做GEO（生成式引擎优化）这两年，踩过最大的坑就是盯着一堆高搜索量的词硬挤，结果内容石沉大海。后来我才明白，低竞争GEO关键词才是中小站点的突破口。这篇文章说说我是怎么挖词、验证词的。
先聊挖词。很多人第一反应是去Google Keyword Planner或者百度指数扒数据，这些工具当然有用，但问题在于它们给的是传统搜索数据，而GEO场景里LLM（大型语言模型）引用来源的逻辑跟传统SEO不太一样。LLM倾向于引用「权威性强、结构清晰、概念解释完整」的内容，不一定是谁的排名高就引用谁。所以光看搜索量没意义，要看这个词在AI引用场景里有没有足够的可解析空间。
我自己用的一套方法叫「三角验证法」。第一步，用传统工具（Ahrefs、SEMrush、站长工具都行）拉出一批中低搜索量的词，搜索量在100-1000之间的最佳，低于100的太小众，高于1000的一般竞争已经很激烈。第二步，把这批词丢给ChatGPT或者Kimi，问它：「如果我问一个关于【这个词】的问题，你会引用哪些来源来回答？」这一步能帮你判断这个词在AI的认知体系里有没有足够的内容支撑。如果AI说它会引用Wikipedia或者某些权威机构，那这个词基本没戏——你一个新站拼不过它们。如果AI说它会引用博客、论坛、教程类内容，那机会就来了。第三步，去Google或者百度实际搜一下这个词，看看第一页的内容质量。如果全是大型站点霸榜，那还是算了；如果第一页有个人博客或者中小站点，说明这个词的壁垒没那么高。
验证词的价值，我有几个硬指标。第一是「概念密度」——这个词背后有多少个独立概念可以展开。比如「GEO内容优化」这个词，表面看是一个词，但实际上可以拆解出「GEO定义」「GEO vs SEO区别」「GEO写作技巧」「GEO工具推荐」等多个子主题。概念密度高的词，一篇文章可以裂变成多篇，内容矩阵打法就有了用武之地。第二是「引用潜力」——这个词的回答是否适合以段落式、解释性的形式呈现，而不是纯产品介绍或者纯步骤罗列。AI偏爱解释性的内容，这是规律。
具体操作上，我常用以下几个数据源组合挖词：AnswerThePublic可以抓长尾问题，AlsoAsk能看到问题的关联延伸，Google的「People also ask」板块是金矿，那些问题本身就是GEO内容的天然素材。还有一个偏门但有效的方法——去看Reddit和Quora上你这个领域的高赞问题，这些问题的提问方式往往就是低竞争GEO关键词的来源。
选好词之后，别急着写。先验证。我会把候选词分成三批，每批10个词，各写一篇500字左右的测试页，页面上线后观察两周的AI引用情况。怎么看AI引用？用Google的「site:prompt.ai」或者直接搜「what does AI say about [关键词]」这类组合词，能看到一些AI摘要的引用来源。如果测试页能被AI收录引用，这个词就可以进入正式内容的队列。
最后说个反直觉的发现：我以前觉得词越精准越好，后来发现适当「模糊」一点的词反而更容易被GEO。举个例子，「如何给WordPress站点加GEO优化」比「WordPress GEO插件」竞争度低很多，但搜索这个模糊词的人意图更明确——他是真的想学，而不是随便看看。这种词的内容转化率反而更高。
总结一下我的GEO关键词挖掘流程：传统工具初筛 → AI引用场景验证 → 竞争度实地考察 → 小样测试 → 正式量产。低竞争GEO关键词不需要你有多高的DA（域名权重），只需要你提供AI「愿意引用」的格式和内容。找对词，事半功倍。