前幾天，我和一位做了很多年 SEO 的同行一起複盤最近一段時間 ChatGPT 和 Perplexity 的引用來源變化。
我們看了幾個產業問題，也順手對比了一些品牌在不同問法下出現的 AI citation。看到一半，他把頁面往上翻了幾次，突然問我：「如果 Reddit、產業媒體這些渠道越來越常出現在引用裡，那它們是不是就是新的外鏈？」
他停了一下，又補了一句：「如果把幾個高權重社群和媒體找出來，持續做內容，是不是就能複製 GEO 效果？」
這個問題其實很像過去二十年 SEO 產業反覆出現的問題：有沒有一個相對穩定的變數，只要持續投入，就能獲得更確定的搜尋回報？
我沒有馬上否定他。
社群內容確實可能影響 AI 獲取和理解資訊。產業媒體、專業網站、企業官網，也都可能成為 ChatGPT citations、Perplexity citations 等引用體系中的資訊來源。持續研究這些來源的變化，本身就是 GEO strategy 裡很重要的一項工作。
但如果因此得出結論——Reddit 就是新的外鏈，或者某幾類網站就是 GEO 的固定公式——我覺得事情又被想簡單了。
真正值得關注的，不是哪一個渠道突然變重要，而是 AI 搜尋正在用什麼方式判斷一條資訊值不值得參考。
AI 搜尋為什麼沒有複製 Google 的外鏈體系？
我從 2005 年開始在一家香港數位行銷公司做 SEO，經歷過 Yahoo 到 Google 的變化。回頭看這二十年，搜尋的變化從來不只是頁面換了一個樣子，而是搜尋引擎判斷資訊價值的方式發生了變化。
Yahoo 時代，企業很關心目錄和入口。
那時候，被一個重要目錄收錄，本身就意味著多一個被使用者發現的機會。企業考慮的是：我能不能進入這些入口。
Google 時代，這套邏輯發生了變化。搜尋引擎開始大規模爬取網頁、理解頁面，並透過包括連結生態在內的多種訊號判斷頁面價值。SEO 逐漸發展出關鍵字、頁面、技術、內容、連結等一整套成熟體系。
連結因此成為 SEO 從業者長期研究的重要訊號之一。
到了 AI 搜尋時代，問題又變了。
使用者在 ChatGPT、Gemini、Google AI Mode 或 Perplexity 裡提出問題時，很多時候不是等待十個藍色連結，再逐個打開網頁判斷答案。AI 會嘗試理解問題、組織資訊，再生成一個相對完整的回答。
這意味著，AI search visibility 背後的競爭對象，不再只是「哪一個網頁應該排得更高」。
它還涉及：什麼資訊與問題更相關，什麼來源更適合支撐這段回答，不同來源之間是否能夠相互印證，以及品牌資訊是否足夠清楚，讓模型不容易產生錯誤理解。
所以我一直認為，討論 SEO vs GEO 時，不能簡單理解成 GEO 取代 SEO。
SEO 沒有消失。
搜尋的判斷對象正在變得更多。
為什麼企業總想尋找一個“GEO 外鏈公式”？
我其實很理解這種想法。
SEO 發展到今天，已經形成了一套相對成熟的工作語言。SEO 團隊會研究外鏈數量、網域品質、頁面排名因素、關鍵字難度，也會根據過去的資料判斷下一步應該把資源放在哪裡。
這種經驗並沒有錯。
它幫助很多企業把搜尋從一種模糊的行銷行為，逐漸變成可以拆解、執行和複盤的工作。
所以當 AI 搜尋出現以後，大家自然會尋找新的對應關係：SEO 看排名，那麼 GEO 看什麼？SEO 有外鏈，那麼 GEO 有沒有某種「AI 外鏈」？過去研究 Domain Authority，現在是不是只需要研究哪些網域更容易進入 AI citation？
這個擔心有道理。但問題在於，AI 搜尋的判斷對象已經發生變化。
傳統搜尋很大程度上是在大量網頁之間建立排序，而生成式搜尋還需要完成另一件事：把不同資訊組織成回答。
這中間不僅有網頁判斷，還有資訊整合。
也涉及多個來源之間的驗證。
所以研究 AI search ranking factors 或 LLM visibility 時，如果只尋找一個可以量化的「外鏈替代品」，很容易忽略更重要的問題：AI 到底如何理解你的品牌，以及網際網路上有沒有足夠清晰、一致的資訊幫助它完成這種理解。
Reddit、產業媒體和企業官網，為什麼沒有一個萬能來源？
最近產業裡關於 Reddit AI citations 的討論不少。我也一直在看不同平台引用來源的變化。
社群當然值得關注。
- 社群內容能夠提供真實使用者討論、使用體驗和問題回饋，對某些消費決策、產品比較和經驗型問題尤其有參考價值。
- 產業媒體能夠提供企業自身之外的資訊驗證，對品牌背景、專業觀點、產業事件和產品資訊形成補充。
- 企業官網仍然是品牌事實資訊的重要來源，尤其是產品參數、服務範圍、公司介紹、技術資料和官方說明，需要保持準確、清晰和結構化。
但我不建議把其中任何一種來源理解成 GEO 的萬能渠道。
原因很簡單：AI citation sources 會隨著問題、平台、內容類型和資訊環境變化。
同一個品牌，在 ChatGPT 上被引用的來源，未必和 Perplexity 一樣；Gemini AI search 與 Google AI Mode 的呈現方式，也不能簡單假設完全一致。
即使同一個平台，不同問題需要的資訊類型也不同。
一個使用者問「某類軟體適合哪些企業」，和另一個使用者問「某個產品的技術參數是什麼」，AI 所需要的資訊證據本來就不一樣。
所以，與其問「哪個網站最容易被 AI 引用」，我更願意先問兩個問題：
第一，你的資訊是不是足夠容易被理解？
第二，除了你自己，還有沒有其他來源能夠對這些資訊形成合理印證？
這兩個問題，比尋找一個所謂的萬能渠道更接近 brand authority in AI search 的核心。
AI 為什麼願意相信某個內容？
嚴格來說，我們很難把不同 AI 平台內部複雜的判斷過程壓縮成幾個固定指標。我也不贊成用「破解 AI 引用規則」這樣的說法。
但從實際 GEO 工作中，我們可以觀察一些值得持續追蹤的方向。
例如，一段內容有沒有明確回答使用者的問題；作者或網站是否具備與主題相關的專業背景；同一個品牌在官網、產業媒體和其他公開來源中的核心事實是否一致；重要頁面是否持續維護；內容結構是否方便搜尋系統檢索和理解。
這裡真正發生的變化，是企業開始從「渠道競爭」轉向「可信度競爭」。
我和團隊提出 AIPO 時，其中一個考慮也是把這類工作拆開來看。
Platform 這一環，不是告訴企業某個平台存在一個固定的引用公式，而是觀察 ChatGPT、Gemini、Google AI Mode、Perplexity 等平台之間的資訊呈現和引用差異。
Content 這一環，則更關注企業說了什麼，以及這些內容是否真正回答使用者問題。內容策劃與平台發布也不應該只是追求發布數量，而要考慮主題、問法、資訊結構以及不同信源之間的關係。
換句話說，GEO content strategy 不是把同一篇文章複製到更多網站。
它更像是在建設一套可以被理解、被檢索、被交叉驗證的資訊體系。
從 SEO 外鏈思維，到 GEO 信源思維
如果把過去二十多年的變化放在一起看，我會這樣理解三代搜尋之間的區別：
| 搜尋階段 | 企業關注點 | 背後的競爭邏輯 |
|---|---|---|
| Yahoo 時代 | 目錄收錄 | 獲得入口曝光 |
| Google 時代 | 頁面排名、連結生態 | 建立搜尋排序訊號 |
| AI 搜尋時代 | 資訊可信度、多源驗證 | 成為 AI 判斷中的可靠來源 |
這個變化並不意味著連結不重要，也不意味著傳統 SEO 的內容、技術和網站建設經驗失效。
恰恰相反，很多 SEO 基礎能力仍然是 GEO 的基礎。
變化在於，我們不能再只用「一個網頁獲得了多少連結」去理解 AI search trust。企業還需要開始觀察：品牌資訊在不同地方是不是一致，AI 能不能準確識別品牌實體，相關內容能不能回答真實問題，以及外部來源是否能夠形成合理的資訊驗證。
這也是我理解 GEO optimization 與傳統 SEO 最大的認知遷移之一。
企業應該如何重新理解 GEO？
如果企業還在用過去做外鏈的方式理解 GEO，很容易先問一個問題：「我應該去哪裡發布一次，才能獲得 AI 引用？」
我現在更建議換一個問題：
「我的品牌資訊，是否已經形成一個可以被驗證的知識網絡？」
這兩個問題看起來只差了一句話，背後的資源配置卻完全不同。
前一種思路會讓團隊不斷尋找渠道：這個月看 Reddit，下個月研究產業媒體，再過一段時間發現某類專業網站的引用增加，又馬上把資源轉過去。
後一種思路關注的是更長期的資訊資產。
- 品牌名稱、業務範圍、產品和服務資訊，在官網及其他公開來源中是否保持基本一致。
- 網站結構是否足夠清晰，重要頁面是否可以透過 Schema 等結構化資料幫助搜尋系統理解。
- 內容是否真正回答目標客戶的問題，而不是圍繞關鍵字重複生產相似文章。
- 品牌在 ChatGPT、Gemini、Google AI Mode、Perplexity 等平台中的出現情況和引用來源是否發生變化。
放到 AIPO 五環裡，這不僅是 Content 的問題。
網站優化環節需要處理頁面結構、Schema 和資訊組織；內容策劃與平台發布需要建立與真實使用者問題對應的內容；成效監測則需要持續比較不同 AI 平台、不同問法和不同時間週期裡的變化。
先看清楚，再決定優化什麼。
我認為這比先尋找一個所謂的 GEO 萬能渠道更實際。
“沒有公式，那 GEO 到底怎麼做？”
這個問題我也經常聽到。
前面那位 SEO 同行聽我講完，沉默了一會兒，然後問我：「如果沒有一個像外鏈那樣比較明確的公式，那企業做 GEO，不就很難知道錢應該花在哪裡嗎？」
這句話一半對，一半錯。
對的部分是，GEO 現在確實比成熟階段的 SEO 更難用幾個固定指標解釋。不同 AI 平台的答案、引用和資訊組織方式都可能變化，成效衡量也需要建立新的觀察方法。
但沒有固定公式，不等於沒有優化方向。
Google SEO 本身也從來不是只有一個排名按鈕。技術、內容、連結、使用者需求、網站品質之間，本來就需要長期配合。只是產業發展多年以後，我們已經習慣了這套語言，所以容易覺得它天然就是確定的。
2022 年底，我開始系統研究 AI 行銷。當時我已經在用 Claude 觀察生成式回答的變化。那時候我越來越明顯地感受到一件事：我們面對的不是另一個傳統搜尋框，而是一種新的資訊組織方式。
所以 GEO 的監測對象也應該跟著變化。
哪些問題裡出現了品牌？
哪些內容被 AI 引用？
哪些關鍵事實沒有被識別，甚至出現偏差？
同一個問題，在 ChatGPT、Gemini、Google AI Mode 和 Perplexity 中有什麼差異？
這些問題都可以被持續記錄、比較和分析。
不能把 GEO 壓縮成一個公式，不代表不能衡量 GEO。
相反，它要求企業建立一套比「發了多少條外鏈」更接近真實 AI search visibility 的監測體系。
AI 搜尋競爭正在從流量競爭轉向可信度競爭
回頭看三代搜尋，我覺得變化其實很清楚。
Yahoo 時代，我們爭的是入口。
Google 時代，我們爭的是排序。
到了 AI 搜尋時代，企業還需要爭取另一種位置：當 AI 回答一個與產業、產品或品牌有關的問題時，你的資訊能不能成為它理解這個問題時可以參考的一部分。
AI 搜尋時代，企業競爭的不只是被看到，而是成為 AI 理解世界時願意參考的資訊來源。
這也是為什麼我不太相信 GEO 最後會收斂成一個永恆的「外鏈公式」。
平台會變，引用來源會變，使用者提問方式也會變。
但企業可以建設一些相對長期的東西：清晰的品牌事實、持續更新的專業內容、結構良好的網站，以及能夠在多個公開來源中得到驗證的資訊資產。
SEO 和 GEO 不是二選一。
從 Yahoo 到 Google，再到今天的 AI 搜尋，每一次搜尋典範轉移，都不是把上一代能力全部推倒重來。更多時候，是企業需要在原有搜尋資產上，再增加一層適應新資訊環境的能力。
如果你是 SEO 負責人，我建議先重新評估既有內容資產。不要只看關鍵字排名和自然流量，也開始觀察重要內容有沒有進入 AI 搜尋的回答與引用範圍，以及 AI 對品牌的理解是否準確。
如果你是企業數位策略負責人，我建議把 GEO 放進長期搜尋策略裡評估。先了解品牌在不同 AI 平台中的資訊呈現、引用來源和競品差異，再決定網站、內容和外部信源分別需要做什麼。
如果你還不知道品牌目前在 AI 搜尋裡是什麼狀態，可以先做一次基礎檢測。先有資料，再決定哪些地方值得投入，比從某一個熱門渠道開始更有參考價值。
相關問題
GEO 有沒有類似 SEO 外鏈的固定公式？
目前沒有。AI 搜尋的引用和回答機制仍然在變化，不同平台、不同問題可能關注不同的資訊來源和內容特徵，因此更適合持續監測，而不是套用單一公式。
Reddit 是不是 GEO 最重要的渠道？
不是。Reddit 等社群內容可能成為 AI 獲取使用者討論和經驗資訊的來源之一，但企業不應該依賴單一渠道建立 AI search trust。官網、產業媒體、專業內容和其他公開信源都有各自的作用。
AI 搜尋為什麼會引用某個網站？
從實際觀察看，通常可以關注內容相關性、資訊清晰度、專業背景、資訊一致性以及內容是否容易被檢索和理解。但不同 AI 平台的機制存在差異，不適合把這些觀察理解成固定的 AI citation 公式。
企業官網在 GEO 時代還有價值嗎？
有。官網仍然是企業表達品牌事實、產品資訊、服務範圍和專業內容的重要來源。進入 GEO 階段後，更需要關注網站結構、Schema、資訊準確性以及內容是否清楚回答使用者問題。
GEO 和 SEO 最大的區別是什麼？
SEO 更多圍繞搜尋結果中的頁面發現、理解和排序展開，GEO 則進一步關注 AI 生成答案時如何理解、呈現和引用企業資訊。兩者是疊加關係，不是取代關係。
企業應該如何開始 GEO？
我建議先檢查品牌基礎資訊，並建立一組與真實業務相關的問題，觀察 ChatGPT、Gemini、Google AI Mode、Perplexity 等平台目前如何呈現品牌。找到資訊缺失、理解偏差和引用差異之後，再決定內容、網站結構和成效監測應該如何調整。