AI Marketing Daily · 2026-08-16

今天 20 条素材里，近一半在回答同一个问题：当用户开始向 ChatGPT 和 AI Overviews 要答案，品牌怎么继续被看见。GEO 已经从概念争论进入手册化阶段，指标、路线图、服务商价目分层都齐了。另一条主线是工具与数据落地：2026 营销自动化选型指南扎堆出现，微软亮出个性化案例数据，广告投手在讨论怎么给平台 AI 喂干净信号。监管那条线也别忽略，EU AI Act 的合规动作已经开始。

🎯 今日头条

从抢排名到抢引用：GEO 把可见性搬进 AI 答案里

一位做了 13 年产品设计的设计师在 Medium 发长文，把生成式引擎优化（GEO）的机理、指标与落地路线一次讲透。他的起点是检索方式的更替：过去二十年品牌靠关键词、外链、页面速度在 Google 和 Bing 的链接列表里抢位置，现在 ChatGPT、Gemini、Perplexity 这类系统用 RAG 架构先检索再合成，直接把答案递到用户脸上。目标随之改变：SEO 求被找到，GEO 求被引用。文章引用了两条硬数据。a16z 的统计说，AI 搜索的提问平均约 23 个词，传统搜索只有 4 个词左右，一次会话能聊 6 分钟。Chen 等人 2025 年挂在 arXiv 的研究则测出，生成式引擎对第三方权威信源（earned media）存在系统性、压倒性的偏好，品牌自述内容天然吃亏。Search Engine Land 的判断被直接引作注脚：零点击正在成为常态。

为什么这篇值得深读：它把可见性的度量体系整个换了一遍。老指标是排名、点击率、跳出率、停留时长，新指标是被 LLM 引用的频次、品牌在 AI 答案里的份额、prompt-to-brand 的归因率。品牌可以不依赖点击就被看见，监控口径随之变成 AI 回答里的品牌提及数、AI 输出里的声音份额、被索引的信任分。Chen 等人的实证还添了三个新追踪维度：内容新鲜度指数、多语言覆盖分、earned media 占比。结构化数据也从 SEO 的加分项升格为机器可验证的权威凭据，JSON-LD、实体链接、清晰的引用链，越完整越可能被生成系统当作有效信源。作者同时不回避难处：检索逻辑是黑箱，优化一半靠猜；大品牌与老牌媒体的偏好挤压小玩家；AI 答案纳入度难以标准化追踪，零点击环境下归因几乎无解。这些约束决定了 GEO 现阶段只能与 SEO 并行，谈不上取代。

对营销人的影响落在三个岗位。内容团队的读者名单里多了一类机器，写给人的排版逻辑要补一套写给模型的：模块化的定义、FAQ、表格，顶部放 TL;DR 供 LLM 抓取，内容按定义、挑战、方案、下一步的级联意图组织。文章里那组对照场景很说明问题：传统搜索里用户敲五个词、点开几个网页自己挑；生成式搜索里用户问哪家店适合周末聚餐，AI 直接综合三到五家的口碑与评分作答，被点名的那几家拿走全部注意力，落选者连一次露脸机会都没有。PR 团队的价值被放大，既然生成式引擎偏爱第三方权威信源，数字公关、行业媒体提及、可被引用的原创数据的权重就该上调，官网自述排在其后。投放与增长团队的归因体系要补 AI 渠道，用户在聊天界面拿到答案就走，点击路径断了，prompt 到品牌的心智影响需要新的监测工具来量化。

怎么用：文章给的五阶段路线可以压成周级动作。第一步做实体盘点，把品牌、作者、产品的命名统一，补齐 Schema.org 标注；第二步挑十篇最有把握的主力页做结构化改造，加 TL;DR 和机器可读标记；第三步把级联意图写进新内容的模板；第四步搭一个极简看板，手动追踪品牌在 ChatGPT 与 AI Overviews 里被提到的频次；第五步按季度刷新内容与扩展多语言。本周就能启动的是第一步和第二步，两者都不需要新增预算。

我的判断：GEO 的热度本质是分发权力的转移，注意力从搜索结果页搬进聊天窗口，谁被引用谁就拿到零点击时代的心智份额。但我不建议把预算一把押上去，黑箱与模型漂移意味着今天有效的做法下季度可能失效。稳的打法是双轨：SEO 基本功照做（AI 引擎取材仍依赖高质量内容源与搜索表现），同时把 earned media 当 GEO 的第一杠杆去投入。能被 AI 引用的内容，先是好内容，然后才是结构化好的内容。

🔗 深入阅读：查看完整文章

🏷 大模型动态

AI 答案的两条来路：预训练语料加实时检索

Built In 的 GEO 科普先把 AI 答案的来源拆开：一条是模型预训练语料，一条是 RAG 从自然搜索结果里实时取材。这解释了一个现象：既有高排名又有权威内容资产的域名，更容易进入 Google AI Overviews，Terakeet 的相关性研究支撑这个结论。文章反对二选一：GEO 与 SEO 是叠加关系，但两边度量成熟度差得远，SEO 已能精确到线索与收入，GEO 工具的粒度还需要时间。品牌能施加影响的三条路径也点得清楚：用消费者意图洞察产出高质量内容、靠自有资产开发控制叙事、持续做搜索优化积累可见性。FAQ 里还澄清了 Google AI Mode 与 AI Overviews 的关系。四个挑战讲得直白：模型黑箱难以逆向工程、来源归因缺失甚至出现幻觉链接、模型更新导致 AI 行为漂移、内容被简化失真带来信息完整性风险，医疗法律金融行业最需要人审。

💬 落脚动作：别急着立 GEO 项目替代 SEO。本周能做的是给高排名页面补事实密度，让 RAG 有料可取；强监管行业的 AI 答案口径必须留人工复核，幻觉链接的锅最后是品牌背。

🔗 深入阅读：查看完整文章

引用即信任：Reddit 口碑进了优化范围

inSegment 的 2026 指南把 GEO 浓缩成一句话：SEO 让你被排名，GEO 让你被引用。机理上，结构化数据通过降低检索歧义、改善实体识别来提高内容被正确引用的概率；引用被当作 AI 系统的信心代理，有数据、标准与一手来源支撑的内容持续胜过无据观点，引用从学术规范变成可见性机制。指南里更有意思的判断是社区内容的位置：Reddit 帖子与商品评论承载真实体验与利弊共识，成为制衡厂商叙事的输入，因此社区话语与口碑生态本身就在 GEO 的管辖范围内。内容设计的取舍也随之改变：显式、结构化、信息性优先于暗示、抽象、促销性，为被 AI 复述与引用而写。文末给出五项要务：实体清晰、语义结构化、事实一致、面向检索优化、持续监测品牌在生成式回答中的出现。

💬 口碑团队从成本中心变成流量入口。先把品牌在 Reddit 和评论区的差评口径摸一遍，再决定内容侧补什么证据；官网自述写得再漂亮，权重也排在第三方共识后面。

🔗 深入阅读：查看完整文章

GEO 五大策略：可以直接当自查表用

LinkedIn 上的 GEO 框架文给出五大策略。第一造值得引用的内容，靠原创研究、专家洞察、全面指南、可验证事实；第二为 AI 理解优化结构，用层级标题、要点摘要、定义框；第三丰富结构化数据，上 Schema.org、JSON-LD、实体标记、FAQ schema；第四建设主题权威，做内容集群、持续更新、交叉引用、专家署名；第五优化会话式查询，用长尾问句、意图匹配、直接作答的写法对上自然语言提问。元数据层面另有几条建议：语义标签、作者信息、时间戳。整份框架的用法是倒查自己的内容资产，缺哪项补哪项。

💬 这份清单最好的用法是打分：随机抽十篇老文章按五项逐一过，统计失分项。原创研究和专家署名两项最费工，但恰好是 AI 最认的信号，优先补。

🔗 深入阅读：查看完整文章

Context is king：内容营销改造七条

柏林代理 Moccu 回答客户高频疑问：AI 搜索时代内容营销还值不值得投。答案是值得，但必须改造。理由是用户旅程更非线性、触点更多元，单答案席位的竞争也更激烈，通用内容不再够用，主张从 Content is king 转向 Context is king，内容要在正确渠道以正确格式出现。七条措施：以用户为中心的高质量内容、用 E-E-A-T 建立信任与权威、多格式加全渠道分发、战略性品牌建设（PR、社媒、达人协同）、保留人类专业判断、技术优化（速度、移动、无障碍）、定制化 KPI 追踪覆盖 SEO、UX、PR、社媒。FAQ 部分引 Statista 月度数据，判断 Google 份额尚未被 AI 平台实质冲击，SEO 基本功可以平移到 AI 搜索。

💬 预算辩护时直接引这条：AI 搜索再凶，喂它的还是高质量内容源。把七条里的品牌建设与 E-E-A-T 挑出来做明年两根主线，其余按季度迭代。

🔗 深入阅读：查看完整文章

合成消费者研究的天花板在哪

LinkedIn 长文按论文结构盘点 GenAI 营销部署面：自动内容、个性化沟通、合成市场研究、创意概念、动态定价、线索生成。规模化的收益是实时调整标题、offer 与推荐，副作用也列得诚实：多源数据误读造成侵入感，文案作者从创作退化为监督 AI 输出，职业满足感下降。对合成消费者研究的边界讲得最透：虚拟 persona 模拟细分人群，能预测价格敏感度与信息共鸣，但它反映的是聚合模式，捕捉不了新兴亚文化、幽默与快速变化的社会规范，拿合成数据取代实地调研有真实风险。结论主张混合模型，GenAI 放大人类判断，配上人审、伦理约束与敏感内容升级流程。

💬 用合成 persona 做价格测试前的假想敌推演可以，做创意共振验证不行，幽默和亚文化它测不出来。给文案团队留创作份额，别让岗位滑成纯审校。

🔗 深入阅读：查看完整文章

九分钟入门：三万次播放的 GEO 解释

Vendasta 出的入门视频用讲给五岁小孩听的方式拆 GEO，播放量 34675，点赞 886。内容线覆盖：从十个蓝色链接到 AI 答案的变化、什么算生成式引擎、AI 怎么拼答案以及它去哪里找料、为什么被引用了也不一定署名、本地商家怎么在 best near me 类提问里出现、给代理商与企业的行动计划。观点收在一句：这不是 SEO 与 GEO 对立，是搜索在进化。其中 local GEO 一段对本地生意最实用，把地理实体与评价源维护好，比官网文章更容易进答案。视频适合发给完全没接触过 AI 搜索的同事或客户。

💬 内部培训直接用它，九分钟省你一场科普会。看完让团队各写一条我的品牌已经被 AI 怎么提到，比讲概念记得牢。

🔗 深入阅读：查看完整文章

🏷 产品发布

微软亮出三个具名案例推销 Copilot 个性化

微软官方博客三月发文讲 AI 销售旅程，难得地给了具名客户数据。Investec 用 Copilot for Sales 自动生成商机摘要，销售带着完整上下文进场，一年省约 200 小时；Zurich Insurance 用 Customer Insights 把线索质量提升 40% 以上；Lynk & Co 把订阅式购车做成个性化旅程。文章对痛点的诊断也直白：旧 CRM 加人工只能做通用化触达，缺乏实时洞察就只能被动响应客户行为。平台侧宣称的收益：客户旅程收入 +15%、旅程开发时间省 75%、线下营销物料支出减半。四项能力被点名：自然语言查数、Query Assist 建分群、自然语言生成客户旅程、Copilot 生成内容。文章属性是厂商官宣，数字含宣传成分。

💬 厂商数字打七折听，但省 200 小时这类运营账可以自己做基线：先让销售团队试用商机摘要两周，拿自家工时数据去谈采购价。

🔗 深入阅读：查看完整文章

Dynamics 365 预测分析三落点：预算、评分、流失

CRM Software Blog 一月刊讲 Dynamics 365 Marketing 加 Customer Insights 的规模化个性化。旅程编排上，AI 解读意图信号并即时给出 next best action，跨渠道保持一致体验。Copilot 的三类助力：分析互动模式推荐最佳触达时机、生成个性化邮件与社媒文案、自动化重复任务加速 campaign 执行。与 Power BI 结合的预测分析给了三个落点：预测高 ROI 渠道做预算分配、线索评分识别高价值潜客、流失预警提前干预。对营销运营的意义是把三件事从季度复盘变成日常自动化，预算跟着预测 ROI 走、销售优先跟高分线索、流失前自动触发挽回动作。文末宣称采用 AI 编排的企业收入提升 10-20%、成本下降 15-25%，没有给出处。

💬 三个落点先上线索评分，两周就能对销售节奏见效；预算分配预测等数据干净了再开。那条 10-20% 的收益区间无出处，引用时注明。

🔗 深入阅读：查看完整文章

🏷 营销工具

把 B2B 营销自动化当收入操作系统来选

Omnibound 的 2026 买家指南（一月刊出，26 分钟的阅读量）先改定义：B2B 营销自动化已经从邮件工作流长成贯穿获客、培育、成交的收入操作系统。选型维度四条：工作流权限与数据安全、B2B 全渠道编排能力、长销售周期适配、与 CRM 的数据闭环。工具框架按用途分类：内容营销自动化、内容工作流、中小 B2B 场景，以及中端市场规模化后换企业级编排的变化。指南还单列一章讲 AI 搜索正在改变营销自动化，把选型与 AI 搜索可见性挂钩。AI 实际改变的环节也点了名：自然语言数据查询、Query Assist 分群、AI 旅程自动生成、内容生成与润色。

💬 选型先写死权限与数据安全那条，尤其有欧盟客户的话，功能清单可以后补。拿四条维度做 RFP 打分表，能砍掉一半厂商演示。

🔗 深入阅读：查看完整文章

十个营销自动化平台按场景对号入座

Bloomreach 的自动化清单给出六维选型标准：AI 与个性化能力、全渠道触达、客户数据基础、电商生态集成、自动化深度、分析与归因加企业级可扩展性。十个平台按最佳场景排：Bloomreach 自家（AI 原生全渠道个性化，自列第一并配专门卖点章节）、HubSpot（一体化入站）、Klaviyo（成长型电商）、ActiveCampaign（中小企业）、Brevo（平价多通道）、Omnisend（电商邮件加 Push）、Salesforce Marketing Cloud（企业级 B2B 与 ABM）、Adobe Marketo Engage（B2B 需求生成）、Customer.io（产品引导型生命周期）、Mailchimp（入门邮件营销）。

💬 自荐清单把自己排第一，看的时候把顺序打乱按场景取用。电商团队重点比 Klaviyo 与 Omnisend，B2B 直接看 Salesforce MC 与 Marketo 两家。

🔗 深入阅读：查看完整文章

B2B 工具栈九件套：选型看集成与归因

Factors.ai 七月底更新的 2026 B2B 工具指南先给选型标准：与 CRM 和数仓的集成能力、AI 原生功能、归因与可衡量 ROI、按团队规模与预算适配。九个平台覆盖 B2B 全漏斗的八个类别：归因分析、营销自动化、ABM 意图、SEO、创意生产、数据管道、投放触达、网站个性化。具体名单：Factors.ai（B2B 归因与洞察，自荐第一）、HubSpot（一体化 CRM 加自动化）、Adobe Marketo Engage（企业级自动化）、6sense（ABM 意图数据）、Ahrefs（SEO）、Canva（创意生产）、Funnel（数据管道）、LinkedIn Marketing Solutions（B2B 触达）、Mutiny（网站个性化）。厂商自荐属性明显，排名需打折。

💬 清单当地图用，别当排名用。漏斗哪段最疼补哪段：线索质量差先看 6sense，官网转化低先试 Mutiny。

🔗 深入阅读：查看完整文章

创意与投放正在合并成一条流水线

AdStellar 的九平台指南按统一结构点评：亮点、功能要点、适配对象、定价。头部分工清晰：AdStellar 走 Meta 端到端，AI 生成创意、建 campaign、跑量，并基于历史数据给出决策理由；Revealbot 做跨渠道自动规则与报表；Madgicx 偏 Meta 素材分析与自动化。评估维度四条：自动化深度、创意生成能力、支持渠道、定价透明度，统一结构让九家可以横向对表。整份清单透出的趋势判断是创意生成与投放执行合并为一条工作流，减少工具间跳转。

💬 投流团队先用规则自动化（Revealbot 类）止血，再评估端到端换血，一步到位风险大。合并趋势的意义是省素材导出环节，先量化团队的跳转工时再决定值不值。

🔗 深入阅读：查看完整文章

AIGC 视觉内容：把生成嵌进内容生命周期

Melius 讲规模化生产 AI 视觉内容，主张把 AIGC 嵌进内容生命周期各环节，别把 AI 塞在流程末端：研究规划阶段把 brief 转成方向、参考与 shot list；生成阶段按镜头选合适模型；之后精修与分发。人机分工的表述是 AI 解决从 0 到 60 的产量，人负责审美、品牌与最终判断。文中引 Google 立场：以内容价值为准，AI 生成本身不等于被惩罚，前提是原创价值。平台选型上提醒两点：多模型路由能力与品牌一致性保障。三条实操：建立可复用 prompt 库、同一母版按受众与渠道做个性化变体、把 AIGC 资产纳入绩效归因而非只看产量。

💬 母版加变体这条最省工时，一个母版出六七个渠道变体，美术工时能省一半。先把 prompt 库建进共享文档，别让会写 prompt 的人离职带走方法。

🔗 深入阅读：查看完整文章

先写邮件，再倒推内容：HubSpot 官方教程

HubSpot 官方频道十一月底的教程视频，全长 9 分 59 秒，讲 Loop Marketing 的 Tailor 阶段怎么把调研成果变成个性化旅程，讲者用这套流程在一个 campaign 里拿到 422 个预购注册。五步：用 AI 提示词画从发现到转化的全旅程地图；反直觉地先写邮件，先把欢迎与确认这类最个人化的触点做出来，再倒推内容与落地页，让受众产生它怎么知道的体验；搭转化中枢（落地页、表单、HubSpot 联系人分层）；创作引向转化点的首个内容触点；桌面与移动端全流程 QA。配套资源有一百多条分阶段 AI 提示词库与邮件标题模板库。

💬 倒推法的价值是先定转化体验再生产内容，废稿率立降。下一个 campaign 就试：邮件先写，落地页跟邮件对齐，内容最后填。

🔗 深入阅读：查看完整文章

外采 GEO 服务：12 家代理商按场景分层

Digital Elevator 七月更新的 GEO 代理商榜单按适配场景点评 12 家：自家主打 SMB 与精简 in-house 团队，Graphite 走全服务，Notebook Agency 对 B2C SaaS，uSERP 做企业外链，Omnius 主欧洲市场，Directive 服务企业级 B2B，Animalz 走内容驱动，Skale 面向 SaaS 的 AI 搜索增长，Siege Media 做企业内容营销，Intero Digital 处理大型内容库，iPullRank 主打疑难站点，Go Fish Digital 走数据驱动。另附与 GEO 机构合作的指南及 2026 年代理费用 FAQ，每家给一句适配定位与费用参考，费用区间按服务分层，签合同前可以直接拿去比价。

💬 外采前先自问有没有可引用的资产，没有的话机构也只能先帮你做原创研究。选型按内容驱动与外链强化两派各报一家，合同谈半年起。

🔗 深入阅读：查看完整文章

生成式 AI 营销 11 个用例速查

Intuz 的用例清单列了 11 个生成式 AI 营销场景：文本生成、视频与图像创作、动态商品广告（DPA）提升销售、定向营销文案、聊天机器人获客与客服、AI 关键词研究、页面优化提升互动、竞对分析与差距识别、定制外链 outreach 邮件、campaign 效果与 ROI 优化、预测分析预判客户趋势，整体覆盖内容生产、投放、SEO、外链、客服、预测六个环节。收益归纳成规模化个性化、降本不降质、数据驱动洞察。工具代表：Jasper 写文案、Adobe Firefly 做视觉、Synthesia 出视频、Albert.ai 优化广告。文末判断 2026 年营销走向市场规模为一的个体级个性化。

💬 当对齐材料用：开季度规划会时把 11 条打出来让各组长认领，没人认领的条目就是明年的空白或冗余。

🔗 深入阅读：查看完整文章

🏷 行业数据

AI 营销市场：2030 年看到 822 亿美元

Grand View Research 的报告摘要给出全球 AI 营销市场盘面：2024 年 204 亿美元，2026 年预计 350 亿，2030 年 822 亿，2025 到 2030 年复合增速 25.0%。区域上，北美 2024 年以 32.4% 的收入份额居首，亚太增速最快。结构数据更值得记：按组件，服务占 2024 年收入的 59.3%，软件增速更快（如 Seventh Sense 的邮件优化）；按应用，内容策展份额最高，社媒广告与搜索营销是主战场；按交互形态，虚拟助手（聊天机器人、数字人、语音助手）增长最快；按技术，计算机视觉复合增速最高；按行业，媒体娱乐份额领先，IT 与电信增速快。主要玩家 Google、Meta、Amazon、Microsoft、IBM。报告归纳的增长驱动是社媒普及、个性化消费体验需求与网购增长三条。

💬 做明年预算辩护引三条就够：25% 复合增速、内容策展最大应用、虚拟助手最快交互形态。服务占六成这条提醒你，钱的大头花在落地实施，买软件只是零头。

🔗 深入阅读：查看完整文章

三个 DTC 品牌 PMax 复盘：ROAS 从 4.94x 到 10.14x

代理 ROI Minds 公布 2025 年 6-7 月三个 DTC 案例明细，合计约 2 万美元广告花费做出约 15 万美元收入。美国宠物品牌花 4900 美元收入 24333 美元，ROAS 4.94x，跑 Performance Max 加 Search，主打中客单价与高复购；英国家居品牌 7071 英镑做到 71703 英镑，ROAS 10.14x，用 PMax 做高客单转化；美国精品珠宝 8668 美元收入 62766 美元，ROAS 7.24x，按 ROAS 导向放量。方法论两条：把每次点击当金融资产管理，来源、行为、CPA、ROAS、LTV 全链路追踪；不与 Google 和 Meta 的算法对抗，喂干净信号（转化数据、创意、受众）去训练它，再用数据决策做系统性优化。品牌匿名、数据为代理自述，是这份案例的硬伤。

💬 喂干净信号这条对投手最可迁移：先修转化回传与素材标签，再谈加预算。匿名案例当方法论看，别当 benchmark 抄。

🔗 深入阅读：查看完整文章

🏷 政策投融资

GDPR 执法成熟叠加 EU AI Act：营销团队的三步动作

Digital Marketing Institute 播客第 127 期（52 分钟），主持人 Will Francis 对谈 Griffith College 营销群负责人 Steven Roberts，对方同时是认证数据保护官与特许董事。内容覆盖：GDPR 执法已经成熟，谁被罚、为什么被罚有迹可循，全球隐私法规还在爆发式增长；EU AI Act 的风险分级框架、护栏与人类监督要求，且域外企业同样受影响；企业需要做 DPIA 与基本权利评估；影子 AI（员工私自拿 ChatGPT 处理公司数据）是当下治理重点，播客里专门有一段讨论该不该把公司数据传进 ChatGPT，结论指向需要内部 AI 政策与数据审计。给营销人的三步：用 DPIA 在项目起点内置数据保护、定期员工培训防人为失误、设定风险偏好并持续迭代 AI 治理。另有数据富化工具的定向与合法性边界一段，对做人群包采买的团队直接相关。

💬 先做一个动作：查团队往公共 AI 工具里传过什么数据，这是罚款风险最大的一处。新 AI 项目立项表里加 DPIA 一栏，成本几乎为零。

🔗 深入阅读：查看完整文章

💡 今日总览

把 20 条连起来看，今天的主线只有一个：获客入口正在从页面排名搬进 AI 答案。GEO 相关内容占了近半，而且已经过了讲概念的阶段，指标体系（引用频次、AI 答案品牌份额、prompt-to-brand 归因）、五阶段实施路线图、乃至代理商的分层价目都出现了，一个学科产业化的标配三件套到齐。对营销人的含义是双轨：SEO 基本功继续做，多篇素材都强调 AI 引擎取材仍依赖高质量内容源与搜索表现；同时把 earned media 当第一杠杆，因为研究反复显示生成式引擎偏爱第三方权威信源胜过品牌自述。

第二条暗线是喂信号。微软的 Copilot 个性化、DTC 投手的喂干净信号、AIGC 团队的 prompt 库，讲的都是同一件事：营销人的价值从亲自执行转向给 AI 提供高质量输入，干净的转化数据、可复用的提示词、结构化的品牌实体。这个转向比任何单一工具的更新都值得排进季度计划。

两句提醒。一是别被厂商收益区间带跑，多条宣称（旅程收入 +15%、整体收入提升 10-20%）没有独立出处，引用时先打折；二是合规不再是后台事务，EU AI Act 的域外效力意味着只要碰欧洲用户数据，团队都该过一遍 DPIA 与影子 AI 审计。本周三个动作：给主力页补结构化标注、查一次影子 AI、抽十篇老内容按 GEO 五策略打分。