当年做SEO锚文本那套，挪到GEO里居然卡在「标点先norm再哈希」这一步

这两天在琢磨一个挺具体的事，越想越觉得得拉出来跟大家聊聊。

当年我做SEO的时候，锚文本这块是真下过功夫的。内链锚文本怎么写、同一个词要不要换着花样写、关键词堆几个算过、链接到栏目页还是详情页，都是一刀一刀试出来的。那会儿我们内部有句话：锚文本就是给爬虫看的「小标签」，你写得越像人话，它越认。

最近做GEO，我下意识就把这套搬过来了——想着AI引用内容，本质上不也是在抽取「标签」嘛，只不过从锚文本变成了问句和实体词。结果搬着搬着，卡住了。

卡在哪呢？卡在文本归一化上。

我拿自家站的内容做了个小实验：同一段话，我分别保留原标点、去标点、全角转半角、英文词前后加不加空格，喂给几个AI去问同一个问题。你猜怎么着？AI的引用判断里，标点处理不一致的那批内容，被引用的顺序明显靠后，甚至有几条直接没进候选集。

我一开始以为是内容质量的问题，后来把原始字符串打出来一比才发现——同一个品牌词，一处写「某某（中国）」，一处写「某某(中国)」，括号全角半角混着，AI在归一化阶段就没把它当同一个实体。 当年我们做锚文本，好歹是给爬虫看的，HTML标签写得乱点，人家还能靠DOM结构兜底。现在AI做哈希、做实体对齐，字符串不统一，它压根不给你兜底，直接当两个东西处理。

所以我现在改流程了：任何要喂给AI的内容，先做一遍归一化——全角半角统一、标点统一、空格统一，再拼盐、再上哈希。 顺序不能反，反了哈希值全变，前面做的实验数据全作废。这跟我们当年做URL规范化是一个道理，只是当年规范化的是URL，现在规范化的是文本块。

说白了，GEO还是SEO的变种，核心没变——都是在跟机器讲清楚「你是谁、你指的是什么」。只是机器从「看标签」变成了「算哈希」，我们的脏活从改锚文本变成了先norm再拼盐。

我就想问问各位：你们在喂内容之前，有没有固定跑一遍归一化脚本？全角括号、中文引号、英文缩写前后的空格，这几样你们是先处理还是直接丢给AI？我这边实测下来是必须先处理，但样本还不够，想听听大家的情况。