这是一份照抄就能落地的 GEO 清单。上一份指南讲了 GEO 是什么，这一份回答更实际的问题：关键词怎么选、内容怎么写、信源怎么布局、怎么复盘。
第一步：AI 可见性基线调研
在动手优化前，先知道起点。
- 选 10 个高价值问题：客户最常问、直接影响下单决策的问题（例如你是家电品牌，就选「100 平米房子装哪种空调省电」）。
- 用 6 个模型 逐个问：豆包、DeepSeek、文心一言、Kimi、通义千问、腾讯元宝。
- 每个问题 × 每个模型记一档：正面推荐 / 中立提及 / 负面 / 未提及。
- 把结果落成一张表，这就是你的 GEO 基线。
判断标准：如果 10 个问题里超过一半是「未提及」，说明你在 AI 世界基本「被销户」了，接下来每一份内容都按下面的方法做。
第二步：GEO 关键词怎么选
GEO 关键词 ≠ SEO 关键词。用两套清单并行：
| 类型 | 示例 | 用途 |
|---|---|---|
| SEO 短词 | 空调省电、家电测评、装修避坑 | 落地页 / 目录页，接传统搜索 |
| GEO 场景长尾词 | 我家 100 平米房子装哪种空调省电、500 元以内蓝牙耳机推荐、第一次装修最该避哪些坑 | 长文内容，直接成为 AI 可引用的「答案」 |
选词公式：我的 + 场景/身份 + 核心需求 + 决策问题。例如：
- 我的 + 100 平米房子 + 装哪种空调 + 省电
- 我 + 预算 500 元 + 蓝牙耳机 + 推荐几款
- 第一次装修 + 3 万预算 + 最该避哪些坑
把公式套进你的行业，产出 20-50 个场景长尾词，每个配一篇 800 字以上的完整答案型内容。
第三步：内容语义结构化四要素
AI 抽取答案靠结构，不靠关键词密度。
① 一句话结论（页面顶部）：100 字以内，直接回答用户问题。例：「买家电的核心是先定需求再定型号，三步：定预算与空间、定核心需求、查真实测评。」
② 关键事实清单：把卖点拆成可独立引用的短句，每条约 10-20 字。例：「GEO 全称 Generative Engine Optimization」「72% 的用户已通过 AI 推荐完成消费决策」。
③ FAQ 区块：3-5 条，问题用用户原话，答案直接可引用。AI 会优先从 FAQ 抽答案，也便于输出 FAQPage 结构化数据。
④ 知识图谱式内链：把「品类 → 场景 → 决策因素 → 结论」串起来，让 AI 在多个页面上交叉验证同一结论，信源一致性越高越容易被引用。
第四步：权威信源布局
AI 更信任被多次引用的可信来源：
- 在行业目录、权威媒体、专业社区持续露出；
- 保证官网信息与外部信息一致（品牌名、地址、电话、资质）；
- 高监管行业（金融/医疗/法律）补齐资质与信源标注，合规才能进 AI 的「白名单」。
第五步：月度复盘模板
每月一次，对基线里的 10 个问题重新跑 6 个模型，记录变化：
| 问题 | 模型 | 上期档位 | 本期档位 | 变化 | 动作 |
|---|---|---|---|---|---|
| 100 平米装哪种空调省电 | 豆包 | 未提及 | 正面推荐 | ↑ | 强化该内容 |
| 500 元蓝牙耳机推荐 | DeepSeek | 中立提及 | 中立提及 | → | 补信源与场景细节 |
| …… | …… | …… | …… | …… | …… |
动作规则：升档 → 强化内容并扩展关联问题；持平 → 补信源、加场景；降档 → 排查内容是否过时、竞品是否加码；连续 2 个月未提及 → 重点重写该词对应的内容。
黎明岛的方法论就在这套清单里：本站每个账号档案、领域页与指南页都带有 GEO 字段（一句话结论、关键事实、FAQ），并用 GSC 关键词地图持续校准收录与流量词。想看 GEO 概念本身，回到 GEO 是什么？。