写了三年深度稿，我发现GEO最狠的护城河其实是长文

上个月我把自己一篇写了小半年的深度稿翻出来做了个实验，结果有点颠覆我这几个月的认知，想跟大家聊聊。

先说背景。我是做自媒体的，主阵地是公众号加知乎，平时写的东西普遍在4000到8000字。今年初开始认真研究GEO，一开始我也跟大多数人一样，盯着关键词、盯着结构化数据、盯着怎么把内容喂给AI更容易抓取。折腾了两三个月，收录是上去了，但真正被AI引用、被搜索推荐的，来来去去就那么两三篇。

后来我停下来了，把那几篇被反复引用的文章拿出来对比，发现一个共同点：它们都不是我刻意优化出来的，而是当初写的时候“写爽了”的稿子。

举个例子。去年我写过一篇讲小城市咖啡店倒闭潮的稿子，当时纯粹是因为我自己常去的一家店关了，心里堵得慌，就一家一家去采访，前后跑了两个月，采访了11个店主，写了大概7000字。里面全是具体的人和数字——比如有个老板把婚房抵押了开第二家店、比如某个商圈半年换了四个招牌。

这篇稿子我一个字没优化，连标题都是很平的《我采访了11个关店的咖啡店主》。但它现在是我被AI搜索引用最多的一篇。我用不同的问题去测，问“小城市咖啡店为什么难做”“县域消费是不是在降级”，AI给出的回答里都能看到它的影子，甚至直接把我采访到的数据搬进去。

反过来看那些我精心“优化”过的稿子，结构工整、小标题漂亮、关键词也埋了，但反而没什么水花。我琢磨了很久，觉得原因不复杂：

第一，GEO的底层其实是“可被引用的信息密度”。 AI要回答一个具体问题，它需要的是有出处、有细节、有独特视角的内容。那种“五个方法教你做好XX”的稿子，满大街都是，AI引用谁的都一样，所以它谁都不引用。而你采访到的、别人没有的一手细节，才是它绕不开的东西。

第二，长文天然有更多的“语义锚点”。 一篇7000字的稿子里，可能涉及到二十几个相关的子问题，每一个都有可能成为AI回答某个具体问题时的素材。短平快的内容像一颗子弹，长文像一张网，被捞到的概率根本不是一个量级。

第三，也是我感受最深的——AI比我们想象的更“认人”。 我观察到自己被引用比较多的稿子，基本都带着比较强的个人视角和叙事，哪怕是讲行业分析，里面也有“我”的存在。这可能是因为这类内容在训练数据里本身就稀缺，机器识别得出这不是模板货。

所以我现在做内容的心态变了很多。以前会想“这篇怎么优化更容易被搜到”，现在会先问“这篇里有没有只有我能写出来的东西”。如果答案是no，那我宁可不写。

说白了，GEO表面上是在跟算法打交道，本质上还是在跟人打交道。算法只是把人筛选内容的标准放大了一万倍。你糊弄人的东西，算法一样糊弄你。

我现在的做法是：每篇稿子定选题前，先列三个“别人写不出来的点”，凑不齐三个就换题。这招笨，但对我挺管用。

想问问大家，你们有没有类似的体验——就是某篇自己没怎么优化的老稿子，反而成了被AI引用最多的？还是说在你们那边，精细化优化确实带来了明显效果？想听听不同的样本。