他们的用户query是："零基础如何学Python"

他们优化的内容是：
- FAQ："Python是什么？"（认知类，但用户已经过了这个阶段）
- 对比表格："Python vs Java"（用户没问这个）
- 引用来源：Python官方文档（技术性太强，不适合零基础）

用户真正需要的是：
- 学习路径："第1周学什么、第2周学什么"
- 难度评估："零基础需要多久能入门"
- 课程推荐："哪些课程适合零基础"

统计结果示例：
认知类：25%
考虑类：30%
决策类：35%
行动类：10%

判断：
如果认知类>40%：你的行业处于"市场教育期"
→ 重点做科普内容，建立品类认知

如果决策类>40%：你的行业竞争激烈，用户在"选谁"
→ 重点做对比评测、差异化价值主张

如果行动类>30%：你的行业成熟，用户知道要买什么
→ 重点做产品页优化、价格信息、购买便利性

用户query："如何选择CRM系统"

他们需要的内容：
- 决策框架（功能、价格、集成、支持）
- ROI计算（投入vs回报，多久回本）
- 案例研究（类似公司的使用体验）
- 对比评测（Salesforce vs HubSpot vs Pipedrive，10个维度对比）

内容结构：
├─ 引言（问题场景）200字
├─ 决策框架 800字
├─ 详细对比 2000字
├─ ROI计算 500字
├─ 案例研究 1000字
└─ 行动建议 300字
总计：4800字

AI引用概率：高（因为匹配长周期决策需求）

用户query："iPhone 15和三星S24哪个好"

他们需要的内容：
- 核心参数对比（一目了然）
- 价格区间
- 用户评分/评价
- 适合人群（简洁判断）

内容结构：
├─ 快速结论 100字
├─ 参数对比表格 200字
├─ 价格信息 100字
├─ 用户评价汇总 200字
└─ 购买建议 100字
总计：700字

AI引用概率：高（因为匹配短周期决策需求）

错误示范：
"我们的CRM能提升销售效率。"
→ 空洞，没有数据

正确示范：
"根据Gartner 2024年调研，使用CRM的B2B公司平均销售周期缩短23%，
成单率提升18%。我们的客户A公司（某知名SaaS），使用6个月后，
销售线索响应时间从48小时缩短到2小时，转化率提升31%。"
→ 有第三方数据、有具体案例、有数字

错误示范：
"这款手机很受欢迎。"
→ 模糊，没有证明

正确示范：
"这款手机在京东累计售出50万+台，用户评分4.8/5（基于12000+条评价），
88%的用户评价'性价比高'，92%会推荐给朋友。"
→ 有销量、有评分、有具体反馈

□ 免责声明
  示例："本文仅供参考，不构成投资建议。投资有风险，需谨慎。"
  
□ 风险提示
  示例："该产品可能存在本金损失风险，历史业绩不代表未来表现。"
  
□ 数据来源标注
  示例："数据来源：中国证监会，截至2025年12月"
  
□ 时效性标注
  示例："以上信息截至2025年12月13日，具体以最新监管政策为准"
  
□ 专业建议提示
  示例："具体投资决策请咨询专业理财顾问"

某理财产品推荐文章：

优化前（缺少合规信息）：
"这款基金过去3年年化收益15%，值得投资。"
→ AI引用概率：低（缺少风险提示）

优化后（加入合规信息）：
"该基金过去3年年化收益15%（数据来源：基金公司官网，截至2025-12-13）。
需注意：历史业绩不代表未来表现，该产品属于中高风险类别，
可能存在本金损失风险。投资前请仔细阅读产品说明书，
并根据自身风险承受能力谨慎决策。如有疑问，请咨询专业理财顾问。"
→ AI引用概率：高（合规完整）

必须做的地域化：
□ 标题包含地域："北京海淀区日语培训机构推荐"
□ H1包含地域
□ 正文多次提及地域
□ Schema标记中加入地域信息（LocalBusiness）
□ 地址、电话、营业时间等本地信息

AI引用概率：
如果query是"北京日语培训"，你的内容没有明确标注"北京"，
AI几乎不会引用你，因为不确定你是不是北京的。

部分内容地域化：
- 通用内容：不需要地域标识（如"如何选择医院"）
- 推荐类内容：需要地域标识（如"上海三甲医院推荐"）

策略：
- 创建"地域+通用内容"的矩阵
- 例如："如何选择CRM" + "深圳的CRM服务商推荐"

虽然地域不重要，但可以做"场景细分"：
- 不按地域，按"公司规模"、"行业"细分
- 例如："适合初创公司的项目管理工具"
       "适合制造业的ERP系统"

如果AI的回答是200字，你的内容是3000字
→ 你的内容太深了，需要精简

如果AI的回答是1500字，你的内容是500字
→ 你的内容太浅了，需要补充

理想状态：
你的内容深度 ≈ AI典型回答长度 × 1.5-2
（因为AI会提取你的部分内容，不会全文引用）

必做项：
□ 图片文件名描述性强
  错误："IMG_1234.jpg"
  正确："iphone-15-pro-max-titanium-blue-front-view.jpg"
  
□ Alt标签详细准确
  错误：alt="手机"
  正确：alt="iPhone 15 Pro Max 钛金蓝色 正面图 显示三摄像头设计"
  
□ 图片周围的文字与图片相关
  AI会检查"图片上下文"来理解图片内容

必做项：
□ 视频标题清晰（会被AI索引）
□ 视频描述详细（AI会读取）
□ 如果可能，提供视频字幕（AI能理解）
□ 视频下方提供"文字总结"
  
为什么？
2025年AI还不能完全"看懂"视频，
但可以通过标题、描述、字幕、周围文字来理解视频内容。

工具推荐：
- Ahrefs关键词工具
  - 输入你的核心关键词
  - 导出"相关关键词"（长尾词）
  - 筛选搜索量>100的query

- Google Trends
  - 输入核心关键词
  - 查看"相关查询"
  - 记录下来

- Semrush
  - Keyword Magic Tool
  - 筛选"问题类关键词"（Question）

操作步骤：
1. 打开ChatGPT、Perplexity、Claude
2. 输入你的核心关键词（如"CRM系统"）
3. 观察AI给出的"相关问题"或"人们还问"
4. 逐个测试这些问题，记录下来

为什么这个方法更准确？
因为你直接看到"用户在AI平台上会问什么"，
这比传统搜索引擎的关键词更贴近AI搜索场景。

操作步骤：
1. 找到3-5个做得好的竞品
2. 在ChatGPT/Perplexity输入50个相关query
3. 记录"哪些query引用了竞品"
4. 反推：竞品在回答什么类型的问题

这个方法的价值：
你能看到"AI实际在引用什么内容"，
而不是你以为用户会搜什么。

分类标准：
□ 认知类：什么是XX、XX的定义、XX是什么意思
□ 考虑类：XX vs YY、XX的优缺点、XX的类型
□ 决策类：如何选择XX、XX推荐、最好的XX
□ 行动类：XX的价格、在哪买XX、XX免费试用

统计占比：
认知类：___个（___%）
考虑类：___个（___%）
决策类：___个（___%）
行动类：___个（___%）

基于统计结果，回答3个问题：

Q1: 你的行业处于什么阶段？
- 如果认知类>40%：市场教育期，重点做科普
- 如果决策类>40%：竞争激烈期，重点做对比
- 如果行动类>30%：成熟期，重点做转化

Q2: 用户最关心什么？
- 从高频query中提炼共同点
- 例如：B2B SaaS用户反复问"集成"、"价格"、"ROI"
  → 这3个是核心痛点

Q3: 竞品在回答什么？你的机会在哪？
- 哪些query竞品回答得很好？（暂时不碰）
- 哪些query竞品回答得不好？（你的机会）
- 哪些query竞品没有回答？（蓝海）

【你的行业GEO画像】

维度1：用户意图类型
□ 认知类占比：___%
□ 考虑类占比：___%
□ 决策类占比：___%
□ 行动类占比：___%
→ 判断：你的行业重心在___类

维度2：决策周期长度
□ 短周期（<1天）
□ 中周期（1-30天）
□ 长周期（>1个月）
→ 你的行业是：___

维度3：信任建立方式
□ 数据驱动型（需要数据、案例）
□ 权威背书型（需要资质、专家）
□ 社会证明型（需要评价、销量）
→ 你的行业是：___

维度4：监管敏感度
□ 高监管（金融、医疗、法律）
□ 中监管（B2B、房地产）
□ 低监管（电商、内容）
→ 你的行业是：___

维度5：地域相关性
□ 强相关（本地服务）
□ 中相关（部分地域化）
□ 弱相关（纯线上）
→ 你的行业是：___

维度6：内容深度需求
□ 浅层（500-1500字）
□ 中等（1500-3000字）
□ 深度（2500-5000字）
→ 你的行业需要：___

维度7：多模态需求
□ 图片为主
□ 视频重要
□ 文字为主
→ 你的行业是：___

如果不确定，用"对比法"：
1. 找2-3个你熟悉的行业（如电商、B2B SaaS）
2. 对比你的行业和这些行业
3. 判断你更接近哪一个

例如：
你做"企业培训"：
- 决策周期：比电商长，比B2B SaaS短 → 中周期
- 信任建立：需要讲师资质 → 权威背书型
- 内容深度：需要课程大纲、师资介绍 → 中等深度

基于你的7维度画像，填写：

核心内容类型（优先级从高到低）：
1. ___类内容（如"对比评测"）
   - 原因：因为你的行业是___（如"决策类占比40%"）
   
2. ___类内容（如"案例研究"）
   - 原因：因为你的行业需要___（如"数据驱动型信任"）
   
3. ___类内容
   - 原因：___

必备内容元素：
□ 数据支撑（如果是数据驱动型）
□ 用户评价（如果是社会证明型）
□ 专家背书（如果是权威背书型）
□ 合规信息（如果是高监管）
□ 地域标识（如果是强地域相关）
□ 图片/视频（如果是图片/视频为主）

优先级1（立即做，未来1个月）：
基于步骤1的分析，你的行业重心在哪？
- 如果是决策类：优先做10-20篇"对比评测"、"选择指南"
- 如果是认知类：优先做10-20篇"科普"、"入门指南"

具体清单：
□ ___篇决策类内容（主题：___）
□ ___篇案例/数据支撑内容
□ ___篇FAQ内容

优先级2（逐步做，未来3个月）：
□ ___篇认知类内容
□ ___篇深度分析内容

优先级3（长期做，未来6个月）：
□ 多模态内容（如果适用）
□ 地域化内容矩阵（如果适用）

【内容创作规范】

文章长度：
- 认知类：___字
- 考虑类：___字
- 决策类：___字

必备结构：
□ 标题：问题式 or 价值式
□ 开篇：痛点场景 or 核心结论
□ 正文：___个H2小标题
□ 每个H2下：___字
□ 必备元素：
  - 数据/案例（如果是数据驱动型）
  - 用户评价（如果是社会证明型）
  - 合规声明（如果是高监管）
  - 地域标识（如果是强地域相关）

禁止事项：
□ 不要___（如"不要夸大宣传"）
□ 不要___（如"不要缺少风险提示"）
□ 不要___

过程指标（监控AI行为）：
□ Bot访问频率
  - 工具：Cloudflare Analytics或服务器日志
  - 目标：主要AI bot每周至少访问1次
  
□ 引用率（手动测试）
  - 方法：每月测试50-100个核心query
  - 记录：引用率、引用位置、引用文本
  - 目标：引用率>行业baseline（15-25%）

结果指标（监控业务影响）：
□ AI流量增长
  - 工具：GA4（配置AI referral追踪）
  - 目标：月环比增长>10%
  
□ AI流量转化率
  - 目标：>传统搜索流量转化率
  - 如果低于传统搜索，说明内容与用户意图不匹配

复盘清单：

□ 数据回顾
  - 本月引用率：___%（vs 上月___%）
  - AI流量：___次（vs 上月___次）
  - 转化率：___%（vs 上月___%）

□ 内容分析
  - 引用率最高的5篇内容：
    1. ___（引用率___%）
    2. ___
    ...
  - 共同特征：___（如"都有对比表格"、"都有数据支撑"）
  
  - 引用率最低的5篇内容：
    1. ___（引用率___%）
    2. ___
    ...
  - 可能原因：___（如"内容太浅"、"缺少案例"）

□ 竞品动态
  - 竞品有什么新动作？
  - 他们在做什么类型的内容？
  - 我们能学到什么？

□ 策略调整
  - 下个月重点：___
  - 需要优化的方向：___
  - 需要停止的内容类型：___

迭代逻辑：

发现1：某类内容引用率特别高
→ 行动：加大这类内容的产出

发现2：某个维度判断错了
→ 行动：重新评估这个维度，调整策略
→ 例如：以为是"短周期"，实际是"中周期"
  → 内容深度需要增加

发现3：竞品在某个方向领先
→ 行动：分析他们的内容策略，学习借鉴

关键原则：
每个月至少做1-2个优化动作，
不要"优化完就不管"。

意图类型占比：
□ 认知类：___个（___%）
□ 考虑类：___个（___%）
□ 决策类：___个（___%）
□ 行动类：___个（___%）

核心洞察：
1. 我的行业重心在___类（占比最高）
2. 用户最关心的3个问题：
   - ___
   - ___
   - ___
3. 竞品覆盖不足的query：
   - ___（机会）
   - ___（机会）

【你的行业GEO画像】

行业名称：_______________
填写日期：2025-__-__

━━━━━━━━━━━━━━━━━━━━

维度1：用户意图类型
□ 认知类占比：___%
□ 考虑类占比：___%
□ 决策类占比：___%
□ 行动类占比：___%

→ 判断：你的行业重心在___类
→ 对应策略：___

━━━━━━━━━━━━━━━━━━━━

维度2：决策周期长度
□ 短周期（<1天）
□ 中周期（1-30天）
□ 长周期（>1个月）

→ 你的行业是：___
→ 内容深度要求：___字
→ 转化设计：___

━━━━━━━━━━━━━━━━━━━━

维度3：信任建立方式
□ 数据驱动型（需要数据、案例）
□ 权威背书型（需要资质、专家）
□ 社会证明型（需要评价、销量）

→ 你的行业是：___
→ 必备信任元素：
  □ ___
  □ ___
  □ ___

━━━━━━━━━━━━━━━━━━━━

维度4：监管敏感度
□ 高监管（金融、医疗、法律）
□ 中监管（B2B、房地产）
□ 低监管（电商、内容）

→ 你的行业是：___
→ 必备合规元素（如果高监管）：
  □ 免责声明
  □ 风险提示
  □ 数据来源标注
  □ 时效性标注
  □ 专业建议提示

━━━━━━━━━━━━━━━━━━━━

维度5：地域相关性
□ 强相关（本地服务）
□ 中相关（部分地域化）
□ 弱相关（纯线上）

→ 你的行业是：___
→ 地域化策略：
  如果强相关：标题、H1、正文都要有地域
  如果中相关：部分内容地域化
  如果弱相关：可以做场景细分（如公司规模、行业）

━━━━━━━━━━━━━━━━━━━━

维度6：内容深度需求
□ 浅层（500-1500字）
□ 中等（1500-3000字）
□ 深度（2500-5000字）

→ 你的行业需要：___
→ 典型文章结构：
  - 认知类：___字
  - 考虑类：___字
  - 决策类：___字

━━━━━━━━━━━━━━━━━━━━

维度7：多模态需求
□ 图片为主
□ 视频重要
□ 文字为主

→ 你的行业是：___
→ 多模态策略：
  如果图片为主：___
  如果视频重要：___
  如果文字为主：___

━━━━━━━━━━━━━━━━━━━━

综合判断：
你的行业最接近：
□ B2B SaaS型（长周期+数据驱动+深度）
□ 电商型（短周期+社会证明+浅层）
□ 教育型（中周期+权威背书+中等深度）
□ 金融型（长周期+高监管+深度）
□ 其他：___

核心差异化策略：
1. ___
2. ___
3. ___

【内容策略设计】

基于7维度分析结果：

━━━━━━━━━━━━━━━━━━━━
优先级1（未来1个月，立即做）

内容类型：___（如"决策类对比评测"）
原因：因为我的行业___（如"决策类占比40%"）

具体清单：
□ 主题1：___
  - 目标query：___
  - 预计长度：___字
  - 必备元素：___

□ 主题2：___
  - 目标query：___
  - 预计长度：___字
  - 必备元素：___

... 共___篇

━━━━━━━━━━━━━━━━━━━━
优先级2（未来3个月，逐步做）

内容类型：___
原因：___

具体清单：
□ ___
□ ___
... 共___篇

━━━━━━━━━━━━━━━━━━━━
优先级3（未来6个月，长期做）

内容类型：___
原因：___

具体清单：
□ ___
□ ___
... 共___篇

━━━━━━━━━━━━━━━━━━━━
内容创作规范

文章长度标准：
- 认知类：___字
- 考虑类：___字
- 决策类：___字
- 行动类：___字

必备结构：
□ 标题格式：___
□ 开篇：___字，___切入
□ 正文：___个H2小标题
□ 每个H2：___字
□ 结尾：___

必备元素checklist：
□ 数据支撑（如果数据驱动型）
□ 用户评价（如果社会证明型）
□ 专家背书（如果权威背书型）
□ 合规信息（如果高监管）
□ 地域标识（如果强地域相关）
□ 图片/视频（如果图片/视频为主）
□ Schema标记
□ FAQ结构
□ 内链（指向相关内容）

禁止事项：
□ 不要___
□ 不要___
□ 不要___

【月度GEO复盘报告】

复盘月份：2025年__月
填写日期：2025-__-__

━━━━━━━━━━━━━━━━━━━━
一、数据回顾

1. 过程指标（AI行为）
   □ Bot访问次数：___次（vs 上月___次）
   □ 引用率（手动测试）：___%（vs 上月___%）
   □ 引用位置分布：
     - 排名#1-#3：___%
     - 排名#4-#5：___%
     - 排名#6+：___%

2. 结果指标（业务影响）
   □ AI流量：___次（vs 上月___次，增长___%）
   □ AI流量转化率：___%（vs 传统搜索___%）
   □ AI流量带来的转化：___个

━━━━━━━━━━━━━━━━━━━━
二、内容表现分析

引用率TOP 5内容：
1. 《___》引用率___%
   - 内容类型：___
   - 成功因素：___

2. 《___》引用率___%
   - 内容类型：___
   - 成功因素：___

3-5. ...

共同特征总结：
□ ___（如"都有对比表格"）
□ ___（如"都有数据支撑"）
□ ___

引用率BOTTOM 5内容：
1. 《___》引用率___%
   - 可能原因：___
   - 改进方向：___

2-5. ...

共同问题总结：
□ ___（如"内容太浅"）
□ ___（如"缺少案例"）
□ ___

━━━━━━━━━━━━━━━━━━━━
三、竞品动态

观察到的竞品动作：
□ 竞品A：___
□ 竞品B：___

竞品优势：
□ ___（值得学习）
□ ___（值得学习）

我们的机会：
□ ___（竞品未覆盖）
□ ___（我们可以做得更好）

━━━━━━━━━━━━━━━━━━━━
四、7维度复查

本月是否发现维度判断错误？
□ 否，7维度判断准确
□ 是，以下维度需要调整：
  - 维度___：原判断___，实际应该是___
  - 原因：___
  - 调整策略：___

━━━━━━━━━━━━━━━━━━━━
五、下月计划

基于本月复盘，下月重点：

优化动作1：___
- 原因：___
- 预期效果：___

优化动作2：___
- 原因：___
- 预期效果：___

需要停止的内容类型：
□ ___（原因：___）
□ ___（原因：___）

需要加大投入的内容类型：
□ ___（原因：___）
□ ___（原因：___）

【示例：某营销自动化SaaS公司的GEO分析】

━━━━━━━━━━━━━━━━━━━━
步骤1：用户意图分析（部分）

收集了120个query，统计结果：
- 认知类：18%（如"什么是营销自动化"）
- 考虑类：32%（如"HubSpot vs Marketo"）
- 决策类：42%（如"如何选择营销自动化工具"）
- 行动类：8%（如"营销自动化价格"）

核心洞察：
1. 决策类占比最高，说明市场竞争激烈，用户在"选谁"
2. 用户最关心：ROI、集成难度、学习曲线
3. 机会：竞品对"初创公司如何选择"覆盖不足

━━━━━━━━━━━━━━━━━━━━
步骤2：7维度画像

维度1：用户意图类型 → 决策类为主（42%）
维度2：决策周期 → 长周期（6-12个月）
维度3：信任建立 → 数据驱动型（需要ROI、案例）
维度4：监管敏感度 → 低监管
维度5：地域相关性 → 弱相关（纯线上）
维度6：内容深度 → 深度（3000-5000字）
维度7：多模态需求 → 文字为主（图表辅助）

综合判断：典型的B2B SaaS型

━━━━━━━━━━━━━━━━━━━━
步骤3：内容策略设计

优先级1（1个月）：
□ 15篇决策类内容
  - "如何选择营销自动化工具"（5000字）
  - "营销自动化ROI计算指南"（4000字）
  - "HubSpot vs Marketo完整对比"（4500字）
  - "适合初创公司的营销自动化"（3500字）
  - ... 共15篇

优先级2（3个月）：
□ 10篇案例研究
□ 5篇认知类内容

内容规范：
- 决策类文章：3000-5000字
- 必备：ROI计算器 + 对比表格 + 3个案例
- 每个观点必须有数据支撑

━━━━━━━━━━━━━━━━━━━━
步骤4：3个月后复盘

数据结果：
- 引用率：从12%提升到28%
- AI流量：从日均15次提升到日均45次
- 转化率：14.8%（高于Google的2.9%）

成功内容共同特征：
- 都有ROI计算器
- 都有5维度以上的对比表格
- 都有具体数字（不是"很多"，而是"67%"）

下一步优化：
- 加大决策类内容产出（有效）
- 增加"垂直行业"细分（如"制造业的营销自动化"）