9 月 26 日，一家机构把搜到的九家 GEO 服务商的服务页逐条读了一遍，专门记录两件事：敢不敢标价、把什么写进核心交付物。同一天（9 月 25 日），伦敦一位服务高 SKU 电商店的独立顾问宣布，把 AI 搜索的监测和优化直接打包进常规服务，不单独立项，理由是「很多卖高价的 GEO，扒开看就是传统 SEO 的活儿」。

两件事凑在一起，正好回答一个大家都在问的问题：一份 GEO 提案里，哪些是真功夫，哪些是凑数的？

服务页里的三个数字

九家机构的服务页，扒出来的结果不难看：

  • 只有 2 家在页面上写明起步价，其余 7 家全靠聊；
  • 5 家把 schema 标记列为核心交付物；
  • 还有 2 家在卖 llms.txt 文件。

而证据面早就给出了相反的结论：Ahrefs 追踪过 1885 个加了 schema 的页面，AI 引用没有可测量的提升；针对 30 万个域名的分析也没发现 llms.txt 有效。Google 自己的说法更直接——想出现在 AI 功能里，不需要新建任何机器可读文件。

四类交付物，分量完全不同

把服务商卖的活儿拆成四类，证据强度差得很远：

  • 站外提及（最强）：让品牌出现在评测、榜单、社区讨论里。Ahrefs 对 7.5 万个品牌的研究显示，品牌网络提及与 AI 概览可见度的相关性是 0.664，外链只有 0.218，差了三倍；
  • 可引用内容（次强）：把页面改成开头就给答案、带数据和署名引用，普林斯顿那篇 GEO 论文验证过统计数字和直接引语的效果；
  • 测量（必要但常被吹过头）：跨引擎追踪提及和引用；
  • 技术标记（最弱）：schema、llms.txt 这类，投入产出比最低。

一份提案如果把大部分工时排在第四类，基本可以直接还回去。

还有一个容易踩的坑：一个引擎一个样

Kevin Indig 的研究发现，91% 的 AI 引用只出现在单一引擎里。也就是说，拿着某一家引擎的截图证明「有效」，参考价值很有限——换个引擎测，结论可能完全反过来。那位伦敦顾问把 AI 搜索打包进常规服务，也是同一个逻辑：这不是一门神秘的独立手艺，而是把 SEO 和内容的活儿往 AI 愿意引用的方向再拧一圈，没必要为它单开一个预算科目。

怎么读一份 GEO 提案

下次收到提案，照着三步过一遍：

  • 工时花在站外提及和可引用内容上的比例，越高越靠谱；
  • 案例能不能自己上手验证——拿它给的提示词去测，看品牌真的被点名还是只有一两个截图；
  • KPI 写的是跨引擎、跨周期的复测数据，还是单引擎单次的美好数字。

九家服务页里藏着的信息不多，反而把行业现状摆得很清楚：测量会越来越便宜，真正值钱的活儿永远是要下笨功夫的那种。