别吵了，GEO有没有用，我拉了三个月数据来扒皮

最近社区里关于GEO的讨论越来越玄学，有人说“做了GEO，AI搜索流量翻倍”，也有人说“纯属智商税”。作为干了8年数据科学的人，我实在忍不住了——咱们能不能别用感觉说话？

上个月我花了两周时间，把公司旗下三个品牌（两个B2B、一个B2C）过去90天的AI搜索表现拉了个底朝天。数据源包括：Google AI Overviews的展现/点击（通过Search Console的AI feature标签）、Perplexity和Kimi的引用日志、以及自己爬的ChatGPT回答中品牌提及率。

结果很有意思：

1. AI搜索流量占比确实在涨，但大头还在传统搜索。 三个品牌中，AI Overviews带来的点击占比分别是2.3%、1.7%、4.1%，但同期传统自然搜索点击是它的8-12倍。不过B2C那个品牌AI流量增速是传统搜索的3倍，值得单独盯。

1. GEO优化对“品牌提及率”的影响远大于“点击率”。 我们给两个B2B品牌做了结构化内容优化（FAQ、对比表格、带来源的数据引用），结果在ChatGPT回答中的品牌提及率从12%涨到34%，但在AI Overviews里的点击率只从1.2%涨到1.9%。这说明什么？AI搜索更多是“答案展示”，用户不一定点进来，但品牌心智已经种下了。

1. 最反常识的发现：长尾问题里GEO效果是核心问题的4倍。 比如“XX行业哪家供应商靠谱”这种问题，优化后品牌出现率提升了60%，而“XX是什么”这类定义型问题几乎没变化。因为AI对定义型问题直接给百科式答案，但对决策型问题才会引用多源信息。

所以我的结论很直接：GEO不是没用，但别指望它像SEO那样直接带来转化。它的核心价值是在AI的答案里占据一席之地，尤其是决策链路的后半段。如果你老板问你“为什么AI搜不到我们”，你应该先查查你们的内容有没有被AI引用，而不是盲目加预算。

最后抛个问题：你们有没有试过用A/B测试去验证GEO的增量效果？我目前只能做到归因分析，但真正的因果推断得靠实验设计。有没有人搞过？求交流。