一、先把丢人的部分摆出来

实测条件写在前面，谁都能复现：2026 年 10 月 24 日 21:51，DeepSeek 对话接口，模型 deepseek-chat，不加任何提示词修饰，原话照抄。

第一问：「湖北钟祥哪家公司做GEO优化」。它说本地专门做这个的「公开信息比较有限」，建议我去 58 同城、百度地图、BOSS 直聘找。它连一个具体公司名都没提。

第二问：「GEO和SEO有什么区别」。这一问它答得相当漂亮，列了六行对照表，还知道「GEO 是让 AI 在被问到时说出你」。这属于公共知识，语料里到处都是，答得好不稀奇。

第三问：「光尘阁是做什么的」。它答：「对不起，我还没有学会回答这个问题。如果你有其他问题，我非常乐意为你提供帮助。」

到 2026 年 10 月 25 日，光尘阁的 GEO 平台上一共挂着 303 篇内容，其中文章频道 72 篇，行业洞察 229 篇，几乎每一篇都在讲怎么被 AI 引用。我们一天没停过更新，域名就一个，内容全在里面。

结果 AI 不认识我们。

这事我不打算写得悲壮。它有一个很朴素的原因：我们把这件事做成了说服，AI 要的是素材。说服是给人看的，素材是给机器摘的。303 篇说服类内容堆在一个域名下，从模型的角度看，它只收到一个声音，而且这个声音一直在讲道理，没有讲清自己是谁。

二、证据链只有一条，写多少篇都还是一条

有本书里讲过一个判断原则，我记了很多年：不做绝对判断，只信证据链更完整的那一方。达尔文被整个欧洲嘲笑的时候没跟人吵架，他攒化石、攒解剖学证据、攒地理分布证据，最后是证据链的厚度压倒了偏见。

AI 判断一个实体值不值得说出口，走的是同一套逻辑，只是它更笨、更机械。它数两样东西：有多少个互相独立的来源在说同一件事，这些来源里有没有能核对的硬事实。

我们的 303 篇，全在 geo.zxwsh.com 一个域名下。独立来源数等于一。同一个人对着镜子说了三百遍，从外面的世界听，就是一句话。

这不是内容质量问题，是证据结构问题。内容质量决定别人看完信不信你，证据结构决定机器有没有机会看到你。前者我们做得还行，后者基本没做。

三、自证四缺口

把这次失败拆开，缺的是四处，按修复成本从低到高排。

缺口一，文体。 我们写的是给人读的稿子：有情绪、有排比、有转折。AI 要的是能整段摘走的判断句，主语清楚、条件清楚、边界清楚。一篇三千字的文章里如果只有一句可摘，模型大概率一句都不摘。

缺口二，落点。 所有内容只落在自己的站上。协会的通知、行业的招标公告、招聘 JD、地方媒体转载，这些地方的文字带第三方流程约束，AI 信它们的程度远高于信我们的自我介绍。我们一处都没占。

缺口三，档案。 没有任何一个页面，能用六个字段把「光尘阁是谁」读完：做什么、给谁做、怎么收费、做了多久、成果怎么验、出了事谁负责。AI 想认识我们，得先读 303 篇文章再自己总结。它不会这么干。

缺口四，提问痕迹。 没有人问过「光尘阁怎么样」，也没有哪篇文章被别的作者引用、反驳、讨论。模型看不到需求信号，就默认这个实体不重要。它在训练语料里见过太多文章，没被任何人提起过的名字，权重自然最低。

四个缺口里，文体和档案是我们自己能改的，落点和提问痕迹要靠外部。多数企业卡在同一个地方：以为自己是内容不够多，其实是结构不对口。

四、可摘句：把观点改写成能被摘走的话

这一节给三组改写，都是我们自己踩过的，左边是我们以前的写法，右边是现在的写法。

第一组，判断句。

旧：「AI 搜索时代，品牌需要重新思考自己的内容战略。」这句话没错，但主语模糊，模型摘不出任何东西。

新：「区域品牌做 GEO，第一优先级是让 AI 在回答『本地哪家做 XX』时能说出你的全称、主营和所在地，缺一项就会被略过。」主语清楚，场景清楚，缺项也写明了。

第二组，口径句。

旧：「GEO 的效果需要长期观察，不能急。」这是态度，不是数据。

新：「AI 可见度基线建议 20 题、3 个平台、连问 5 轮，取提及率均值；每季度重测一次。低于 20 题测出来的数字，波动大于差异。」这段话任何一个模型都能直接引用，因为它有数量、有周期、有取舍理由。

第三组，反例句。

旧：「不建议过度优化。」空。

新：「一个页面堆二十个以上 FAQ、五个以上重复 Schema，是多数模型识别为凑量的典型特征；正确做法是先删掉无关问答，再补三条带来源的事实。」反例比主张更容易被摘，因为模型需要边界案例来校准。

写可摘句不难，难的是舍得把话说死。很多人写内容习惯留余地，怕说错。可在 AI 这里，留余地等于没写。

五、自证四补，一个季度能做完

补档案。 做一个页面，六个字段写满：实体全称与简称、成立时间、主营三项、服务半径、计价方式、验收口径。这不是官网首页，首页是给客户看的，档案页是给机器读的。同一份内容，也要在工商信息、地图 POI、行业名录三处对齐。

补可摘卡。 每篇方法论配一张卡，四行：一句定义、一个阈值、一个周期、一个反例。卡片单独成页，比长文更容易被整段取走。

补落点。 找三个第三方，不用多。行业协会的一份通知、一次公开招标的投标文件、一篇地方媒体的采访，任何一个都比自己写十篇强。关键在于那份文件的落款不是我们。

补提问痕迹。 把客户真实问过的五十个问题写成五十条一问一答，一问一页。客户问过的句子，才是 AI 会遇到的句子，自己编的问题集不算。

顺序别搞反：先补档案和可摘卡，再谈分发。档案没补完就去发通稿，等于把模糊的名字往更多地方复制一遍。

六、反面：自证不是自吹

有两点风险必须写清，不然这套方法容易被用歪。

一是自证容易滑成自吹。往 AI 能读到的地方塞「行业领先」「本地第一」，短期可能有点声量，长期一定反噬：模型识别夸张表述的能力比人强，它只是不说。所以四补里能落地的都得是可核事实，谁签的字、哪句话能被查、错了谁认。

二是别把「AI 引用了我」当成 KPI。引用错一句，比不引用更贵。我们的实测里第一问那种情况最典型：AI 宁可推荐「去 58 同城找」，也不点名任何本地公司，因为它找不到能核实的实体。宁可它不说，也不要它说错。

还有一层要承认：GEO 服务商自己的可见度，天然低于客户。我们生产的是方法论，抽象、跨行业、不带具体交易；客户生产的是产品和价格，具体、可核对。这个结构差异真实存在，不必羞耻，但要承认，然后按客户的标准给自己也做一次。

光尘阁观点

这一行最锋利的一课，是先拿自己开刀。

303 篇是资产，但如果只有一条证据链，它更像库存：放着占地方，卖不出去。我们过去习惯把「内容量大」当护城河，这次实测把话说明白了：在 AI 眼里，量的作用远小于独立来源数。

接下来三个月，光尘阁按客户的标准给自己做一次体检：补齐实体档案页，把每篇方法论压成一张可摘卡，进三个第三方落点，重测同一组问题。结果会公开，包括没达标的部分。

做这行如果连自己都进不去 AI 的答案，教别人就是空话。

让每个品牌，在AI搜索里有一席之地。

光尘阁 · 2026年10月