闫宝龙

上个月和一个做实验室设备的老板聊天，他说最近询盘少了两成，怀疑是竞价账户出了问题。我让他现场问AI助手一句：“高校实验室采购通风柜，有哪些靠谱的供应商？”答案列了六家，附了选型建议，还有三条注意事项。他看完沉默了十几秒，说：“六家里有三家是我们的直接对手，另外三家规模不如我们。”这就是缺席的形态。它不表现为流量断崖，也不报错，只是在每一次用户提问里，你的名字都不在。需要说清楚的是：这不是被封杀，是没有进入候选集合。性质完全不同，处理方式也不同。一、缺席的三种表现从外部观察，品牌在AI搜索里的缺失大致有三种形态，严重程度递增。第一种：完全不出现问核心品类问题，答案里的品牌清单从头到尾没有你。这是最彻底的一种。通常意味着在模型可读的语料里，你的品牌与这个品类的关联太弱，连候选都进不去。第

拿两篇讲同一件事的文章做对比。A篇开头三段讲行业背景，第四段才说出观点；B篇第一句就是“50人以下的销售团队，不建议上复杂的CRM配置”。让模型从里面摘一段回答“小团队要不要上CRM”，它会摘哪篇？答案几乎不会有悬念。模型的检索和摘取有长度限制，越靠前、越自洽的段落，被完整取用的机会越大。倒金字塔的价值就在这儿：它不是因为好看，是因为它把结论放在了最容易被拿走的位置。一、倒金字塔的四层结构新闻写作里的倒金字塔是“最重要—次重要—背景—补充”。搬到GEO内容上，我一般拆成四层。第一层，结论与适用范围：一句话说清判断，并限定它成立的条件。第二层，依据：数据、案例、参数、对比，回答“凭什么这么说”。第三层，边界与例外：什么情况下这个结论不成立。这一层最能体现专业度。第四层，操作细节

同一个问题问五个AI助手，得到五份不完全一样的品牌清单，但有几家总是重复出现。做办公家具的老张盯着这几份清单看了半天，说了句：“那几家我也知道，规模不比我们大。”规模不是关键变量。模型不认识“规模”，它只认识“在它能读到的材料里，谁的表述更清楚、更一致、更可信”。把过程拆开看会更容易理解：模型的推荐是一条流水线，每一环都在做淘汰。你在哪一环消失，决定了你该补什么。下面这套五段式是通用观察框架，不同厂商实现细节有差异，但外部可见的行为大致如此。一、第一环：信息抓取——它在哪儿看到你模型的知识来自训练语料，实时问答还会检索网页。两条路径都依赖同一个前提：你的信息得在它够得着的地方。够得着，包含三层意思。能被爬虫访问（没有被robots挡死、不依赖登录）；页面能渲染出正文（不是全靠脚本加载

先看一个不太好受的数字对比。假设某B2B企业的官网去年自然搜索访问12万次，今年同期8.6万次，排名位置基本没动，收录量还多了400页。掉的这3.4万次，去哪了？大概率没消失，是被提前消化了。用户在AI助手里问完“这类设备怎么选、有哪些供应商”，得到一段带品牌名的回答，就直接去搜品牌词或者关掉页面了。零点击不是新概念，但零点击之后还继续影响决策，这是新的。我的判断是：这不是渠道增减，是链路的形状变了。用旧链路的指标去度量新链路，只会得出“SEO越来越没用”这种错误结论。一、旧范式：一条“曝光—点击—落地页”的直线SEO的隐含假设很朴素：用户先看到十个蓝色链接，再挑一个点进去。所有优化动作都围绕这条直线展开——提高排名以获得更多曝光，优化标题描述以提高点击率，优化落

有个做工业除尘设备的客户，去年十月来问：“我们百度自然排名掉到第三页了，是不是得重做SEO？”我随手在几个主流AI助手里问了句“中小型车间除尘设备怎么选”，答案里列了五个维度、四家品牌，全是他没听过的同行。这不是排名的偶发问题。他的品牌词在AI那里连“候选”都没进，SEO做得再好也补不上这一层。我给的判断很直接：GEO要解决的是“AI在组织答案时用不用你”，跟“你在结果页排第几”是两套体系。一、GEO到底在优化什么GenerativeEngineOptimization，中文一般译作生成式引擎优化。它指的是：通过内容结构、事实表达、来源可信度等方面的调整，让大语言模型在生成回答时更容易抓取、理解并引用你的信息。注意三个动词：抓取、理解、引用。三者是递进的。被爬虫抓到但结