GEO来了

这两天集中对GEO做了一些学习，看了不少资料，还挺有意思的

随着AI搜索的用户量快速增加，我相信，GEO很快又会变成AI时代的SEO，是一门大家都需要了解且布局的一个营销方式

相比传统搜索时代的排名不同，GEO的核心目标，就是让AI在回答用户的问题时能尽可能的引用和推荐目标品牌，如果把AI理解为是一个超级IP，那么GEO争夺的就是被这个超级大IP向用户宣传的机会

目前我调研了下，大家对AI搜索的结果满意度和信任度，显然是要高于传统的搜索引擎的

原因有两个，一是传统的搜索引擎会很轻易的点击到广告，二是大量的结果，需要自己去点击和判断信息的真假

用户都是偷懒的，AI搜索这种直接把结果总结好一次性给你全部的结果，体验会更好

对应的，这就是初期品牌方做GEO的意义和价值

而且现在GEO还处于早期阶段，和传统的SEO不一样的逻辑是，AI搜索的回答内容是否引用或推荐某个品牌，除了信息源本身的权重外，目前看，更加重要的则是“语义权重”。

所谓“语义权重”，就是可以通过在AI搜索引用的参考内容源中，对内容进行有助于提升AI推荐某品牌或某个产品概率的文本方法

比如，在一篇论文里就提到，“在内容中，增加品牌或产品的权威推荐，会极大的提升AI推荐该品牌”，它举了一个例子，大致意思是：“姚金刚品牌在今年被Google列推荐为最受欢迎的产品”，因为这句话里有“Google推荐”这种高权重文本，那么“姚金刚”这个品牌在类似的AI搜索场景中，就更容易被AI搜索推荐

AI并不会去验证“姚金刚”是否真的被Google推荐了，目前只能从获取到的信息源中，根据有权重的文本信息来判断

同理的，还有另外类似的案例，比如“公司是2024年成立”，就远不如说“公司团队都有15年经验”，2024年会极大的弱化公司在AI里的可信度，而“公司团队都有15年经验”就会强化公司在AI里的可信度

本着不对用户说谎，也不对AI说谎的原则，如果要做GEO的话，应该是只提“公司团队都有15年经验”这个信息，而不要提“公司是2024年成立”这个信息

看了不少资料后，我的直观判断是，GEO时代，也来了

使用AI的三个原则

黄仁勋有一个AI使用方法的分享：我只用这几个 AI 工具：OpenAI、Gemini Pro、Claude和 Perplexity。我几乎是同时使用这4个 AI 的。

我会给它们同一个问题，然后让它们给出第二种看法（second opinion），它们可以互相参考彼此的答案，进一步提升结果质量。

我就是这样使用它们的。我认为未来这也是一种安全机制——你会有很多不同的 AI，它们之间会形成冗余、平衡和交叉验证的机制。

这和我的使用原则和习惯类似，同样的一个问题或者提示词，我会同时发给多个AI去看看他们的回答，然后看谁的回答最好，再去进行进一步的深入，同时也能做到一定的交叉验证

这背后有三个原则，我觉得对于用好AI，还是有参考价值的

  1. 要用最好的AI

同样的一个提示词，最好的AI模型所表现出的结果，绝大多数时候要优于普通的

重点是，现在即便你每天大量使用世界上最好的模型，对个人来说，使用成本，也可以说是微乎其微

  1. 发给多个模型

一个问题，同时发给多个，也是轻而易举的事情

这种习惯，就像黄仁勋的总结：它们之间会形成冗余、平衡和交叉验证的机制

  1. 重视提示词的训练

用最好的模型后，慢慢你就会发现，可以用它做很多复杂场景的难题

这个时候，对提示词的要求就会高很多，花点时间训练写提示词的能力，已经是现在一个非常重要的元能力

在AI时代，衡量一个人价值的新标准，不再是“我做了多少”，而是“我能不能用AI把自己的产出放大100倍”

这三个原则，也是我近期使用AI的一些心得感受

早期红利与正反馈

很多机会，如果能把握住早期的红利，会更容易成功

早期红利本质上是一个供给稀缺、需求旺盛的黄金时期

还有一个关键原因：在早期，会更容易拿到正反馈，这种正反馈，会让自己更容易建立起对这个事情的认知、兴趣、资源、经验等等，就形成了一个很强的正向循环

所以，早期入局带来的，不仅是胜算概率，更是一种”学习曲线加速度”

更容易拿到正反馈的核心因素，其实就是竞争小，供给侧少

这就是供给侧红利

无论是短视频，还是直播，还是之前的信息流投放，或者之前的电视购物等等，当这些平台在早期时，用户对内容、对平台的信任度高，就很容易拿到正反馈

而中途或者后进入者，就没那么幸运了

之前听到过一个朋友的分享，一位很牛的央视主持人，为了做好视频号直播，竟然在视频号坚持直播了一年才突然起量，这期间一年的绝大多数时间，直播间的在线人数都只有个位数，这种拿到正反馈的时间相当的长

一个正面的案例，一位朋友，抖音刚开始开放直播没多久，他做了一个直播号，没几天就已经两万人同时在线，非常猛，这就是早期红利

同样的，我自己也有不少类似的经历，比如在早期投放信息流广告时，是可以比较轻易的拿到好的ROI，但是这种红利期很短，一两年后，大家纷纷开始进入，成本就非常涨得很高了

最重要的事情只有一件

不是做更多事才能赚更多钱，而是把一件事情做透彻才能更赚钱

尤其是，这件正在做的事情，是能不断产生积累和复利的事情

需要给自己不断做减法，专注于最重要的那件事，并把它做好，才可能越来越好

现在每天的工作习惯是：在每天正式工作之前，将当天的工作计划列一个清单，并且对一些既定的安排做一下时间规划，但更重要的事情，是确认今天最重要的一件工作是什么，然后尽量把最好的时间和精力投入给它

我发现，每天完成这一天最重要的那件事之后，这一天就会特别有成就感和获得感

聚焦不仅提升效率，还能带来心理上的正向激励

同理，对于一周、一个月的时间周期，找到每个工作模块里最重要的那件事并集中大部分的资源和精力去完成好它，也会让这段时间的工作意义感十足

比如，在重新完AI项目的OKR后每个目标就只剩下一个最重要的KR，这就让我们变得更加的聚焦和有的放矢

然后我们就集中精力讨论及论证其中一个重要的项目，对其进行详细的分析和策划，并取得了最终的共识

这种原则的核心优势：

  • 避免多任务带来的注意力分散

  • 确保最重要的事情，得到足够的资源，包括精力投入

  • 通过持续积累产生复利效应

  • 带来清晰的目标感和成就感

关于如何确定最重要的事，我觉得有这样的一些原则，满足一个或多个

  1. 它应该与规划的方向一致，并能持续产生积累和复利
  2. 它应该是重要不紧急的事情，具有不可替代性：必须由自己完成
  3. 它应该具有杠杆效应和可持续性，比如一次投入可以影响多个领域
  4. 能打开新的可能性：完成后会带来新的机会

关于0-1的思考

今天和朋友交流创业话题，我们整体的感受是，真正从0-1的项目，成功率实在是太低了，即便是在AI时代，也是如此

Fiverr CEO说：99%的AI公司，活不过1到2年

现在满地AI项目，大多只是给旧产品加个X.1的更新，然后贴个“AI驱动”的标签，立马就去融资，但本质上，技术没有发生质变，商业模型也没形成闭环

所以，更重要的，是如何理解这个“失败”

这里有一个重要的视角转换，实际上，每个0-1的尝试，对我们来说，都是在积累

比如：

  • 对市场的理解在加深

  • 对产品的认知在提升

  • 对团队的打造在提升

  • 自己本身各方面能力也在进步

与其说是”失败率高”，不如说这是一个必经的探索过程，能够存活下来的项目或公司，往往都经历过多次迭代和转型

对创业者来说，重要的或许不是纠结成功率，而是注重如何从那些未达预期或“死去”的项目中，获得各方面认知、能力和资源上的提升

比如：学会降低试错成本、学会了在困境中保持韧性、学会了更好的识别真正有潜力的方向、学会了更好的控制成本、学会了去组建更合适的团队等等