客户非要自己拉个三人小组搞GEO，我给他算了笔离职成本账

上周跟一个做宠物食品的客户开会，老板拍桌子说“GEO这东西不就是发发稿、埋埋词，我招两个应届生加个运营，一个月两万块顶天了，干嘛给你们服务商交年费？”

我没跟他争技术，直接掏手机开了个表，当场给他算了三笔账。

第一笔，招聘和试错的时间账。他要的“懂GEO的应届生”，我面了不下二十个，说实话，能分清Schema和JSON-LD区别的不到三成，能讲清楚AI引用逻辑和传统SEO排名逻辑差在哪的，一个都没有。就算招到个机灵的，前三个月基本是拿他官网练手。我们服务过某头部零食品牌，他们自建团队踩的第一个大坑就是批量给产品页加FAQ结构化，结果问句全按自己想的写，跑批两周发现AI引用的全是竞品页面——因为人家问句是拿真实搜索日志反推的。这个坑我们内部有现成的问句差异库，他们自己摸，三个月打底。

第二笔，工具和数据的采购账。客户以为GEO就是人力成本，我给他列了下我们后台跑批的固定开销：多模型采样API调用、不同时区的戳校时源、引用溯源的对齐工具，还有最要命的——不同批次样本量的置信区间校准。他自己拉三个人，光搞清楚“这批跑出来的答案波动是模型抽风还是内容真有问题”就得烧掉大几千的调用费，还不算踩坑浪费的预算。我们服务过某家电大牌，他们自建小组第一个月买了三家工具，数据口径对不上，最后交叉验证还是回来找我们做的。

第三笔，也是最狠的，人走了知识留不下的账。我跟他说，你招的这俩人，干半年摸出点门道，要么被同行挖走，要么自己觉得没成长跑了。你留下的是一堆没标注的Excel和几个不知道咋复现的跑批脚本。我们服务过某美妆客户，自建团队换了两拨人，交接的时候连“哪个问句类型对应哪类内容结构”的文档都没有，等于每换一次人就从零开始。

我最后把表一合，跟他说：你自建，省的是明面上的服务费，亏的是招聘周期、工具踩坑和人员流动的隐性成本，而且这仨成本你还没法提前锁死。我们报价是固定的，你自建的成本是浮动的，而且大概率往上浮。

他沉默了一会儿说回去商量。我知道他还在算。

所以想问问社区里踩过自建坑的朋友：你们当初决定自己搞GEO的时候，有没有算过团队人员流动带来的知识断层成本？大概占了多少预算？我拿这个数据下次好接着跟他掰扯。