正确的实践路径。企业首先需要深入了解自己的目标用户，理解他们会问什么问题。然后，可以借助工具去分析这些问题在 AI 中的引用来源，再基于这些分析反过来制定内容策略。 他特别强调，不要轻易相信任何人声称能保证帮你做到某个位置。国内一些公司做 GEO 的目标非常直接，就是希望用户问某个问题时，自己的品牌能排在第一位。但这不符合 GEO 的逻辑。因为即使今天排在第一，明天也可能不在。 最终，GEO 的核心还是回归本源。企业需要思考， AI 认为你的用户会在哪些媒介上获取更新、更高可信度的内容，然后就在那些地方准备好相应的内容。 这应该是一个自然而然的结果。 阎志涛通过观察发现，许多成功的中国出海企业，如 Insta360、安克、大疆等，在海外的 GEO 表现非常出色。这并非因为他们针对 GEO 做了特别的工作，而是因为他们过去在各个渠道的品牌积累和内容建设做得非常扎实和深入。 当一个新的流量范式出现时，这些基础雄厚的品牌便能自然而然地占据领先地位，甚至在某些领域，排名前几位的都是中国企业。这说明， 做好自身的内容建设和品牌建设，是 GEO 最基本的要求，也是最朴素的道理 。 2. 监测 GEO 效果的几种方法 关于如何监测 GEO 的效果，阎志涛也分享了几种方法。 首先，市场上已经出现了一些 GEO 监测工具，比如已经融资的 Profound，他自己做的 Geneo 以及海外的 Otterly、Peec、Ranscale 等二十多款产品。这些工具主要是监测品牌的可见性，对于品牌已经有一定知名度的公司比较适用。初创公司由于品牌力较弱，可能很难在其中看到明显的效果，最多只能观察到自己的内容是否被引用。 其次，Google 已经开始将 AI Overview 的结果整合到 Google Search Console 中。企业可以从中看到许多明显的用户长句问题。当发现这些问题出现，而自己的排名又不高时，就意味着有很大的机会可以通过创作相关内容来抢占 AI Overview 的位置。 最后，也是最基础的方法，就是做好数据埋点。在海外做产品，数据分析至关重要。无论是使用 Google Analytics 还是其他工具，通过回收完整的用户数据，至少可以从宏观上看到流量的变化。现在，无论是 ChatGPT 还是其他 AI 工具，它们在引流时通常会携带 UTM 参数，这能帮助