GEO 做不到什么：五个不该承诺的效果
GEO 是指通过调整网站结构、内容与事实表达，让大模型在回答用户问题时能读到你、说对你、并把你放进候选名单。它是一套信息工程，不是广告位。
有五件事它做不到，谁承诺都做不到：保证被提到、控制 AI 的措辞、承诺具体排名、一周见效、精确归因到成交。愿意把这几条提前讲清楚的服务商，比承诺「全都能做」的更值得签。
这篇写给正在评估 GEO 服务、或者已经被几份方案绕晕的品牌方。不谈方法论，只谈边界——哪些是能力问题，哪些是物理上做不到。
为什么 GEO 特别容易过度承诺？
因为它是少数几个「客户无法自己验证」的营销品类。
SEO 你还能去搜索一下看排第几，投放你能看后台消耗和曝光。GEO 没有这个东西：你必须先相信一套提问集和采样方法，才能看到数字。而这套方法本身是服务商定的。
三个因素叠在一起，就形成了过度承诺的土壤：
- 验证成本高。客户不会真的拿 40 条问题去 3 个模型各问 3 次。绝大多数人看的是服务商给的报告。
- 波动被当成能力。这个月恰好被提到几次，可以讲成「优化见效」；下个月掉下来，可以讲成「模型波动」。
- 采购有决策压力。方案里写「提升 AI 可见度」，评审会上没人能反驳，也没人能确认。
结果就是：承诺越满的方案越容易中标，而真正能交付的那部分，反而被淹没在形容词里。
哪五件事，谁承诺都做不到？
这五条不是「很难」，是结构上不成立。看到有人承诺，可以直接判断他不了解这个领域，或者他打算事后找理由：
| 承诺 | 为什么做不到 | 可信的替代说法 |
|---|---|---|
| 保证被 AI 提到 | 生成式回答每次采样都不同，模型还会持续更新 | 在固定问题集里，提及条数从 X 条提升到 Y 条 |
| 控制 AI 怎么描述你 | 描述来自全网内容，包括媒体、评论、竞品对比 | 关键事实零错误，定位表述不偏离 |
| 承诺具体排名（TOP1） | 排名随提问措辞变化，换一个问法就换一套答案 | TOP3 命中率，按固定问题集统计 |
| 一个月内见效 | 抓取、索引、模型更新都有滞后，链路本身要 4–6 周 | 4–6 周看首次变化，3 个月看趋势 |
| 精确归因到成交 | AI 不提供来源数据，用户路径在多个 App 之间断裂 | 品牌词搜索量、直接访问、留资量的同期变化 |
下面挑三条最常被含糊过去的展开讲。
不能保证「被提到」，为什么？
因为大模型的回答不是查表，是每次重新生成。同一个问题，今天问和明天问，措辞、顺序、甚至提到的品牌数量都可能不同。再加上模型版本迭代、检索源变化，任何一个环节动了，答案就变了。
所以「保证被提到」如果要成立，只有两种可能：把问题集缩到极小（比如只问「XX 品牌怎么样」，那当然会提到你），或者只在某一次采样里成立。
我们的做法是不承诺单次结果，只承诺统计量。比如「40 条品类词问题，每题 3 次采样，提到你的问题条数从 12 条提升到 24 条」。这个数字是可复现的——你拿同样的方法自己测，结果应该接近。
不能控制 AI 怎么描述你，这有什么后果？
后果比想象中具体：AI 可能把你归到一个你不想去的档位。
比如一家做中高端护肤的品牌，官网写的是成分和研发，但全网被引用最多的是几条「平价替代」的帖子。AI 综合之后，很可能在回答「有哪些性价比高的国产护肤」时提到你，而在「高端护肤推荐」里完全不出现。
这不是文案问题，是信源结构问题。你能改官网，改不了别人写的东西。
能做的只有两件：把官网的事实写清楚、写全（这是权重最高、也最可控的信源），以及在关键第三方内容上争取被准确描述。后者是公关工作，不是 GEO 能单独完成的。
为什么「精确归因到成交」是个伪承诺？
因为整条链路在技术上断了好几处：
- 大模型不给你来源数据，你无法知道「这次咨询是从 AI 来的」
- 大量 AI 搜索发生在 App 内，没有 referrer，统计工具看不到
- 用户往往先问 AI、过几天再搜品牌词、再进官网，中间隔了几次设备切换
所以任何声称能算出「GEO 带来多少订单」的说法，背后一定有一个未经验证的假设——通常是「品牌词搜索量的增长全部归功于 GEO」，而这个假设在同时投了别的渠道时不成立。
替代方案是用代理指标，并且承认它是代理：品牌词搜索量、直接访问量、留资量，在改动前后的同窗口对比。这三个指标能反映方向，但不能给你一个精确的 ROI 数字。想要更准，只能做分市场或分区域的对照实验——成本高，但那是唯一能证明因果的办法。
那 GEO 到底能做到什么？
边界之外，有三件事是确定可以交付的。它们不性感，但都能验收：
| 能做到 | 具体交付 | 怎么验 |
|---|---|---|
| 让 AI 读得到你 | 关键页面不依赖 JS 渲染、sitemap 完整、robots 与 llms.txt 正确、无孤立页 | 用爬虫 UA 抓取，看返回的 HTML 里有没有正文 |
| 让 AI 说对你 | 事实清单、结构化数据（Organization / Product / FAQ）、页面与第三方信息一致 | 按事实清单逐条比对 AI 回答，关键事实零错误 |
| 让你进候选名单 | 对比内容、FAQ、明确定论、可被引用的数据 | 固定问题集的 TOP3 命中率变化 |
第一项最基础，也最常被跳过。我们接手过的项目里，超过一半的「AI 不认识你」问题，根因是页面靠 JS 渲染——爬虫拿到的 HTML 是空的，模型自然读不到内容。这个修起来最快，通常 1–2 周。
第二项是准确率，上一篇详细讲过，这里不重复。第三项最难，也最需要内容能力，周期以季度计。
怎么判断一个承诺值不值得签？
有个简单办法：把对方说的话，逐条对照「能不能被我复现」。能复现的留下，不能复现的划掉。
| 可疑说法 | 可信说法 |
|---|---|
| 保证进入 AI 推荐前 3 | 40 条固定问题里，进入 TOP3 的从 6 条提升到 15 条 |
| 覆盖 100+ 大模型 | 固定测 3 个主流模型，分开报，加权方式写清楚 |
| 一个月见效，三个月翻倍 | 4–6 周首次复测，3 个月评估趋势，6 个月看稳定性 |
| 曝光量提升 300% | 提及条数从 12 到 24，总提及次数同表列出 |
| AI 全渠道监测 | 给出提问集清单、采样次数、模型列表和原始回答摘录 |
左列的共同点是：没有办法被第三方复现。右列的共同点是：你拿同样的方法自己跑一遍，结果应该大差不差。差得太多，说明方法有问题，或者数字有问题。
我们怎么看这件事？
行业里做 GEO 的方案，普遍在比谁承诺得多、谁的指标覆盖得全。我们觉得方向反了。
我们的判断是：GEO 服务商最该主动说清楚的，是自己做不到什么。因为客户真正需要的不是一个「什么都能做」的供应商，是一个能帮他把预期设对、并在做不到的地方提前说明的人。承诺越满，后面扯皮的概率越高——而 GEO 恰恰是最难扯清楚的领域，因为没有一个后台数据可以仲裁。
— 怡亚科技 · 全域智能洞察团队所以我们的方案里有一页专门写「不承诺什么」，签约前会一起过一遍。这一页通常会让第一次合作的客户不太习惯，觉得不够有信心。但反过来，它省掉了后面三个月最常见的两种争执：为什么还没被提到、为什么算不出带来了多少单。
能说清楚边界，才谈得上对结果负责。一个什么都能答应的方案，最后往往什么都不用负责。
常见问题
有没有办法让 AI 一定提到我？
竞品被 AI 推荐，我不被推荐，是不是我网站有问题？
GEO 能替代 SEO 吗？
大模型更新之后，之前的效果会不会消失？
为什么不同人问同一个问题，AI 的答案不一样？
服务商说「我们的系统能监测全网 AI 提及」，可信吗？
GEO 的投入什么时候能看到回报？
预算只够做一件事，做什么？
边界清楚了，接下来才是怎么把能做的部分做好。内容这一侧我们的做法可以看 内容与新媒体运营；如果 AI 说错你的根源是品牌定位本身模糊，那得先回到 品牌策略与品牌设计。