简答:对大多数「顾客买之前会先问问题」的小企业来说,GEO 值得做,但做的是便宜的那一版:确保 AI 助手能读到你的网站,首页和服务页直白地回答真实问题,各平台的商家资料和评价跟官网说法一致,再每月检查一次自己有没有被提到。这些工作几乎都是做搜索本来就该做的。它不值得单独列一笔预算,不值得为「保证上榜」的服务付月费,也不该排在基础工作前面。引擎之外,没有人能向你保证一定被提到,或者多久能被提到。
下面依次讲:这个判断背后的证据,这些工作和你本来在做的事相比要多花什么,什么情况下现在确实还不值得做,以及一份小团队不用买新软件就能照着做的起步清单。
小企业面对的变化,到底有哪些
最明确的证据来自本地商家的发现场景。BrightLocal 2026 年对 1,002 名美国成年人的调查显示,用 AI 工具找本地商家推荐的消费者比例从 2025 年的 6% 升到了 45%,AI 已经是第三常用的本地推荐渠道,仅次于 Google 和 Facebook,排在 Yelp 和 TripAdvisor 前面。年龄差异很大:30 到 44 岁的人过去一年有 64% 问过 AI 推荐商家,60 岁以上只有 24%。
Yext 2026 年对 3,848 名会搜索本地商家的成年人做的调查也指向同一方向,不过 Yext 自己说明这是自我报告、只具方向性的数据:42.7% 的人过去一个月用 AI 工具做过本地搜索,28% 在过去六个月因为 AI 推荐尝试了一家新的本地商家。
另一面同样重要。换成问小企业自己「网站流量从哪来」,AI 是被选得最少的一项,和顾客那一侧的说法差得很远:
WordStream 对 300 多家美国小企业的调查里,只有 18% 的企业把 AI 算作主要流量来源之一,一人企业里是 11%。所以诚实的结论是:AI 助手正在成为顾客「挑商家」的地方,但直接从 AI 点过来的流量还只是一小块。只看引荐访问量,你会低估 GEO;只看新闻标题,你会高估它。
与此同时,搜索本身每次查询送出的点击也在变少。SparkToro 2026 年的研究发现,当年前四个月美国 68.01% 的 Google 搜索以零点击结束,2024 年是 60.45%,不过两年用的是不同的数据面板。看完答案就走的人越多,「答案里出现的是谁」就越要紧。
排不进第一页,做 GEO 还值得吗
搜索排名奖励的是长期积累的权威,而在答案里被引用,是相关但不同的另一场比赛。两者之间的那道缝,正是小企业的机会所在。
Ahrefs 分析了 863K 个关键词结果页,发现 Google AI Overviews 引用的网址中,37.9% 同时出现在前 10 个结果区块里,31.2% 来自第 11 到 100 位,31.0% 来自前 100 之外。Ahrefs 拿它和 2025 年 7 月那次研究里约 76% 的结果对比,同时说明中间改进过解析方法,并推测 AI Overviews 如今更依赖「查询扇出」找到的来源,而不是原始结果页。这不代表质量差的页面也能被引用,而是说:一个把具体问题答清楚的页面,即使排不进第一页,也有机会。
「具体」恰恰是小企业的长处。全国连锁品牌很少会有一页用大白话讲清某项维修要多久、某种材料适不适合某种气候;而小商家每周都在电话和邮件里回答这些问题。把答案写下来、放到爬虫读得到的地方,花的是写作时间,用不着一个市场部。
学术上的证据令人鼓舞,但要读仔细。最早提出 GEO 的论文报告:在包含 10000 条查询的基准上,GEO 方法能让内容在生成式引擎回答里的可见度最多提升 40%;效果最好的是引用来源、加入引语和加入统计数字,关键词堆砌几乎没有提升,而且效果因领域而异。这是实验室基准,不是对你这家店的承诺。
也有不利的一面。AI 助手在回答品类问题、需要点名商家时,更容易点名那些在评价、目录、本地媒体等「自己控制不了的地方」也能被印证的商家,而小企业这类印证通常更少。所以下面「商家资料与评价」那一步不能省。
做 GEO 要花什么:跟你已经在做的事对比
这篇文章的旧版本放过一张「各渠道获客成本」图,我们删掉了,因为那些数字是示意,不是测出来的。不编数字,我们能说清楚的是:这些工作和你本来就在做的事有多少重叠。
| 步骤 | 成本 | 对普通搜索也有帮助吗? |
|---|---|---|
| 确认 AI 搜索爬虫没有被封 | 检查一次 robots.txt 和防火墙规则 | 没有直接帮助,但它是一切的前提 |
| 让关键信息不依赖 JavaScript 也能读到 | 取决于建站平台,很多时候不用花钱 | 有 |
| 改写首页和服务页,直接回答问题 | 写作时间 | 有 |
| 让各平台资料和评价与官网一致 | 持续的整理时间 | 有,本地搜索尤其明显 |
| 每月检查 AI 助手有没有提到你 | 每月手工检查一次,或用工具 | 没有,这是新增的部分 |
小企业实际做的也正是这些重叠的工作。WordStream 的调查里,为提升 AI 可见度最常见的动作是用清晰的标题组织页面(35%)、提升可读性(26%)、速度和移动端等技术工作(24%),报告也指出几乎每一项同时都是 SEO 最佳实践。表里真正属于新增工作的只有一行,而且是最便宜的一行:每月问同一组问题,记下谁被点了名。
真正值得比较的,不是 GEO 和 SEO,而是便宜的 GEO 和昂贵的 GEO:
| 便宜的版本 | 昂贵的版本 | |
|---|---|---|
| 钱花在哪 | 自己的写作和整理时间,加每月一次检查 | 月费服务、单独的一条内容线、一块看板 |
| 承诺什么 | 页面读得到,测量是诚实的 | 常常承诺上榜或见效时间,而引擎之外没人做得到 |
| 做完你手里留下什么 | 更好的页面,同时服务搜索和顾客 | 一堆报告,以及产出的那些内容 |
| 适合谁 | 几乎所有有网站的小企业 | 多一次 AI 推荐就价值很高、而且基础工作已经做完的企业 |
什么情况下,现在还不值得做
- 你没有网站,也不打算建。这种情况并不少见:WordStream 的调查里,没有网站的企业有 43% 永远不打算建站。你的重点是把自己已经能控制的资料做准,比如 Google 商家资料、目录收录、社交主页。本地 GEO 专门讲了这种情况。
- 你的页面根本读不到。多数 AI 爬虫不执行 JavaScript,文字要等客户端渲染才出现的网站,在它们眼里就是空页面。先解决这个,再写新内容。
- 有人向你兜售「保证上榜」。AI 助手每回答一次都会重新决定点名谁。服务商能做的是提高你被点名的资格、给你诚实的测量,没法保证你一定被提到。
- 你的顾客买之前不做功课。如果顾客是冲动消费、路过就进店,那么 AI 助手几乎没有问题可答,你的时间花在别处更划算。
小团队的起步清单
- 检查爬虫访问。OpenAI 把 GPTBot(抓取可能用于训练模型的内容)和 OAI-SearchBot(构建 ChatGPT 搜索功能背后的索引)分开。封掉训练爬虫是正当的选择;封掉搜索爬虫,你就从 ChatGPT 搜索结果里消失了。各家助手的代理名单见 AI 爬虫访问指南。
- 确认关键信息在 HTML 里。清单下面有一个快速自测。
- 改写首页和每一张服务页。在跟踪 AI 引荐的企业里,最常被提到的落地页是首页(57%)和产品或服务页(48%)。开头几行就写清:做什么、为谁做、在哪里、大概什么价位。
- 回答顾客最常问的十个问题。从邮件、电话和评价里找,每个问题写成一段脱离上下文也成立的回答。为可摘取而写作讲了具体写法。
- 让各平台资料和评价跟官网一致。顾客会去核对 AI 告诉他们的东西,而且不止在一个地方核对。
- 每月检查一次,问题里不带自己的名字。见最后一节。
curl -s -A "OAI-SearchBot" https://example.com/services/ | grep -i "opening hours"
如果输出里找不到你在意的那段文字,这张页面需要的是服务端渲染或静态生成,而不是更多内容。
第五步值得把证据摆出来,因为它是小企业最常跳过的一步。AI 给出推荐,很少是顾客调研的终点:
Yext 的受访者里,只有 5% 说看完 AI 回答就直接购买。多数人还会去搜索、访问你的网站、点开 AI 引用的来源或者去看评价;BrightLocal 也发现,用 AI 找本地推荐的人里有 97% 有时会拿真实评价去复核。如果你的营业时间、价格或服务项目在官网和各平台上说法不一,顾客就是在这一刻发现的。
怎么判断 GEO 有没有效果
列一组顾客在不知道你名字时会问的问题,比如「附近谁能修老式推拉窗」,而不是「我们店怎么样」。拿去问几个 AI 助手,记录被点名的商家和被引用的页面,每月用同一组问题重复一次。只有在下一轮里重复出现的变化才当真。
问题里不带品牌名,是最要紧的一条。我们自己的一次检测里,15 道生成的问题有 13 道带品牌名,分数显示 13%,而诚实的数值是零。搭建提示词集讲了怎么写出避开这个坑的问题清单。
引荐流量在一段时间内会一直很小,不必过度解读。来自 AI 的访问是另一种访问:Adobe 的美国零售数据显示,2026 年 3 月 AI 来源流量的转化比非 AI 流量高 42%。那是大型零售网站,不是本地小商家,只能当作方向,不能当作预测。如果不想每项检查都手工做,其中一部分可以用我们的免费工具站完成。