第 11 课：常见误区与边界——12 个把 GEO 做错的反直觉点

一份让你警觉的"GEO 完整套餐保证 90+ 分"提案

你做完前 10 课的所有"立即去做"，你已经能跑 6 维诊断 + 写 12 个月路线图 + 知道按月做什么。

3 个月后你的总分到 50 分，但停在那不动了。某 GEO 服务商找上门，看了你的进度，给你一份"GEO 完整套餐"提案：

服务商说：“交给我们，12 个月做完不需要你自己再投入。”

这一课讲清楚 5 件事：

1. 6 个最常见误区：把 GEO 做错的系统性路径
2. 13 个反直觉点完整展开：多数学员第一次听会说"原来如此"的事
3. 边际效益递减规律：为什么 75 → 85 比 28 → 43 难得多
4. 内容更新 vs 新内容的优先级：多数人选错了
5. weights 是观点不是定理：什么时候要重审权重分布

学完你能识破"完整套餐保证 90+“这类终极话术，也能识别自己路线图里哪些动作是反直觉的、哪些是常识误区。

6 个最常见误区

把 11 课方法论里的"边界"集中讲，这 6 个误区是 80% 项目踩过的坑。

这 6 个误区的共同根源：把"GEO 工具 / 评分 / 标准"误当充分条件，做了就一定有结果。实际都是必要条件：做了能开始游戏，但赢不一定。

13 个反直觉点完整展开

这 13 个反直觉点散落在前 10 课的具体内容里，这一节集中讲清楚。

反直觉 1：CSR 单页应用对 AI 爬虫等于不存在

反直觉在哪：现代网站多数是 React / Vue / Angular 写的 CSR 应用，人类用户体验好，但 AI 爬虫不执行 JS。

实际机制：

• Google 部分 SPA 能渲染（Googlebot 执行 JS）
• GPTBot / ClaudeBot / PerplexityBot 完全不执行 JS：看到的是空白 div

含义：你的 CSR 应用对 80% AI 平台等于不存在。技术不解决（SSR 改造），前面所有内容功夫白费。

检测：curl https://yoursite.com 看返回 HTML 是否含主内容。

反直觉 2：YouTube 0.737，外链 0.266

反直觉在哪：传统 SEO 把外链建设当核心，把 80% 预算投到外链。

实际数据：在 GEO 评分体系里，YouTube 频道的实际权重（0.737）远超传统外链（0.266）：一个有内容的 YouTube 频道对 AI 引用的影响是同等成本外链的 2.7 倍。

含义：把外链建设的预算挪到视频上 ROI 更高，特别对 Gemini（Google YouTube 加权显著）。

反直觉 3：Reddit 必须真实运营：假装做会反噬

反直觉在哪：Reddit 是 GEO 第一引用源（Perplexity 引用 46.7%），传统 SEO 思维想"快速建立 Reddit 存在”。

实际机制：

• Reddit 用户对营销极度敏感：发"我们家产品多好"会被立刻举报
• Reddit mod 识别营销账号能力极强：账号被 banned + 内容被删
• 一旦被识别为营销账号 = 永久负面信号

含义：Reddit 是唯一一个"假装做会反噬"的 GEO 渠道。3 步合理切入：3 个月只读 → 第 4 个月真实回答不带链接 → 第 6+ 月考虑 AMA。

反直觉 4：作者要写成 Person schema 对象

反直觉在哪：多数 CMS 默认作者字段是字符串（"author": "Jane Doe"），看起来"作者已经标了"。

实际机制：字符串作者名对 AI 几乎没用：AI 无法验证 “Jane Doe” 是哪个 Jane Doe。Person schema 对象含 sameAs（LinkedIn / Twitter / Google Scholar）才能完成实体识别。

含义：

"author": "Jane Doe"  // ❌ 几乎没用
"author": {           // ✅ E-E-A-T 关键信号
  "@type": "Person",
  "name": "Jane Doe",
  "sameAs": ["https://linkedin.com/in/janedoe", "https://twitter.com/janedoe"],
  "knowsAbout": ["SEO", "GEO"]
}

反直觉 5：段落起手不要用 It / They

反直觉在哪：写作课教"用代词避免重复主语"，看起来更流畅。

实际机制：AI 抽取一段时不带上下文，段落开头是 “It can also…” → AI 不知道 “It” 指什么 = 这段被切走也用不了。

含义：每段第一句必须显式命名主语：

• ❌ “It can also help with X”
• ✅ “Notion can also help with X”

反直觉 6：HowTo schema 已死

反直觉在哪：多数 SEO 课仍教学员加 HowTo schema，以为是富片段加分项。

实际状况：Google 在 2023-09 完全移除 HowTo 富片段。新内容加 HowTo schema = 没视觉收益 + 占体积。

含义：

• 新内容不写 HowTo schema，直接用 H2 步骤标题 + 编号列表
• 老内容已有 HowTo 不必专门删，下次改版时一并处理

反直觉 7：FID 已被 INP 取代

反直觉在哪：很多 SEO 课仍教学员看 FID（First Input Delay）数据，这是 Google Core Web Vitals 旧指标。

实际状况：Google 在 2024-03 把 FID 替换为 INP（Interaction to Next Paint）。看 FID 数据 = 看错指标。

含义：用 PageSpeed Insights / Search Console 看 INP，不是 FID。INP 阈值：< 200ms 优 / 200-500ms 需改进 / > 500ms 差。

反直觉 8：ChatGPT 和 AIO 重叠率只有 11%

反直觉在哪：多数人以为"做好 SEO = ChatGPT 也会引用"，一招打所有平台。

实际数据：ChatGPT 引用的域和 Google AIO 引用的域重叠率只有 11%，89% 的 ChatGPT 引用源不会出现在 AIO 答案里。

含义：不存在"一招打所有平台"，必须按 §7 platform 差异化做。每平台有自己的偏好（详见 §7）。

反直觉 9：Wikidata 优先于 Wikipedia

反直觉在哪：多数人想"做实体识别 = 创建 Wikipedia 词条"。

实际机制：

• Wikipedia 有强 notability 规则：多数中小品牌强行创建会被删 + 留下负面记录
• Wikidata 无 notability 门槛：只要有结构化属性就能创建条目，且对 AI 实体识别同样有效

含义：Month 1-3 先做 Wikidata（无门槛）+ Crunchbase + LinkedIn 完善实体；Month 7-9 再评估 Wikipedia notability，满足才创建。

反直觉 10：llms.txt 现在做 = 零成本占坑

反直觉在哪：很多人想等"llms.txt 标准成熟、所有 AI 都支持"再做。

实际状况：

• 截至 2026 年初不到 5% 网站有 llms.txt
• Claude 已公开支持读取 llms.txt
• 等"标准成熟"= 错过早期采用者优势 + 落后于早做的同行

含义：30 分钟部署 + 零成本占坑 + 未来兑现。详见 §8。

反直觉 11：Google 已完全转 mobile-first crawl（2024 年 7 月）

反直觉在哪：多数老站点仍按 desktop 优先设计：desktop 内容丰富，mobile 简化版。

实际状况：Google 自 2024-07 起完全转 mobile-first：desktop-only 内容等于不存在。如果你的 mobile 版缺内容（隐藏菜单 / 折叠区不展开），那部分内容对 Google 不可见。

含义：mobile 版必须含 desktop 版全部主内容，不要靠 “View on Desktop” 链接补救。

反直觉 12：Google-Extended 封不影响 Googlebot

反直觉在哪：多数人以为 robots.txt 里 Disallow: Google-Extended 会同时封 Google 搜索。

实际机制：

• Googlebot = Google 搜索爬虫（影响传统 SEO + AIO）
• Google-Extended = Gemini 训练数据爬虫（仅影响 Gemini）

封 Google-Extended 不影响 Googlebot。意味着你可以：

User-agent: Googlebot
Allow: /

User-agent: Google-Extended
Disallow: /

= 不让 Gemini 训练你的内容，但保留 Google 搜索 + AIO 收录。

含义：robots.txt 的 AI 爬虫规则要按 UA 精确控制，不要"一刀切"封所有 Google 系。

反直觉 13：付费课程也要让 AI 看到（preview 模式）

反直觉在哪：付费课程 / 会员墙博客 / 收费文档站的常识做法是"全锁"——用户不付钱就看 paywall 弹窗或 403。看起来理所当然，但等于把 AI 爬虫一起锁在外面。

实际机制：

• AI 爬虫（GPTBot / ClaudeBot / Bytespider）和未登录用户走同一条路径
• 全锁意味着 AI 看到的只有 paywall HTML，不是课程内容
• AI 不知道你的付费内容讲了什么 → 永远不会引用 → GEO 起步分被拖累

两端都不行——全锁等于让 AI 失明，付费课程对 GEO 零贡献；全开等于白送，商业模式破产。中间路径是 preview 模式：每个付费 lesson 单独生成一份 /preview/<lesson>/ 路由，渲染前 1-3 个 H2（约 30%）。middleware 拦截付费完整 URL（403 或跳转登录），但放行 /preview/。sitemap.xml 主动暴露 preview URL，让 AI 爬虫去抓。

30% 是经验值。比例太少（< 15%）AI 拿到的语义不够，引用价值低；比例太多（> 50%）用户觉得 preview 已经够用，不付费。30% = 标题 + 描述 + 第一段实质内容 + 第一个反话术 callout，够 AI 理解主题，不够用户跳过付费。

怎么验证有效：监测要区分 /preview/ 和 /lesson-NN/ 两类 URL 命中。如果 AI 引用的全是 preview URL → 模式有效。持续 2 个月 0 preview 命中 → 重新评估比例或彻底放开免费。

含义：付费课程 + GEO 不必二选一。preview 模式是工程化平衡——课程对 AI 30% 透明，对未付费用户 0% 完整。同样适用于会员墙博客 / 付费 newsletter / 收费文档站。

factorer.app 自己的实践：付费的中文篇 13 + 国际篇 13 = 26 节，每节都生成独立 preview 页（PR #31 落地，issue #29）+ sitemap 暴露 preview URL；月度 cn-ai-monitor 跑 36 prompt 时按 URL 类型分类（PR #44 落地，issue #41），如果连续 2 个月 0 preview 命中再回头评估比例。30% 是起步经验值，2 个月后用 cn-ai-monitor 的 preview vs full URL 命中数据校准。

边际效益递减规律：为什么 75 → 85 比 28 → 43 难得多

GEO 项目的共同规律：前期投入巨大、后期边际下降。

4 段曲线：

• 0-40 分阶段：每个动作 +3-8 分。基础修复（403 / schema / llms.txt 等），ROI 极高
• 40-60 分阶段：每个动作 +2-5 分。内容深耕，需要 Top 20 页全部重写
• 60-80 分阶段：每个动作 +1-3 分。品牌建设，YouTube + Reddit + 行业引用
• 80+ 分阶段：每个动作 +0.5-1.5 分。Wikipedia 词条 + 持续运营

对你的实操含义：

• 报价不能用线性提升模型：客户报价时不要说"X 元做 X 分"，要按当前阶段定价
• 设定预期：75 → 85 比 28 → 43 难得多，告诉客户"前 6 个月效果显著，后 6 个月效果递减是正常的"
• 决策投入边界：80+ 分后边际效益递减明显，多数项目应该转入"持续运营"模式而不是继续追求 95+

内容更新 vs 新内容的优先级

新手常犯的错误是只想着加新内容，其实改老内容的 ROI 通常更高。

4 个判别问题：

• 页面流量：高流量页 = 优先优化（已有用户基础）
• 页面 citability：< 50 = 优先重写（基础不达标）
• 话题时效性：时间敏感（如年度报告 / 行业数据）= 定期更新
• 主题空缺：你的领域有未覆盖话题 = 创建新内容

典型错位：

• 新内容狂魔：每周新发 3-5 篇但老内容质量差 → 总流量不涨
• 老内容修复狂：把所有老内容改 1 遍但不发新内容 → 缺新话题流量
• 正确节奏：每周 1 篇新内容 + 每月 5 篇老内容重写

weights 是观点不是定理：什么时候要重审

6 维评分体系的权重分布（25/20/20/15/10/10）是当前对 AI 引用机制的理解，不是永恒定理。

权重分布的来源：

3 个会触发权重重审的场景：

• 新 AI 平台出现：如果某新平台 1 年内占 AI 搜索 20%+ 市场份额，权重要为它调整
• 现有 AI 平台机制改变：如 Gemini 2 改变 KG 用法、Perplexity 改 Reddit 偏好
• 行业研究新数据：如 KDD / NeurIPS 新论文发布对引用机制的新发现

对学员的提醒：

• 永远说"按 2026 年的研究 + 行业最佳实践"，不要说"权威定理"
• 跑一次 6 维诊断后写下基线分：下次跑时如果权重已改，能对比"分数变化是因为权重还是因为努力"
• 每年 Q1 重审权重分布：按全年 AI 平台演化做调整

7 个最危险的"GEO 完整套餐"红旗

以下 7 个红旗任意命中 1 个 = 服务商提案不可信，直接拒绝。

正确的服务商提案应该写：

• “12 个月做到 75-85 分（按起点和团队配置）”
• “Wikipedia 评估 Month 7-9 进行，不满足 notability 时 pivot 到 Wikidata”
• “按页面意图选 schema，主页 + 产品 + 博客文章 = 3 种核心 schema”
• “引用率提升是结构条件做好后的副产品，不是直接保证”
• “AI 流量增长视基线情况，保守估计 +30-50%，乐观 +100-200%”
• “持续运营是 Month 12+ 的必要投入，每月 30-50% 初始预算”

现在动手做一次"误区自查"

第 1 步：跑 6 误区自查（10 分钟）

按上面 6 个最常见误区表，逐项问自己：

• ① 你是否觉得"做 GEO 就不用做 SEO"？= 误区
• ② 你是否在追"E-E-A-T 分数"？= 误区
• ③ 你是否把 6 维总分当 KPI？= 误区
• ④ 你是否相信 schema 校验通过 = 内容真实？= 误区
• ⑤ 你是否买过 Reddit 账号 / YouTube 刷量？= 误区
• ⑥ 你是否觉得不部署 llms.txt 就 GEO 失败？= 误区

第 2 步：跑 13 反直觉点自查（15 分钟）

按上面 13 个反直觉点，标出你之前不知道的：

• 我不知道 ___ 个 / 13 个反直觉点

第 3 步：检查内容更新 vs 新内容比例（5 分钟）

打开你的 CMS，过去 3 个月你发的：

• 新内容数：___
• 老内容重写数：___
• 比例：新 ___ : 重写 ___（理想是 1:5，多数人是 5:1 或 10:0）

第 4 步：写下你的 3 个反直觉决策

按今天学到的反直觉点，写下你接下来要做的 3 个决策：

• 例：把外链建设预算挪到 YouTube
• 例：把所有"作者字符串"改成 Person schema 对象
• 例：robots.txt 加精确控制（封 Google-Extended，保留 Googlebot）

把这 3 个决策放入下周日历执行。

反话术：服务商常说什么，你应该警惕什么

关键术语表

本课小结

1. 6 个最常见误区：GEO 替代 SEO / E-E-A-T 是排名因子 / 高分 = 引用 / schema = 真实 / Reddit 能造假 / llms.txt 强制
2. 13 个反直觉点：CSR 不存在 / YouTube 0.737 / Reddit 必须真实 / 作者要 Person 对象 / 段落不要用 It 起手 / HowTo 已死 / FID 已被 INP 替代 / ChatGPT 和 AIO 11% 重叠 / Wikidata 优先于 Wikipedia / llms.txt 早做 / mobile-first 完全转 / Google-Extended 不影响 Googlebot / 付费课走 preview 模式
3. 边际效益递减 4 段：0-40 +3-8 / 40-60 +2-5 / 60-80 +1-3 / 80+ +0.5-1.5
4. 内容更新 vs 新内容：改老内容 ROI 通常更高，理想比例 5:1
5. weights 是观点不是定理：每年 Q1 重审权重分布
6. 7 个红旗任意 1 个 = 拒绝服务商提案
7. 持续运营是 Month 12+ 必要投入：不是"做完就完事"

完成本课的下一步

下一课预告：第 12 课「GEO 商业化路径：从’自己做’到’给别人做’」。前 11 课讲完了完整方法论 + 监测 + 路线图 + 边界，下一课讲商业化：把你学到的 GEO 能力变成服务别人的业务，3 种商业模式（咨询 / 工具 / 培训）+ 各自的 ROI + 起步路径。

国际生态篇 11/13 完成。如果你做了"6 误区自查 + 13 反直觉点自查 + 写下 3 个反直觉决策"，你已经把"做 GEO"从按方法论盲投升级到识别误区 + 主动决策的水平。这是从"学员"变成"专家"的拐点。

← 返回国际生态篇目录