一、一个反常的现象：内容越多，AI越不敢用你

市面上GEO服务商的报价单，大多按"篇"算。发十篇多少钱，发三十篇多少钱。这个报价方式里藏着一个默认前提：声量等于信任。

你照着这个思路做完一轮，去问AI"我们这家公司靠不靠谱"，答案里可能还是那几家老面孔。偶尔提到你，名字写错一个字，或者用的是三年前的旧地址。问题不在于AI看不见你。它看见了，只是不敢用你给的材料。

判断一个主体的可信度，AI要的是能被反复验证的一致信号。同一句没有出处的话说一百遍，在它那里仍然只是一句话，甚至是一句需要打问号的话。

二、AI怎么给你算分：它算的是比例，不是总量

先看入口的变化。行业里被反复引用的一个对比是：用户在搜索框里平均输入四个多词，转向AI对话框之后，平均提问长度涨到二十几个词。问题变长了，说明用户要的是结论，不是链接列表。要给出结论，它就得先判断你是谁、能不能信。

判断的过程有三个机制，理解了就不容易走弯路。

第一个是去重。 你把同一篇稿子发到二十个平台，AI抓到的是同一段文本。它不会记二十份证据，只记一份，剩下十九份算噪点。声量在SEO年代是排名燃料，在AI这里只是重复。

第二个是冲突降权。 模型碰到同一个主体互相矛盾的信息，默认动作不是"挑一个信"，而是"都不采信"。你官网写公司全称，公众号主体是品牌简称，招聘网站上挂着工商变更前的旧名字，地址栏还有三个版本。对它来说，这可能是三家不同的公司，也可能是一家说不清自己是谁的公司。宁可分裂，不轻易合并，这是它保守的地方。

第三个是溯源偏好。 有出处、有时间、有具体来源的数字，和无出处的大数字，落在两个权重档上。前者是证据，后者是宣传。据5WPR对6.8亿次AI交互的统计，AI给出的引用里有约47%来自企业官网。官网这类一手出口的权重，本来就是被证据喂出来的。

这三条合起来是一句话：AI给你打的分叫置信度。它约等于"一致且可核实的信号"，除以"你的全部信号"。

分母涨、分子不涨的时候，你的置信度是在往下走的。这就是"越努力越没效果"的来处。

三、四类内容，正在给你的主体减分

我给它起了个名字：内容负债。它不算坏内容，只是拖后腿。分四类。

冲突债。 同一个事实出现两种以上写法。公司名、简称、成立时间、地址、服务范围、负责人，任何一个字段写法不统一，都在制造归并困难。AI要先把这些碎片认成一个人，才谈得上推荐你。这一步卡住，后面全白做。

无源债。 自己攒的榜单、自己给的星级、没有出处的行业数据。现在一手媒体资源已经在收口：星级、排名、评分没有佐证依据的一律不发。《广告法》第五十七条对绝对化用语的规定是二十万元以上一百万元以下罚款，这条线不只是合规问题，它同时是信任问题。无源的漂亮话不会加分，它污染的是你全部有源的内容。

低熵债。 全网都是同一句话的变体。我一直说，内容的价值约等于它独有的增量信息。反过来看，重复的那部分不产生价值，还占着你的信号带宽。

过期债。 挂在官网上的旧价格、已经离任的团队介绍、两年没更新的核心页。AI对近期更新过的内容有明显偏好，这是做内容的人该记住的节奏差。

四、减法审计四步：盘点、分档、砍债、补锚

第一步，盘点出口。 把所有能说出你名字的地方写下来：官网、公众号、视频号、第三方媒体报道、百科、问答平台、电商或平台店铺、招聘页。八个出口是比较常见的起步量，多的能到二十几个。不用去猜AI抓了哪几个，把它能抓到的地方列全就行。

第二步，分档。 每个出口里的每个页面，归到三类：承重的、中性的、负债的。承重页面是能独立被引用的事实页，有全称、有出处、有服务范围、口径准确、时间新。中性页面是撑着但不加分的，比如节日祝福、活动花絮。剩下的就是上面那四类负债。

第三步，砍债。 顺序不能乱：先冲突、再无源、然后低熵、最后过期。

冲突的，定一个基准口径，其他出口改过来，简称的对应关系一并写清。无源的，要么补出处，要么删掉，没有第三种处理方式。低熵的，留一条信息量足够的，其余下线，或者改写成不同场景的表述。过期的，能更新就更新，不能更新的下线。

第四步，补锚。 砍完会出现空位，空位要用事实填，不能用更多形容词填。一个主体的锚点是六件套：全称、简称、地址、统一社会信用代码、域名、公众号主体。这六项在每个出口的写法一致，AI才算认得清你是谁。

给三档自己就能打的及格线：

  • 口径一致率：主体名称在所有出口写法一致、简称对应关系明确，目标九成以上。
  • 负债页占比：负债类页面占全部可被引用页面的比例，先压到一成以内。
  • 更新周期：承重页面半年内至少动一次，能压到两个月内更好。

五、减法不等于删内容，这四种情况别乱减

先说一种我反对的减法：把官网删成一张名片。那不叫减法，那叫自断。减法砍的是不承重的重复，事实本身一个字都不该少。

第一种，独立出口本来就少，不到十个。 这时候第一优先级是先铺地基，别急着减：官网有一套能独立被引用的事实页，自媒体有一个稳定输出的出口。空场上做减法，减完就是零。

第二种，旧内容承担时间纵深的角色。 AI判断一个主体，时间线是重要信号。一家存在了十年的公司和上个月才出现的名字，可信度起点不一样。旧内容的正确动作是更新，别急着删。

第三种，负债内容挂在别人手里。 第三方平台上的旧资料，你改不了。这时能做的是在自己可控的出口里把正确版本写得足够清楚、足够完整，让它成为更容易被采到的那一份，再走正常渠道申请修正。

第四种，团队没人有空维护。 减法审计不该当成一次性项目，它是一张季度体检表。做一次就不管，三个月后负债会自己长回来，因为新内容一直在产生，旧出口一直在失修。

光尘阁观点

第一，GEO的边际收益，现在先在减量上，不在增量上。 不少企业真正卡住的是内容信用，跟篇数关系不大。把混进来的杂质清掉，比再多发十篇管用。

第二，警惕只卖"篇数"的方案。 发稿是动作，信息治理才是工程。一个只按篇数报价、从不碰你存量内容的方案，没有解决AI认不认识你这个问题。卡内基梅隆大学做过一个测试，同一个问题问一百次，AI给出的品牌清单几乎没有一次完全一致。凡是承诺"保证排进推荐位"的，要么无知，要么明知做不到。

第三，减法比加法难做，因为加法有交付物，减法只有结论。 这就是为什么大部分服务商只会卖加法，也是为什么我们做诊断时先出减值清单，再谈内容生产。

跟AI打交道，真正管用的套路是真诚。这句话听起来像鸡汤，落到执行层面就是上面这份清单：少一点编的，少一点重的，多一点能核对的。

谈光尘（光尘阁GEO）

让每个品牌，在AI搜索里有一席之地。

光尘阁 · 2026年9月