套餐
知识

你的下一个客户,正在问 AI 该不该选你

一篇讲解 AEO 与 GEO 的学习文章:品牌如何被 AI 回答提及、引用与推荐,整理了带数字的公开案例、各 AI 平台的差异,以及 llms.txt、可引用内容结构与 E-E-A-T 信任建设等做法。

geollm-visibilityseoai-marketing
2026-09-18SupaMarketers7 分钟阅读

前段时间,我约了一个做跨境企业服务的老朋友喝茶。

他的公司不大,一年做几千万营收,主要靠官网获客。搁两年前,他酒桌上必吹的牛,就是自己的搜索排名有多稳。

那天他不聊排名了。他说上个月丢单子,复盘的时候,客户讲了一句话,把他扎了个透心凉:我们做选型,问的是 AI 助手。它推荐的名单里,没有你们。

排名还在,流量还在,单子没了。

回来的路上我一直在想一件事:客户的决策入口,搬家了。从搜索框,搬到了对话框。

所以我后来干了一件事:把能找到的、有真实数字的 AEO 案例,翻了个遍。所谓 AEO,Answer Engine Optimization,答案引擎优化,说的就是「让 AI 在回答里提到你、引用你、推荐你」这门生意。

这门生意眼下喊得震天响。代理商承诺 AI 曝光,顾问兜售引用策略,工具推销监测面板。可真实的战绩,到底长什么样?

今天这篇,我把翻到的成绩单,原原本本讲给你。

先把两个词说清楚

什么叫 AEO?什么叫 GEO?很多人分不清。其实也不用分得太清。

AEO,抢的是「标准答案」。Google 搜索结果顶部那个 AI 摘要,还有 Perplexity 这类直接给答案的引擎,都是它的地盘。

GEO,Generative Engine Optimization,生成式引擎优化,抢的是「被引用」。ChatGPT、Claude、Gemini、Copilot、Grok 这些 AI 助手回答问题时用谁的内容,是它管的事。

一件事的两个面。市面上 GEO 这个词的热度,过去一年涨了 315%,月均搜索 4,400 次,吵得很。

但你去看那些真正做出结果的团队,几乎没人纠结名词。两个一起干。

名词是开会用的,结果是不留情面的。

看成绩单之前,先学会挑成绩单

这个领域有个尴尬:故事满天飞,证据稀缺。

为什么?三个原因。

太新。这波优化真正起步,是 2024 到 2025 年的事,留给大家晒结果的时间不长。

难归因。从「AI 提了一句你」到「客户付了钱」,中间隔着好几步,追踪起来比传统搜索费劲。好在 GA4 现在已经能单独看 AI 渠道的流量了,算是有个抓手。

平台不开后门。Google 好歹给个 Search Console,AI 平台什么都不给。真正吃到红利的公司,多半还捂着不吱声。闷声发财,是本能。

所以我给自己立了三条规矩,只认三类案例:有改造前的基线数字,观察期至少 90 天,讲得清自己干了什么。

还有个大坑,专门提醒你一句。AI 平台自己的用户量,一个季度就能涨 30% 到 50%。这期间你的流量涨了,很可能是大盘在涨,不一定是你的本事。

没有对照组的暴涨,先打一个问号再说。

三个最硬的数字

先讲大的。下面这三个案例,是我翻到的、证据链最硬的。

第一个,一家 B2B 科技公司。

他们请的内容机构 The Optimist 公开了成绩:14 个月,来自大语言模型推荐渠道的收入,涨了 4,900%。流量涨了 2,622%。

你没看错。折算下来,相当于从一变成了五十。

他们靠什么?说出来你可能不信,靠「自己造数据」。别人都在转抄行业报告,他们组织团队做原创研究,产出一份份只有自己才有的调查和数据集。AI 想引用一个数据,追到源头,只能找到他们。

独家数据,是一条抄不走的护城河。

第二个,化工巨头 Chemours。化工这个行当,内容极其专业,受众又窄,传统上最难做营销。可他们硬是把目标问题集里的 AI 引用率干到了 82% 到 84%,靠 AI 辅助发现带来的销售管线,超过 9,000 万美元。

打法说来朴素:署名作者是行业里叫得出名字的专家,白皮书里引专利、引同行评审的论文,再往行业出版物上攒权威外链。AI 挑引用对象,跟面试官挑人一个逻辑,看的是你真干过没有。

第三个,在线演示工具 Mentimeter。

内容机构 Siege Media 给它做了一件事:把全站内容重排成「好抄」的样子。开头第一句就给定义,数据全放表格里,方法一步步列清楚。再顺手把自己「种」进各种榜单和对比目录,因为 AI 生成推荐时,最爱翻这类内容。

结果:单月从 ChatGPT 拿到 124,000 次访问,3,400 个转化。

猛。

我给你算笔账。3,400 除以 124,000,转化率 2.7% 上下。这个数字跟传统搜索渠道比,一点不差,甚至更好。

传统 SEO 的地基,塌了吗?

没塌。恰恰相反。

机构 iPullRank 公开过一个金融科技平台的案例:12 个月,自然流量涨 52.6%,转化率提升 17 倍。他们做的几件事里,为 AI 重构内容排第一。

注意一个细节:这些为了被 AI 抄取而优化的内容,在传统搜索里,排名也跟着涨了。

还有个电信行业的案例,也是这家机构做的:月均 141 万次 AI 摘要曝光,同比涨 253%。复盘时发现,AI 摘要引用的,大量是本来排名就靠前的页面。

AI 抄作业,也是先抄好学生的。

外设品牌 SteelSeries 走的是另一个路子。做游戏耳机键鼠,赛道里全是巨头。内容机构 NoGood 花了 6 个月,把产品信息做成 AI 一抄一个准的结构,配上专家测评和对比内容。结果 AI 渠道的转化涨了 3.2 倍。

小牌子想挤进 AI 的推荐名单,靠的就是把信息做得好懂好抄。

电商这边,有个反直觉的数字:电商类问题,只有 4% 左右会触发 AI 摘要;B2B 技术类问题,是 65% 到 70%。

看着心凉?别急。AI 一旦开口推荐商品,来的用户购买意图极高。iPullRank 记录过一个大型电商平台:18 个月,自然曝光同比涨 175%,归因到自然搜索的收入提升 2.9 亿美元。

AI 推荐商品时,最看重两样:结构化的产品参数,和真实评论。你的 schema 齐不齐、评论厚不厚,直接决定 AI 敢不敢推荐你。

同一个问题,六个 AI 六种脾气

别以为优化一次,全平台通吃。这几家 AI 的脾气,差别很大。

Google 的 AI 摘要,恋旧。它大量引用本来排名就靠前的内容,传统 SEO 打好了,它那边就顺了一半。

ChatGPT,看底子。训练数据决定它对你的基本印象,开放联网之后,新内容才有机会挤进去。

Perplexity,最透明。它把来源亮在明面上,被引用一次,是一次实打实的曝光,点击率在几家里也偏高。它还特别在意内容新不新。

Claude,重出处。谁的引用扎实、分析细,它引谁。专业人群和开发者里,它的分量越来越重。

Gemini 背靠 Google 的索引,图片视频这类多模态内容,在它那儿权重更高。Copilot 扎根在企业办公场景,从它那儿来的流量,都是正在干活的人。Grok 接着 X 平台的实时信息,追新闻热点,它最灵。

小生意的机会,比想象中大

前面都是大公司的故事。小生意能不能玩?

三家小机构客户的成绩单,我放在这。

一家叫 The Albert 的餐厅:7,200 次网站访问,520 份预订和咨询表单。每一份表单,都对应一个可能到店的人。

一家房产管理公司 444Social:旗下管理的房源,做到了满租。

还有一个副业项目平台 SideGigster:90 天,2,000 多条线索。

这三家都由同一家本地营销机构 97 Switch 服务,花的是小钱。把过去一年多公开的案例摊开看,本地生意每月投 1,000 到 3,000 美元,3 到 5 个月能见着正回报。

你想想看,过去本地小商家跟大品牌抢曝光,抢的是广告位,永远抢不过。现在 AI 的回答里,大品牌和你,一人一句话,字号一样大。

这是小商家第一次,和大品牌站在同一个回答里。

三个被反复验证的动作

把所有案例放在一起看,有三个动作被反复验证。我按投入从少到多排。

第一个,最便宜:加一个 llms.txt 文件。

它就像给 AI 爬虫看的楼层索引,类似 robots.txt,放在你域名根目录,写清楚哪些页面最重要、每页讲什么。有一家叫 The Concurate 的公司加了之后,AI 渠道流量涨了 5 倍。一晚上能干完的活,先干了再说。

第二个,最根本:让内容「好抄」。

AI 读你的文章,不通读,它摘抄。所以每个小节的第一句,就要把定义亮出来;数据别埋在段落里,放表格;每个说法注明来源;一段只说一件事。前面 Mentimeter 那个案例,吃的全是这个红利。

第三个,最慢,也最值钱:把信任做扎实。

AI 圈里管这套叫 E-E-A-T,经验、专业、权威、可信。Chemours 那 82% 以上的引用率,靠的就是它。这套东西没法速成,但一旦长出来,别人拿不走。

自家客厅,和别人家的饭桌

还有一组区分,实操中特别有用。

在自家页面上做的优化,叫 owned。改内容结构、加 schema、上 llms.txt、攒专家署名,都算。

在别人地盘上刷存在感,叫 earned。去 Reddit 和 Quora 回答问题,挤进各种榜单和目录,让第三方页面替你说话。

什么时候用哪招?看问题类型。

用户问「某某产品怎么样」,AI 大概率来你家找答案。用户问「最好的 XX 是哪些」,AI 会去翻大家的饭桌,看所有人都怎么提你。

衡量这件事的指标,也该从「声量份额」换成「回答份额」:一批目标问题里,AI 的回答有多大概率出现你的名字。声量是你在喊,回答份额是别人在提你。

最后算一笔总账

投多少,多久见效?把公开案例摊开,大致是这个行情。

B2B 软件,每月 5,000 到 15,000 美元,预期回报 300% 到 500%,4 到 6 个月回正。电商,每月 3,000 到 10,000,回报 150% 到 300%,6 到 9 个月。本地服务,每月 1,000 到 3,000,回报 200% 到 400%,3 到 5 个月。专业服务,每月 3,000 到 8,000,回报 250% 到 400%,5 到 7 个月。

节奏也基本一致:头三个月打地基,基本没动静。第四到六个月,开始有引用,有零星流量。第七到九个月,复利启动。大多数认真做的项目,在第六到九个月之间转正。

归因别贪。三招配合着用:分析工具里直接看 AI 渠道的转化;标记转化前摸过 AI 的用户;盯着品牌词搜索量的抬升。宁可算少,不要算多。

这是一笔慢账,不是暴富神话。但慢账,往往是复利的好朋友。

回到那位老朋友

那天喝茶之后,我劝他干了三件事:重写核心产品页,让定义和参数一眼可抄;自己动手做了一份行业小调查,不抄任何人的数据;网站根目录,加上那个 llms.txt。

上个月我们又通了个电话。数字谈不上暴涨,但他说了一句让我记到现在的话:他又被一个新客户选进短名单了。那个客户说,是 AI 推荐的。

你的下一个客户,此刻可能正在问 AI,该不该选你。

希望那个回答里,有你。

继续阅读