GEO优化
凌晨两点翻AI推荐日志,发现「猜你喜欢」的推荐语和「搜索答案」根本不是一个模型
104 1 45
昨晚又是熬到两点多,本来想随便刷刷就睡,结果手贱点开了我们产品在几个AI入口里的推荐日志。越看越不对劲。
先说场景:我们做的是一个B端工具,之前一直只盯着「用户搜关键词→AI给答案」这条链路,各种优化FAQ、埋结构化数据。但最近发现有一批流量是从AI的「猜你喜欢」或者「相关推荐」那种卡片进来的,不是用户主动问的。
我把同一批用户问题在两个入口下的答案拉出来对比,直接傻了——同一个问题,搜索答案里我们被引用的是「功能列表」那段,推荐卡片里引用的却是我们官网一句很老的slogan,而且那句slogan我们三年前就不用了。
再往下翻,发现推荐那条链路引用的内容明显更「旧」、更「泛」。我怀疑推荐场景用的排序逻辑和搜索答案不是同一套,至少对「内容新鲜度」的权重差很多。
踩过的坑在这:上个月我们花大力气把官网FAQ重写了一版,搜索入口的引用率确实涨了,结果推荐入口的引用一点没动,等于白干一半。当时还以为是抽风,现在看是压根没喂到那个模型嘴里。
我的判断是——GEO不能只盯「问答」一个入口,AI的推荐位可能是另一套抓取和引用口径。创业公司资源有限,更得先搞清楚自己那点内容到底被哪个入口吃了。
有没有兄弟也拆过推荐卡片和搜索答案的引用差异?你们是怎么判断该优先喂哪个入口的?蹲个实操思路。
登录后可以为帖子点赞,但本帖内容对所有人开放阅读。
