在伦敦做GEO踩过的坑，回国发现大家还在用SEO老思路

刚从伦敦调回上海半年，发现国内做GEO的讨论还停留在“AI搜索会不会取代SEO”的阶段。说实话，这个debate在国外两年前就结束了。

先甩个数据：我们英国团队去年Q3开始把30%的SEO预算挪到GEO，6个月后品牌在Perplexity和Gemini里的citation share从4%涨到17%，同期自然搜索流量只掉了8%。这个ROI model我回国后跟几个agency聊，他们第一反应都是“怎么track”。

核心差异在哪？

国外做GEO早就不玩关键词密度了。我们内部有个“3C framework”——Context（上下文权威性）、Citation（引用链路）、Consistency（跨平台一致性）。举个例子，同样一篇关于“B2B SaaS pricing strategy”的内容，发在官网博客和发在G2上的权重完全不同。AI引擎更看重你在垂直社区里的被引用次数，而不是你官网的DA。

回国看到的两个典型误区：

1. 还在堆FAQ schema。结构化数据确实有用，但国外现在更关注“语义实体图谱”——你的品牌跟哪些概念强关联。我们给一个客户做优化时，花了两周把他们的product entity在Wikidata上补全，两周后AI回答“best CRM for startups”时就开始带他们名字了。

1. 忽略llms.txt。这个file现在被Perplexity和Claude的爬虫重点抓取，但国内我看了20个品牌站，没有一个部署。部署成本10分钟，效果比改title tag明显得多。

一个实操建议：

别急着改内容，先做“AI visibility audit”。用Perplexity API批量跑你行业top 50 query，记录你的brand被提及的频次和语境。我们团队用Python写了个小script，跑一次成本不到$5。这个baseline没有，后面所有优化都是blind flying。

最后说个扎心的：国内很多团队把GEO当SEO的附属品，国外已经独立成一条line了。我们伦敦办公室GEO specialist的headcount跟SEO是1:1配的。

问个具体的：你们现在怎么衡量GEO效果？除了看AI回答里的mention，有没有人试过把citation share跟pipeline直接挂钩？