背景
客户： 一家做家居用品的跨境 B2C 独立站（主要市场：美国、英国）
规模： 50+ SKU，月 organic UV 约 8,000（合作前）
痛点：
- Google 排名停滞多年，靠付费广告撑 GMV
- AI 答案里几乎从不出现，客户能感觉到"AI 搜家居方案时推荐的不是我们"
- ChatGPT 月引用 < 5 次（通过自研监控脚本采样）
6 个月里做的事
第 1 个月：诊断
- 全站技术 SEO 审计，发现 hreflang 错 + 产品页 Schema 缺失 + 重复描述
- 对 30 个头部关键词跑 AI 答案采样，分析 ChatGPT / Perplexity 在这些词上引用的是谁
- 输出诊断报告，两条轨道并行：SEO 修复 + GEO 改造
第 2 个月：基础修复
- 修 hreflang（US / UK 两个英文版本规范化）
- 给所有产品页加上完整 Product Schema（含 offers / aggregateRating）
- 修重复描述（约 60% 产品页描述高度相似 → 逐个改写）
- 清理无价值内容页约 120 个（404 或 301 合并）
第 3 个月：内容升级
- 针对 8 个头部品类（e.g., "standing desk", "ergonomic chair"）写品类指南长文，每篇 3000–5000 字
- 每篇指南嵌入 FAQPage Schema（10–15 组 Q&A）
- 在品类指南里使用可引用段结构：段首即论断 + 具体数据
第 4 个月：GEO 专项
- 部署 llms.txt，明确声明哪些页面值得引用
- 把 30 组高价值 Q&A 从 FAQ 页面抽出来作为独立可引用段
- 在产品页加入 "why this product" 段——段首是一个明确论断，比如 "This desk’s load capacity is 300 lbs, tested by X standard"
第 5–6 个月：监控与微调
- 轻量采样脚本（见 T1）部署到客户站，追踪 15 个核心关键词
- 每周对比 ChatGPT / Perplexity 的引用次数
- 对引用率最低的关键词，单点改写对应页面的可引用段
结果（6 个月后）
| 指标 | 合作前 | 合作后 | 变化 |
|---|---|---|---|
| Google organic 月 UV | 8,000 | 18,160 | +127% |
| ChatGPT 月引用次数 | <5 | ~140 | +28 倍 |
| Perplexity 月引用次数 | ~15 | ~210 | +14 倍 |
| "不付费广告" 月 GMV | $42k | $105k | +150% |
关键反思
反思 1：SEO 和 GEO 的改造工作 70% 重合。
好的可引用段结构同时利好 Google 的 Featured Snippets 和 LLM 的引用。额外的 GEO 专项工作（llms.txt、可引用段标记）仅占整体工作量 10%–15%。
反思 2：产品页比品类页的 GEO 改造 ROI 更高。
LLM 在回答 "哪个产品好" 时，更容易切具体产品的具体规格段。品类页的"综述式"内容被引用概率反而更低。
反思 3：付费广告依赖下降后，利润率显著上升。
organic 流量的利润率比付费流量高 3–4 倍。GMV 增长的同时利润增长更多。
没做到的事
- "品牌名 + 引用"这种强归因链条仍然依赖时间积累，6 个月还不够建立强品牌记忆
- 一些小众长尾词仍然被大站的综述型内容压制，LLM 倾向于引用 Wirecutter / NYT Wirecutter 而不是小品牌