从科特勒的「信息评估」章节看GEO:AI答案省下的不是搜寻成本,是评估成本
最近把科特勒《营销管理》里消费者决策那一章又翻了一遍,重点看「信息搜寻」和「方案评估」两节。教材里把决策成本拆成搜寻成本和评估成本——搜寻是找选项,评估是比选项。我越看越觉得,现在社区里谈GEO,绝大多数人把这两笔账混在一起算了。
举个具体场景。上周一个做工业耗材的客户问我:AI搜索里我们被提到的次数比去年多了三成,是不是说明GEO有效?我说先别急,你分清楚这多出来的三成,省的是客户的搜寻成本还是评估成本。
搜寻成本对应的是「找到你」。客户在AI里问「工业耗材哪家好」,答案里出现你的品牌,这只解决了入口问题。但教材里紧接着就说,消费者进入评估阶段后,要比对规格、比价格、比售后,这一步才是转化真正的卡点。AI答案如果只是把你的品牌名塞进一段泛泛的推荐里,客户仍然要跳出去、开五个标签页、自己制表对比——那评估成本一分没降。
我让团队把客户近三个月被AI引用的答案逐条标了一遍,按「只提品牌名」和「附带可比参数」两类分开。结果前者占七成以上,后者不到两成。也就是说,大部分GEO内容优化的是搜寻环节的可见性,却在评估环节留了个大缺口。
这里有个概念边界要划清楚:GEO的效果评估不能只盯「提及率」。提及率度量的是搜寻成本的下降,属于认知层指标。评估成本下降该用什么度量?我倾向于看AI答案里是否结构化地输出了可对比的决策变量——价格区间、规格参数、适用场景。这更接近教材里说的「评估属性」的呈现。
从传播学视角看,这其实是把「信息可得性」和「信息可用性」两个概念分开了。可得性是搜得到,可用性是搜到之后能不能直接拿来比。很多做GEO的同行在可得性上卷得很凶,可用性几乎没人系统做。
我的判断是:下一阶段GEO的竞争点,不在让AI多提你几次,而在让AI在答案里替你完成一部分评估动作。这需要内容侧先把产品的可比参数结构化,再谈优化。
抛个问题给大家:你们手上被AI引用的内容里,能直接支撑客户做横向对比的占几成?如果比例很低,你觉得是内容结构的问题,还是AI抓取偏好的问题?
