先说结论：GEO 做了半年没效果，通常不是方向错了，是层次太浅。发了几十篇文章、每篇塞满关键词、然后等着 AI 来引用——这套动作在 2025 年还能蹭到红利，今年基本不灵了。
这半年最大的变化是：企业问的问题从"要不要做 GEO"，变成了"为什么我做了 GEO，AI 还是不提我"。
先分清楚：GEO 和 SEO 解决的不是同一个问题
SEO 解决的是"搜索结果里排第几"。
GEO 解决的是"AI 的回答里有没有你"。
当客户在 ChatGPT、Gemini、豆包、DeepSeek 里问"XX 行业哪家供应商靠谱"，AI 直接给出一份名单——你不在名单里，就等于不存在。这比排名掉到第二页更致命：第二页至少还能翻到，AI 的答案里没有你，客户根本不知道你存在。
浅层 GEO 和深度 GEO，差在四个维度
同样叫"做 GEO"，做法差别可以非常大：
大部分企业卡在第一列。卡住的原因往往不是不会做，是没有可以拿来做的东西——手里没有独家数据、没有客户案例、没有行业判断，写出来的内容 AI 看了也没有引用的理由。
深度 GEO 的三个技术杠杆
Go Fish Digital 拆过一份比较系统的 GEO 分析，把 AI 检索的机制拆成三个可以动手的杠杆，我觉得比大部分泛泛而谈的 GEO 文章有用：
杠杆一：语义足迹
LLM 处理一个用户问题时，会把它展开成很多个子问题（query fan-out）。你的内容覆盖面越窄，缺席的子问题就越多。
所以不能只盯着主关键词写。客户问"这个设备多少钱"，AI 展开出来的可能是"影响价格的因素""不同规格的价差""维护成本占比"——这些你一篇都没写，那这个问题的回答里就没你。
杠杆二：事实密度
AI 更愿意引用信息含量高的段落。什么叫信息含量高？有具体数字、有条件限定、有别处查不到的判断。
"我们产品质量好、交货快"这种句子，事实密度是零，AI 拿它没法组织回答。"这个规格在东南亚市场的常规交期是 25 到 30 天，走海运，旺季会再多 7 天"——这才是它敢引用的。
杠杆三：结构化数据
Schema 标记不是玄学，它是让机器少猜一点。产品参数、常见问题、公司信息标注清楚，AI 解析你的页面时出错的概率就低。这一步几乎不花钱，但很多外贸站从来没做过。
一个自检：你现在在哪一层
不用做复杂的诊断，问自己三个问题就够了：
第一，你能说出上个月 AI 回答里提到过你几次吗？说不出来，说明你连衡量都还没开始。
第二，你最近发的十篇内容里，有几篇写了别人写不出来的东西？如果都是通用知识的复述，那是在给 AI 提供它已经有的信息。
第三，AI 提到你之后，客户点进来了吗？点进来之后留下联系方式了吗？
第三个问题最容易被忽略，但它才是 GEO 最终要交代的东西。
被 AI 提到之后，那一段才是真正的分水岭
我们接触过一些企业，GEO 做得不错，AI 搜索里能被提到，官网的访问也涨了。但一问询盘，还是老样子。
问题出在被提到之后的那一段：客户从 AI 的回答里点进官网，看到的是一个没有明确下一步的首页；好不容易填了表单，询盘散在企业邮箱、WhatsApp、网站后台三个地方，没人统一盯；业务员隔一天才回，客户早就问了下一家。
我们做询盘云补的就是这一段：官网询盘自动带着来源进 CRM，是从 AI 搜索来的、还是从谷歌自然结果来的，一眼能分清；邮件、WhatsApp、社媒的后续沟通全部归到同一个客户档案下；谁在跟、跟到第几轮、多久没动了，都摆在明面上。
这样你才知道 GEO 到底值不值：不是"AI 提了我 20 次"，而是"AI 带来的客户里成了几单"。
顺带说一句，深度 GEO 需要的那些独家内容，来源就是这些真实的客户问题和沟通记录。沉淀下来的客户知识，既是内容的原料，也是 AI 愿意引用你的原因。