GEO-001·第 01 期·战略与市场·1 / 132
AI 搜索把海外电商流量切成了四段
AI 搜索没有消灭流量，而是把它重新中介化。本文拆开 AI Overviews、聊天助手、平台内 AI 与 agent 购物四个入口，给出一张可执行的自测表。
本期主线入口迁移：AI 搜索如何重排海外电商流量
示例：一个很常见的后台场景。自然搜索点击在掉，Direct 流量却在涨；客服说有人拿着 ChatGPT 的截图来问尺码；品牌词搜索没怎么掉，新客却变少了。很多出海团队的第一反应是“SEO 出问题了”，但真正变化的是入口。
AI 搜索没有消灭流量，而是把“搜索框”拆成了四个入口；GEO 的第一步不是写文章，而是画清入口地图，判断先修哪一层。
四个入口，不是四个渠道
把“AI 搜索”当成一个渠道，是大多数 GEO 方案跑偏的起点。买家在不同入口里的动作不同，AI 取答案的来源也不同。
| 入口 | 买家在做什么 | AI 的答案从哪来 | 你能改什么 |
|---|---|---|---|
| AI Overviews / AI 模式 | 在 Google 里问一个完整问题 | 搜索结果、可抓取页面、结构化事实 | 可抓取、答案单元、结构化数据、实体 |
| 聊天助手 | 在 ChatGPT、Perplexity 里做功课 | 检索语料、引用页面、第三方评测 | 被检索、被引用、被第三方提及 |
| 平台内 AI | 在 Amazon 等平台里问“买哪个” | Listing、评论、价格库存、平台数据 | Listing、Feed、评论、履约指标 |
| Agent 购物 | 让 agent 比价、下单、跟踪履约 | 商品 Feed、实时库存、政策、支付接口 | Feed、API、实时数据、退货政策 |
AI Overviews 仍然是 Google 的地盘，但答案由模型拼装。排名第一的页面不一定被引用，能被摘出一句准确事实的页面才重要。
聊天助手 是“检索 + 生成 + 引用”的组合。它不只看你的官网，还看 Reddit、评测站、媒体和知识库。所以“官网写得很好”只完成了一半。
平台内 AI 的规则由平台定。你控制不了模型，但能控制输入：Listing 是否完整、评论是否真实、价格库存是否准确、履约是否稳定。
Agent 购物 是交易层。它要的不是一句文案，而是“现在有货、这个价、几天到、能不能退”。数据不实时，agent 就不敢下单。
四个入口不是隔离的。AI Overviews 可能引用一条 Reddit 讨论，聊天助手又引用同一篇评测；平台内 AI 的评论会被站外评测二次引用。修一处，可能四处受益；反过来，一处矛盾也会被放大四次。
为什么 SEO 打法不够
SEO 和 GEO 有重叠，但三件事变了。
| 维度 | SEO 的主战场 | GEO 的主战场 |
|---|---|---|
| 目标 | 排名、点击 | 被引用、被推荐、被下单 |
| 单位 | 关键词、页面 | 问题链、答案单元、实体 |
| 证据 | 外链、内容质量 | 第三方语料、可验证事实、实时数据 |
第一，排名不等于引用。AI 可能引用第 5 名的页面，因为它有一段更清楚的对比；也可能完全跳过品牌官网，引用一条 Reddit 讨论。
第二，点击不等于影响。用户看完 AI 答案就走了，但可能记住了品牌，之后直接搜品牌词。只盯会话数，会低估 GEO，也会把 AI 引荐误算进 Direct。
第三，关键词不等于问题。买家不会只问“best wireless earbuds”，他会接着问“和 AirPods 比怎么样”“跑步会不会掉”“欧盟保修怎么算”。AI 按问题链展开，内容也要按问题链组织。
一张自测表：你现在卡在哪一层
先别急着排内容日历。用下面 8 个问题做一次 30 分钟自测，每项 0 或 1 分。
| 检查项 | 1 分标准 |
|---|---|
| 关闭 JavaScript 后，核心 PDP 还能看到标题、价格、规格 | 用 curl 或浏览器无 JS 模式能看到 |
| robots.txt 没有误屏蔽主流 AI 爬虫 | 至少确认 GPTBot、ClaudeBot、PerplexityBot 的策略 |
| 品牌实体在官网、Wikidata、LinkedIn、商店页说法一致 | 名称、品类、描述、sameAs 不冲突 |
| 每个核心页面有一句 80–120 字的答案单元 | 结论、证据、差异、下一步齐全 |
| 商品有 Product/Offer 结构化数据，价格库存可追溯 | 用校验工具能通过，且与页面一致 |
| 至少 3 个独立第三方来源提到品牌 | 媒体、评测、社区、榜单都算 |
| 价格、运费、退货政策是结构化表格 | 不是藏在 FAQ 里的一段话 |
| 能说清 AI 引荐流量现在占多少 | 有基线，不靠感觉 |
0–3 分：先修可见性，别写长文。4–6 分：补答案单元与实体。7–8 分：开始做候选集与 agent readiness。这个分数不是 KPI，只是决定先做哪一期的顺序。
90 天先做四件事
| 阶段 | 动作 | 交付物 |
|---|---|---|
| 第 1–2 周 | 建 AI 可见度基线 | 30 个 prompt 的提及、引用、推荐记录 |
| 第 3–4 周 | 修抓取与实体 | 抓取审计表、实体一致性清单 |
| 第 5–8 周 | 选一个入口试点 | 一个品类、一个市场、12 个页面 |
| 第 9–12 周 | 建度量与复盘 | 引用份额、AI 引荐、辅助转化 |
先选一个入口，不要四个一起做。AI Overviews 和聊天助手的优化动作有重叠，但节奏不同；平台内 AI 和 agent 购物更依赖 feed 与实时数据。具体先做哪个市场，可以用市场优先级矩阵排一遍；抓取问题先看AI 爬虫地图；基线怎么建，参考AI 可见度基线。
边界：什么情况下这套地图不适用
第一，AI 答案有波动。同一个问题，不同时间、不同账号、不同地区，答案可能不同。不要用一次截图判断成败，至少重复采样。
第二，平台内 AI 不可控。你能优化输入，但不能保证被推荐。平台规则变化时，优先级要跟着变。
第三，Agent 购物还没到“所有品类都适用”的阶段。高客单、标准化、退货简单的品类先跑；定制、强体验、售后复杂的品类，先把数据与政策修好。
第四，GEO 不能替代产品力。AI 能把一个烂产品说得很好，但退货率和差评会把信任打回去。GEO 放大的是已有的证据，不是凭空制造证据。
这个月先做一件事：把“无 JS 能看到的页面”和“品牌实体一致性”修好。这两件事不需要等预算，也不需要等平台开放接口，但会决定后面 131 篇有没有用。