GEO 实战笔记 / 14
独立站 GEO：内容怎么写，效果怎么证明
内容层其实只有三个动作——结论前置、答案自足、能对比。而"效果怎么证明"这件事，2026 年第一次真的能做：微软的 AI 性能报告给你引用数据（目前唯一一份），Google 的生成式 AI 报告给你曝光数据，GA4 给点击数据——但它故意漏掉了自家。这一篇给四个可以直接照抄的东西：出海内容结构模板、产品页五问
本篇目录
- 一个做户外家具的老板，被告知"效果要等半年"
- 这一篇要给你两样东西：一套写法，一套验收
- 先说一件反常识的事：被引用，跟有没有流量，是两件事
- 内容层只有三个动作，其余都是噪音
- 第一个动作：把结论放在前 30%
- 第二个动作：每一段都要能单独摘走
- 第三个动作：让 AI 一眼看出"这里有可对比的东西"
- 微软那份官方指南，是全网唯一一份"内容怎么写 AI 才摘"
- AI 到底引用过你几次——唯一能看到这个数据的后台，是微软
- Google 补齐了另一半：看得见曝光，看不见点击
- 流量那一段，GA4 单开了一个渠道——但它故意漏掉了自家
- 把这一篇出现的词，一次性翻成人话
- 《出海内容结构模板》与《GEO 验收清单》
- 本节动作
- GEO 实验日志 · 第 14 期
- 写在最后
我是醒醒，AI共学社主理人，30岁程序员转型一人公司践行者。闲鱼+小红书变现五位数，已帮500+人用AI为工作提效。不教你追工具，只帮你用AI解决问题、赋能业务。长期主义者，专注让AI真正落地到你的工作里。
GEO 实战笔记 · 第 14 篇 你现在在哪：第 5 阶 · 进阶（独立站 / 出海专线 · 第 3 篇 · 收口） 这一篇带你去哪：拿到一套出海版的内容写法，和一套能写进合同的验收方式
一个做户外家具的老板，被告知"效果要等半年"
去年年底，他花了三个月把独立站的技术底座修了一遍。爬虫放开了，产品页的服务端渲染改了，参数从图片里搬进了网页。
今年年初，他签了一份半年的 GEO 服务。服务商每月交 20 篇内容和 10 条 FAQ，报告写得很客气："AI 引用正在积累中。"
到了第四个月，他忍不住了，发消息问我一句：
"到底有没有效果？我问服务商，他说 GEO 见效慢，让我再等半年。"
我看了一眼他拿到的交付物，发现两件事。
第一件：那 20 篇内容，写法跟 SEO 时代一模一样——先来一段行业大势，铺垫三百字，中间绕一圈，最后才给出结论。内容不差，但AI 摘不走：它要的那句话，藏在第三段。
第二件：四个月了，他自己没有任何一个后台能看到"有没有被引用"。所有的进展，都来自服务商自己做的一份 PPT。
他要的不是"慢"，是一个能看见进度的东西。
而这两件事——内容到底该怎么写，效果到底该怎么证明——2026 年其实都已经有了官方的答案。
只是没什么人告诉你。
这一篇要给你两样东西：一套写法，一套验收
上一篇我们把门修好了：爬虫进得来，页面读得到。
这一篇是阶 5 的最后一篇，也是"独立站 / 出海专线"这个支线的收口。它讲两件事：
第一，AI 进来了，怎么让它愿意摘你。 内容层的写法，出海版。
第二，怎么证明它真的摘了。 以及在跟人谈这件事的时候，怎么把话说清楚、把账算明白。
我会给你四个可以直接照抄的东西：
- 《出海内容结构模板》——8 个模块，每块写什么、多长、常见错误
- 《产品页五问模板》——客户会问的五件事，你的页面要写清楚
- 《AI 来源三层验收表》——引用 / 曝光 / 点击，各在哪看、各不能证明什么
- 《GEO 服务合同条款清单》——签合同前要写进去的六条，和见到就该换人的三种表述
先声明一件事：这一篇不承诺效果。
不是因为谦虚。是因为平台自己就不承诺——微软在官方的站长指南里，白纸黑字写着一句：GEO 不保证在 AI 体验里被引用。
一份由规则制定者自己写下的"我不保证"，比任何第三方给的"我们保证"都更值得信。
先说一件反常识的事：被引用，跟有没有流量，是两件事
大部分人脑子里的因果链是这样的：
被 AI 引用 → 有人点进来 → 有订单。
这条链，中间断了两截。
第一截：被引用，不等于被看见。
2026 年 6 月，Semrush 放了一组样本数据（3,981 条"域名出现"记录，115 个提示词，14 个国家，4 个 AI 搜索引擎）。结论里最扎眼的是一个词：ghost citation（幽灵引用）——占 61.7%。
什么叫幽灵引用？AI 给了你一个来源链接，但从头到尾，答案里一次都没念过你的名字。
同一份样本里，既被引用又被念到名字的只有 13.2%，还有 25.1% 是"嘴里提到了你、但没给链接"。
也就是说：就算你的页面被 AI 摘了，三分之二的情况下，用户根本不知道那是你说的。
（提醒一句：这份样本不算大，引擎之间的对比只能当倾向看。这个纪律后面还会用到。）
第二截：被看见，不等于有人点。
Pew Research 测过一个数字：AI 摘要里的链接，大约只有 1% 会被点。
1%。不是 10%，是 1%。
这个数字和 13 篇里那个"产品页有三分之一 AI 读不到"放在一起看，就能明白一件事：在 AI 这条线上，绝大多数曝光是不产生点击的。
有意思的是，平台自己在提醒你换尺子。微软的站长指南里有一条，原话的意思是这样：
"点击量下降，不一定是可见性丧失。"
一条规则制定者自己写下的"别用点击数衡量我"，你应该认真听。
那是不是说 GEO 不值得做？
也不是。硬币还有另一面，这一面是 Adobe 的数据（基于超过 1 万亿次美国零售站访问）：
2025 年 3 月，AI 引荐流量的转化率比非 AI 流量差 38%；到 2026 年 3 月，反过来了——好 42%。（2026 年 7 月的更新口径里，这个差距扩大到高 60%。）
所以正确的说法是这一句：
被引用不产生流量，但会筛选出更愿意买的人。
它的价值是心智占位，不是流量渠道。这个区分不做，后面所有的数字你都会读错。
内容层只有三个动作，其余都是噪音
现在讲写法。
市面上关于"GEO 内容怎么写"的建议，我数过，大概有五十条。全看完，你的感受是"都要做，不知道先做哪个"。
把这些建议按"有没有可查证的依据"筛一遍——有官方条文的、有一手数据支持的——剩下的其实只有三个动作。
而且这三个动作不是三个诀窍，是三个维度：
| 维度 | 说的是什么 | 有依据吗 |
|---|---|---|
| 位置 | 这句话放在页面的哪个地方 | 有。一份 18,012 条引用的分析 |
| 粒度 | 这句话写得够不够完整、能不能单独拿走 | 有。微软官方的站长指南条文 |
| 形状 | 这段话长什么样——散文？表格？问答？ | 有。微软官方条文 + 问句标题的引用数据 |
用一句话概括就是：
结论前置（位置）、答案自足（粒度）、能对比（形状）。
下面三节，一个一个说清楚。
先说边界：这三个动作全部建立在"门已经开了"的前提上。 如果你的爬虫权限还没查、产品页还是前端渲染的，先回去看第 13 篇。门没开，写什么都没用。
第一个动作：把结论放在前 30%
这是三个动作里最有数据支撑的一个。
2026 年 2 月，Kevin Indig（Growth Memo）团队做了一份关于"AI 到底看页面的哪个部分"的研究。底层数据来自 Gauge 平台：约 300 万条 ChatGPT 回答、3000 万条引用；最后进入分析的，是 18,012 条被验证过的段落匹配。
结论的形状很特别，他们叫它 "滑雪坡"（ski ramp）：
| 位置 | 拿到多少引用 |
|---|---|
| 前 30% 的文本 | 44.2% |
| 中间 30%–70% | 31.1% |
| 最后 30% | 24.7% |
第一眼看，像是"开头最重要"。
但这个表有个陷阱：三个区间的文本量不一样。 前 30% 是 3 个"10%"，中间那段是 4 个"10%"，最后也是 3 个"10%"。直接比份额，等于让体重不同的人比举重。
所以这份研究自己做了归一——按每 10% 的文本折算：
| 位置 | 每 10% 文本拿到多少引用 |
|---|---|
| 前 30% | 14.7% |
| 中间 40% | 7.8% |
| 后 30% | 8.2% |
开头的引用密度，是中段的 1.9 倍。
这个数字该怎么用？
不是"把 44% 的内容塞到开头"——那是钻空子，而且会把页面写得没法读。
正确的用法是：把最重要的那一句往前提。 就一句。
这份研究还有一个发现，我觉得比"滑雪坡"更有意思。
他们往下钻了一层，看段落内部——引用具体来自那句话？
结果：53% 的引用来自段落的中间。 第一句只有 24.5%，最后一句 22.5%。
说明 AI 不懒。 它不会只读每段第一句就跳走。它在整段里找信息密度最高的那一句。
所以别机械地把答案塞进第一句、然后写一堆废话凑段落。AI 会绕过你的废话，去找真正有信息的那一句——找不到，整段都不摘。
这也是微软官方说过的话。 Bing Webmaster Guidelines 里有一条（第 18 条），意思很直接：
"把关键信息放在 URL 靠前的位置，不要在前面写长引言。"
改前改后：
❌ 在当今快速发展的户外家具市场，消费者面临的选择越来越多，如何在众多产品中找到适合自己的那一款，成为许多人的困扰……
✅ 一把铝合金折叠椅的净重通常在 3.5 到 5 公斤之间。低于 3 公斤的，通常牺牲了承重。
第二句，就是 AI 要找的那种句子。
⚠️ 补一句边界："结论前置"不等于"标题党前置"。 如果开头那句是夸张的、后面圆不回来，反而会被判成低质量内容——微软官方指南第 11 条明写：单薄、广告多、纯联盟的 URL，可能失去排名资格和 grounding 可见性。 前置的是结论，不是噱头。
第二个动作：每一段都要能单独摘走
AI 摘你的时候，摘的是句子，不是页面。
微软官方给这个过程起了个名字，叫 parsing（解析）：AI 把你的页面拆成很多小块，逐块评估权威性和相关性，再把合格的块组装成答案。
所以判据其实很简单，就一句话：
把这一段单独拿出来，它成不成立？
微软的站长指南里有一条（第 15 条）专门讲这个，意思是：事实和定义必须显式写出来；关键陈述不能依赖隐含内容；重要信息要在 URL 本身上就能看到。
听起来很抽象，落到页面上就是具体的三件事：
| 改前 | 问题 | 改后 |
|---|---|---|
| 本品重量约 4kg | 谁？不含什么？ | 这把椅子的净重是 4.1 公斤（不含收纳袋） |
| 符合欧盟标准 | 哪个标准？编号？ | 符合 EN 581-1 户外家具标准 |
| 质保两年 | 保什么？谁保？ | 框架质保 2 年，布料质保 1 年 |
出海在这一条上，要比国内更严格。
原因是：AI 摘你这句话的时候，它没有任何前文可以帮忙解释。而且如果是跨语言场景，指代词在翻译里会彻底走丢——中文的"本品""该系列""如上"，翻过去之后，AI 不知道你在说誰。
明写主语和单位，是出海内容的基本功。
顺手纠一个中文圈传得很广的说法。
你可能见过这条建议："FAQ 答案要控制在 40 到 80 个词之间。"
这个数字，没有一手依据。 我去找了，它只出现在第三方的博客里，找不到任何官方文档或者研究支撑。有一份专门讲内容结构的行业分析甚至直接说：在 GEO 方案里写一个字数目标，本身就是"这个方案不是证据驱动"的信号。
有官方依据的写法，是微软给的：用一到两句话回答，并且这句话脱离上下文之后仍然成立。
有数据依据的发现，是刚才那个 Kevin Indig 的段落级结论：53% 的引用来自段落中间——所以关键不是字数，是能不能单独成立。
把注意力从"写多少字"挪到"这句话能不能被单独拿走"，你就超过大多数人了。
第三个动作：让 AI 一眼看出"这里有可对比的东西"
第三个维度是形状。
微软那份官方指南里明说：项目符号列表、编号步骤、对比表格，会变成 AI 可以复用的片段。
为什么表格特别有效？
因为用户问 AI 的问题，一大半是比较类的——"哪个更好""有什么区别""哪个便宜"。回答这类问题，AI 需要的正是结构化的对比。
你给它一张表，它可以直接读；你给它三段散文，它得自己提炼。而提炼，就有出错和放弃的可能。
Kevin Indig 的数据补了另一半，而且更颠覆直觉：
Q&A 结构的问句标题，被引概率大约是 2 倍。而且——78.4% 的"问号引用"来自标题，不是正文。
意思是：把用户的问题直接写成小标题，比在正文里写一句"很多人会问……"有效得多。
落到产品页上，具体长这样：
| 做什么 | 怎么做 |
|---|---|
| 对比表 | 把你的方案和"另一类方案"对比（不是点名竞品），列 4 到 6 行 |
| 问句小标题 | H2 直接写成客户会问的话："这款椅子能在海边用吗""承重多少""多久能发货" |
| 编号步骤 | 安装、保养、退换——凡是有先后顺序的内容，一律用编号 |
一张示例对比表：
| 项目的 | 铝合金折叠椅 | 钢架折叠椅 | 木架折叠椅 |
|---|---|---|---|
| 净重 | 3.5–4.5 公斤 | 5–7 公斤 | 6–9 公斤 |
| 户外耐候 | 好，不生锈 | 一般，接缝易锈 | 差，怕潮 |
| 可折叠收纳 | 可以 | 可以 | 多数不可 |
| 典型场景 | 阳台、露营 | 室内、庭院 | 室内 |
⚠️ 有一条硬规矩：表里的数字，必须和产品页其他地方的数字完全一致。
微软的站长指南第 14 条讲结构化数据时说了一句话，但这句适用于所有"数据呈现"："标记必须准确反映可见内容。"
道理是一样的——如果你自己的页面上，表格写 4.1 公斤、正文写 4 公斤、图片上写 4000 克，AI 会去信别人。
微软那份官方指南，是全网唯一一份"内容怎么写 AI 才摘"
前面三节用的依据，有一半来自同一份东西。
2025 年 10 月 8 日，微软发布了一份指南：《Optimizing Your Content for Inclusion in AI Search Answers》，作者是 Bing 团队的产品经理 Krishna Madhavan。
更完整的一套条文，藏在 Bing Webmaster Guidelines 里——从第 11 条到第 22 条，整整十二条，全是关于"内容要怎么组织，才能被 AI 取用"的。
这是目前唯一一份由大平台官方给出的内容结构规范。
为什么"官方"这两个字这么重要？
因为这个行业里，九成的"该怎么做"都是第三方推测出来的——看一批被 AI 引用的页面，找出共同点，然后倒推规则。
但共同点不等于因果。你去看一百个被引用的页面，发现六成有某个特征，这不能证明"加上这个特征就会被引用"——更可能的原因是：本来就做得好的站，恰好也更愿意去做那件事。
（这个逻辑第 13 篇讲过一遍，用在了 Schema 上。）
官方条文的价值在于：它是规则制定者自己写的判据，不是别人猜的。
挑八条最实用的，做成一张对位表：
| 官方条文 | 官方的意思 | 落到你的页面上 |
|---|---|---|
| 第 11 条 | 内容要清晰、聚焦、有用；单薄、广告多、纯联盟的 URL 可能失去排名资格和 grounding 可见性 | 产品页别只放图和参数表 |
| 第 13 条 | 标题标签缺失、重复、过短，可能降低索引可靠性、排名和 grounding 资格 | title、H1、description 三者一致 |
| 第 14 条 | 结构化数据可能支持更清晰的 grounding，但不保证可见性或 grounding 流量；标记必须准确反映可见内容 | 别让任何一条事实只活在标记里 |
| 第 15 条 | 内容要能被独立验证 | 事实和定义写出来，别让人猜 |
| 第 16 条 | 实体命名要清晰一致（人、组织、产品、地点），避免歧义 | 品牌名、品类名、产品线全站统一 |
| 第 17 条 | 每个 URL 聚焦单一主题 | 别把三个产品塞进一页 |
| 第 18 条 | 关键信息靠前，不要长引言 | 呼应第一个动作 |
| 第 22 条 | 内容可能以展示、引用、grounding 参考的形式出现；点击下降不总是可见性丧失 | 呼应第 03 节 |
这十二条里，我特别想让你记住两条。
第 16 条，是出海最该注意的一条。 因为海外的 AI 信源池里，第三方（评测站、社区、视频）的权重比国内高得多——品牌在外网被怎么称呼，会反过来定义 AI 眼里的你是谁。 所以官网、商户资料、第三方平台上的品牌名和品类词，要用同一套写法。第 13 篇讲过的实体消歧（Organization 标记加 sameAs），就是为这件事服务的。
第 22 条，是整篇指南的底色。 它等于官方在告诉你：别只盯着点击数。
而这份文档里最诚实的一句，是它的边界声明：
GEO 不保证在 AI 体验里被 grounding 或被引用。
平台自己都在说"我保证不了"。
那么反过来——任何跟你保证"一定被 AI 推荐""七天见效"的人，要么不专业，要么在骗你。 这句话，后面签合同那节还要用一次。
补一句对照：Google 在 2026 年 5 月那份指南里，说的是另一件事——"你不需要为 AI 专门做什么"（不需要 AI 文本文件、不需要特殊结构化数据、不需要专门为 AI 改写）。
两家不冲突。Google 讲的是"从搜索的角度看，为生成式 AI 优化就是为搜索优化"；微软讲的是"内容这样组织，才容易被取用"。
对做独立站的人来说，顺序很清楚：先把基本的搜索和可读性做好（第 13 篇），再按微软这套组织内容（这一篇）。
AI 到底引用过你几次——唯一能看到这个数据的后台，是微软
写法讲完了。现在讲第二样东西：怎么证明。
先说这一层最硬的一个事实。
2026 年 2 月 10 日，Bing Webmaster Tools 上线了一个叫 AI Performance 的报告。
它做的事，在这之前没有任何一个平台做过：直接告诉你，你的内容被 AI 引用了几次。
微软自己说，这是目前唯一一个来自主流平台的、直接可访问的引用分析。
怎么用：
登录 Bing Webmaster Tools（免费），验证你的站点，打开 AI Performance。里面是五个指标：
| 指标 | 它是什么 | 它不是什么 |
|---|---|---|
| Total Citations | 你的内容在 AI 答案里被当作来源显示的总次数 | 不代表在答案里的位置或呈现方式 |
| Average Cited Pages | 平均每天有多少个你的页面被引用 | 不代表排名、权威度，或某个页面的作用 |
| Grounding Queries | AI 检索取证时用的关键短语 | 是样本，不是用户问的原话 |
| Page-level citation activity | 具体哪些 URL 被引用、各多少次 | 不代表页面重要性 |
| Visibility trends | 引用量随时间的变化 | 需要你自己标注内容改版的时间点才看得懂 |
2026 年 6 月 16 日，它又加了四个功能（全球预览）：
- Intents（意图）：把 grounding 查询按意图分类——信息型、商业型、导航型、学习、研究、创作、本地等。你能看到"为什么"被引用了，不只是"被引用了"。
- Topics（主题）：把相关查询聚成主题簇。比如"太阳能板""太阳能效率""家用太阳能安装"会归到"太阳能"这个主题下。你能看到自己在哪个主题上在积累权威，哪个主题是空的。
- Citation Share（引用份额）：某一个 grounding 查询下，你的站占全部被引用来源的百分比。
- Compare（对比）：把不同时间段叠起来看。
Citation Share 是这四个里最值得琢磨的。
以前你只能知道"我在不在"；现在你能知道"我占多少"。
在一个 AI 合成的答案里，没有十个蓝链接让你排位置——你占几分之几，才是你的相对位置。
但微软把话说得很清楚：它是观察性指标，不是排名系统，也不是竞品记分牌；它不暴露竞品域名。
现在，兑现标题里的"唯一"这两个字——把边界说透，否则这个标题就是夸大。
这份报告有四个限制，每一个你都得知道：
第一，它只覆盖 Microsoft Copilot、Bing 的 AI 生成摘要，以及"部分合作伙伴"。
而微软没有点名那些合作伙伴是谁。所以——你不能据此判断它是否包含了 ChatGPT。
第二，官方明写：引用计数"不代表流量、点击或用户参与"。
它给你的是"被摘了几次"，不是"来了几个人"。
第三，数据是样本。 官方原话是低引用活动可能不显示。小站看不到任何数据，是正常的，不是惩罚。
第四，它受 robots.txt 约束。 你在 13 篇里如果挡了 Bingbot，这里就是一片空白。
所以"唯一"的意思是：它是唯一一个肯给你数据的。 不是"唯一一个你需要关心的"。
Google 补齐了另一半：看得见曝光，看不见点击
那 Google 那边呢？
2026 年 6 月 3 日宣布，2026 年 8 月 31 日推送到全球所有站点。
位置（记一下路径）：
Search Console → Performance → Search results → 展开 → Generative AI
它覆盖 AI Overviews、AI Mode，以及 Discover 里的生成式 AI 功能。
能看到什么：展示次数（impressions）、页面、国家、设备、时间趋势。
看不到什么，更要紧：
- 没有点击数据（clicks）
- 没有触发查询（queries）——你看不到是哪句话把 AI 招来的
- 没有你在答案里的位置
说白了：Google 告诉你"你被看见了"，但不告诉你"有没有人来"。
同一时间，Google 还上了一个开关：站主可以主动选择退出，让自己的内容不出现在 AI Overviews 和 AI Mode 里——无论是作为链接，还是作为 grounding 的素材。
官方说明是：这个开关不会影响你在核心网页搜索里的排名。
这个开关的意义，比它看上去大：它第一次把"要不要参与 AI"变成了一个你能自己选的选项，而不是被动接受。
但作为做 GEO 的人，默认当然是留着。除非你有非常明确的理由——比如你的内容被 AI 错误引用了，而你短期没法修正。
补一句我自己的修正。
写这篇之前，我的印象是"Google 什么都不给，只有微软给"。核对之后发现这是错的——Google 在 2026 年 8 月底已经把曝光这一层补齐了。
它只是不给点击、不给查询。
两家各给一半，这才是 2026 年的真实局面。
流量那一段，GA4 单开了一个渠道——但它故意漏掉了自家
引用有了（微软给），曝光有了（Google 给）。"有没有人来"这一段呢？
2026 年 5 月 13 日，Google Analytics 在默认渠道分组里加了一个新渠道：AI Assistant。
机制是这样的（官方定义）：当一个会话的来源匹配到 Google 的 AI 助手名单时，GA4 自动把媒介（medium）设成 ai-assistant、广告系列设成 (ai-assistant)，这个会话就落进 AI Assistant 渠道。
不需要你做任何配置，它自己会出现。
在哪看：
GA4 → Reports → Acquisition → Traffic acquisition → 选 Session default channel group → 筛选 AI Assistant
再加一个次要维度 Session source / medium，就能把 chatgpt.com、gemini.google.com、perplexity.ai 拆开看。
但这个渠道有一个必须知道的设计——来自 Google 自己的渠道定义页，原文的意思是这样：
AI Assistant 是用户从 ChatGPT、Gemini、Deepseek、Copilot 或 Grok 这类来源到达你网站的渠道。它不包括 Google 的 AI Overviews 和 AI Mode。
看清楚这句话：Google 把自家 AI Overviews 和 AI Mode 的点击，归到了"自然搜索"里。
后果很大：你最想单独观察的那一块——Google 自家的 AI——在这个 AI 渠道里是看不见的。
它被算成了普通自然搜索。于是如果你只看 AI Assistant 渠道，你会低估 AI 的总量，而且低估的正好是最重要的那块。
第二个坑：没有 referrer 的 AI 访问，会掉进 Direct。
应用内浏览器、手机 App、用户复制链接，都会把 referrer 抹掉。所以你看到的 AI 流量，是下限，不是上限。
还有一个小坑：OpenAI 的落地页链接用自己的点击标识（oppref），不是 Google 的 gclid。
如果你想看得更全，用自定义渠道分组。Google 官方给过一份 regex 示例（2025 年 8 月），把你想覆盖的 AI 域名都写进去，注意把这条规则放在 Referral 规则之前。另外记住：自定义分组是可追溯生效的，而默认分组不能编辑。
把三层叠起来，才是一个完整的漏斗：
| 层 | 看什么 | 在哪看 | 这个数字不能证明什么 |
|---|---|---|---|
| 引用层 | AI 有没有摘你 | Bing WMT · AI Performance | 不能证明有人看见、有人来过 |
| 曝光层 | 你有没有被看见 | GSC · Generative AI | 不能证明有人点 |
| 点击层 | 有没有人来 | GA4 · AI Assistant 渠道 | 不能证明是 AI 促成的（可能被算成 Direct） |
| 业务层 | 有没有变成钱 | 服务器日志 / CRM / 询盘表单 | 需要你自己打标，平台不会给 |
这张表就是本篇的第三个交付物，可以原样搬进你给客户的报告里。
一句话总结这三层：把它们的数字加在一起，你得到的不是"GEO 的效果"，是一个四层漏斗。只有最后一层能用 ROI 说话，前三层只能用心智占位说话。
把这一篇出现的词，一次性翻成人话
| 词 | 人话 |
|---|---|
| grounding | AI 回答之前去找依据、把网页内容当事实基础的那个过程 |
| citation（引用） | AI 在答案里把你的页面标成"来源" |
| ghost citation（幽灵引用） | 挂了你的来源链接，但答案里一次没念你的名字 |
| grounding query | AI 检索时实际用的关键短语，不等于用户问的原话 |
| Citation Share | 某个查询下，你的站占全部被引来源的百分比 |
| impression（展示） | 你的链接出现在 AI 答案里，不管有没有人点 |
| referrer | 浏览器告诉网站"这个用户是从哪来的"；AI 的 App 常常会把它抹掉 |
ai-assistant |
GA4 给 AI 来源会话打的媒介标签 |
《出海内容结构模板》与《GEO 验收清单》
最后一节，四个可以直接照抄的东西。前两个是写法，后两个是验收。
① 出海内容结构模板
| 顺序 | 模块 | 写什么 | 多长 | 常见错误 |
|---|---|---|---|---|
| 1 | 首段结论 | 直接回答这篇要解决的那个问题 | 2 到 3 句 | 先铺垫行业大势 |
| 2 | 关键数据框 | 3 个最重要的数字 | 一行一个 | 数字没有出处 |
| 3 | 你的独有信息 | 别人没有的数据、案例或方法 | 一段 | 复述别人已经说过的话 |
| 4 | H2 分段 | 4 到 8 个，标题写成问题 | 每段 2 到 5 句话 | 标题用比喻或双关 |
| 5 | 编号步骤 | 有先后顺序的内容 | —— | 用散文写流程 |
| 6 | 对比表 | 有比较关系的数据 | 4 到 6 行 | 表格没有标注来源 |
| 7 | 真 FAQ | 3 到 5 组，问题来自真实提问 | 一到两句话 | 自问自演的伪问题 |
| 8 | 参考来源 | 每一处引用的出处 | —— | 干脆不写来源 |
② 产品页五问模板
| 客户会问 | 你的页面要写清楚 |
|---|---|
| 这是什么 | 一句话定义，加关键参数 |
| 替代什么 | 它和哪一类方案在竞争 |
| 有何不同 | 三条可以验证的差异 |
| 符合什么标准 | 认证编号、适用标准 |
| 谁买过、怎么说 | 真实评价或案例（不编造） |
⚠️ 这五问的内容必须全部是可见文本——不能只放在图片里、PDF 里、或者要点开才显示的折叠面板里。AI 的爬虫不点击、不展开折叠、不滚动轮播（这是微软官方明说的）。
③ AI 来源三层验收表
就是上一节那张四层表，直接复制。
④ GEO 服务合同条款清单
| # | 条款 | 具体写什么 |
|---|---|---|
| 1 | 基线报告 | 签约前先测一轮（至少 28 天），双方确认，作为合同附件 |
| 2 | 问题清单附件 | 固定问句清单（品牌词、品类词、问题词三层），明确每层要铺到哪些平台 |
| 3 | 数据口径 | 写明用哪几个后台、看哪几个字段、多久出一次报告 |
| 4 | 资产归属与退出 | URL 清单、结构化数据、文档源文件可导出、可迁移 |
| 5 | 合规承诺 | 不得使用投毒、批量伪造信源、刷量等黑帽手段 |
| 6 | 人员稳定性 | 明确指定负责账户的具体人，更换前通知 |
为什么不写"提升多少倍"？
因为没有基线的时候，"倍数"是没有意义的。而且平台自己都说了不保证——写一个自己兑现不了的承诺，是把风险留给自己。
⚠️ 见到这三种表述，建议直接换人：
- "保证被 AI 推荐"
- "七天见效"
- "提升 N 倍"（没有基线坐标的）
本节动作
五分钟，做三件事。做完你就有坐标了。
第一件：打开你最重要的那个产品页，看前 30% 的文本里，有没有一句话能直接回答"这是什么"。没有，就把它提前。
第二件：挑三个参数（重量、材质、认证），检查它们脱离上下文能不能看懂——有没有"本品""该系列"这种指代不明的写法。
第三件：注册并登录 Bing Webmaster Tools（免费），验证站点，打开 AI Performance，看看有没有数据。
哪怕它显示"没有数据"，这也是一个结论——说明你在 Bing 的 AI 答案里，还一次都没出现过。
GEO 实验日志 · 第 14 期
这一期记录一个反过来的实验：我把这一篇自己的结构，当成样本拆了一遍。
按本篇给的《出海内容结构模板》对一遍——首段结论（有）、关键数据框（有）、H2 写成问题（只有一半）、对比表（四张）、真 FAQ（没有）。
没做到的那两项，恰好是我平时最容易省掉的：问句小标题和 FAQ。
还有个更实际的观察：这一篇里出现的每一个数字，我都去核了原始出处，最后扔掉了一半——比如"品牌出现在 10 个以上高权重域，AI 引用率高 3.2 倍"这类，数字很漂亮，但找不到一手来源，全部不用。
这就是"证据驱动"和"看起来像证据"的区别。
写完这一篇，我也第一次意识到：过去我跟人聊 GEO 效果，说的都是"慢慢来"。现在我有三张能拿出来的表了。
写在最后
这一篇讲的东西，说白了就一句：
内容层只有三个动作，效果层有三层数据——写法决定 AI 愿不愿意摘你，数据决定你能不能证明它摘了。
而且这两件事，2026 年才第一次同时变得可做。
在这之前，所谓的"GEO 效果"基本都是靠 PPT 说的。现在你有了：
- 一个能看引用的后台（微软，唯一一个）
- 一个能看曝光的后台（Google，2026 年 8 月底才补齐）
- 一个能看点击的渠道（GA4，但记得它漏掉了自家）
三家合起来，才是一张完整的成绩单。
如果你正在跟人谈 GEO 服务，或者你就是那个要交付的人——本篇那四份东西可以直接拿去用。
正规的服务形态，基本是这三段：基线报告 → 改造清单 → 月度监测。
它刚好对应本篇的三层数据：先测基线（引用层加曝光层），再改（写法加技术），然后按月复测（看位移）。
⚠️ 但有一条硬规矩：不承诺绝对效果。
这不是保守，是专业。因为微软官方自己写着"不保证"。任何拍胸脯保证的，都在用一个他兑现不了的东西换你的钱。
下一篇我们进行业篇。第一个行业，是我自己所在的这一行——教培和职业教育。
觉得有用就点个赞、在看吧——顺手做个小动作：登录一次 Bing Webmaster Tools，看看 AI Performance 那一栏，是有数据，还是空的。
这一篇读完，你应该能做到： 用"位置、粒度、形状"三个维度检查自己的内容，知道结论该放在前 30%、每一段要能单独摘走、对比就用表格；明白"FAQ 答案控制在 40 到 80 词"这个流传很广的说法没有依据，真正该看的是"这句话脱离上下文还成不成立"；分清"被引用"和"有流量"是两件事，不再用点击数去衡量 GEO；找到三个能看 AI 数据的官方后台（Bing WMT 的 AI Performance、GSC 的 Generative AI 报告、GA4 的 AI Assistant 渠道），并且知道每一个不能证明什么；用《出海内容结构模板》（8 模块 ＋ 产品页五问）改造自己的页面，用《AI 来源三层验收表》和《GEO 服务合同条款清单》（6 条 ＋ 三种不该签的表述）去跟服务商谈，而且知道为什么"不承诺绝对效果"才是专业的。
下一篇预告： 第 15 篇《为什么家长问 AI「XX 培训哪家好」时，你的机构不在答案里》——阶 6 行业篇第 1 篇，也是我自己所在的这一行。AI 已经在帮家长做第一轮筛选了，而大多数培训机构连"客户会怎么问 AI"都没想过。下一篇给这个行业专属的一套打法：客户真实的提问句式、AI 现在会提谁、这个行业的信源都在哪里。