结论先行：AI 挑内容，不看你会不会写文案，只看四件事——你的内容在不在它抓得到的地方、对不对得上用户问的那句话、能不能被整段引用、以及有没有人不断验证它。这四条按顺序排，第一条不成立，后面三条都白做。
第一条：信源优先于内容质量
这是最反直觉、也最容易踩坑的一条。企业习惯认为"我写得足够好，总会被看到"。但在生成式搜索里，顺序是反的：先决定去哪些池子里捞，再决定捞哪一条。
同一个内容，发在 AI 会索引的平台上，一周内就可能出现在答案里；发在它不抓的地方，写三年也不会被引用。所以做 GEO 的第一步不是写稿，是信源地图：把用户会问的问题分类，再逐类确认 AI 在这个类别上实际引用了哪些平台。
信源池由问题类型决定，不由内容决定。问"价格"的答案，AI 更倾向引用交易类和团购类页面；问"评价好不好"的答案，更倾向引用点评和真实体验内容；问"怎么选"的答案，更倾向引用教程型长文。
所以不是"我该发在哪个平台"，而是"我要抢的那类问题，AI 在看哪个平台"。
第二条：问题词优先于关键词
关键词是行业的说法，问题词是客户的说法。这两者经常完全不一样。
客户不会搜"高端木作定制解决方案"，他会问"绵阳高新区做全屋定制哪家做得好、大概什么价"。前者是关键词，后者是问题词。AI 回答的是后者，所以你的标题和段落必须能对上后者。
我们在项目里有个硬指标叫命中呈现率：标题命中 AI 检索时的关键词，才有机会被引用呈现。对不上，内容等于没写。
| 写法 | 例子 | 能不能被引用 |
|---|---|---|
| 栏目名式标题 | GEO 与 SEO 核心差异对比手册 | 很难，像目录不像回答 |
| 关键词式标题 | 高端木作定制｜实木整装 | 难，没有信息量 |
| 问题词式标题 | 绵阳高新区做全屋定制，预算 20 万够不够？ | 可以，直接对上提问 |
第三条：结构化优先于长篇
AI 需要的是能"整段搬走"的答案，不是一篇读完才能明白的文章。所以内容要按可切块的方式组织：
- 开头一百字给结论，不要铺垫背景。AI 常直接引用开头段落。
- 每个小标题是一个具体问题，下面直接回答，不要绕。
- 能用表格就用表格，对比、价格区间、流程步骤，表格是最容易被整块引用的结构。
- 补一段常见问题（FAQ），把客户追问的那几句写进去，并加上对应的结构化标注。
- 给可核验的细节：多少间房、多久交期、几个点位、什么材料。形容词 AI 不引用，具体数字才是抓手。
第四条：可复测优先于讲故事
GEO 最容易失控的地方，是"做了不知道有没有用"。解决办法只有一个：把它变成可以被重复测量的实验。
- 固定一批问题词，不要每轮换新的。
- 固定周期，通常是内容发布后等 7 天再测。
- 固定平台，至少在两个 AI 引擎上各测一遍。
- 记录三件事：有没有出现品牌名、出现在第几位、引用的是哪个信源。
只做前三步，你得到的是"好像有点效果"；做到第四步，你才知道下一轮该补哪一类问题、该换哪个信源。这也是我们坚持每轮都留原始记录的原因——数据不存档，经验就无法累积。
常见问题
不看篇数，看覆盖。一个行业通常 20 到 40 个高频问题词，能把其中大部分覆盖到，比发一百篇同质文章有效。
两者分工不同。外部平台决定你能不能"进池"，官网决定客户进来后信不信你。只做外部，客户来了没有落脚点；只做官网，AI 可能根本抓不到。
没有固定期限，但时效性和一致性都会影响。稳定的做法是保持更新节奏，并让同一组事实（名称、地址、电话、服务范围）在所有平台上完全一致。
不一定。被引用解决的是"被看见"，转化还取决于内容里有没有让客户下决定的理由——价格、案例、承诺、联系方式。GEO 不是万能的，它只是把门口的人流量做起来。