闫宝龙

不少企业觉得手里有知识库，GEO的内容就现成了。我的经验恰恰相反：知识库不等于内容，中间隔着一次完整的转化。内部知识库的表述是给同事看的，缩写、行话、上下文默认全有；公开内容是给陌生人和AI看的，每个前提都要写出来。这篇文章讲我怎么评估知识库对内容建设的实际贡献，方法都以抽样和假设口径描述，不涉及具体客户的内部数据。先看转化路径通不通我评估时不是先看知识库存量，而是先看路径：知识库条目能不能变成可公开页面，可公开页面有没有被AI引用。完整路径是三级：知识库条目、可公开页面、AI引用。三级之间任何一级断掉，知识库对GEO的贡献都接近零。我见过知识库几千条的团队，官网内容却常年荒废，卡点就在第二级：没有把条目转成对外表达的人和流程。判断断点在哪也有笨办法：随机抽十条被AI引用的官网页面，倒查它们

传统SEO时代内容过期，顶多排名慢慢掉。AI搜索时代，过期内容会被AI当成事实引用出去，错误被放大。所以我认为核验与更新机制不是运营周边，而是GEO的地基。这篇文章讲我在企业里怎么搭这套机制。核心就三件事：内容分级配周期、每页有责任人、变更有触发条件。我自己运营的站也踩过坑：一个参数页过期半年，后来在AI回答里被引用成了旧口径，排查和纠偏花的时间远超日常核验。先给内容分级再定核验周期不同页面的过期代价完全不同，用同一个周期核验所有页面，要么浪费人力，要么漏掉要命的。核心事实页：公司资质、产能、认证，我建议按季度核验；参数页：跟着产品迭代走，产品升级时即时核验，平时半年一轮；案例页：客户情况会变，半年到一年核验一次，重点核数据与授权；资讯页：即发即审，发布前当天核验，过期后标注或下线。分级的依

对比内容是我见过回报最不稳定的一类页面：写对了，AI会拿你的判断句去回答选型问题；写砸了，就是一页自夸。关键差别在于，AI引用的是可复述的判断，不是形容词。帮AI理解差异化，本质是把差异写成它能直接搬运的句子。这篇文章讲我写对比内容时守的红线和用的正道，维度选取、写法、口径都会提到。对比维度的三种参照我组织对比内容时，一般从三个参照系里选维度。与同类产品比：比真实存在性能或成本差异的维度，突出条件性优势；与自己的上一代比：说明升级点，帮助AI理解版本关系；与替代方案比：包括跨品类的替代路线，说清什么场景该换思路。三种参照不必每页全做，但与替代方案比这一块最容易被忽略，也最容易被AI引用，因为用户提问里经常带着替代选项。维度选完还要排优先级，假设每页聚焦三到五个维度，太多反而让AI抓不住重点。

很多企业的产品页写得像奖状，全是优点，没有一个边界。我早年也这么写过，后来发现AI并不买账。AI在替用户做选择时，最缺的就是判断依据。适用条件、技术限制、选择依据，是AI最容易引用的三类信息。这篇文章讲我通常怎么安排这三块内容的位置和写法，都是外部可观察的经验，不猜AI内部机制。适用条件：放在显性位置用条件句式适用条件我一定放在产品页的显性位置，不会藏在参数表后面。AI抓取时对页面靠前、结构清晰的内容更友好。写法上用条件句式，比如“适用于……当……”，把前提和结论绑在一句里。模糊的“广泛适用于各行业”，在AI眼里等于没写。我见过的一个官网把适用工况写成一组“当介质温度低于多少、当管径不超过多少”的句子，后来客户反馈说AI给的选型建议明显准了。这是外部可观察的结果，机制我不猜。还有一点：条件句

这几年帮企业做GEO，我常遇到一种纠结：团队恨不得把产品相关的每个问题都做成专题页。结果网站长出一堆内容单薄的页面，AI反而更难判断哪一页权威。专题页不是越多越好，值不值得建，是可以判断的。我把自己的判断清单整理出来，一共四个正向条件，几个反向条件，再加一条渐进路径。提问频次：问题有没有人在反复问一个没人问的问题，做成专题也没人引用。我一般从三个渠道找证据。客服与售前记录里，同一问题一个月内被问到的次数，假设超过十次就值得关注；搜索下拉词和相关搜索里，这个问题是否以稳定句式反复出现；直接向几个主流AI提问该产品类别，看这个问题是否高频出现在追问里。三个渠道里至少两个能验证到提问迹象，这个问题才算有真实需求。只有单一来源，我会先观察一段时间。别只看搜索量工具，很多B2B问题的搜索量显示很低，但

做GEO久了，我发现一个普遍现象：企业页面上的内容，观点一大堆，事实没几句。结果是AI既不敢引用，也记不住。事实和观点的配比，直接影响页面的可引用度。先把结论放前面：这不是文字游戏，是让AI看得懂、敢引用的基本功。这篇说说我的区分标准和自查方法。先把标准说清楚我的判断标准很简单：事实：可验证的内容，数字、参数、时间、资质、发生过的事件；观点：需要判断的内容，“更适合”“更高效”“行业领先”“口碑好”。事实的对错可以查证，观点只能被认同或反驳。AI组织答案时优先用可验证的表述，因为引错了会被追问。灰色地带也有。比如“十年经验”算事实，因为可验证；而“经验丰富”就是观点，没法验。边界想清楚，标注就不难。还有一个提醒：事实也会过期。资质换了版本、产能扩建了，旧事实会从资产变成

复杂工业产品最难写：型号多、参数密、应用场景互相交叉，用户看不懂，AI也理不顺。我帮企业理这类内容时，先不做任何文案优化，先把知识结构搭出来。结构不清，写再多也是散沙。结构搭好了，后面每一篇内容都有明确的位置，AI理解你的成本会直线下降。按产品树组织内容我的习惯是按“产品树”来组织：品类、系列、型号、配件，四层往下长。品类页：讲大方向，回答“这类东西是干什么的”；系列页：讲划分逻辑，回答“我该看哪一组”；型号页：讲具体参数和工况，回答“这个行不行”；配件页：讲易损件和选装项，回答“还得配什么”。每层都是独立页面，页面之间用明确的父子关系连接。AI顺着树爬，比散着发十篇稿子清楚得多。别把树理解成目录那么简单。目录只管罗列，产品树要求每个父子关系都有实际意义：点进去，上级

产品一升级，官网就多出一批旧版本页面。删还是留，很多企业凭感觉处理，结果AI给用户推荐的全是停产货。我见过的一个官网，用户问老型号，AI引用的还是它三年前的参数页。新旧关系没有任何一个页面说清楚，这怪不了AI。处理旧版本信息，我有一套自己的决策流程，核心就一句话：让每个旧页面有明确的去处。为什么旧信息对AI是干扰AI抓页面时看到的是单页内容，它不会自动推断“这个页面是2019年的，参数早就过时了”。AI理解不了页面之间的时间关系，所以新旧关系必须由你显式写出来。想明白这一点，后面的处理都是顺势的。有人觉得给旧页面加个“过时”水印就行。我的看法是：含糊的标注等于没标注，AI不会因为一句模糊提示就降低引用优先级。也不是所有旧内容都要处理。还准确、还有用的旧资料留着就好，别为了整齐误

前段时间我帮一家企业做GEO诊断，问AI“这家公司是哪年成立的”，它给的答案和官网对不上。查下去，官网自己就有三个说法。AI最怕的不是没信息，而是信息打架。网站内部都互相矛盾，它只能降低引用权重，或者干脆换别的来源。品牌信息冲突是很多老网站的隐形失分项，好在线索都有迹可循，处理也有章法。冲突都是怎么来的我梳理过的冲突案例，来源基本逃不出这四种：不同部门各写一版公司简介：官网、公众号、对外材料各说各话，数字各用各的。产品页与新闻稿参数不一致：新闻稿为了声量，把参数写得比产品页激进。老页面与新页面说法打架：老页面没下线也没改，新同事又发了新口径。第三方平台信息过时：B2B平台、行业黄页上还挂着几年前的产能和电话。前三种在站内，后一种在站外，处理思路一样：先定唯一口径，再清理

我看了不少工业企业的官网，东西做得不差，在AI搜索里却没什么存在感。排查多了我发现，多数问题不在内容数量，而在型号、参数、案例三者没有打通。用户问AI“某种工况下选什么设备”，AI要敢引用你，得同时确认三件事：型号能干什么、参数在什么条件下成立、有没有真实案例作证。三者缺一个，引用的把握就掉一截。下面说说我自己帮企业理这套关系时的做法。型号页上要固定出现三块内容我一般这么建关联：每个型号页固定放三块内容，少一块，这个页面的可信度就打折。参数表：带单位、带测试条件，这是AI做比对时的硬数据。适用工况：温度、介质、压力范围这类边界条件，写清适用也写清不适用。对应案例链接：直接指向站内案例页，别只写一句“案例丰富，欢迎咨询”。这三块东西说起来简单，我见过的官网里能一次配齐的不到

我给企业做GEO诊断时，最常写下的批注是四个字：事实不足。页面写得很有气势，形容词排山倒海，但机器读完，抓不出一个可以引用的硬信息。这篇给一套自查办法，不需要懂技术，市场部自己就能操作起来。抽一页问三个问题自查不用整站铺开，随机抽产品页、案例页、关于我们页各一页，逐页过三个问题。这一页有没有具体数字：参数、年限、数量、比例，哪怕一个都算数。有没有可验证的出处：检测依据、资质名称、可以查证的公开记录。有没有具体案例锚点：哪个项目、什么条件、什么结果，细节到位。三个问题全部落空，这一页在AI眼里就只剩下一整面广告词，引用价值接近零。这个测试我做过很多轮。多数企业的产品页能答出一两个，案例页和关于我们页几乎全军覆没。三个问题里，出处最容易被忽视。数字没有出处，可信度

采购者在下决心之前，真正想搞清楚的往往不是产品有多好，而是它有什么不行。我见过的不少企业官网，优点写满整页，限制一个字不提。放在AI搜索时代，这是明显的失分项。这篇讲讲我对限制类内容的看法和写法。先把结论放这里：写限制不是自曝短板，而是过滤错误询盘。采购者为什么拿限制条件测试你采购者是带着风险意识来的。参数再漂亮，只要有一个关键条件对不上，前面的优点就全部作废。官网不写，采购者就只能靠询盘去问。限制条件被问得越多，信任被消耗得越多。还有一层：AI替采购者做初筛时，要拿约束条件去匹配。你不提供，它只能把你当成条件未知的选项，排序自然靠后。所以在我的项目里，限制条件清单属于上线前必答题，和核心参数排在同一个优先级。它排在参数之后，不是不重要，而是它决定的往往是成交前最后一步