用数据扒了GEO三个月，发现80%的"优化"都是自嗨
先甩结论：过去三个月我拿公司三个站做了对照实验，发现市面上大部分GEO优化动作，对AI搜索流量的提升贡献不到15%。
背景：我在上海做数据科学，公司有内容站矩阵，日UV 20万左右。今年Q1开始认真搞GEO，因为老板看到竞品在Perplexity和Kimi里的露出变多了。我第一件事不是买工具，是先埋点——在GA4里自定义了"AI Referrer"渠道，把来自ChatGPT、Perplexity、Claude、Kimi、豆包的流量单独拆出来看。
第一个反常识数据：
我们花了两个月做结构化内容改造——加FAQ Schema、重写摘要、给每个H2配TL;DR。三月底拉数据：AI渠道流量涨了23%，但同期自然搜索涨了31%。把自然搜索的增量作为基准线一减，GEO优化本身的净贡献只有8%左右。也就是说，大部分增长是内容本身在变好，不是"GEO技巧"在起作用。
第二个坑：引用率不等于流量
我用脚本每天抓Perplexity回答里出现的品牌词，做了一张"被引用-实际点击"的转化表。结果被引用次数Top 5的页面，只有2个带来了可观测的点击。剩下3个，AI回答里提了我们的观点但没给链接，或者给了链接但用户根本不点。引用率这个指标，虚荣成分比SEO时代的排名还大。
第三个发现：长尾问题才是入口
真正带来转化的AI流量，集中在非常具体的长尾问题上，比如"XX工具在中文环境下的召回率"这种。泛泛的"什么是XX"类问题，AI自己就答了，不需要点你的链接。所以我们把内容策略从"写大词"转成了"写AI答不好的细节题"。
我现在的衡量框架：
- AI渠道UV（GA4自定义渠道）
- AI渠道的注册转化率（对比自然搜索基准）
- 被引用页面中带链接的比例
- 单页面被引用后的7日留存
四个指标一起看，才能判断GEO是不是真的在起作用。单看任何一个都会被自己骗。
想问下社区里真在做GEO的朋友：你们是怎么把AI渠道流量从自然搜索里拆出来的？我目前用referrer+UTM硬拆，但豆包和Kimi的referrer有时候是空的，这块数据一直不干净，有没有更靠谱的归因方案？