WHITEPAPER
GEO 实践白皮书
把十二章教程压缩成一份可落地的行动白皮书：从诊断、技术、内容到度量与合规的完整路径，附关键证据。
核心立场
GEO 是内容基本功，不是流量捷径。它放大好内容、救不回差内容；把「被引用」当作分布而非单点来经营。
一、诊断：你现在在哪
- 你的内容是否能在无 JS 下被完整读取？（语义化 HTML 是前提）
- 关键页面是否注入了 Schema.org 结构化数据？
- 站点根是否有 llms.txt，robots 是否放行 AI 爬虫？
- 你的核心观点是否出现在 ≥4 个平台？
任何一项为「否」，都先补它——这是地基，地基没好，内容策略无从谈起。
二、技术：让 AI 爬得到、读得懂
四件事（详见技术规范文档）：
| 动作 | 交付物 |
|---|---|
| 站点导航 | llms.txt（根目录，列重要页面+摘要） |
| 放行爬虫 | robots.txt 对 GPTBot/ClaudeBot/Bytespider 等 Allow |
| 结构标注 | JSON-LD：Article / FAQPage / Course / HowTo |
| 机器可读（可选） | 内容协商：对 AI 返回干净 Markdown |
三、内容：可被检索、被信任、被复述
可量化的四个引用杠杆（KDD 2024 等）：
+43%
引用权威来源
+33%
嵌入统计数据
+18%
答案优先结构
+11%
技术术语优化
写作法：结论句 → 为什么 → 证据（数据/来源） → 延伸。每条关键论断附权威来源链接，用精确数字替代模糊表述，保持术语一致。
四、分发：多平台分布
出现在 4+ 平台的内容被引用概率 ×2.8（KDD 2024）。把同一观点在知乎、小红书、B站、公众号、头条/抖音等平台用适配形态分发；优先争取 earned media（第三方行业媒体报道），AI 系统性偏向 earned media 而非品牌自有内容。
五、度量：按分布测
圣加仑大学 2026 实测：相邻两日被引信源集合重叠仅 34–42%。所以可见度要作为分布测——跨多个引擎、多次观测，而不是一张「被引用了」的截图。关注：引用频率、品牌提及、AI 来源转化率（Adobe 2026：AI 流量转化 +42%）。
六、合规与边界
- 中文场景核验所用模型的网信算备号（国家网信办备案系统）；
- 遵守《生成式人工智能服务管理暂行办法》等法规；
- 不走黑帽：隐藏文本、语料污染（GASLITE 0.0001% 即可劫持 top-10）、prompt injection 均触碰红线且会被反噬；
- 预期管理：C-SEO Bench（NeurIPS 2025）显示多数 GEO 方法在竞争密度下基本无效、互相抵消——把它当基本功。
90 天参考节奏
0–30 天
地基
技术落地 + 选定 2–3 个核心平台。
30–60 天
内容生产
答案优先写 10–20 篇，每篇附权威来源与数据。
60–90 天
分发扩面
同观点多平台分发，争取 1–2 次 earned media。
持续
度量迭代
按分布监测可见度，回收无效动作。
结语
GEO 的终点不是「骗过算法」，而是「让真正有用的内容，成为 AI 给用户的答案的一部分」。把内容做扎实，把技术做对，把度量做长期——这就是白帽 GEO 的全部。