🔗 原文链接：https://mp.weixin.qq.com/s/8Lyrzux7...​

原创 姚金刚 姚金刚 姚金刚2026年5月31日 09:31 广东​

这是在 WaytoAGI的 第一次直播的GEO公开课总结，我和向阳预计会连续分享12次，每月一次​

直播回放：​

先简单理解下GEO（ Generative Engine Optimization ），中文全称生成式引擎优化​

它关注的场景是：当用户向 AI 提问时，AI 能否在回答里准确提到你的品牌、产品、服务、案例和观点​

在传统搜索里，用户输入关键词，然后从搜索结果里点开网页。到了 AI 搜索里，用户更常输入一个完整问题，例如：​

适合跨境电商的 AI 客服系统有哪些？
企业如何搭建 GEO 内容体系？
哪个 GEO 工具适合中小团队做官网内容优化？
某品牌靠谱吗？有没有真实案例？

AI 会先理解问题，再检索信息、召回网页、交叉校验，最后生成一段答案。GEO 要做的事，就是让真实、有用、结构清晰、可信度高的信息更容易被 AI 找到、理解和引用​

这个定义里有两个关键词​

第一个关键词是“真实”，GEO 的基础是事实，企业真实有什么能力、产品真实解决什么问题、案例真实发生过什么结果，都要说清楚。​

第二个关键词是“可引用”，AI 更容易引用结构清晰、证据充分、表达完整的内容。内容写给人看，也要方便 AI 抽取其中的事实、结论和关系。​

一、AI 搜索结果是如何生成的​

做 GEO 之前，先理解下 AI 搜索的工作方式。一个用户问题从输入到形成答案，大致会经历七个环节：​

这个链路带来一个重要结论：GEO 的第一步应该是诊断，先看 AI 当前怎么回答，再决定要生产什么内容、发布到哪里​

很多团队一上来就写文章、堆关键词、批量发站点，最后很难知道哪些动作有效​

稳妥的方法是先建立一组固定问题集，持续观察 AI 的答案变化。​

二、白帽 GEO：项目开始前先划清边界​

GEO 容易被误解，因为它看起来像是在影响 AI 的回答。实际落地时，关键在于内容和方法是否能提升用户体验​

白帽 GEO 的目标很清楚：把企业真实拥有的价值，用更清晰、更可信、更容易被检索的方式呈现出来，让 AI 在回答用户问题时有更好的信息来源​

可以用三方关系来理解这件事​

项目中要避免六类高风险动作​

  • •虚构客户案例、服务能力、资质、奖项和价格​
  • •使用同一套模板批量改城市名、行业名、关键词​
  • •把未经确认的模型生成内容直接发布​
  • •使用低质量站群制造虚假的第三方背书​
  • •在内容里植入夸大承诺，例如“保证转化”“行业第一”“100% 有效”​
  • •只追求 AI 检测通过率，忽略事实准确性和用户阅读体验​

白帽 GEO 的底线可以压缩成一句话：让正确的信息更容易被 AI 引用，避免让错误信息被系统化放大​

三、GEO 的三个核心要素：数据、内容、投放​

GEO可以被拆成三个核心要素：数据、内容和投放​

这个框架适合做项目管理，也适合用来判断一个团队的 GEO 能力是否完整​

1. 数据：知道现状，拿到反馈​

数据解决的是两个问题​

第一个问题是现状：AI 现在如何回答你的目标问题，推荐了哪些品牌，引用了哪些页面，有没有错误理解​

第二个问题是反馈：内容发布以后，AI 答案有没有变化，品牌提及有没有增加，引用来源有没有改善​

建议至少记录这些指标​

有了这些数据，内容和投放才有方向​

2. 内容：GEO 的质量底座​

内容决定 AI 能学到什么。内容质量低，后续分发越强，风险越大​

高质量 GEO 内容要满足两类要求​

第一类是事实要求。内容必须基于企业真实资料、公开信息、产品文档、客户案例和可验证数据。企业没有提供过的信息，模型不能自行补充成事实​

第二类是结构要求。内容要让用户读得顺，也要让 AI 能抽取。标题、摘要、核心结论、步骤、表格、FAQ、案例和风险提醒，都属于高质量内容结构的一部分​

3. 投放：把内容放到 AI 会看、会信的位置​

投放能力的强弱，不能只看发布数量。真正有效的投放，是根据 AI 的信源偏好做定向分发​

举个例子，如果你测试“企业如何做 GEO”这个问题，发现某 AI 高频引用官网教程、头条内容、搜狐文章和 FAQ 页面，那就可以围绕这些来源设计分发路径​

如果你测试“某产品靠谱吗”这类问题，发现 AI 更看重第三方评测、客户案例、媒体报道和社区讨论，那就需要补充外部可信信源​

四、GEOFlow 的定位：内容工程中台​

GEOFlow后台首页截图：​

GEOFlow 可以理解为一套面向 GEO 的内容工程中台。它把原本分散在人工流程里的环节，整理成一个可以反复运行的系统​

它的核心能力包括以下几类：​

现阶段，GEOFlow 最适合承担三项工作：知识库驱动的内容生成、自有站点内容发布、多站点或 API 分发​

更复杂的跨平台监测、竞品追踪和商业归因，还需要配合额外的数据工具或企业内部系统​

接下来，我们用一个虚拟案例贯穿整个教程​

案例背景：一家名为“云杉智能”的 AI 客服 SaaS 公司，希望在 AI 搜索里被用户正确发现。它的目标用户是跨境电商、国内电商和企业客服团队。核心产品包括智能客服机器人、工单自动化、知识库问答和多语言客服辅助​

五、实操流程：用 GEOFlow 跑一轮 GEO 项目​

这一部分可以直接当作项目 SOP 使用。每一步都包含目标、操作和例子​

第 1 步：确定目标和问题集​

GEO 项目从问题开始。用户会问什么，AI 才会回答什么；AI 会回答什么，内容和分发才有优化方向​

先定义项目目标：​

然后建立问题集，比如：​

第一轮不需要太大，50 到 100 个问题足够。重点是固定下来，后续每周用同一批问题复测​

第 2 步：做 AI 搜索基线诊断​

拿着问题集去目标平台测试。不要只看 AI 的最终回答，还要看它引用了哪些来源。​

建议用下面的表记录​

诊断结束后，你会得到一张“信源偏好地图”：​

第一，AI 在这个话题上信谁。它更偏好官网、媒体、社区、问答，还是评测页面​

第二，AI 在这个话题上缺什么。它可能缺案例、缺数据、缺价格说明、缺教程、缺 FAQ，也可能误解了某些产品能力​

第三，AI 如何组织答案。它可能喜欢“推荐列表”，也可能喜欢“步骤教程”，还可能喜欢“对比表格”。这会直接影响后面的内容结构​

第 3 步：建立品牌事实母库​

知识库质量决定 GEOFlow 生成内容的上限。系统能放大内容能力，也会放大错误信息​

因此，上传知识库之前，先建立一份品牌事实母库​

品牌事实母库建议包含八类信息：​

建议每条事实都用卡片记录：​

事实编号：FACT-001
事实内容：云杉智能支持从官网、飞书文档和 PDF 导入知识库。
来源：产品文档 2026-05 版
是否可公开：是
可用于哪些内容：官网 FAQ、产品教程、对比文章
风险等级：低
维护人：产品负责人
最近更新时间：2026-05-31

这一步看起来慢，后面会节省大量审核时间。很多内容错误，根源都在事实层。官网、销售 PPT、客服话术、产品说明、老板访谈里的信息如果互相矛盾，AI 很难稳定理解品牌​

第 4 步：整理并上传 GEOFlow 知识库​

有了品牌事实母库，就可以整理成 GEOFlow 知识库​

推荐流程如下：​

1.收集资料：官网、产品文档、PPT、PDF、案例、活动页、FAQ、媒体稿​

2.用 AI 先整理：让模型输出企业介绍、产品能力、场景、案例、FAQ 和禁用表述​

3.人工校对：删除虚构内容，修正过期信息，标注不可公开信息​

4.上传 GEOFlow：支持文本、文件和网页采集等形式​

5.做切片和向量化：让系统把长资料拆成更容易召回的语义片段​

6.生成测试内容：用一两个标题测试知识库召回是否准确​

这里需要理解一个核心概念：向量化​

向量化可以简单理解为，把文本变成一组数字坐标。系统可以通过相似度计算，找到语义最接近的知识片段​

比如用户问题是“跨境电商如何降低客服成本”，知识库中“通过自动回复高频售前问题减少人工客服压力”这段内容，即使没有完全一样的关键词，也可能被召回。​

向量化能提升召回效果，但它不能替代知识库治理。要让知识库长期可靠，还要补充这些管理规则​

每条事实保留来源
重要信息标注更新时间
价格、服务范围、案例数据定期复核
不可公开信息单独标记
新旧信息冲突时，指定优先级
高风险行业内容保留人工审批

第 5 步：配置模型、素材和提示词​

GEOFlow的基础配置可以拆成三部分​

标题和关键词不要随意生成，它们应该来自前面的用户问题集和基线诊断​

以“云杉智能”为例，第一批标题可以这样设计​

提示词建议分层管理​

角色：你是企业内容运营负责人，熟悉 AI 搜索、GEO 和 B2B 内容写作。
目标：基于知识库事实，生成一篇适合 AI 搜索引用的教程文章。
输入变量：文章标题、核心关键词、目标用户、参考知识库、禁用表述。
结构要求：摘要、引言、核心结论、步骤、表格、FAQ、风险提醒、行动建议。

GEOFlow 的提示词会调用变量。修改提示词时，要保留变量占位，避免系统无法读取标题、关键词和知识库​

第 6 步：设计适合 AI 引用的内容结构​

高质量 GEO 内容有一个共同点：人能快速读懂，AI 也能稳定抽取​

推荐使用这套结构：​

标题：围绕一个明确问题，不同时解决太多主题
摘要：用 3 到 5 句话说明结论和适用场景
引言：解释用户为什么关心这个问题
核心结论：先给答案，再展开说明
方法步骤：用编号列表描述操作路径
案例或场景：给出真实、可公开、可验证的信息
对比表格：把产品、方法或方案差异结构化
FAQ：覆盖用户可能继续追问的问题
风险提醒：说明适用边界、误区和限制
结论：给出下一步行动建议
参考写法：
标题：跨境电商如何搭建 AI 客服知识库
摘要：跨境电商做 AI 客服，第一步应先整理高频问题、产品规则、物流政策和售后标准，再接入机器人。知识库越清楚，AI 回复越稳定。本文给出一套从资料收集到上线审核的 5 步流程。
核心结论：AI 客服知识库至少要包含商品信息、物流时效、退换货政策、支付问题、售后流程和人工转接规则。每条规则都应有来源、更新时间和负责人。

这段内容有三个特点：​

第一，开头直接回答问题​

第二，信息可以被独立引用​

第三，表达自然，读者不需要理解技术概念也能继续读下去​

第 7 步：生成草稿后做人工审核​

GEOFlow 可以自动生成内容，但关键内容建议先进入草稿池。审核阶段要看两类问题：事实问题和表达问题​

事实审核清单如下​

表达审核清单如下​

对于医疗、金融、法律、教育、招商加盟等高风险领域，建议设置更严格的审核门槛。模型生成内容可以作为草稿，最终发布前需要业务负责人确认​

第 8 步：用分发策略放大内容价值​

GEOFlow 的分发能力主要面向可控渠道，例如自有站点、WordPress、多站点 agent、通用 API，以及可以通过 API 对接的第三方发布系统​

分发时可以按三层设计​

以“云杉智能”为例，可以这样设计​

注意，同一个事实可以在多个渠道复用，但文章角度和结构要有所区别。官网适合写完整教程，媒体适合写行业视角，问答平台适合回答具体问题，帮助中心适合维护标准答案​

六、效果评估：前端指标、直接效果和间接效果​

GEO 的效果评估要分层。只看“有没有被提到”会低估项目价值；只看“有没有成交”又可能忽略品牌和信任的积累​

建议分成三类指标​

1. 前端指标：AI 答案有没有变化​

前端指标适合内容团队和服务商负责，因为它直接对应内容和分发动作​

前端指标最适合做周报。它能告诉你内容是否被 AI 注意到，答案是否开始朝正确方向变化​

2. 直接效果：用户是否进入业务链路​

直接效果需要企业内部配合。常见归因方式包括：​

AI 搜索专属落地页
UTM 参数链接
专属优惠码或咨询口令
独立 400 电话或客服入口
CRM 中增加“AI 搜索来源”字段
官网表单增加“你从哪里了解到我们”

示例：如果 AI 回答里出现“可到官网领取 AI 客服选型清单”，企业可以设置一个专门落地页。用户访问该页面、提交表单或报出口令，就能被记录为 AI 搜索相关线索。​

3. 间接效果：GEO 对整体营销的协同提升​

AI 推荐带来的影响，有时会体现在其他渠道里。用户可能先在 AI 中看到品牌，再去搜索引擎查品牌词，或在官网直接访问​

可以观察这些变化​

评估时要避免过度归因。GEO 往往和 SEO、广告、社媒、销售动作共同产生影响。更可靠的方式是建立长期看板，观察趋势和区间变化​

七、30 天落地路线图​

如果你要从今天开始启动一个 GEOFlow 项目，可以按 30 天拆成四个阶段​

第 1 周：诊断和准备​

  • •选定一个品牌或产品​
  • •建立 50 到 100 个目标问题​
  • •在 3 到 5 个 AI 平台做基线测试​
  • •记录品牌提及、引用来源、竞品和错误信息​
  • •整理官网、PPT、产品文档、客户案例和 FAQ​

本周目标：弄清楚 AI 现在如何理解你，以及它目前信任哪些来源​

第 2 周：知识库和模板​

  • •建立品牌事实母库​
  • •标注事实来源、风险等级和可公开程度​
  • •用 AI 整理知识库初稿​
  • •人工校对并删除错误信息​
  • •上传 GEOFlow，完成切片和向量化​
  • •设计 3 到 5 套内容提示词和审核规则​

本周目标：让 GEOFlow 有可靠的事实底座​

第 3 周：内容生产和自有站发布​

  • •创建第一批内容任务​
  • •每类问题先生成 3 到 5 篇内容​
  • •人工审核事实、结构和风险表达​
  • •发布到官网、博客、帮助中心​
  • •配置基础 SEO、站点地图和内链​

本周目标：让官方信源先变得完整、清楚、可抓取​

第 4 周：分发、监测和复盘​

  • •根据基线诊断选择第三方渠道​
  • •为不同渠道生成不同角度的内容​
  • •每周复测固定问题集​
  • •分析提及率、引用率、准确率和竞品变化​
  • •基于数据调整知识库、标题、提示词和分发策略​

本周目标：跑通从数据到内容、从内容到分发、从分发到复盘的闭环​

30 天的目标是建立基础设施和第一轮反馈，不要期待所有问题立刻出现稳定答案​

GEO 的价值来自持续运营​

八、常见误区和修正建议​

误区 1：只看文章数量​

数量服务于覆盖面，质量决定可引用性。没有事实和信息增益的页面越多，越容易带来内容风险。​

修正建议：先用小批量内容验证结构、知识库和分发路径，再逐步扩大规模​

误区 2：知识库资料太少​

资料少时，模型更容易凭概率补全内容，进而产生幻觉​

修正建议：把官网、PPT、产品文档、FAQ、案例、活动资料都整理进事实母库，再上传知识库​

误区 3：把同一篇文章复制到很多渠道​

同一篇内容反复复制，信息增益低，也容易被视为低质量分发​

修正建议：同一事实可以复用，但要为不同渠道设计不同角度。官网写完整教程，媒体写行业观察，问答平台回答具体问题​

误区 4：忽略第三方信源​

官网是官方事实源，第三方信源能补充信任。AI 在某些问题上更愿意引用媒体、评测、问答和社区内容​

修正建议：结合信源偏好地图，补充媒体稿、客户案例、行业评测、社区问答和视频文字稿​

误区 5：自动生成后直接发布​

自动发布可以提升效率，也会扩大错误影响​

修正建议：把高风险内容放入人工审核流程。价格、案例、联系方式、承诺类表达必须复核​

误区 6：只看 AI 是否提到品牌​

品牌被提到只是开始。更重要的是位置、语境、准确性、引用来源和用户下一步动作​

修正建议：同时跟踪提及率、Top 3 率、引用率、答案准确率和转化归因​

九、GEOFlow 项目启动清单​

下面这份清单可以直接用于项目启动会。​

目标和数据​

  • •是否定义目标品牌、目标产品和目标人群​
  • •是否建立固定问题集​
  • •是否完成 AI 搜索基线测试​
  • •是否记录引用来源和竞品情况​
  • •是否建立每周复测机制​

知识库​

  • •是否整理公司、产品、案例、FAQ 和禁用表述​
  • •核心事实是否有来源​
  • •是否标注可公开程度和风险等级​
  • •是否有人负责知识库更新​
  • •是否处理过期信息和冲突信息​

内容​

  • •是否有教程、对比、FAQ、场景和案例五类模板​
  • •每篇文章是否只解决一个核心问题​
  • •是否包含摘要、结论、表格和 FAQ​
  • •是否加入真实案例、数据或经验判断​
  • •是否完成事实审核和风险审核​

分发​

  • •自有站点是否可抓取、可索引、结构清楚​
  • •是否配置官网、WordPress、帮助中心或多站点分发​
  • •是否根据信源偏好选择第三方渠道​
  • •是否避免低质量站点批量复制​
  • •是否建立内容更新和下线机制​

评估​

  • •是否追踪品牌提及率、Top 3 率、引用率和答案准确率​
  • •是否追踪 AI 专属落地页、口令、电话或 CRM 来源​
  • •是否观察品牌词搜索、官网直接访问和广告 ROI 的变化​
  • •是否每月复盘一次知识库、提示词和分发策略​

十、可直接复用的 GEOFlow 工作模板​

1. 问题集模板​

2. 文章审核模板​

3. 复盘模板​

结语：GEO 的长期壁垒是可信内容和系统能力​

GEO 是一套围绕 AI 搜索答案展开的内容、信源、知识库和数据工程​

企业要先把事实整理清楚，再用 GEOFlow 放大内容生产和分发效率，最后通过数据持续观察 AI 答案和用户行为变化​

短期看，GEO 能提升品牌在 AI 答案中的可见度；长期看，它会倒逼企业把产品信息、案例信息、官网内容、FAQ 和销售话术统一起来​

GEO 的核心，是让 AI 更容易找到、理解并引用你已经真实拥有的价值​

相关资料：​

1、GEOFlow​

https://github.com/yaojingang/GEOFlow​

2、创建Skil的Skill​

https://github.com/yaojingang/yao-meta-skill​

3、17套GEO Skill​

https://github.com/yaojingang/yao-geo-skills​

4、41篇最新GEO/AI搜索相关论文​

https://github.com/yaojingang/geo-citation-lab/tree/main/02-geo-aeo-ai-search-papers​

5、相关文章及文档​

《GEO到底是什么》​

https://mp.weixin.qq.com/s/GXuu0Hku-j-8ona5yzQSvA​

《从SEO到GEO，从流量到Agent，真正的变化才刚刚开始》​

https://mp.weixin.qq.com/s/2P_zSjJkybl-rAyZjMIQAw​

《GEO白皮书》​

https://yaojingang.feishu.cn/docx/Jv85dXAeZoKJ7exJi4Yc4Edrnhf​

《GEO红皮书》​

https://yaojingang.feishu.cn/wiki/Otqtw0HFbiNeCMkjKalcFkoJnpf​

《GEO蓝皮书》​

https://yaojingang.feishu.cn/wiki/MwkiwPDqCiHGwVk2uOtcNUlrnnf​

《AI营销：从SEO到GEO》提示词合集​

https://yaojingang.feishu.cn/wiki/YbMLwkChmiktbskRoHZcFixBnxb​