也许某些“AI 专用优化”，根本不值得优先做。
加 Schema、上传 llms.txt、把文章切成小块……这些事情做完了，企业的 GEO 就做好了吗？
但我更想先问一句：
客户问起你的行业时，你能提供什么别人没有、又确实有用的信息？
这才是我认为企业做 GEO 最重要的事：理解客户的问题，持续提供有用、可信、有独特价值的信息。
GEO，也就是面向 AI 搜索的优化，当然需要技术基础。但如果一项优化说不清解决什么问题，也拿不出值得投入的依据，只因为被包装成“入场券”就要做，我的答案很明确：
先不做。把资源花在真正影响客户决策的事情上。
技术优化都做完了，客户的问题可能还没回答
我以前在纷享销客做 SEO，前期确实花了不少时间解决网站结构、抓取、收录、模板这些基础问题。
但基础问题解决之后，按我的回忆，后面大概九成的精力，都放在了另一件事上：
客户到底需要什么信息？
一个准备购买CRM软件的人，不会从头到尾只问“哪家 CRM 好”。
他可能先研究销售流程怎么设计，再关心销售预测怎么做，之后才开始比较 CRM 怎么选、实施需要准备什么。
这些问题，不能都用一篇产品功能介绍来回答。
我们要理解业务、产品和客户，从他们的实际问题里寻找内容机会。有些问题搜索量大，有些搜索量不大，却直接关系到购买决策。
真正花时间的，是把这些问题讲清楚，把客户做判断时缺的信息补上。
今天做 GEO，我依然会从这里开始。
假设一家企业的网站上，只有“行业领先”“功能强大”“服务专业”。即使每个页面都加好了标记，客户要比较产品时，能从中得到什么？
把一句空话整理得再规范，它提供的信息还是有限。
97% 的 llms.txt 没人访问，说明了什么？
拿经常被当成 GEO 标配的 llms.txt 来说。
Ahrefs 在 2026 年 6 月公布了一项研究，覆盖 137,210 个域名，其中约 38,000 个部署了有效的 llms.txt。
结果发现：在 2026 年 5 月的观察期内，97% 的这些文件没有收到任何访问请求。研究原文
这个数据有明确边界：它说的是这批样本、这个月份，不能据此断言所有搜索引擎和 AI 爬虫都不抓 llms.txt。有请求，也不代表文件被用于生成答案。
但这个信息很有价值，也提醒我们：
上传了一个“AI 专用文件”，并不意味着 AI 就会因此使用你的内容。
Google 的官方指南也明确说明，Google 搜索不使用 llms.txt 等特殊 AI 文件，不要求为了 AI 刻意切碎内容或采用特殊写法；结构化数据不是其生成式 AI 搜索的必要条件，但仍有常规 SEO 用途。Google 官方指南
这是 Google 的规则，不能直接套到所有 AI 产品上。具体优化仍要看目标平台和实际用途。
我反对的，是把这些东西不加区分地包装成企业必须购买的“入场券”。
企业真正应该追问的是：这项工作解决了哪个具体问题？做完以后，怎么验证？
如果答案只是“大家都在做”“这样更 AI 友好”，这个理由不够。
AI 能读到你之后，你有什么值得引用？
我会从四个方面看企业的信息：
能不能访问：目标平台能否获取网页正文，有没有被误拦截？
能不能理解：你是谁、服务谁、产品能做什么，有没有讲清楚？
能不能相信：案例、数据和能力描述，有没有可核查的依据？
有没有引用价值：面对客户的问题，你补充了什么有用的信息？
这四个方面需要一起看，是我安排工作的框架，不是所有 AI 搜索都遵循的固定筛选流程。
前两个方面容易列成检查表。后两个方面，往往更需要企业投入真实的经验。
比如，客户想知道“制造企业怎么选 CRM”。
一篇文章列出“功能、价格、服务、口碑”四个维度，当然没有错。但客户看完，可能还是不知道怎么选。
如果你做过相关项目，就可以进一步讲：
订单周期长、经销商多的企业，选型时需要核实什么？哪些需求容易被忽略？上线前要准备哪些数据？什么情况下，你的产品并不适合？
这些问题的答案，需要来自实际业务。能公开的案例、实施经验、测试结果，都可以成为依据；不能公开的细节，也可以在获得授权并脱敏后提炼成经验。
别人也能随手写出来的常识，很难体现你真正懂这门生意。
企业最值得挖掘的内容，往往就藏在销售反复解释的问题里、交付踩过的坑里，以及客户使用产品后的反馈里。
所以一个新的 GEO 项目，我会先做这三件事
先检查有没有明显的技术阻塞：目标平台的爬虫被误拦截、正文无法获取、重要页面被错误设置为不允许索引。
有，就先修。验收要看正文能否获取、设置是否正确以及平台反馈，不能只看“文件上传了”“标签补齐了”。
网站改版、模板更新后，也要继续检查。
先修阻塞问题，再把主要精力放回客户问题。
在这个基础上，我会推动团队做三件事。
第一，找销售和交付，把客户反复追问的问题拿出来。
先挑几个会影响成交或使用的问题，不必一上来铺几百篇文章。
比如客户为什么犹豫，比较竞品时卡在哪里，购买前最担心什么，上线后最容易误解什么。
判断一个问题值不值得写，可以问：如果今天有客户来问，我们是不是还要找一个有经验的人，花半小时给他解释？
如果是，它很可能值得被认真整理成内容。
第二，每篇内容都拿出一点自己的东西。
可以是一个完整案例、一组有来源的数据、一次实际测试，也可以是某项做法适用与不适用的条件。
没有数据，就讲清楚真实过程；没有完整案例，就整理能核实的经验。不要为了显得专业，编一个漂亮数字。
写完之后再问一句：把公司名称遮掉，这篇文章和同行的文章还有什么区别？
如果没有区别，就继续补充事实和判断，而不是继续堆形容词。
第三，把信息放到客户会接触、也方便核查的地方。
官网把核心事实讲完整，再围绕不同问题，向行业媒体、社区和社交平台提供适合的内容。
真实客户的使用反馈、独立媒体的报道，与企业把同一篇宣传稿重复发几十遍，证据价值并不相同。不要把转载数量当成独立认可。
后续观察效果，也要分清楚：AI 引用了你的文章、提到了你的品牌、推荐了你的产品，是三种不同的结果。最终还要看，它们是否带来了客户进一步了解和咨询。
企业最值得积累的，是别人替代不了的信息
所以，企业做 GEO，什么东西最重要？
我的答案是：真正理解客户，并把企业积累的经验，变成有用、可信、值得引用的信息。
技术基础需要维护，内容的价值也需要不断检验。有好内容不保证一定被引用，但技术检查全部通过，也不代表客户的问题已经得到回答。
下一次讨论 GEO 投入时，可以先让团队回答两个问题：
客户做决定时，还缺什么信息？
这份信息，为什么我们有资格提供？
GEO 要争取的是 AI 的引用，但信息首先要经得起客户的追问。