翻出五年前给客户做的站内搜索日志，发现现在AI抓取的路数还是那套老把戏

这两天整理旧硬盘，翻出2019年给一家做工业配件的老客户做的站内搜索日志分析。那会儿没GEO这词，我们管它叫“用户意图挖掘”，说白了就是看人家在搜索框里敲什么词、点哪个结果。我当时把三个月共两万多条查询按“首次搜索-修正搜索-点击落地页”串成链，发现一个规律：用户第一遍搜的词往往宽泛，真正决定他点进去的是第二遍、第三遍的修正词。修正词里带具体型号、带使用场景的，点击后的停留时长平均是首搜词的2.3倍。

这两天闲着没事，拿同样思路看了下我们官网最近被AI引用的那些落地页。我没用什么高级工具，就是手动把AI回答里附的链接点开，按“从哪个问句跳过来的-落地页主题-页面里有没有对应型号或场景描述”记了三列。样本不大，一百来条，但有个现象挺有意思：被引用的页面里，超过七成在标题或首段就出现了具体型号或使用限制；而那些只讲“高品质、多规格”的通用页，被引用的次数一只手数得过来。

这事让我想起早年做SEO时老师傅说过的一句话：“搜索引擎再聪明，也得靠你页面上的字来猜你想干嘛。”现在换成AI，道理没变，它抓的是你内容里能跟问句对上的“锚点”。你把型号、场景、限制条件写清楚了，它才敢把你拎出来当答案。工具当然有用，能帮你批量看引用来源、算比例，但工具不会替你写那些具体描述。我见过有同行花大价钱买监测工具，天天盯引用率曲线，结果落地页上连个型号表都没放全，这不本末倒置嘛。

还有个细节：我顺手对比了同一批问句在几个不同AI搜索里的回答，发现同一个页面在不同平台的引用频次能差出三四倍。我猜跟各家的抓取频次和索引口径有关，但没深究，毕竟样本太小。这事提醒我，看引用率别只看一个平台的总数，得把来源拆开看。

所以我的看法还是老一套：GEO的底子是内容里那些具体、可核对的信息，工具是帮你省眼睛的，不是帮你变魔术的。

问一句：你们有没有翻过自己站点早年的搜索日志或者客服记录，拿里面的原话来对照现在AI引用的页面？我总觉得这两头的词对不上，是个挺值得挖的线索。