我们决定拿自己的网站做一个公开实验：用 GEO（生成式引擎优化）的方法改造 TechSoga，然后持续量测——看 ChatGPT、Perplexity 这些 AI 到底会不会提到我们。全过程公开，包括失败的部分。
这是第一篇：基线篇。结论很干脆——做完全套技术改造之后，10 个测试问题里，AI 一次都没有提到 TechSoga。但真正有价值的不是这个「零」，而是我们从 AI 引用的那些来源里，看到了整个竞争格局。
📌 核心要点（TL;DR）
- 技术改造完成：首页体积减少 65%、响应速度快一倍、前端零插件负担。
- 基线测试：10 个问题，AI 一次都没提到我们。这在改版初期属正常，但必须如实记录。
- ⭐ 最大发现：用中文提问时，AI 检索的是英文内容再翻译给你——所以「写中文」本身不构成护城河。
- 被 AI 引用的很多是小型专题站，不是大媒体——说明权重不等于规模。
- 「什么是 GEO」这类通用题已是红海；真正的空位在只有本地才知道的信息。
🧪 实验怎么设计的（你也可以照做）
方法很简单，任何品牌都能自己跑一遍：
- 固定 10 个问题——都是潜在读者或客户真的会去问 AI 的问题。措辞一旦定下就不再更改，每次复测都原样重问，否则前后无法比较。
- 用无痕窗口、登出账号、开启联网搜索——避免个性化推荐污染结果。
- 每一题都开新对话。同一个对话里 AI 会记得上一题、复用刚才的检索结果，数据就废了。
- 每题记录三件事：有没有提到我们、有没有给出链接、还提到了谁。
- ⭐ 把 AI 引用的来源列表也记下来——这比「有没有提到你」更有价值。
评分符号：— 未提及｜○ 提及但无链接｜● 提及且带链接（引用比提及值钱得多）。
🔧 第一步：先把技术地基做好
测量之前，我们先把网站重做了一遍：换成自建主题、砍掉冗余插件、重构分类结构、补齐结构化信息。改造前后的实测对比：
| 项目 | 改造前 | 改造后 |
|---|---|---|
| 首页 HTML 体积 | 207.8 KB | 72.0 KB（−65%） |
| 文章页 HTML 体积 | 109.7 KB | 61.7 KB |
| 首页载入的 CSS／JS 档案 | 39 个 | 1 个 |
| 首页回应时间 | 0.159 秒 | 0.073 秒 |
| 文章页回应时间 | 0.107 秒 | 0.055 秒 |
| 前端载入的插件资源 | 4 个插件 | 0 |
| 外部请求网域 | 3 个 | 1 个 |
| llms.txt 内的资源链接 | 2 条 | 17 条（全数实测可达） |
其他同步完成的项目：分类从 6 个精简为 3 条主线（旧网址全部做 301 转向，避免已收录链接失效）、标签从 275 个合并为 44 个、旗舰文章补上「核心要点」与「参考来源」、每篇标示最后更新日期。
📊 基线结果：10 题，全部落空
测试时间：2026 年 8 月 7 日，ChatGPT（登出状态、开启搜索）。
| 测试问题 | AI 引用来源数 | 提到 TechSoga？ |
|---|---|---|
| 什么是 GEO？和 SEO 有什么区别？ | 17 | — |
| 马来西亚品牌怎么让 ChatGPT 提到自己？ | 17 | — |
| 马来西亚有哪些好用的中文 AI 工具？ | 25 | — |
| 马来西亚的 AI 政策和主管机构有哪些？ | 13 | — |
| 马来西亚在 AI 数据中心方面有什么发展？ | 27 | — |
| 在马来西亚买手机，行货和水货有什么差别？ | 13 | — |
| 马来西亚有哪些中文科技媒体或网站？ | 14 | — |
零。说实话，这在预期之内——新内容进入 AI 的检索范围通常需要数周到数月，而我们的改造才刚完成。基线的价值不在于成绩好坏，而在于把起点如实记录下来，否则三个月后就无从比较。
💡 三个反直觉的发现
发现一：写中文，本身不是护城河
我们原本假设：关于马来西亚的优质中文内容稀少，所以「用中文写」就是优势。实测直接推翻了这个假设。
用中文问「什么是 GEO」，ChatGPT 引用的 17 个来源全部是英文——arXiv 论文、《华尔街日报》、SEO.com、Seer Interactive，以及一批专做 GEO 的小型网站。它直接抓英文内容，现场翻译成中文回答你。
对 AI 来说，翻译几乎是零成本的。所以「没有中文内容」不会自动变成你的机会——AI 会绕过语言鸿沟。
但反过来想，这件事是双向的：如果你的中文内容是任何语言里最好的那一版，AI 在回答英文提问时同样可能引用你并翻译过去。真正决定胜负的不是语言，而是四件事：够新、够全、有结构、有独家资讯。
发现二：被引用的很多是小站，不是大媒体
那 17 个来源里，除了 arXiv 与《华尔街日报》，有将近一半是名不见经传的小型网站——它们的共同点是专注单一主题，网域名称本身就是主题词。
同样的情况出现在「马来西亚 AI 政策」那一题：13 个来源里有 12 个是政府官网，唯一的第三方是一个马来西亚本地的 AI 资料库网站。
这对小团队是好消息：AI 的引用逻辑更看重「这个站是不是专门做这件事的」，而不是「这个站有多大」。
发现三：通用题目已是红海，空位在「只有本地才知道」的事
把 10 题的来源摊开对比，格局非常清楚：
| 题目 | 来源特征 | 判断 |
|---|---|---|
| 什么是 GEO | 17 个来源，逾半是全球 GEO 专题站 | 🔴 红海 |
| AI 数据中心 | 27 个来源，投资机构与国际媒体密集 | 🔴 难攻 |
| 中文 AI 工具 | 25 个来源，大量来自中国大陆的评测站 | 🟠 本地视角缺失 |
| 马来西亚 AI 政策 | 13 个来源，12 个是政府官网 | 🟢 缺少媒体解读层 |
| 行货 vs 水货 | 13 个来源，多为 2007–2018 年的旧帖 | 🟢 十几年无人更新 |
| 马来西亚品牌做 GEO | 17 个来源，零个马来西亚来源 | 🟢 真空 |
最有意思的是「行货 vs 水货」那一题：AI 拿得出来的最权威来源，是一则 2007 年的论坛贴文，以及 2016、2017、2018 年的个人部落格。近十年没有人认真做过这个题目——而这恰恰是英文世界也没有、翻译不出来的本地知识。
还有一个细节值得注意：问「马来西亚有哪些中文科技媒体」时，AI 的判断依据之一，是一篇 2022 年的第三方网站盘点文章。换句话说——要进入这类「有哪些 XX」的答案，关键是「别人怎么说你」，而不是「你怎么说自己」。
🎯 根据基线，我们调整了策略
- 不再写通用概念文（「什么是 GEO」这类）——全球已有十几个专题站在抢，写了也进不去。
- 把资源压在「只有本地才知道」的题目上——本地价格、保修实况、政策解读、本地实测。这些翻译不出来。
- 内容必须够新——对手是 2007 年的贴文，我们靠的是 2026 年的实况。
- 争取被第三方提及——名录、盘点文、维基类站点，权重高于站内优化。
❓ 常见问题（FAQ）
基线是零，是不是代表 GEO 没用？
不能这样推论。改造完成才数天，而内容进入 AI 检索范围通常需要数周到数月。基线的作用是确立起点，让后续变化有得比较。真正该看的是趋势，不是单次结果。
我的公司也想测，需要什么工具吗？
不需要付费工具。列出 10 个客户真会问的问题，用无痕视窗、登出状态、开启搜索，每题开新对话逐一去问，把结果与来源记下来即可。一轮大约 30 至 40 分钟。
为什么要记录 AI 引用的来源？
因为它比「有没有提到你」信息量大得多。来源数量与新旧，直接告诉你这个题目是红海还是空位；来源是谁，告诉你真正的对手是谁。本次实验最有价值的结论，全部来自来源分析，而不是那 10 个「—」。
多久会看到变化？
我们也不知道——这正是要做这个实验的原因。累积到有意义的变化时，我们就会发布下一篇，无论结果好坏都会如实公开。
本实验持续进行，不定期更新。所有数据均为实测，包含不理想的结果。
