他们做了什么？
这家公司做HR SaaS，主要产品是薪酬计算和考勤管理。2025年年初，他们的SEO做得还行——Google搜"薪酬计算软件"排在前五。但从Kimi、豆包、元宝这些AI引擎进来的流量几乎为零。
CTO做了一轮AI搜索测试后找到了问题：当用户在豆包问"小公司用什么算工资便宜"时，豆包推荐了三家竞品，没提他们。不是产品不如人，而是竞品官网的FAQ板块被结构化标记了，豆包直接提取作为答案的一部分。
他们的GEO优化就从这里开始。
具体的改动
第一件事：把官网FAQ板块全部改写。原来的FAQ是"我们的薪酬计算功能支持哪些模块？——支持薪资计算、社保公积金、个税申报等十多个模块"。这种写法对人够用，但对AI来说信息密度太低。
改写后变成："薪酬计算软件能算哪些？——工资、社保、公积金、个税、年终奖。支持300人以下企业。平均每月处理5000条工资记录。价格299元/月起。"每个回答都独立成段，有具体数字，不依赖上下文。
第二件事：新增30篇问题导向的博客文章，每篇只回答一个问题。比如"2025年社保基数调整后工资怎么算"、"考勤迟到扣款的劳动法合规标准"。每篇700到1200字，第一段直接给答案，后面再展开。
第三件事：所有页面加了更新时间标签和FAQ结构化数据。技术栈Next.js，前端加schema花了一个下午。
总投入：一个全职内容运营加半个前端，大约两个月。
数据验证
上线三个月后的数据：从AI引擎（豆包+Kimi+元宝+DeepSeek）进来的月均流量从120涨到了1600以上。来自AI引用的注册转化率是常规搜索流量的1.8倍——因为用户在被推荐时已经看到了具体功能描述。整体自然流量（Google+AI引擎合计）增长了310%。
最让我意外的是，AI引擎不仅直接带流量，还间接影响了传统搜索——用户在AI里看到品牌名后，会去Google再搜一次。这种现象叫"AI种草，传统搜索下单"。
能复用的方法
复盘下来，能复用的就三条：
一，每个页面至少有一个可独立引用的段落。150到200字，有数据、有观点、不依赖上下文。AI抓取时这段就是你的名片。
二，FAQ结构化标记是GEO的基础设施。刚开始可能感觉不到效果，但它决定了你的内容容不容易被AI拆开用。一个月新增30篇FAQ页面的ROI远超写30篇普通博客。
三，别只看AI流量，看转化。AI流量基数现在还小，但转化质量极高——用户已经有明确需求定向。把AI渠道的转化漏斗单独建一条，你会看到不一样的数字。