AI 都开始替学生选学校了，你的学校被点名了吗

前段时间，我侄女申请留学，我凑过去看她怎么查学校。

本以为她会开十几个浏览器标签页，来回比排名。结果她打开了 ChatGPT，敲了一句话："多伦多大学计算机专业，学费多少，要交什么材料？"

十几秒，答案整整齐齐地摆在那。

我凑近一看，后背有点发凉。她全程没碰搜索引擎，没点开任何一条蓝色的链接。学校辛辛苦苦做的官网，她一眼都没看。

天呐，这一届学生，是从一开始就跳过了"搜索结果页"的。

什么叫 GEO？

这事儿背后，藏着一个新东西，叫 Generative Engine Optimization，生成式引擎优化，简称 GEO。

什么叫 GEO？

说白了，以前你做内容，是做给搜索引擎看的，目标是排在结果页靠前的位置，等人来点。现在你得做给 ChatGPT、Google AI Overview 这些 AI 看，目标是让它在回答里点你的名、引你的话。

一个是被人找到，一个是被人引用。

一字之差，玩法全变了。

比如一个学生问"加拿大哪些学校工程好"，AI 不给十个链接，它直接给一段话，里面点了两三个学校的名字。被点到的，等于白捡了曝光；没被点到的，这个学生可能从头到尾都不知道你存在过。

注意，AI 没有第 2 页。这是和传统搜索最大的区别。

SEO 和 GEO，到底差在哪？

你可能会说，我一直做 SEO 做得好好的，为什么要折腾这个？

我给你掰开算一笔账。

一个是争点击，一个是争引用。 SEO 优化的是搜索结果页上的排名，用户点不点另说。GEO 优化的是 AI 的答案——AI 说没说你，说对没说对。

一个是堆关键词，一个是讲人话。 SEO 追高流量词，比如"MBA 加拿大"。GEO 要接住的是完整的问题："多伦多大学 MBA 读几年？""要不要标准化考试？"学生现在连搜索都是说整句话的。

一个是给人看排版，一个是给机器看结构。 AI 读网页，比人扫读还快，还更较真。FAQ 问答、小标题、表格、清单，这些它最喜欢。一段抒情的长文，它反而抓不住重点。

一个看设计，一个看可信。 以前官网做得漂亮加分。现在 AI 判定你可不可信，看的是信息准不准、全站口径一不一致、有没有具体的事实和来源。设计再好看，数据打架照样扣分。

结论一句话：SEO 帮你被找到，GEO 帮你被引用。 两个都得做，缺一个都漏掉一半的学生。

为什么现在就得动？

有人觉得这是趋势，可以先观望。我劝你别。

第一，学生已经全面用上了。 2024 年有一项全球调查，大约七成的准留学生用过 ChatGPT 这类工具查学校信息，六成以上在选校早期就靠聊天机器人做功课。早期阶段恰恰是最值钱的阶段——进了候选名单，才有后面的一切。你不在 AI 的答案里，你就不在学生的备选里。

第二，点了搜索也不点了。 现在将近六成搜索以"零点击"收场，AI 直接把答案端上桌。学生问"加拿大工程最好的大学"，AI 报了三所学校，这三所就赢了。注意力在到达你主页之前，就已经分完了。

第三，AI 正在变成升学顾问。 虽然目前数据显示，AI 对最终录取决定的影响还有限，但它越来越像个顾问，帮学生列清单、做对比。想象一下学生问"我家孩子学计算机，选 A 大学还是 B 大学好"——如果你的内容结构乱七八糟，AI 要么不提你，要么把你的信息说错。这两种结局，哪个你都受不了。

第四，露脸的位置变少了。 以前还有首页、第二页、精选摘要、广告位，好歹一堆入口。AI 的答案就一段话、几条引用。聚光灯窄了，抢的人没少。

第五，被引用本身就是信任。 以前排 Google 首页说明你靠谱，现在 AI 反复提到你，学生就觉得你有分量。有的学生甚至会因为这个，主动去找你的官网。

眼看学生变少、竞争变猛，这道题，晚做就是丢分。

具体怎么干？

道理讲完了，上手做，我给你五条。

第一，把内容改成"回答问题"的形状。

先别想关键词了，去想学生会问什么。"XX 大学护理学院学费多少？""奖学金国际生能申请吗？"把这些问题当标题，用问答格式写答案，放进项目页、招生页、奖学金页。FAQ 板块尤其好使，AI 就是从问答格式里训练出来的。

别忘了挖数据：站内搜索记录、Google Search Console，学生搜过什么、没搜到什么，答案全在里面。

第二，关键事实，全站只留一个版本。

AI 最怕打架。学费这个页面写 4 万，那个页面写 3 万 8，AI 直接不采信你。所以学费、截止日期、录取要求这类硬信息，要建一个"唯一权威页"，其他地方统统链接过去，不搞第二版本。

第三，把内容整理成 AI 好啃的形状。

• 最重要的信息放开头第一句。AI 经常只抓前一两句话，别把王牌埋在第五段。
• 长段落拆成小标题、清单和表格。一张学费表，胜过十段说明文。
• 用词全站统一。这里叫"申请截止日期"，那里叫"报名最后期限"，AI 会懵。
• 加 Schema 标记。这是一种写在网页代码里的说明标签，等于直接告诉 AI"我这段是问答""我这段是专业介绍"。FAQ、专业、校方信息都有对应的类型可用。

更进一步的学校，已经开始做结构化的数据文件（JSON、CSV 这类），把专业、学费直接做成机器可读的清单给 AI 吃。有一所美国大学的数字团队就公开说过，做了结构化之后，Google AI Overview 概括他们专业的准确度明显提升。

第四，各家的 AI，脾气不一样。

ChatGPT 这类工具，很多时候不实时上网，靠的是训练数据。所以被别人引用得越多、内容质量越高，你就越容易被它"背下来"。老老实实写长文、攒引用，是笨办法，也是好办法。

Google AI Overview 主要从搜索排名靠前的结果里取材。也就是说，你的 SEO 越好，GEO 越占便宜。 在页面开头放一句直接能用的答案，比如"本科申请要求均分 75% 以上，附两封推荐信"，同时确保页面没被脚本或登录墙挡住爬虫。

语音助手爱念精选摘要。一句"我们有带薪实习项目"比一大段介绍更容易被念出来。

Perplexity 这类新兴工具爱引维基百科和高权重网站。所以你家的维基百科词条要有人盯着改，Reddit、Quora 上的误传要在官网正面澄清，必要时写一篇辟谣文，别让错误信息替你发言。

顺便说一句，给 AI 优化的这些动作，一点都没耽误真人阅读。条理更清楚、答案更好找，学生也受益。这是一笔双赢的买卖。

第五，把家底亮出来。

教授的研究成果、毕业生就业数据、独有的王牌项目，这些是你的独门武器，AI 特别爱引。比如明确写"95% 的毕业生在六个月内就业（2024 年校内调查）"，比"就业前景广阔"有用一百倍。专家文章配上作者署名和简介，引用权威第三方的数据和排名，都是在给 AI 递可信的证据。

先改哪些页面？

全站改一遍不现实，钱要花在刀刃上。按学生提问的频率，优先级从高到低：

1. 专业页面。 "有没有数据科学专业"这种问题，AI 就是从专业页找答案的。专业类型、学制、上课方式、认证、排名，第一段就得交代清楚。
2. 招生页面。 按申请者类型分块，要求、截止日期、步骤，用清单列明白，配时间戳。
3. 学费和奖学金。 这是被问最多的话题。用表格，按项目和学生类型拆开，用大白话说清申请条件，比如"所有申请者自动纳入入学奖学金评审，最高 5000 加元"。
4. 专业检索页。 保证能被抓取、名字用官方叫法、信息是新的。
5. 校园生活和支持服务。 "宿舍保不保证？""心理咨询找谁？"直接回答，别绕。
6. 就业和校友。 "93% 的毕业生六个月内就业""校友去了 Google 和 Shopify"，这类句子 AI 特别爱引用。

做了之后，怎么知道有没有用？

这是最烦人的部分。GEO 的效果，很多不在传统报表里。但办法总比困难多。

• 看 AI 带来的访客。 在 GA4 里把 ChatGPT、Perplexity 这类来源配上追踪。数字可能不大，但只要在涨，就说明门打开了。
• 手动去问 AI。 定期问 ChatGPT"介绍一下 XX 大学""怎么申请 XX 大学"，截图存档，记录你家有没有被提到、说得对不对。内容更新之后再问一遍，对比变化。这套笨办法，是目前最直接的证据。
• 在报名表里加一道题。 "你从哪里知道我们的？"选项里加上"AI 聊天机器人"。学生没点链接，不代表他没记住你的名字。
• 盯着优化过的页面。 页面停留、跳出率、咨询表单的变化，往往和 AI 引用对得上。
• 做一个简单的内部看板。 AI 来源流量、引用截图、每次改版的时间点，和申请数据放在一起看趋势。

工具都在早期，打法会变。但先动手的人，先积累引用、先占据心智，这个便宜是实打实的。

六所学校的作业，可以直接抄

光讲方法太虚，看几个做得好的。

哈佛大学的本科申请页。 结构清楚到什么程度？页面自带目录，申请材料、费用、考试、推荐信，逐项用清单列出，一条不漏。AI 抓取这种页面，几乎不会出错。

斯坦福大学的新生申请页。 开头就是一份申请材料清单，接着一张"要求和截止日期"对照表，早申和常规申的时间线并排放着，每个节点写得明明白白。人和 AI 都能一眼看懂。

麻省理工学院的"基本事实"页。 这页简直是给 AI 喂饭的教科书：本科生 4576 人、校园 168 英亩，每条信息都是一句自包含的事实，列成清单。学生问"MIT 有多少本科生"，AI 直接抽走就能用。

多伦多大学的截止日期页。 按学院和校区分块列表格，比如工程学院，11 月 7 日建议提交、1 月 15 日最终截止，写得清清楚楚。学生问截止日期，AI 答案直接来自这张表。

牛津大学的英语文学课程页。 页面开头就是一个概览框：UCAS 代码 Q300、A-level 要求 AAA、学制三年，一行一个事实。想了解这个专业的人，扫一眼就全知道了。

剑桥大学的申请日期页。 整页是一份按时间排的申请时间线，从入学前一年的春天开始，每个日期配一句"这一天要干什么"。那个著名的 10 月 15 日 UCAS 截止时间，加粗重点标出，生怕你错过。

六所学校，一个共同点：不炫技，就是把事实摆得整整齐齐。 这恰恰是 AI 最吃的那一套。

最后说回来

我那个侄女，后来还真根据 AI 给的答案缩了选校名单。

那天晚上我想了很久。二十年前，学校争的是搜索结果页的位置；十年前，争的是移动端体验；现在，争的是 AI 嘴里的那个名字。

载体一直在换，本质没变过：学生去哪儿找学校，你就得在哪儿被提起。

下一次被问到，你希望 AI 念出来的，是你精心整理的答案，还是隔壁学校的信息？

这道题，现在就该开始做了。