本文由 莫潇羽@无忆研习社（www.wuyi.wiki）撰写，转载请注明出处。
快速摘要：30 秒看完核心结论
如果你只想要快速答案，先看这一段。 整个 GEO（生成式引擎优化）的底层逻辑可以浓缩成一句话——让 AI 在生成答案时，把你的内容当成可信、可引用、可复用的素材。这件事和过去十几年的 SEO 不是同一回事，关键变量已经从"排名"变成"被采纳"。
我在这篇里把豆包作为切入口，原因有三个：它是国内月活最高的 AI 应用、字节生态给了它抖音+今日头条的天然信源、它的内容偏好极具代表性，可以推广到其他大模型。把豆包吃透，再去看千问、DeepSeek、元宝、夸克、百度的 AI 搜索，就只是参数微调。
核心结论可以提前剧透：
- 权威信源比关键词密度重要，豆包对官媒、新闻源网媒、权威认证媒体的偏爱远高于个人自媒体；
- 问题类型决定答案结构，品牌型、推荐型、知识型、问题解决型，四种问题各自匹配一种最优结构；
- 品牌词密度和索引概率不是线性关系，3% 左右是甜蜜区，太低没存在感，太高被判过度优化；
- AI 大模型的检索流程是四步走：查询理解 → 多源检索 → 综合评分 → 生成回答，每一步都对应可优化的抓手；
- 综合评分由五大维度加权而成，语义相似度约 40%、权威性约 30%、其余由时效性、完整性、个性化分摊，重心要放在权威性建设上。
想看完整拆解、配套图表、落地清单和踩坑记录，往下翻。
第一章 写在前面：为什么 2026 年绕不开 GEO
聊 GEO 之前，我想先把场景说清楚。
过去十几年，做线上获客的人都熟悉一套打法：研究百度、写关键词、堆外链、刷收录、做长尾词矩阵。这套玩法的核心假设是——用户在搜索框里输入关键词，搜索引擎给出一串蓝色链接，用户点进去看。整个链路里，网站本身是最终目的地，搜索引擎只负责导流。
但 2025 年到 2026 年这一年多里，整个游戏规则换了。
按 AICPB 在 2026 年 4 月的最新榜单，豆包月活已经突破 3.36 亿，稳居国内 AI 应用第一、全球第二。千问、夸克、DeepSeek、腾讯元宝紧随其后，分别站在 2.2 亿、1.62 亿、1.39 亿、1.11 亿的月活量级。把这几款 AI 助手的月活加在一起，已经接近一个微信生态的量级，更关键的是——这些用户在做购买决策、问行业问题、查产品对比时，越来越习惯先问 AI，而不是先打开浏览器。
这就带来一个新现象：用户不再点蓝色链接了，他们直接读 AI 给出的答案。蓝色链接变成了答案脚注里的小数字。点击率被压缩，曝光形态从"排名第几"变成"是否被 AI 引用、被引用时排在第几位、被引用时是正面还是负面"。
我自己折腾过几个项目后才意识到——这是一次彻底的范式切换。Gartner 在 2025 年底的一份战略报告里就提到过，到 2028 年传统搜索引擎的流量会被压缩一半。这数字不一定精确，但方向是对的。
所以 GEO 这个词才会突然火起来。它的全称是 Generative Engine Optimization，翻译过来叫生成式引擎优化。本质上做的事情很简单：让 AI 在生成答案时主动引用你的内容，并且在多个引用源里把你排在前面。
但难就难在，它和 SEO 看似一脉相承，骨子里却完全不同。SEO 优化的是"排名"，GEO 优化的是"被采纳"；SEO 关心的是"网页能否被收录"，GEO 关心的是"网页内容能否被模型理解为可信知识"；SEO 是关键词驱动的，GEO 是语义驱动的。
把这层差异看清楚，后面的所有打法才站得住脚。
下面我先把豆包这一款单拎出来讲，再上升到所有大模型的通用排名原理。
第二章 把豆包放在第一位拆解的底层逻辑
很多人问我：为什么不先讲 ChatGPT、不先讲 DeepSeek，而是把豆包放在第一位拆？
我的理由有三条，从国内做内容投放的角度看，每一条都很重要。
2.1 用户体量决定流量入口的优先级
按 QuestMobile 的统计口径，豆包月活从 2025 年一季度的 9980 万一路涨到第四季度的 2.3 亿，从第三、四季度开始连续超越 DeepSeek 登顶行业榜首。到 2026 年初，豆包已经稳坐国内 AI 助手头把交椅。
做生意的人选战场，永远先看人在哪。豆包这种量级的用户基数,意味着同样一篇 GEO 稿件，被引用一次的曝光收益比小模型高出数倍甚至十倍。这就像同样是开店,你愿意把第一家旗舰店开在人流最大的商圈,还是开在偏巷子里?
2.2 字节生态加持的双重红利
豆包不是一款孤立的 AI 助手,它背后是整个字节系——抖音、今日头条、西瓜视频、巨量引擎,这些都是它的天然信源池。
这意味着两件事:
第一,豆包在抓取信源时,对抖音和今日头条的权重明显偏高。如果你的品牌内容在抖音有热度、在头条号有积累,被豆包索引的概率会显著上升。
第二,短视频内容也会被纳入 AI 索引范围。这是一个很多人没意识到的细节,过去的 SEO 时代,视频是单独的搜索维度,和图文是分开的。到了 GEO 时代,AI 大模型在生成答案时会把短视频转写、视频简介、视频评论一起纳入参考。这一点我后面会专门展开。
2.3 豆包的内容偏好具有强示范性
我把豆包、千问、DeepSeek、元宝、夸克、百度的 AI 搜索都拿来做过对照测试,发现它们的偏好有大量共性。豆包代表的是国内 AI 大模型对中文内容的主流审美:偏爱权威媒体、偏爱结构化表达、偏爱有数据有案例的长内容、对低质量自媒体明显降权。
也就是说,把豆包的玩法吃透,迁移到其他平台只需要做微调。这种"举一反三"的效率,是我选择从豆包切入的核心原因。
下面我就开始拆细节。我会把整个豆包内容推荐机制拆成五个模块讲——查询入口、信源权重、答案结构、关键词密度、更新节奏。这五个模块凑齐,你就能基本看懂豆包"为什么挑这篇,不挑那篇"。
第三章 豆包内容推荐机制：从用户提问到答案生成的全链路
要看懂豆包"挑内容"的逻辑,得先看懂用户的提问是怎么一步步变成答案的。
我把这套链路简化成一张流程图,你可以先把它装进脑子里再看后面的细节:
flowchart LR
A[用户提问] --> B[问题分类<br/>品牌/产品/行业/知识]
B --> C[多源召回<br/>向量库+知识图谱+实时网页+结构化API]
C --> D[综合评分<br/>语义+权威+时效+完整+个性化]
D --> E[生成答案<br/>引用+排序+情感倾向]
E --> F[用户反馈<br/>点击/复制/追问/跳过]
F --> D整条链路里,用户反馈会反过来影响后续评分,这是一个闭环。你今天发的内容,如果点击和复制数据好,后面被引用的概率会进一步上升;反之亦然。
接下来按问题类型分四类拆,每一类对应一种典型的提问范式。
3.1 四类典型问题:覆盖 90% 的提问场景
我在测试豆包时,把日常会被问到的问题归成了四个大类。这个分类不是拍脑袋来的,是按"用户问完之后想得到什么"反推出来的:
|
问题类型 |
典型提问 |
用户真实需求 |
|
品牌询问型 |
小米汽车怎么样?海尔冰箱怎么样? |
综合评价,看口碑 |
|
产品推荐型 |
哪个空调最省电?扫地机器人哪家好? |
榜单+对比+购买建议 |
|
行业洞察型 |
装修市场前景如何?新能源汽车趋势? |
数据、政策、产业链解读 |
|
知识科普型 |
什么是 GEO?什么是 ETF? |
定义、原理、应用场景 |
外加一个比较特殊的子类型——问题解决型,比如"笔记本怎么换内存"。这类问题需要给出全流程操作步骤,放到知识科普型里也算合理。
为什么要做这个分类?因为豆包在分类完用户问题之后,会调用完全不同的答案模板和信源组合。同一篇文章,在不同问题类型下被引用的概率差异极大。这意味着——写 GEO 稿件之前,你得先想清楚自己这篇是给哪类问题做答案的。
3.2 信源调用的不对称偏好
我反复测试过同一个品牌的同一类问题,在豆包返回的引用列表里,信源出现的频率有非常明显的偏差。整理出来大概是这样的:
信源权重示意(高 → 低):
新闻源网媒 ━━━━━━━━━━━━━━━━━━━━━━ ★★★★★
权威认证媒体 ━━━━━━━━━━━━━━━━━━━ ★★★★
垂直 B2B 行业站 ━━━━━━━━━━━━━━━━ ★★★★
字节系内容(抖音/头条) ━━━━━━━━━━━ ★★★★
百家号/搜狐/网易等大站 ━━━━━━━━━ ★★★
品牌官网 ━━━━━━━━━━━━━━━━━━━━ ★★★
普通自媒体账号 ━━━━━━━━━━━━━━ ★★
个人未认证账号 ━━━━━━━━ ★权威媒体的优势非常明显。这一点和 SEO 时代有延续性,但权重差距比 SEO 拉得更开。我自己折腾下来,在百家号、搜狐、网易号这类"准权威"平台,如果账号是认证的(红 v、蓝 v、黄 v),被引用概率明显高于未认证账号。这也是为什么很多企业开始重视账号矩阵的认证工作——它不再是一个虚荣指标,而是直接影响 AI 引用率。
特别要提醒一句:很多市面上的 GEO 服务商,会向客户兜售"海量自媒体账号铺量"的方案。从我跑的项目数据看,这类策略性价比非常低。豆包对未认证、低权重的个人账号本身就有降权,即使铺 1000 篇,被引用的概率也未必比一篇人民网的报道高。
3.3 评分关注的四个维度
豆包在拿到一批候选信源后,会从四个维度给它们打分,再综合排序:
- 是否被提及——产品名、品牌名是否出现在答案文本中;
- 信源类型——这条引用来自哪个 URL、哪家媒体;
- 排序位置——是答案的第一段就出现,还是被排到了第五个引用;
- 情感倾向——这段引用是正面、中性,还是负面。
最后一个维度尤其要重视。如果你的品牌在豆包答案里被提及但带负面倾向,反而是个糟糕的结果。这种情况下,优先要做的不是堆更多正面内容,而是先把负面源头找出来——很多时候是社交平台某条热评、某篇被算法推爆的负面新闻。负面源头不处理,堆再多正面也是徒劳,因为 AI 大模型在做情感判断时,用户评论的权重比你想的要高。
到这里,豆包"挑内容"的整体逻辑就清楚了。下一章,我把信源权威性这件事再拆得更细一点。
第四章 豆包偏爱什么样的信源:权威性排序图谱
信源权威性这件事,我之前一直觉得在 SEO 里就够重要了,真正做 GEO 项目之后才发现——它在 AI 大模型时代的权重比 SEO 时代还要高。
道理也不难理解。SEO 时代,搜索引擎只负责把信息排序展示给你,信息可信度最终由用户自己判断。但 GEO 时代,AI 是要"代表用户"直接给出答案的,模型对一份信息的引用,某种意义上是在为它背书。一旦引用了错的、带偏见的、不准的内容,用户会直接把账记在 AI 头上。所以模型在筛信源时,会本能地往"更稳"的方向走——优先选官媒、新闻源、权威机构。
这一层认知打通,后面的实操就有方向了。
4.1 豆包偏爱的五大类高权重信源
我把测试中反复出现的高权重信源整理成五个梯队,优先级从高到低:
梯队一:中央官媒 + 国家级新闻源
新华网、人民网、央视网、光明网、经济日报...
梯队二:省级官媒 + 头部新闻门户
北京日报、南方都市报、澎湃新闻、界面新闻、第一财经...
梯队三:垂直行业权威站
比如 IT 之家(科技)、车之家(汽车)、慧聪网(B2B)、动脉网(医疗)...
梯队四:认证大站账号
百家号(黄 v / 蓝 v)、搜狐号、网易号、腾讯新闻认证账号...
梯队五:字节系内容
抖音蓝 v / 黄 v、今日头条认证号、西瓜视频认证号...注意一个细节——字节系内容在豆包里的权重明显高于其他大模型。我用同样的关键词在豆包和千问里跑过对照测试,豆包回答里出现"抖音用户某某说"或者"今日头条某号提到"的概率,显著高于千问。这就是亲儿子待遇,没什么好遮掩的。
反过来,做千问的 GEO 时,就要把重心往阿里系内容上转,优酷、夸克、知乎(阿里有股份)的权重会更高一些。这种"亲儿子偏好"几乎是所有大模型的通病,看清楚就好。
4.2 个人自媒体的尴尬位置
很多自媒体作者会问我——我个人公众号写得也不错,为什么豆包不引用?
实话实说,个人未认证账号在豆包眼里基本属于"姑且看一眼"的级别。这不是说内容不好,而是模型在做权威性判断时,无法验证"作者是谁、是否有资质、内容是否经过编辑审核"。一个微信公众号即使有十万粉丝,在 AI 看来,也比不上一篇人民网的 800 字小消息。
那个人自媒体作者还有没有机会进 GEO 视野?有,但要换打法:
- 把同一份内容同步发到百家号、搜狐号、网易号,这些大站的认证体系是被 AI 认可的;
- 争取被新闻源网媒转载、提到、引用,哪怕一次也好,等于借了对方的权威性;
- 把自己的内容做成可被引用的"原始资料"——比如行业小数据、调研样本、独家观察,被新闻源拿去引用的概率会上升;
- 持续更新、形成话题密度,让 AI 在分析这个话题时反复看到你的署名。
我自己写无忆研习社的时候,就是按这个思路在做——莫潇羽@无忆研习社的署名要在内容里反复但克制地出现,既建立作者人设,又不显得堆砌。这是个长线工程,急不来。
4.3 一个反直觉的事实:数量不如质量
有个数据我个人觉得挺有意思。我跑过一个测试项目,客户砸了几万块钱让一家 GEO 服务商铺了 500 多篇外站文章,最后在豆包里的引用率还不如他们自己官网上一篇深度长文。
为什么?因为那 500 多篇文章 90% 来自低权重个人自媒体账号,在豆包的权威性评估里基本被一刀切。剩下不到 50 篇有点权重的,因为内容质量参差不齐、相互重复、缺少独立观点,反而被模型判定为"内容农场式投放",整体降权。
这就引出一个重要原则——做 GEO 不要追求外站文章数量,要追求"高权重信源 × 高质量内容"的乘积。一篇被人民网网络版收录的文章,价值可能等于 100 篇个人自媒体的转载。
4.4 信源建设的一个长线思路
回到实操层面,信源建设是个长线活,我自己梳理了一个三步走的节奏:
第一步,先把官网内容打磨好。这是你最容易控制的信源——结构化清晰、内容深度足、品牌词自然嵌入、有原创数据,把官网做成一份"教科书式"的资料。AI 在做语义匹配时会优先调用结构清晰的内容。
第二步,做认证账号矩阵。百家号、搜狐号、网易号这三个最关键,争取拿到认证(黄 v 或蓝 v),然后用这些账号同步发布官网内容的精简版,既扩大覆盖,也借助大站权威性。
第三步,争取新闻源报道。找行业垂直媒体、地方媒体、新闻源网媒,主动投稿、提供采访资源、参加行业活动,让自己进入媒体视野。这一步最慢,但收益最高。
把这三步做扎实,豆包对你的信源认知就立起来了。剩下的就是耐心。
第五章 四类问题对应四种答案结构:内容形态决定引用率
上一章我讲过一个判断——内容数量不如内容质量,而内容质量的核心,是内容结构是否匹配 AI 的引用偏好。
这一章我把"什么样的结构最容易被引用"这件事彻底拆开。把这个吃透,你写 GEO 稿件时就知道每一段为什么这么排,而不是凭感觉堆。
5.1 品牌询问型:综合评价 → 适配人群 → 竞品对比
这类问题最常见,比如"蔚来汽车值得买吗""华为 Mate 系列怎么样"。用户问完这种问题,内心其实是想看一份"综合体检报告",而不是单一答案。
豆包对这类问题给出的答案,结构基本固定:
开头:综合定位(品牌定位 + 核心优势)
↓
中间:优缺点列举(优点 3-5 条 + 缺点 2-3 条)
↓
适合人群:对哪类用户最合适
↓
竞品对比:同价位 / 同类型其他选择
↓
结尾:总结性建议所以你写品牌型 GEO 稿件时,最好按这个骨架来组织内容,让模型在抓取时能直接捡起完整片段。如果你写的是"华为 Mate 70 全面体验",你就别只写优点,要把竞品对比、适用人群、缺点都覆盖到。模型在判断"这篇是不是品牌型答案的合格信源"时,会看你是不是覆盖了这些维度。
5.2 产品推荐型:榜单 → 详评 → 购买建议
这是 GEO 里最热门的一类问题,因为它最接近购买决策。"哪个空调最省电""扫地机器人哪家好",这种问题用户一问完,基本就到了准备下单的阶段。
豆包对这类问题的答案结构:
开头:TOP 榜单概览(列出 3-5 个候选)
↓
逐个详评(每个产品的优缺点)
↓
价位段对比 / 功能差异
↓
针对不同需求的购买建议这类问题对应的高引用稿件,基本就是"XX 产品 TOP 5 / 10 榜单文"。所以你会发现,自媒体上充斥着大量"XX 行业 TOP 10 推荐"类的文章,不是写手懒,是这类格式本来就最容易被 AI 抓取。
但是要注意一个细节——真正被 AI 引用的榜单文,不是那种纯软广性质的"塞进去自己产品"的列表,而是有数据支撑、有横向对比、有差异化结论的榜单。豆包对内容质量是有判断的,纯营销稿很容易被识别。
我的经验是,如果你想用榜单文做 GEO,要做到三点:
- 至少覆盖行业里 5 款以上主流产品,自己想推的那一款放在中间位置而不是 No.1;
- 每款产品给出 3-5 个具体指标(价格、性能、续航、噪音、售后等);
- 结论部分针对不同人群给出差异化建议,而不是统一推荐某一款。
这样写出来的榜单文,模型会判定为"专业评测"而不是"软广",引用率会显著高出一截。
5.3 知识科普型:定义 → 区分 → 应用场景
知识科普型的代表问题是"什么是 GEO""什么是 ETF 基金"。这类问题对应的答案结构:
开头:核心定义(一句话讲清楚是什么)
↓
原理拆解 / 工作机制
↓
与相似概念的区分(GEO vs SEO,ETF vs 普通基金)
↓
应用场景 / 适用人群
↓
延伸阅读 / 进阶资源写知识科普型稿件,最容易踩的坑是只写定义不写区分。AI 在做语义匹配时,会优先抓取那些"既给出定义,又解释了与相邻概念边界"的内容,因为这种内容信息密度更高。
我自己写 GEO 相关的科普,会刻意在文章里加上几组对比表:
对比维度 SEO GEO
优化目标 关键词排名 被 AI 引用
核心方法 外链 + 关键词 语义 + 权威
评估指标 PV / UV 引用率 / 排序位
内容形态 长尾词矩阵 结构化深度内容
更新节奏 周更 / 月更 持续小步迭代这种对比表一放,内容的"可引用性"瞬间上升,因为它给 AI 提供了清晰的语义锚点。
5.4 问题解决型:全流程操作步骤
最后一类是"怎么做"型问题,比如"笔记本怎么换内存""路由器怎么设置 IPv6"。
这类问题的答案结构,关键词是全流程:
准备工作(工具 / 前置条件)
↓
判断兼容性 / 适用范围
↓
逐步操作(每一步配截图 / 命令 / 注意事项)
↓
验证 / 测试
↓
常见问题 FAQ写问题解决型稿件,步骤完整 + 每步都有验证方法是核心。AI 在抓取这类内容时,会优先找"步骤齐全、每步都有可验证结果"的文章。
我写技术类操作教程时,会刻意把每一步都用"标号 + 操作 + 预期结果"的格式呈现,比如:
步骤 3:打开 BIOS
- 操作:开机时按 F2 或 Del 键
- 预期结果:进入蓝色 BIOS 设置界面
- 异常处理:如果按键无响应,可能需要在系统启动时长按这种格式对 AI 极其友好,因为它把"操作 / 验证 / 异常"三件事一次性给齐了,模型可以直接复用整段。
5.5 一个综合建议:把四类结构组合起来
实际操作中,你可能会发现一篇深度长文里其实同时包含了多种问题类型的答案结构。
举个例子,如果你写一篇"2026 年 GEO 实操指南",理想结构应该是这样的混合形态:
- 开头先讲"什么是 GEO"(知识科普型结构);
- 中间讲"主流 AI 大模型对比"(品牌询问型 + 产品推荐型结构);
- 后段讲"如何实操"(问题解决型结构);
- 结尾讲"GEO 服务商怎么选"(产品推荐型结构)。
这种"四合一"的长文,对 AI 来说是真正的高质量信源——因为不管用户问哪一类问题,你都可能被抓到。
这也是我自己写无忆研习社文章时常用的套路:单篇深度 = 多类问题的答案库。一篇文章 1 万字到 1.5 万字,看起来很长,但每一段都对应某种问题的答案结构,被引用率会显著高于"短平快"的零碎稿件。
第六章 关键词密度 vs 语义相关:被忽视的非线性曲线
讲到这里,有一个话题我必须单独拎出来——关键词密度。
很多从 SEO 转来做 GEO 的朋友,第一反应还是"把品牌词塞多一点,密度高了 AI 总能看见我吧"。我必须给你泼盆冷水——这套思路在 GEO 时代会反向伤害你。
6.1 一条违反直觉的曲线
我和几个同行一起跑了大概 100 个测试问题,统计了不同品牌词密度下被豆包索引的概率。结果画出来的曲线是这样的:
索引概率
80% |
60% | ████
40% | █ █ █
20% | █ █ █ █
0% | █
+------------------------
1% 2% 3% 4% 5% 6% 品牌词密度肉眼可见,这不是一条线性曲线,而是一个偏左的钟形。
- 密度低于 1%:模型几乎抓不到你,品牌存在感太弱;
- 密度 2-3%:甜蜜区,索引概率最高,大约能到 60-70%;
- 密度超过 4%:开始下降,被识别为"过度优化"的概率上升;
- 密度超过 5%:基本会被判为内容垃圾,索引概率直接掉到 20% 以下。
这就是为什么 GEO 写作里,品牌词密度必须克制。多了会被反向降权。
6.2 关键词密度的下沉,语义相关性的崛起
为什么会这样?这要追溯到 AI 大模型的底层工作原理。
传统搜索引擎判断"这篇文章是不是讲 XX 的",靠的是词频统计——"XX"这个词出现了多少次,在标题里有没有出现,在 H1 H2 里有没有出现。这套机制下,堆词是有效的。
但 AI 大模型不一样。它在判断"这篇文章是不是讲 XX 的"时,用的是向量化语义匹配——把文本转成高维向量空间里的一个点,再看这个点和"XX"这个概念的语义距离有多近。在向量空间里,"小米汽车""SU7""雷军造的车""国产电动轿跑"这几个表达的语义距离非常近,模型不需要你反复说"小米汽车"才能理解你在讲它。
所以反复说同一个品牌词,在向量层面其实没有增加任何信息量,反而会被识别为"非自然语言"。这是 AI 大模型和搜索引擎在底层逻辑上的关键差别。
6.3 一个真实的对比示例
我举两个典型示例,你一眼就能看出差别。
反例(密度过高 + 语义贫乏):
"我们公司的 XX 品牌是国际知名品牌,XX 品牌质量好,XX 品牌服务好,选择 XX 品牌就是选择品质。XX 品牌已经服务了上万客户,XX 品牌的口碑有目共睹。"
这段文字,XX 品牌出现了 6 次,密度可能高达 8%,但语义信息密度极低。AI 大模型一看就知道是营销稿,基本不会引用。
正例(密度适中 + 语义丰富):
"在智能家居领域,XX 品牌凭借自研的语音交互技术赢得了市场认可。根据 2026 年家电下乡数据,该品牌在中西部市场的用户满意度达到 92%,售后响应平均时长压缩到 4 小时以内。在主要竞品中,这一指标位列前三。"
这段文字,XX 品牌只出现了 1 次,但包含了行业、技术、数据、地域、对比这五个语义维度。AI 在抓取时,会判定这段是高信息密度内容,被引用概率显著上升。
差别就在这里:密度让位于语义,堆砌让位于结构。
6.4 语义相关性的四个抓手
讲完密度这个反面例子,正面应该怎么做?我把它总结成四个抓手:
抓手 1:行业关键词矩阵
└ 主题词 + 上下游词 + 用户场景词 + 痛点词
抓手 2:实体关系网
└ 品牌 ↔ 产品 ↔ 创始人 ↔ 行业地位 ↔ 标志事件
抓手 3:数据 + 时间锚点
└ 具体数字 + 年份 + 季度 + 来源出处
抓手 4:对比 + 案例
└ 同行对比 + 用户故事 + 应用场景把这四个抓手都做到位,你的内容在向量空间里就是一个"信息密度极高、语义网络极密"的点。AI 在做相关性匹配时,这种点会被反复命中。
6.5 一个常见误区:别迷信"提示词工程"反推
最近还有个现象——很多 GEO 服务商在做技术反推,通过持续测试找出"豆包最近偏爱哪种标题模板"。比如 2024 年中,"GEO 公司哪家好""十大 GEO 排名公司推荐"这类标题被广泛复制;到 2025 年中,因为广告法合规问题,大家又把"排名"换成"榜单","顶尖"换成"TOP",形成了新一轮模板潮。
我个人对这种做法是持保留态度的。这类技术反推确实能在短期内吃到红利,但它解决的是"如何模仿当下被引用的内容",不是"如何创造被引用的内容"。模型本身在持续学习,模板红利的窗口期很短。你今天复制成功的标题,半年后可能就被模型识别为模板批量生成内容,反向降权。
更靠谱的做法,是回到内容本身——把行业关键词矩阵做扎实、把数据案例做扎实、把权威信源做扎实。这些是底层的、不会被模型识破的真功夫。
第七章 AI 大模型排名四步走原理拆解
讲完了豆包,我们把视角拉到所有大模型层面——千问、DeepSeek、元宝、夸克、百度,这些大模型的内部排名机制,底层原理是一致的,差别只在权重比例和信源池子。
理解了通用机制,迁移到任何一款大模型上做 GEO 都不会迷路。
整个 AI 大模型的信息检索过程,可以拆成四步:
flowchart TD
A[用户提问] --> B[第一步:查询理解与改写]
B --> C[第二步:多源召回]
C --> D[第三步:综合评分排序]
D --> E[第四步:生成回答]
E --> F[用户反馈]
F -.持续训练.-> B下面一步一步拆。
7.1 第一步:查询理解与改写
用户在 AI 大模型里输入一个问题后,模型做的第一件事不是马上去检索,而是先理解这个问题到底问的是什么。
这一步又可以拆成三个子动作:
意图分类 → 查询改写 → 用户向量化意图分类指的是模型判断用户问题属于哪一类。我之前讲豆包时分了四种典型问题,从技术视角更精确的分类是这三类:
- 信息型:用户想知道某件事的真相、特征、评价(比如"iPhone 16 怎么样");
- 导航型:用户想找一个地点、网址、入口(比如"附近的火锅店""人民网首页");
- 交易型:用户想完成一个动作(比如"帮我订一张去北京的机票")。
模型分类完之后,会调用不同的信源组合和答案模板:
- 信息型 → 产品评测、行业报告、用户口碑;
- 导航型 → 地图 API、本地 POI 数据;
- 交易型 → 票务 API、订单系统。
查询改写这一步,是把用户的"原始输入"翻译成"模型内部的精准查询"。这一步处理的是模糊提问和错别字。
举个例子,用户输入"郭德刚相声推荐",其实想问的是郭德纲(纲不是刚)的相声。模型在意图分类时识别到这个错别字,会自动改写成"郭德纲相声推荐"再去检索。
这一步对 GEO 实操有什么启示?你写内容时,要尽量覆盖用户可能使用的多种表达——同一个品牌的全称、简称、英文名、产品昵称、错别字常见版本,都应该在内容里出现一两次。这样模型在改写查询后,无论用户输入哪个版本,你的内容都能被命中。
用户向量化是这一步里最隐蔽、也最值得关注的环节。AI 大模型会基于你的历史搜索行为、当前账号属性、地理位置、设备信息,构建出一个"用户表示向量"——简单说就是一份你的画像。
这就是为什么不同人在豆包里问同一个问题,得到的答案可能完全不一样。一个新手用户问"什么是 GEO",得到的是入门解释;一个长期搜索 SEO 相关内容的用户问同样的问题,得到的可能是和 SEO 的对比分析。
对 GEO 实操的启示是:你写内容时,要心里清楚目标读者是谁——是新手、专业人士、决策者、消费者还是从业者?同一个主题,针对不同画像的写法是完全不同的。第八章我会再详细展开个性化这块。
7.2 第二步:多源召回
模型理解完用户问题之后,会同时启动多个检索通道,这就是所谓的多路召回。
主流大模型的召回通道大致有四类:
通道 1:向量数据库(早期训练语料) 占比约 65%
通道 2:知识图谱(实体关系网) 占比约 15%
通道 3:实时网页抓取(搜索增强 API) 占比约 15%
通道 4:结构化数据 API(天气/金融/票务等) 占比约 5%每一个通道返回若干条候选,合在一起进入下一步评分。
向量数据库是模型早期训练时收集整理的知识库,包含历史网页、行业文档、专利、书籍、维基百科等等。它的特点是查询速度极快(通常小于 100 毫秒),但内容是"静态"的——只覆盖模型训练截止时间之前的数据。
知识图谱是一张实体关系网络。比如"莫潇羽"这个名字、"无忆研习社"这个网站、"www.wuyi.wiki"这个域名,这三者在知识图谱里会被关联起来,标识为"同一主体的不同表达"。
这一步对 GEO 实操的启示很重要——做品牌知识图谱建设。让模型清楚地知道:你的品牌全称是什么、简称是什么、英文名是什么、创始人是谁、属于哪个行业、有哪些代表产品。这些信息要在多个权威信源中保持一致,模型才能在知识图谱里把它们关联起来。
实时网页抓取(也叫搜索增强 API)是模型为了弥补训练数据滞后,在用户提问时实时调用搜索引擎 API。这个通道对时效性内容尤其重要——新闻、热点、最新发布的产品,基本都靠这一路来。
这里有个关键的常识误区要破除:很多人以为"搜索增强 API 抓回来的内容,就直接被模型用了"。错了。实时抓取的内容会和向量数据库、知识图谱里的内容一起进入打分流程,只有在综合打分胜出后才会被引用。也就是说,你的官网即使被实时抓到了,如果内容质量不够,照样进不了答案。
结构化数据 API就比较好理解了,天气查询调天气 API,航班查询调航班 API,股价查询调金融 API。这个通道一般不在 GEO 优化范围内,主要靠数据本身的权威性,跟我们关系不大。
7.3 第三步:综合评分排序
这是整个流程里最值得 GEO 从业者深入研究的一步。
模型在拿到四个通道返回的所有候选内容后,会对它们做综合评分。评分维度有五个:
综合得分 = A × 语义相似度 + B × 权威性 + C × 时效性 + D × 完整性 + E × 个性化A、B、C、D、E 是权重系数,实际比例大致是:
- A 语义相似度 ≈ 40%
- B 权威性 ≈ 30%
- C 时效性 ≈ 15%
- D 完整性 ≈ 10%
- E 个性化 ≈ 5%
这套权重不是官方公布的
