出海 SaaS 团队做 GEO，别只盯着改文章
GEO 这个词这段时间明显热起来了。我最近翻 Semrush、Ahrefs 这类信息源，前几页里 AI Search、AI Mode、AI visibility 这些词出现得越来越频繁。
这张图不是为了证明 GEO 已经形成共识，而是说明在我日常看的信息源里，AI Search 相关内容已经开始高频出现。
很多人好像会把 GEO 当成 SEO 的补充，重点还是怎么把内容改得更适合 AI 读。比如写得更清楚，补 FAQ，补定义，给更直接的答案。
搞这些可以，但我最近看了两篇文章发现，事情可能没那么简单。
一个是 SEJ 那篇 machine-first architecture，讲网站要让机器能识别、读取、引用和使用。另一个是 Google I/O 之后的商业可见性讨论，讲 AI Search 可能会把用户带到比较、购买、预约和任务完成里去。
这两个放在一起看，GEO 就不只是文章更 AI 友好，而是页面里的内容、服务和下一步动作，都要被组织成更完整的网站架构。有点像之前讲 Mobile First，现在可能要多想一层：机器怎么识别这个页面，怎么理解这个业务，怎么判断用户下一步能不能完成动作。
这不是说传统 SEO 失效，也不是说所有企业现在都要重建网站。我的感觉是，如果还把 GEO 当成内容团队自己的写作任务，可能会漏掉更关键的东西。
真正的问题可能不是文章怎么写
现在很多 GEO 建议还是围绕内容本身展开。问题要写清楚，答案要直接，段落要容易抽取，页面要补充定义和场景。
这些都对，但它默认了一个前提：机器已经知道这个页面属于谁，也知道这个页面和整个网站的业务有什么关系。就我观察到的很多国内出海 SaaS 团队来说，实际并不是这样。
产品页、案例页、文档页、博客页和转化页，常常是各写各的。人可以靠导航、视觉设计和上下文去理解，机器未必能稳定判断这些页面之间的关系。它可能读懂了一篇文章，却不一定知道这篇文章和你的产品、服务、价格、案例有什么关系。
SEJ 那篇 machine-first architecture 的价值就在这里。它不是讲怎么把段落写得更像答案，而是把网站拆成 identity、structure、content、interaction 几个层面。换成更直白的话，就是机器不只要读内容，还要识别你是谁、页面怎么组织、信息怎么连接、用户下一步能做什么。
这篇文章把 AI Search 的问题从内容引用，推到了机器识别、读取、引用和使用网站。
这对国区出海团队可能挺重要的。很多团队其实不太重视网站整体的信息架构，关注点会比较局限。页面模板怎么统一，内部链接怎么把不同页面串起来，结构化数据有没有做，品牌实体在官网、社媒和第三方目录里是不是一致，这些东西经常排不到很前面。
很多内容团队更关注内容创作本身，规划阶段没有想得很清楚。尤其是不少团队缺少技术背景，对页面模板、schema、实体一致性这些维度也不太敏感。
没有 AI 加持的时候，这些问题可能没那么明显。人可以自己理解上下文，也可以靠导航和视觉设计补信息。但 AI Search 出来以后，内容、技术 SEO、产品和增长之间的边界会变得更模糊。以前没被认真处理的问题，可能会一下子变得更突出。
所以我会倾向于把 GEO 的第一层动作，从重写所有文章，改成检查少量高价值页面。先看机器能不能读出几个基础事实：这是谁的网站，提供什么产品或服务，适合谁，有什么限制，下一步应该做什么。
页面不是只给人看的
之前我们做内容，可能更倾向于设计一个让人阅读的网站。首页怎么讲品牌，产品页怎么讲功能，案例页怎么讲结果，博客怎么带流量。这个思路本身没问题。
但现在可能要拆得更细一点。一个页面不只是给人看的，也要让机器能抽取里面的关键事实。
比如价格、规格、服务区域、预约条件、购买路径、退换规则、案例、限制条件，这些信息如果只藏在视觉模块、图片、卡片组件、弹窗或者复杂交互里，人可能能看懂，但 AI 未必能稳定读出来。
这时候内容审核就不能只看文章写得好不好。一个解决方案页，不能只看标题和正文是不是有说服力，还要看页面有没有讲清楚业务对象、适用场景、限制条件、案例和下一步动作。一个产品页，也不能只看文案是否漂亮，还要看价格、规格、库存、配送、退换和联系方式是否清楚一致。
我觉得这个地方很容易被忽略。因为它听起来不像写作问题，更像网站结构问题。但如果 GEO 真的要服务 AI Search，那网站结构本来就会进入内容团队的讨论范围。
比较务实的做法，是先不要碰全站。选 5 个最能代表业务价值的页面，逐页问几个问题：这个页面能不能独立说明品牌、产品、服务、限制和下一步动作。页面里的关键事实是不是只藏在视觉设计里。内部链接和面包屑有没有说明它和其他页面的关系。
如果这些问题答不上来，问题就不只是文章要不要重写，而是网站是不是能被机器真正使用。
点击可能只是其中一个指标
另一篇 SEJ 文章，是从 Google I/O 的演示出发。它提到的重点不是单纯回答问题，而是 AI Search 可能会把用户带到比较、购买、预约和任务完成里面去。
这篇文章把问题落到商业可见性：用户路径更清楚，但企业怎么被看见还不清楚。
如果这个方向继续往前走，企业要争取的就不只是点击了。
过去 SEO 团队主要关心排名、展示和点击。现在可能还要问：当用户让 AI 比较方案、选择商家、预约服务或购买商品时，你的品牌有没有被考虑。它有没有被正确描述。它能不能被推荐。它的业务信息能不能被调用。
这类变化不会平均影响所有行业。电商、本地服务、旅游、餐饮、医疗预约、SaaS 试用这类结构化程度高、动作路径清楚的行业，可能更早感受到变化。B2B 长周期销售和专业服务网站，短期影响可能更多体现在品牌认知、线索入口和高意图访问。
但它至少提醒了一件事：不要只用点击来理解 AI Search 的影响。
一个页面的价值，可能体现在它是否被 AI 答案引用，是否被放进比较列表，是否帮助用户更准确地理解品牌，是否带来更高意图的访问和咨询。
这也解释了为什么业务信息一致性会变重要。官网、Google Business Profile、商品 feed、第三方目录、社交资料和案例页，如果对品牌、产品、服务区域、价格或规格的描述不一致，AI 可能就更难稳定推荐你。它不是不喜欢你，而是不确定你到底能提供什么。
别急着把它变成新 KPI
我不太想把 GEO 包装成一个新的万能方法。现在这些说法，主要还是来自行业媒体和专家分析，还不是官方标准，也没有形成行业共识。
小吉觉得，真没必要现在就立刻大动干戈。前不久还有人讨论 Markdown 内容优先，后面又看到 Anthropic 更偏 HTML 优先。类似这种还没有定下来的东西，可以先让子弹飞一会。
Claude 官方博客把 HTML 放在输出和可读性场景里讨论，这更像一个具体使用场景，不应该被直接泛化成所有内容都要 HTML 优先。
公开讨论很容易把一个具体场景放大成格式之争，所以这里更适合作为提醒：先看它解决什么问题，再决定要不要跟。
但这不代表什么都不做。比较合理的动作，是先做一轮低风险检查。因为这些动作即使不立刻带来 AI Search 增量，也会改善传统 SEO、用户理解和转化路径。
先检查 5 个高价值页面，确认机器能否读懂品牌、产品、用户、动作和跨平台信息一致性。
我会建议从三个动作开始。
第一个动作，是做 5 个高价值页面的机器可读性检查。内容负责人牵头，SEO、技术 SEO、网站产品经理一起参与。选出最重要的产品页、服务页或解决方案页，逐页检查机器能否读出品牌是谁、提供什么、适合谁、限制是什么、下一步怎么做。如果一个不熟悉业务的人或 AI 工具无法从页面中稳定说出这些信息，这个页面就需要改造。
第二个动作，是把业务信息一致性纳入 GEO 检查。SEO 团队和增长团队可以一起检查官网、Google Business Profile、商品 feed、第三方目录、社交资料和案例页中的品牌、产品、服务区域、价格或规格信息。如果不同平台给出的业务信息互相冲突，AI Search 更难稳定理解和推荐这个品牌。
第三个动作，是把复盘指标从点击扩展到高意图可见性。增长团队可以在周度复盘中记录被引用、被推荐、被比较、高意图访问、品牌词搜索和咨询线索变化。没有完整工具时，可以先用人工抽样方式检查关键查询。
这三个动作的重点不是追新概念，而是把网站从写给人看，扩展到也能被机器稳定理解。
GEO 这件事还是要系统地想一下。
如果天天追着新说法改来改去，到头来还看不到效果，团队迟早会焦虑。更现实一点，团队内部可能又会多出新的 KPI 指标。本来很多人可能还指望 AI 来了以后工作能轻松一点，好家伙，现在看起来反而更忙了。
但我觉得道法相通，还是那个第一性原理：网站最重要的能力，多了一个维度，就是被大模型理解。
这就不只是让大模型读到内容，而是要让机器更容易理解、比较、推荐和调用。把这些基础事情做好，我感觉 GEO 起码不会太差。