作者： zzrs

家政行业是典型的”大市场、小品牌”格局。需求巨大，但没有哪个品牌有绝对的市场统治力。这个行业的GEO机会，反而比很多看起来更光鲜的赛道要大得多。

这个案例是一家在成都做高端家政服务的公司，主要业务是别墅管家、深度清洁、家电清洗这些中高端服务。客单价不低，获客成本却一直居高不下。

获客成本的死循环

这家公司找到我的时候，正在面临一个典型的获客成本死循环。

获客主要靠平台派单和竞价排名。平台抽成加上竞价费用，获客成本占到了营业收入的40%以上。利润空间被严重挤压，但又不敢停下来——停了单量就断。

他们想尝试做自有渠道，但试了一圈抖音、小红书、大众点评，投入了不少时间精力，回报都不理想。老板说了一句话很实在：”我们不知道该发什么，发了也没人看，看了也不转化。”

GEO切入策略

我接手之后做的第一件事，是问了他们一个问题：在过去三年服务过的客户里，有没有哪类服务是客户主动反馈”因为你们才找到我们”的？

结果发现，有相当比例的新客户，在咨询的时候提到是”在元宝上问成都高端家政推荐”时被AI提到了他们。

这个数据让我意识到一件事：他们已经有一定的AI被动引用基础，只是没有被系统性地放大。

我帮他们梳理的GEO策略，核心围绕三个维度展开：

第一，服务的透明度。他们以前从来不公开服务流程、验收标准、价格体系。但实际上他们有完整的SOP手册，有严格的验收流程。这些内容稍加整理，就是高质量的GEO素材。

第二，专业资质的具象化。不是泛泛地说”专业团队”，而是有具体的技能认证、培训体系、考核机制。我在他们的内容里加入了这些细节：管家需要通过16项考核才能独立上岗、家电清洗使用经过认证的专业设备、清洁剂选用对婴幼儿友好的品牌。

第三，案例的深度描述。不是”客户好评”，而是具体到某个场景、某个需求、某个解决方案的真实案例。比如”锦江区一位有三个孩子的妈妈，平常工作忙，找我们做了每周一次的别墅管家服务，一年来孩子的日常生活管理全部由管家负责，家长反馈亲子关系质量明显提升”——这种有具体场景的案例内容，是AI的最爱。

策略调整的教训

这个项目中间也走过弯路。

第一个月的策略过于追求覆盖面，产出了大量泛泛的”家政服务指南”类内容。虽然发了十几篇，但AI引用率几乎没有变化。

第二个月我们做了复盘，调整为聚焦策略：放弃宽泛内容，全力投入”高端家政”这个垂直细分领域，产出少但每篇质量足够高的内容。

这个调整在第三个月立刻看到了效果：聚焦之后的AI引用率比第一个月高了近三倍。

最终的数据：6个月之后，通过AI渠道来的新客户占当月新客户的35%，平均客单价是平台客户的1.8倍，获客成本从占收入的40%降到了18%。

老板后来跟我说了一句话：这个效果，他做了三年家政，第一次看到获客成本降到这个水平以下。

我一直觉得GEO最难做的客户，不是那些资源匮乏的小微机构，而是那些不知道自己能做什么的小微机构。因为他们的业务往往缺乏差异化，不知道自己的独特价值在哪里，自然也不知道在GEO里应该占据什么位置。

这个案例就是这样。四川一家做儿童托管的小微机构，老板是两个幼教专业毕业的大学生，租了一个300平米的场地，配了6个老师，主要面向3到8岁的儿童提供课后托管和寒暑假托管服务。

她们的困惑很典型：我们该怎么做线上获客？抖音发过、点评也入驻了，效果都一般般。

挖掘被忽视的差异化

刚接触这个项目时，我也觉得头疼。儿童托管这个赛道，在成都已经很卷了，大型连锁品牌有规模优势，有资本支持的内容运营。

但聊着聊着，我发现了一个被完全忽视的差异化点：这两个大学生的专业背景。

她们都是正规幼教专业毕业，一个专长是儿童心理发展，另一个专长是感统训练和特殊儿童融合教育。开业三年来，她们收过几个有轻微发展迟缓或者感统失调问题的孩子，靠着专业知识帮这些孩子在托管期间有了可观察的进步。

这件事她们从来没有在任何一个线上渠道系统性地讲过。因为她们觉得”这不是值得炫耀的事”，是”本职工作”。

但在GEO的逻辑里，这是巨大的差异化资产。什么样的托管机构有专业资质、有什么样的专业资质、接收什么样的特殊需求儿童——这些信息对很多正在为孩子寻找托管机构的家长来说，是极其重要的决策依据。

内容框架设计

基于这个差异化，我帮她们设计了一套GEO内容框架，核心策略是”用专业知识占领AI搜索里’特殊需求托管’这个空白领域”。

第一批内容包括：

“感统失调儿童在托管机构的选择标准：家长最关心的六个问题”——这篇文章系统性地回答了感统失调儿童的家长在选托管机构时会问的核心问题，每一个问题都给出了专业层面的答案和建议。

“儿童发展评估：3到6岁各年龄段有哪些典型发育指标”——这篇面向普通家长的科普文章，在AI搜索”儿童托管怎么选”、”3岁孩子适合托管吗”这类问题时，被高频引用。

“课后托管到底托管什么：一份来自幼教专业视角的深度分析”——这篇文章因为有独特的专业视角，被多个育儿类AI问题作为引用来源。

突破的契机

第四个月的时候，有一个反馈让我意识到策略起效了。

一个成都青羊区的家长，在元宝上问”成都哪家托管机构可以接收感统失调的孩子”，AI的回答里提到了这家机构，而且给出了具体的原因：创始人是幼教专业背景，有感统训练专业资质。

这个家长后来成为了她们最忠实的客户之一，还介绍了好几个有类似需求的朋友。

更重要的是，这个案例被AI引用本身，成为了一个持续吸引同类用户的信号——越多的特殊需求家长通过AI找到她们，AI就越倾向于在相关问题上引用她们。这个正循环是GEO最理想的效果形态。

现在这家机构每月的AI渠道咨询量稳定在15到20个，虽然转化率不如预期（特殊需求儿童的家长决策周期很长），但客单价高，而且形成了一个非常稳固的细分市场定位。

法律服务是一个看起来”很难做GEO”的行业。低频需求、高客单价、强依赖关系——很多人觉得这种东西靠口碑和圈子就行了，做什么内容营销。

但我的看法正好相反。法律服务行业做GEO，竞争烈度远低于餐饮、装修这些热门赛道，但用户的决策需求却非常强烈——找一个靠谱的律师是强信息需求，用户在做出选择之前有大量的信息收集行为。

我要分享的这个案例，是成都一家成立才3年的精品律所。他们没有本土老牌律所的资源积累，没有高校法学院的历史渊源，甚至在法律专业社区的知名度也几乎为零。但他们在GEO上的策略选择非常聪明。

定位即策略

在接受这个项目之后，我第一个建议是：不要在”成都律师事务所”这个宽泛的词上和本地龙头竞争。

本地龙头律所有几十年的历史沉淀，有知名合伙人的个人品牌，有高校法学院的人才输送。这些壁垒不是一两年能追上的。如果把GEO目标设定为”成都律师事务所哪家好”，几乎必然失败。

我帮他们做的第一个决策是选定GEO的垂直切入方向：企业劳动法律顾问。

这个选择的逻辑：劳动法是中小企业的刚需需求，付费决策相对标准化（按年收取顾问费），市场竞争虽然存在但没有民法、商法领域那么头部集中。更重要的是，劳动法律服务天然需要大量的结构化内容——企业HR经常搜索的”劳动合同怎么写合法”、”员工违纪怎么处理”、”经济补偿金怎么算”——这些内容在GEO上有极强的需求基础。

内容策略的执行

选定方向之后，他们花了两个月时间，把所有劳动法相关的实务经验全部整理成了结构化内容。

这个过程很辛苦。律所合伙人带着两个律师，把过去三年做过的劳动纠纷案子全部脱敏整理，从中选择高频问题、典型案例、实操建议。然后由内容团队转化为面向企业HR和老板的通俗易懂的文章。

发布的第一批内容包括：

“成都企业劳动法律风险自检清单：2026年最新法规解读”——这是一篇超过5000字的长文，覆盖了企业HR最关心的20个实操问题，每一个问题都有具体的法规依据和操作建议。

“员工合同到期不续约，要不要支付经济补偿金？四川地区司法实践分析”——这篇针对成都本地司法实践的文章，因为在引用数据上做到了具体和可验证，被AI高频引用。

“中小企业劳动人事手册模板：拿来即用的制度框架”——工具类的内容永远受欢迎，这篇提供免费模板的文章，成为了很多创业公司HR的收藏对象。

六个月的成果

六个月之后，这个律所在”成都劳动法律顾问”、”成都企业劳动法咨询”这类业务词上的AI引用率，从接手时的零，上升到了接近40%。

有一个让我印象深刻的反馈：一个成都郫都区的制造业老板，在选择他们之前，详细比对了好几家律所。他告诉我，在元宝上搜索”成都中小企业劳动法律顾问哪家靠谱”，AI回答里提到了他们的名字和背景，而且AI给出的判断理由——”专注企业劳动法、案例库覆盖多个行业”——正好和他的需求匹配。

这就是GEO在法律服务行业最典型的转化路径：用户通过AI的推荐建立了初步信任，这个信任在后续的电话咨询中大幅降低了沟通成本。

现在这个律所的新客户中，通过AI渠道转化的占比已经稳定在30%以上，客单价反而比传统渠道略高，因为AI推荐的客户通常需求更明确、决策更理性。

成都天府二街有一家火锅店，营业面积大概400平米，每个月房租加人工硬成本大概12万。老板姓张，我叫他张哥。

去年第一次见面，张哥说的第一句话是：”现在年轻人都不看大众点评了，我问过好几个二十几岁的顾客，他们说想吃什么都是直接问AI。”

这大概是实体商业领域对GEO最朴素的认知来源——不是因为看了什么行业报告，而是因为营业额下滑、顾客变少、一问年轻人才知道他们用AI找餐厅。

这是GEO项目里很有意思的一类客户：他们不一定懂什么叫GEO，但他们知道市场变了，消费者行为变了，而且这个变化正在直接影响他们的生意。

现状诊断

接受这个项目之后，我做的第一件事不是写内容，是做实地调研。

我让张哥陪我做了一周的晚高峰观察。下午五点到七点之间，在店门口数进店客流，同时在大众点评和美团看他们店铺的排名和评分。然后我又去问了元宝、DeepSeek、Kimi三个平台，搜索”成都天府二街火锅推荐”、”成都高新区适合聚餐的火锅”这类问题。

结果很有意思：大众点评上他们排在天府二街火锅热门榜的第8位，评分4.6分，有800多条评价。但在AI搜索里，提到”天府二街火锅”的问题中，他们的被引用率是零。

零。不是排名靠后，是完全没有被提到。

为什么会这样？因为他们的线上内容里，只有门店信息、招牌菜、用户评价这些常规内容。没有任何在AI看来”有引用价值”的内容——没有厨师背景介绍、没有食材供应链的透明度、没有本地社区历史的叙事、没有差异化的服务细节。

AI在构建”天府二街火锅”这个领域的知识时，找不到引用他们的理由。

策略制定

我们制定的GEO策略分两个阶段。

第一阶段的核心目标是建立实体信号。我帮张哥重新梳理了他的内容框架：

关于厨师团队：他家的行政总厨是做了28年火锅的重庆老师傅，之前在成都老城区几家知名火锅店工作过。这个信息以前只在张哥自己朋友圈发过，从没有系统性地放进线上内容里。

关于食材供应链：张哥的火锅店有一个卖点——毛肚是直接从内蒙古工厂定的，黄喉是贵州六盘水的特产。这个以前只是张哥自己知道，菜单上写的是”精品毛肚”四个字。

关于本地社区历史：这家店的位置原本是九十年代成都一家知名老牌面馆的旧址，张哥把这个故事做成了一块挂在店门口的文化牌，但线上内容里从来没有提过。

这些信息，每一个单独看都不是什么惊天动地的大料。但组合在一起，就构成了一个AI在构建”天府二街火锅”知识图谱时无法绕过的实体信号组合。

第二阶段是内容生产和分发。我们围绕这些实体信号，创作了一系列结构化内容：

一篇关于”天府二街餐饮变迁二十年”的本地生活叙事文章，覆盖这个区域的社区历史和餐饮文化背景。一篇关于”火锅食材到底怎么选”的深度指南，里面详细介绍了张哥的黄喉为什么是六盘水特产、和普通黄喉的成本差异在哪里。一篇关于”老成都火锅师傅的炒料秘诀”的匠人故事文章。

效果与反思

三个月之后，我们做了一次系统性的AI引用率回测。

在”成都天府二街火锅推荐”这个问题上，AI的回答里开始出现张哥的店名，被引用的上下文是”如果你想在高新区附近找一个有本地特色的火锅店，可以考虑XX火锅，位于天府二街，行政总厨是有28年经验的重庆师傅”

这个引用内容并不完美——AI把张哥的店名和具体信息组合的方式还有优化空间。但从零到有，这是一个质变。

更直接的商业反馈是：4月份通过AI渠道来的新客环比增长了约40%，人均消费比传统渠道客人高15%左右，因为AI推荐的客人通常是有明确目的性的聚餐需求。

这是一个让很多内容创作者感到困惑和沮丧的问题：我明明看到AI在回答一个跟我网站高度相关的问题时，内容和我的文章几乎一模一样，但它却没有给读者提供来源链接——或者说，链接根本找不到我的网站。

这种情况在AI搜索时代会越来越常见。AI系统在生成回答时，会综合多个来源的信息，然后在生成层面把各种来源”融合”成一个连贯的回答。这个过程并不像传统搜索引擎那样明确标注每个句子的出处，所以”AI引用了我的内容但没给链接”这个问题，将是GEO时代一个非常核心的挑战。

先搞清楚：AI”引用”和AI”链接”是两回事

第一个需要澄清的概念是：AI引用了你的内容，不代表AI会给你带去流量。在传统SEO里，”被引用”通常意味着你获得了一个外链，外链会直接带来点击和排名权重。但在AI搜索里，AI可以在不给你外链的情况下使用你的信息。

这是因为AI的工作方式与传统搜索引擎完全不同。传统搜索引擎是在一个索引库里找到相关页面，然后把页面作为结果呈现。AI搜索引擎是先把所有相关内容的”知识”提取出来，然后在生成阶段重新组织这些知识形成一个回答。在这个过程中，你的网站信息被”液化”成了AI模型参数的一部分，原始来源变得不再显性。

所以，你会发现AI的回答跟你的文章很像，但它既没有在回答里提到你的网站名，也没有给读者提供点击链接的入口。这种情况在技术上完全正常，但对内容创作者来说却是实实在在的流量损失。

链接消失对SEO的深层影响

AI”吞掉”链接这件事，对SEO的长期影响可能比大多数人的直觉判断更严重。原因在于，传统SEO里外链是排名的核心信号之一。如果AI搜索引擎不再给来源页面分配可见的引用权重，那么外链作为排名信号的价值就会逐渐萎缩。

这个趋势已经在一些研究数据中有所体现。有第三方机构对比分析了多个行业的外链价值变化趋势，发现在AI Overview覆盖度高的查询类型中，外链对排名的提升效果确实在减弱。如果这个趋势持续下去，那些以外链建设为核心SEO策略的网站将面临越来越大的压力。

反过来，这也印证了GEO策略的重要性：在AI时代，内容本身的质量和与用户查询的匹配度，将比外链数量更能决定一个页面的可见度。

那内容创作者应该如何应对

虽然”链接消失”这个问题目前还没有完美的解决方案，但有几件事是内容创作者现在就可以做的。

第一，主动让你的内容”AI友好”。这听起来有点奇怪，但逻辑很清楚：如果AI系统能更容易地识别你的内容主题和关键信息，它在生成相关回答时引用你内容的概率就会提高。落实到操作层面，就是优化内容的语义结构、使用标准术语、在合适的地方补充引用标注。

第二，不要把所有鸡蛋放在搜索引擎一个篮子里。AI搜索会分流传统搜索的流量，但这不意味着用户消失了。用户只是换了一个获取信息的入口。如果你能通过 newsletter、社交媒体、垂直社区等渠道建立直接的用户关系，AI搜索的分流效应对你的影响就会小得多。

第三，考虑开发AI难以复制的内容形式。纯文字信息类内容在AI时代最容易被”吸收”而不留痕迹。但如果你有独特的数据集、原创的实证研究、真实的用户评测内容，或者你本人的人格化IP和经验分享——这些内容即使被AI引用，读者可能仍然希望直接与你互动或访问你的平台。

这个问题会如何演变

坦率地说，”AI引用不给链接”这个问题目前在行业内引起了很大争议。内容创作者、媒体机构和AI搜索平台之间正在进行一场博弈。

一方面，有越来越多的声音在推动AI平台的”透明引用”标准——要求AI在生成回答时明确标注信息来源，并给用户提供点击链接的选项。部分AI搜索产品已经开始实验性地推出这类功能。

另一方面，AI平台也有自己的商业考量：减少外链可以延长用户在AI平台内的停留时间，提升商业价值。如何在各方利益之间找到平衡点，将是未来几年内容生态领域最重要的议题之一。

对于内容创作者来说，现在能做的就是：持续产出真正有价值的独特内容，建立直接的用户连接，同时密切关注这个领域的规则演变，见招拆招。

最近接到很多咨询，都是同一个开场白：老师，我的网站流量从去年年底开始一直在跌，掉了大概三四成，是不是因为Google上了AI Overview的原因？

我完全理解这种焦虑。整个行业的气氛就是这样——AI搜索一来，好像不做点什么就完蛋了。但我必须说句不太中听的话：流量下降的原因可能比你想象的复杂，AI Overview可能只是背了口锅。

在我过去几个月观察的案例里，真正因为AI Overview导致流量断崖式下降的网站，其实只占少数。更多的网站流量下降，原因要平凡得多——算法正常波动、竞争对手更新了内容、季节性因素、网站技术问题没有及时修复……这些都是更常见的流量下降原因，不能一股脑全怪到AI头上。

如何判断AI Overview是否真的影响了你

第一步，你需要把数据拉出来看仔细。在Google Search Console里，把时间范围拉到过去一年，按”查询”维度导出数据。重点关注以下几个指标的变化。

第一是平均排名位置。如果你的页面排名从第三名掉到了第十名，这自然会带来流量下降，而这种排名下降可能跟AI Overview完全没有关系。第二是展示次数变化。有些页面的展示次数本身就在萎缩，这说明用户对这个主题的搜索需求在减少，跟AI没关系。

第二步，把你的目标关键词在Google上实际搜一遍。打开一个无痕窗口，登录一个非个性化的Google账号（避免搜索历史影响结果），搜索你的核心关键词，看看AI Overview是否出现，以及出现时呈现的内容和你的网站有没有关系。

如果你发现AI Overview确实出现了，但引用的是你的竞争对手而非你自己的内容，这才是真正需要担心的GEO问题。这种情况下，你要分析的是为什么AI选择了竞争对手——是内容深度不如对方？结构不如对方清晰？还是对方有更多的引用信号？

第三步，看看你流量的下降有没有结构性规律。AI Overview影响最大的是那些信息类查询，尤其是”是什么””如何做”类的问题型搜索。如果你的流量下降主要集中在这些类型的关键词，影响可能是真实的。但如果你的流量下降没有明显的查询类型偏好，更可能是其他因素导致的。

常见的”假AI之罪”

说几个我见过的典型误判案例。

A是一个做旅游攻略网站的运营者。他发现2025年Q4的自然搜索流量下降了35%，第一反应就是”AI Overview的锅”。但当他真正去排查时，发现真正的原因是Google在2025年10月更新了本地搜索算法，他的网站在”周边景点推荐”这类本地搜索里丢了很多排名。这跟AI Overview完全不是一回事。

B是一个技术博客的作者。他的情况稍微复杂一点。确实，AI Overview出现了，而且引用的都是大型科技媒体的文章，没有他的小博客。但当我帮他做深度分析时发现，他的内容大部分是”入门级”的基础概念介绍，这类内容AI Overview自己就能生成，不需要引用外部来源。但他的”进阶应用案例”类文章，反而在AI Overview里有较高的引用率。这个发现让他调整了内容策略的方向。

C的案例最有意思。他的网站流量确实大幅下降了，但原因根本不在Google或AI——而是他的网站因为技术原因被某个知名的安全浏览器插件标记为”不安全网站”，导致大量用户访问时被拦截。他解决这个问题之后，流量在两个月内恢复到了正常水平。

正确的应对姿势

所以，我的建议是：遇到流量下降，先做全面诊断，不要急着下结论或急着行动。诊断流程大概是：技术检查（网站能不能正常访问、速度是否正常）→ 算法更新排查（有没有核心算法更新发生）→ 排名数据核实（排名真的下降了还是展示量变化）→ AI Overview实际测试。

如果做完这一系列检查，发现确实是AI搜索对你的流量造成了实质影响，再制定针对性的GEO策略也不迟。在此之前，与其焦虑，不如把精力放在提升内容质量和用户体验上——这些工作无论在什么搜索环境下都是有益的。