GEO
智能体发布不只是产品新闻，更是一次“发现渠道”的迁移
Anthropic 发布了 Claude Duet，一款面向专业人士与小型企业主的 AI 智能体，以“研究预览”形式上线，同时提供 iOS 与 Android 独立应用，以及 Claude 网页端入口。根据 The Verge 的报道，它进入的是一个已有多家头部实验室同类智能体产品的赛道。
谁赢下这场竞赛是新闻标题；分发渠道的迁移才是实质。
每当一个通用助手成为买家输入“支持 Shopify 集成的欧洲最低价 3PL”或“小批量定制包装供应商”的第一入口，一部分需求就从搜索结果页转移到了对话里。智能体检索、比较、核对、作答。它有时给出链接，但很多时候不给。
这就是整个 GEO 问题的浓缩版：你不再为页面上的某个排名位置做优化，而是在为“被纳入一段合成答案”做优化——无论是否带来点击。
从排名竞争转向“被引用”竞争
传统 SEO 的前提是：人扫视结果页、点击链接、落到你的网站。智能体搜索把这几步压缩了。模型完成检索、提取论断、处理来源冲突、生成文本。你的内容从“目的地”变成了“原料”。
由此产生三个后果。
可见度的计量单位变了。 排名正被引用、提及与转述取代。一个排第六、但包含某话题最清晰一句话的页面，可能成为智能体引用的来源；一个排第一、却把答案埋在六段铺垫之后的页面，可能毫无贡献。
无出处合成是默认的失效模式。 如果你的价格区间、技术参数与物流条款只以散文形式散落在博客里，模型只能去推断。而推断正是错误进入的地方——也是你的品牌在一个你从未见过面的潜在客户面前被描述错误的地方。
点击变成可选，而非必然。 来自 AI 界面的流量通常量更小、意向更高，因为用户在答案里已经完成了初步筛选。请用另一套基准去衡量它，否则会误读数据。
真正会被提取的内容长什么样
可独立成立的原子化论断
写出能被单独摘出而不失真的句子。“我们的欧洲仓覆盖 27 国，中位时效 2 天”这样的表述可迁移；“如上所述，我们也提供此项服务”则不行。每个 H2 应对应一个问题，并在前两句内给出答案，再展开叙述。
实体与结构化数据的基本功
智能体需要知道“说话的是谁”。这意味着全站组织名称一致、完整的 Organization 结构化数据并带指向可核验主页的 sameAs、包含币种与库存状态的 Product/Offer 标记、带真实作者与真实 dateModified 的 Article 标记，以及在确有问答内容时使用 FAQ 标记。还要主动与同名公司做实体区分——智能体会合并看起来相似的实体，而合并的实体必然产生合并后（错误）的事实。
表格、定义与对比
在检索场景中，结构化格式优于行文散文。规格表、定义块、清晰的对比矩阵，以及简短的“适合谁 / 不适合谁”段落，都能给模型提供可精确引用的素材。对比型页面比以往更重要，因为那正是智能体在替买家执行的任务本身。
llms.txt：低成本的一次下注
llms.txt 是一种约定：在站点根目录放一份 Markdown 文件，列出最重要的页面并附简短说明。它目前既不是官方标准，也不是任何平台上已确认的排序或检索信号。请把它当作便宜的保险，而不是战略。发布它只需一小时，能提供一个干净的机器可读入口，即便被忽略也无副作用。同时要确保网站本身对爬虫友好：服务端渲染的 HTML、清晰的内部链接、关键内容不锁在纯客户端渲染之后。
时效与版本
智能体对新鲜度敏感，而过期页面会被当作现状引用。给会变化的事实标注日期，在价格与政策页保留可见的更新记录，对描述旧产品线的页面做下线或重定向。一个被助手自信引用的过期价格，比没有这个页面更糟。
爬虫访问权限是一项商业决策
索引层如今有了具名的守门人。检查 robots.txt 中对 AI 爬虫的规则，同时确认你的 CDN、WAF 或机器人管理配置是否在悄悄拦截它们——很多团队最后发现，“AI 可见度问题”其实是一个 403 问题。按内容类型分别决策：营销页与文档通常希望可读；付费研究、客户门户与专有数据集通常不希望。真正的错误是把这个决定留给没人复核过的默认设置。
能适应这一变化的度量方式
按 user agent 切分服务器日志，看清实际收到多少检索流量。把来自助手与聊天界面的引荐流量作为独立渠道追踪，不要并入“自然搜索”。观察品牌词搜索量，作为“智能体是否在提你名字”的代理指标。最有用的做法是：每月用一组固定提示词——买家真正会问的那十到二十个问题——在主流助手中逐条测试，记录你是否出现、被如何描述、哪些竞品被并列提及。这份“引用份额”审计，是当前环境下最接近排名追踪工具的东西。
容易出问题的环节
智能体做压缩，而压缩会丢掉限定条件。你的合规提示、区域限制、资格条件很可能在摘要里消失。对策是：把条件写得短、加粗、紧贴它所修饰的论断，而不是隔三个小节。同时监控被虚构的价格与不存在的能力，并保留纠错通路：每个事实只保留一个标准页面、明确标注日期，便于模型复核时检索到。
关键要点
- Claude Duet 以研究预览形式登陆 iOS、Android 与 Claude 网页端，面向专业人士与中小企业——又一个“查询可能止于答案而非点击”的入口。
- GEO 的计量单位是引用，而非排名位置；单条论断的清晰度优于页面级优化。
- 结构化、原子化、带日期的内容才会被准确提取；散文式页面只能被推断，而推断会产生错误。
llms.txt是低成本但未经证实的下注——值一小时，不值一套战略。- 在归咎内容之前，先确认基础设施没有拦截 AI 爬虫。
- 用固定提示词集合衡量引用份额，并把助手引荐流量作为独立渠道对待。
下一步
- 本周就做提示词审计：二十个买家问题、四个助手、一张表。记录是否出现、描述是否准确、并列提及了哪些竞品。
- 修好实体基本功：Organization 结构化数据、
sameAs链接、命名一致、作者简介，以及每个商业页面上的dateModified。 - 重写五个价值最高的页面以利于提取——答案在前、表格其次、限定条件紧邻、日期可见。
- 审计 robots.txt 与 CDN 机器人规则；按内容类型书面记录访问策略及其负责人。
- 发布一份
llms.txt，并附一段内部说明，讲清它是什么、不是什么。 - 建立月度复核节奏，让事实、价格与引用被重新核对，而不是被当作默认成立。
来源
The Verge — Anthropic takes on Muse with Claude Duet, its new AI agent
