从推荐到成交：SEO→AEO→GEO→GAO→GMO→GDO 六层全域增长模型

流量入口正在从"搜索框"搬到"AI 对话框"。用户不再自己翻十条结果，而是直接问 AI；下一步连问都省了——让 Agent 替他办。这篇文章给出一个能落地的六层模型：SEO → AEO → GEO → GAO → GMO → GDO，从"被找到"一路做到"被 Agent 调用并成交"，每层都附做法、验收标准和本站（workbuddy.eycit.com）的真实对照。

一、为什么"只做 SEO"不够用了 #

三个正在发生的变化，决定了单层优化的天花板：

1. 入口迁移：找答案的人从搜索引擎挪到了 AI 对话框（ChatGPT、DeepSeek、豆包、Kimi、Perplexity、ima 等）。AI 的回答里没有"第 2 页"——没被提到，就是不存在。
2. 行为升级：用户路径从"自己搜"变成"问 AI"，再变成"让 Agent 替我办"。Agent 只调用它工具箱里的服务，不进工具箱，连参赛资格都没有。
3. 转化后移：过去流量到页面临终点；现在推荐发生在站外（AI 回答里），成交却要在站内完成。中间任何一跳断裂，推荐都变不成收入。

六层模型就是把这六件事各管一段：被找到 → 被引用为答案 → 被 AI 推荐 → 被 Agent 调用 → 全域在场 → 数据成交。

二、六层模型总览 #

注意一个常见误解：六层不是六个独立项目，而是同一条漏斗的六个截面。上层决定有多少人被送到你面前，下层决定送到之后能不能变成钱。任何一层塌了，其他层都在漏水。

三、逐层拆解：做什么、怎么做、怎么验收 #

L1 SEO：被找到

定义：让搜索引擎能收录、能理解、愿意把你的页面排在前面。

为什么还在第一位：SEO 是六层的地基。AI 抓取和引用内容时，照样看站点结构、内容质量和权威信号；SEO 不过关的站，GEO 也无从谈起。

怎么做：

1. 技术底线：sitemap 提交全部有效 URL（lastmod 用真实内容修改时间）、每页 canonical 自指、分页页单独收录不折叠到第一页、404 正确返回 404 + noindex。
2. 结构化数据：Article、FAQPage、HowTo、Course、Product、BreadcrumbList 按页面类型配齐，让搜索引擎零猜测理解内容。
3. 内容质量：标题/描述全站唯一，正文解决具体问题，薄内容（几百字凑数）不上线。
4. 内链健康：相关文章互链、标签落地页承接文章页内链、消灭孤立页。
5. 性能即排名：页面打开慢，排名和转化双输。能用 CDN 缓存的页面绝不回源。

验收标准：站点后台能看到收录量持续增长；核心词有排名且 CTR 不低于 3%；内链检查 0 死链、0 孤立页。

L2 AEO：被引用为答案

定义：让内容成为搜索与问答引擎的"标准答案"——精选摘要、语音助手答案、"其他人还在问"（PAA）折叠块、知乎/知道等高权问答平台。

为什么单列一层：AEO 的竞争单位不是"页面"，而是"答案块"。用户要的是四十个字说清，不是一篇长文的第 3 节。

怎么做：

1. 标题用问句：小节标题直接写用户会问的原话（"表格跑版了怎么办？"），而不是自嗨的小节名。
2. 答案前置：每个问答小节，第一段先用 40–60 字给结论，再展开步骤。摘要框抓的就是第一段。
3. FAQ 结构化：文末固定"常见问题与 FAQ"小节，问题用粗体独立成行（Q1：问题？），下一行紧跟回答——本站的 SEO 层会自动识别这种格式，输出 FAQPage 结构化数据。不会写 FAQ 的，可以参考《WorkBuddy 新手常见问题 FAQ：10 个高频问题与排错方法》的问答写法。
4. HowTo 结构化：操作类内容写成编号步骤（≥3 步），自动输出 HowTo schema，进教程类富摘要。
5. 表格化对比：参数对比、方案对比一律用表格，表格是摘要框最偏爱的格式。

验收标准：搜索品牌词+典型问句时，你的内容出现在精选摘要或 PAA；FAQ 内容能被 Google 富结果测试工具识别。

L3 GEO：被 AI 推荐

定义：让生成式 AI 在回答相关问题时，引用你、推荐你、点你的名。

为什么单列一层：AI 推荐不看排名看"信源可信度 + 事实清晰度 + 可验证性"。一套独立的优化逻辑。

怎么做：

1. 放行 AI 爬虫：robots.txt 明确允许 GPTBot、ClaudeBot、PerplexityBot、CCBot、Applebot-Extended 等（本站放行 22 个），默认 User-agent: * 也不要误伤。
2. 给 AI 一份站点说明书：上线 llms.txt，写清站点是什么、有什么、价格、联系方式、更新频率。本站 llms.txt 里专门有「站点事实」段：

# 站点事实
- 全站唯一商品：WorkBuddy 离线资料包（83 集视频课 + 41 份手册），定价 19.9 元，一次买断永久可用
- 站内 219 篇图文教程永久免费
- 联系方式：微信 eyc1689，邮箱 kefu@eycit.com

1. 事实写成"事实句"：价格、参数、时间、数量写成无修饰的陈述句，别写"超值划算限时抢购"——AI 抓走营销话术也没法引用。
2. 实体一致性：站点名、品牌名、作者、价格在所有页面和结构化数据里保持一致（用统一的 @id 串起来），AI 交叉验证时才认你是同一个主体。
3. 权威信号：被其他站点引用转载、在问答平台有实名回答、结构化数据完整——这些都是 AI 判断"该信谁"的输入。

验收标准：拿 10 个典型问题去问主流 AI，记录被点名/被引用的次数；llms.txt 被抓取（看服务器日志里的 AI UA 记录）。

L4 GAO：被 Agent 调用

定义：让 AI Agent 在替用户干活时，把你的产品、服务、数据当作工具箱里的默认选项来调用。

为什么这是下一站：Agent 时代，用户说"帮我订一份资料"Agent 就去办了。它不翻搜索结果，只在已知工具里选。进不了工具箱，就没有这个渠道。

怎么做：

1. 提供机器可读接口：把核心能力做成 REST API，附 OpenAPI/Swagger 描述——这是 Agent 读懂你的唯一方式。
2. 注册为 MCP server：把你的能力封装成 MCP 工具（描述、参数、返回结构写清楚），Agent 客户端可一键接入。
3. 工具描述写"何时调用我"：别只写功能参数，要写触发条件——"当用户需要查询订单状态、补发下载链接时调用本工具"。
4. 错误可自恢复：返回码和错误信息让 Agent 能自己修正重试，而不是把用户踢回人工。
5. 配额与计费透明：调用成本、限速、计费方式写成机器可读的配置，Agent 才能替你算账。

本站已有雏形：文章阅读数走 /api/views/{slug} 灯塔接口（no-store + slug 校验），订单查询与补发接口是下一步要补的 GAO 能力。

验收标准：有第三方（哪怕是自己的 Agent）能只凭 API 文档完成一次完整调用；调用日志里能看到真实 Agent UA。

L5 GMO：全域在场

定义：全渠道内容矩阵运营——用户出现在哪，你的答案就出现在哪；同一事实源，多渠道分发，私域沉淀。

为什么单列一层：AI 推荐的语料来自全网。只在官网发声，等于只给 AI 留一个信源；多渠道一致发声，AI 才会认为"大家都提到他，应该是权威"。

怎么做：

1. 主阵地：官网/博客是唯一事实源（价格、口径、联系方式以此为准），SEO 和 GEO 都从这里发芽。
2. 分发矩阵：长文改写为知乎回答、公众号图文、头条文章、小红书笔记、B 站视频脚本——一稿多发，但每平台按形态重排，不是全文粘贴。
3. 口径统一：所有渠道的价格、商品名、联系方式必须一致。互相矛盾的信息会让 AI 在交叉验证时降低对你的信任。
4. 私域沉淀：把公域流量接回微信/社群/邮件列表。AI 推荐来的人第一次找你，私域决定他会不会第二次找你。
5. 问答平台占位：知乎、知道、行业论坛里与业务相关的高频问题，用实名账号认真答——这些页面本身就是 AI 爱抓的高权信源。

验收标准：核心渠道 ≥3 个持续更新；搜索品牌词，前两页出现 ≥3 个非官网渠道；私域有可运营的存量名单。

L6 GDO：数据成交

定义：用数据把"推荐"变成"成交"：埋点看清漏斗，实验提升每一跳，交付带来复购与推荐。

为什么是最后一层：前五层解决"人来"，这一层解决"钱收"。没有数据运营，前面全是赔本赚吆喝。

怎么做：

1. 定义漏斗：曝光 → 点击 → 停留 → 信任 → 下单 → 交付 → 复购/推荐，每一跳都有数字。
2. 轻量埋点：不必一上来就装重型分析系统。一个计数器接口（如本站的阅读数灯塔）+ 服务器日志 + 订单后台，足够个人站点起步。
3. 转化要素清单：价格是否一眼可见、CTA 是否一句话说清下一步、信任状（免费内容质量）是否充分、FAQ 是否打消了最后顾虑。本站的对照样板就是资料包页面：219 篇免费内容是信任状，¥19.9 单一价格消除选择困难，6 问 FAQ 集中打消顾虑。
4. A/B 测试：一次只测一个变量（标题/CTA 文案/价格卡位置），样本不够就攒，不凭感觉改。
5. 复购与裂变：交付超预期（自动发货、补发及时），老客户推荐新客户的机制显性化。

验收标准：说得出每一跳的转化率和最大流失点；每月至少跑完一轮"假设→实验→结论"。

四、从推荐到成交：漏斗每一跳怎么设计 #

每一跳只优化一个关键动作。六跳各提升 20%，成交是 3 倍，不是 20%。

五、实战：本站六层现状对照与 90 天路线图 #

本站（workbuddy.eycit.com，219 篇免费教程 + 单一资料包商品）按模型自查的结果：

90 天落地路线（个人/小团队节奏）：

1. 第 1–30 天 补内容层：给流量 Top 20 的文章统一加"首段 40–60 字直答"，问答小节标题改成用户原话；GEO 侧检查 llms.txt 事实与各页面一致。
2. 第 31–60 天 补渠道层与接口层：选 2 个渠道（建议知乎 + 公众号）开始一稿多发；把订单查询/补发做成带文档的 API，写清"何时调用我"。
3. 第 61–90 天 补数据层：把漏斗六跳的数字跑起来（曝光/点击/停留/下单/复购），跑 2 轮 A/B（先测 CTA 文案，再测价格卡位置），建立每周五半小时的数据复盘。

六、常见坑与 FAQ #

Q1：六层必须按顺序做吗？
不必须，但有依赖：SEO 是地基，GEO 强烈依赖 SEO 的内容质量与结构；GAO 可以最早做（接口先行）；GDO 越早埋点越好，否则前五层做了什么全靠猜。资源有限就记住口诀：内容层（SEO/AEO）做厚，接口层（GAO）做通，数据层（GDO）做早。

Q2：个人博主没有团队，先做哪层？
先 SEO + AEO（一次创作，两层受益），再用 llms.txt 和白名单把 GEO 顺手做掉（半天工作量），GDO 装个最简单的计数器。GMO 和 GAO 等有稳定产出了再上——渠道铺开但内容断更，比不做更伤。

Q3：GEO 的内容要和 SEO 分开写吗？
不用分开写，要分开"写法"。同一篇文章，做到：小标题即结论、事实句无修饰、FAQ 结构化、参数表格化——SEO 的爬虫和 AI 的爬虫会同时受益。唯一要额外做的，是 llms.txt 这份"站点说明书"，它只给 AI 看。

Q4：GAO 的"被 Agent 调用"到底长什么样？
举个具体场景：用户对 Agent 说"帮我查下那本书到哪儿了"。Agent 调用快递公司的订单查询 API，拿到结果直接回复——用户没打开任何 App。对你的业务同理：用户说"帮我找一份 WorkBuddy 的资料包"，如果 Agent 的工具箱里有你的商品查询接口，它就能直接报出价格和内容清单，而不是回一句"我不了解这个"。

Q5：GEO 效果怎么衡量？
没有官方工具，就手工建模：固定 10 个目标用户最可能问 AI 的问题，每周问一遍主流 AI（ChatGPT/DeepSeek/豆包/Kimi），记录被点名、被引用、被推荐的比例。坚持记 8 周，趋势比绝对值有意义。

Q6：这套模型适合非电商业务吗？
适合。"成交"换成"线索"即可：曝光→点击→信任→留资→跟进→签约，六层一屏不换。区别只在 L6 的指标从 GMV 换成有效线索成本。

七、一页纸验收清单 #

最后提醒一句：六层模型不是一次性工程，是运营节奏。SEO/AEO 随内容更新，GEO 随事实变化，GAO 随接口演进，GMO 随渠道迭代，GDO 每周复盘。哪层断了补哪层，比一次全做一遍更重要。