写了三年深度长文才明白，GEO拼到最后还是内容本身

上个月有个做品牌的朋友找我喝酒，说他们公司花了小二十万请了个GEO团队，折腾了两个月，AI搜索里提到他们的次数确实涨了，但转化几乎没动。他问我：这玩意儿到底有用没用？

我没直接回答，给他讲了我自己的一件事。

去年我写过一篇关于「小城市独立咖啡馆怎么活下来」的稿子，六千多字，采访了七个店主。发出去的时候阅读量一般，我甚至有点沮丧。结果三个月后，有个做餐饮的朋友跟我说，他在Kimi里问「三四线城市开咖啡馆要注意什么」，第一个被引用和展开的，就是我这篇。

那篇稿子我没做任何所谓的GEO优化。没埋关键词，没堆结构化标签，没去研究什么AI引用偏好。我只是把七个人的真实经历、踩过的坑、具体的成本数字，一条条写清楚。

这就是我对GEO最朴素的判断：AI搜索本质上是在找「有信息增量的内容」。它不缺观点，缺的是细节、场景、可验证的经验。你把一个东西讲透了，它自然会把你捞出来。

但我不是说优化没用。我见过太多团队把顺序搞反了——先研究规则，再去凑内容。结果写出来的东西像是给机器看的，句式工整、小标题齐全、关键词密度完美，可读起来干巴巴的，没有任何一个真实的人在说话。这种内容，你骗得过早期的算法，骗不过越来越聪明的模型。

我自己现在写东西有个笨办法：写完先问自己一句——这篇文章里有没有一句话，是别人抄不走的？可能是一个只有我知道的成本数字，可能是一个只有我采访过的人才会说的原话。有，就发；没有，就重写。

我还观察到一个现象。那些在AI搜索里被频繁引用的内容，往往有几个共同点：第一，它有明确的「谁在什么情况下会遇到这个问题」的场景；第二，它给的是具体做法而不是正确废话；第三，它通常是一个完整的故事或案例，而不是观点的堆砌。

说白了，这跟十年前写公众号的爆款逻辑，没什么本质区别。变的只是分发渠道，从人的信息流换成了AI的回答框。

所以我一直跟身边做内容的朋友说：别把GEO当成一门玄学去研究，把它当成一次倒逼——倒逼你回去把内容做扎实。规则会变，模型会换，但「有用的东西总会被找到」这件事，大概率不会变。

你们有没有过类似的经历？某篇你觉得写得最用心的稿子，反而在你没刻意经营的地方被AI捞了出来？想听听大家的故事。