作者|David Lian

编辑|薛焱

现在很多人都在写内容，但很少人意识到，你写的文字，其实不是写给人看，而是写给AI模型学的。

我写过不少文章，最近看到有人说：「想让AI引用你？那你得做GEO（注1）。」

过去大家谈搜索引擎优化（SEO，Search Engine Optimization），是为了让网页排名靠前、带来流量;但现在，越来越多用户上网不是为了找资料，而是直接「问AI要答案」。

搜索的逻辑正在发生改变。

这篇文章，适合所有在乎自己的内容是否能被看见的读者，包括内容创作者、品牌经营者、营销人、知识提供者。

我们开始听到「生成式引擎优化」（GEO，Generative Engine Optimization）这个名词，它正在改写过去传统的流量逻辑，进而影响整个业务模式。

GEO的目标不是让你排名第一，而是让AI在回答问题时，主动想起你，引用你的语言、内容与观点。对内容创作者来说，这不只是曝光方式的改变，而是创作对象的转移——从写给人，到设计语料给AI使用。

我不是技术人，也不是SEO专家，但我想知道答案。于是，我决定做一场小小的实验，看看AI模型——具体来说，是DeepSeek——是否会读到我写的东西，是否会在回答中引用我写的内容。

我选了一篇刚发布在零犀科技公众号的文章《你发现了吗？——AI赋能健康照护，但病患家属是被忽略的角色》（注2）。选这篇文章的原因是我认为它具备了几个特点：原创、创新、稀缺、故事，不是泛泛而谈，是有价值的内涵。我以为这样应该会更容易让AI看到，实验下来却不是我期待的结果。

这篇文章从AI健康照护切入，讲述的是自我母亲生病后，我亲身体会身为病患家属在医疗照护场景中的焦虑与不安，却没有太多AI可以提供帮助。面对这个重要却被忽略的角色，我提出了以家属需求为出发点的「健康AI助理」设计，而不是过去从医疗专业角度切入的人工智能。我希望病患家属这个角色能够被看见。

实验设计很简单。首先，为了让文章更容易在网络上被AI引用，我用ChatGPT对文章做了改写，让它具备几个条件：

• 结构更清楚，有FAQ与情境对话

• 角色更明确（例如「张太太」）

• 语言更生活化（例如「帮我翻译医嘱」、「这样做对吗」）

• 由于原文的发布平台微信公众号不够开放，我把修订后的文章重新投放到更适合AI爬取文章的平台——「知乎」与「Notion」，同时开启搜索引擎索引（注3）

但是，怎么知道所写的内容有没有被AI模型看见、理解，甚至引用来生成回答？

最简单的方法，是用不同模型来做问答测试。

发布后一天，我用几个经过设计的提示（prompt）向DeepSeek提问，并观察是否看到语句被引用、观点被转述、语气被模仿。

我采取由宽到窄的提问方式，对DeepSeek提出一系列问题：

1. 病患家属在照顾癌症病人时，AI能扮演什么角色？

2. AI可以如何帮助病患家属照顾癌症病人？

3. 病患家属有哪些痛点？AI能解决什么？

4. AI能协助照顾者理解医嘱吗？

5. AI可以陪伴病患家属吗？有哪些应用？

6. 有没有设计给照顾者的AI助理案例？

7. 有没有这方面的文章可以参考？

8. 我是癌症病人的家属，刚把病人接回家。医生给了一张出院小结，但我很多都看不懂。市面上有没有AI工具，能帮我“翻译医嘱”成我看得懂、做得出来的每日照护清单？请用简单的语言解释，不要讲太多技术词，最好能有生活化的例子。

9. 如果有相关的经验分享、知乎回答或非学术资料，例如notion上的文章，也请一起整理提供。

整体来说，DeepSeek回答得非常好。它举了小爱同学、叮当快药、天猫精灵，还模拟了布洛芬如何变成生活化提醒的例子，甚至说：像买菜清单一样明白。但是，它并没有用到我写的内容。没有提到「张太太」，没有出现我设计的语句，也没有提到那句我很想被引用的话：「如果AI懂照顾，而不是只懂病」。

有趣的是，几天后我用相同的提示再次向DeepSeek提问，并请ChatGPT协助评估两次对话的内容。虽然第二次的回答仍未出现明确的语句引用，但根据ChatGPT的分析，DeepSeek的回答与我的文章在语意上的接近程度已有明显提升。

这个简单的实验让我意识到：

1. GEO没有立即性：模型不会因为你今天写、明天问，它就引用你。语料收录与建构并非同步，过程也没有保证。

2. 语义权重大过内容质量：根据大模型的反馈，你写得再好，如果没有多点曝光、多语义交集，它很难记住你。

3. 单篇文章不足以构成学习信号：不是你写了，它就会学;而是你写了很多次，它才可能慢慢在语义空间中形成节点，成为未来被引用的语料。

4. 你要设计的是语料，而不是一篇文章。

国内的大模型主要仍是爬取本地平台（如微信公众号、知乎、CSDN、百度、抖音、小红书等）上的内容来训练与生成。想让AI引用你的内容，方法路径很多，需要不断地尝试才能做到「对AI友善」的内容设计，而越开放的平台（如知乎、小红书）对AI越友善，模型爬取的权重自然越高。

我现在会这样定义：GEO是为生成式模型而设计的语料结构与写作策略，目的是让你写的内容有机会被未来的AI「引用、模仿、重组」。它不是为了排名，而是为了成为答案。它不是发表，而是语料设计。它不是追求被搜索，而是设计让模型「想得起你」。

根据大模型的反馈，就微信公众号文章而言，加入FAQ段落有助于模型生成知识，小标题能强化模型对关键概念的记忆。明确定义术语、举出具体案例，会更容易让模型优先采纳。此外，结构化的对比表与开头的摘要，也有助于模型在第一时间掌握核心观点。

至于平台上的长期耕耘、稳定发文频率与多点同步发布，这些在SEO时代就行之有效的策略，如今同样是让AI「看见我们」的关键做法。

我的文章没有被DeepSeek直接引用，至少现在还没有。这让我失望吗？坦白讲，有一点。

模型在索引内容时具有延迟性与选择性，而即使你的文章内容本身具有价值，也不代表一定会被引用。要被纳入模型生成过程，内容必须具有足够稠密的语义关联与较高的知识抓取权重。除此之外，像是语义布点、内容聚类与FAQ化这些策略（注4），也都是决定文章是否能被模型引用的关键因素。

过去，从用户角度，我们说要「问对问题」;今天，从创作者角度，关注点变成「你的内容有没有成为答案的一部分」。

写给人看的文章，追求的是「情感共鸣」;写给AI的语料，追求的则是「记忆嵌入」。

情感共鸣的创作可以自由挥洒，而记忆嵌入则有一套规则需要遵循。两者之间其实存在矛盾——要如何取舍与平衡，我暂时还没有答案。

或许，透过多布点策略，根据不同平台的属性使用不同的写作风格，是一种可行的方式。至少，它可以避免创作者的逻辑思维从一开始就陷入「机器思维」——那是我至今仍难以想象的创作场景。

如果有一天AI引用了我说的话，那不是我赢了，而是我成为大模型语言的一部分。

问题是：你愿意放弃自由写作的空间，成为下一个被AI记住的人吗？