一个人的 GEO：没有团队、没有预算，如何让 AI 在回答里提到你

一句话答案： 一个人做 GEO 的杠杆点和公司完全相反——公司做内容量，个人做实体清晰度。你不需要每周发两篇博客，也不需要买月费几百美元的监测工具。你需要的是让同一个身份表述在 8 个地方保持完全一致，然后把这件事做满 90 天。启动成本：一个周末，8 小时。

一、为什么现有的 GEO 教程对你无效

你大概已经看过几篇 GEO 教程了。它们通常告诉你：

• 每月产出至少 1 篇原创数据报告或行业榜单
• 每篇支柱文章配套 2–3 篇站外改写版本，形成交叉引用
• 部署监测工具，追踪品牌在各模型中的提及率变化
• 建立主题集群，用 20–30 篇文章覆盖一个品类

这些建议本身是对的——对一个有内容团队和五位数月度预算的公司来说。

对你来说，它们的问题不是错，而是不可执行：

结论：照着企业版教程做，你会在第 6 周放弃。

一人公司的 GEO 需要一套完全不同的方法论。而它的起点，是一个大多数人没有意识到的优势。

二、反直觉的事实：一人公司在 GEO 上是占便宜的一方

先做一个实验。现在打开 ChatGPT、Perplexity 和豆包，分别问：

"XX 是谁？"（填你的名字）

"有哪些做 XX 的独立开发者 / 供应商值得关注？"（填你的领域）

大概率结果是空白或者错误。这很正常——但不要因此得出"我太小了所以 AI 不认识我"的结论。真正的原因是另一件事。

模型描述一个人，比描述一家小公司容易得多

一个"实体"要被模型稳定描述和引用，需要满足三个条件：可命名、可验证、可交叉印证。

对比一下：

一家没有维基条目、没有媒体报道、没有资质公示的三人小公司，在模型眼里几乎是一片空白。而一个在 GitHub、LinkedIn、播客、Reddit 上留下一致痕迹的个人，是一个结构完整的实体。

这就是本文的核心论点：

AI 更容易引用一个身份清晰的人，而不是一个查无此人的小公司。

企业要花很多钱才能建立的实体清晰度，一人公司天生就有一半。剩下的一半，你只需要一个周末。

一个佐证

看主流 AI 的信源偏好分布（Profound 对约 6.8 亿条引用的分析）：

除了维基百科，排在前面的几乎全是"真人说话的地方"。 Reddit、YouTube、Quora 上的内容主体是个人，不是公司。而同一份研究还指出，LinkedIn 在 2025 年 11 月到 2026 年 2 月之间，从 Top 20 之外一路升为专业类查询在各主流 AI 平台上被引用最多的域名。

这些平台的共同特征是：它们欢迎个人，排斥公司口吻。 你的身份在这里不是劣势，是通行证。

三、你唯一的核心任务：让模型能一句话描述你

实体清晰度（Entity Clarity）是指模型能否用一句准确、稳定、可复现的话描述你是谁、做什么、为谁服务。 这是一人公司做 GEO 的唯一核心指标。

它不是"知名度"。知名度需要时间和预算，实体清晰度不需要——它需要的是一致性。

判断标准

模型在回答关于你的问题时，如果出现以下任一情况，说明实体清晰度不达标：

• ❌ 完全不知道你是谁
• ❌ 知道，但描述错误（把你和同名的人搞混）
• ❌ 知道，但每次描述都不一样
• ❌ 知道你做什么，但说不清你为谁服务

目标状态： 在至少 3 个主流模型中，用中英文分别提问，得到的描述在核心事实上一致且正确。

为什么一致性比数量更重要

假设你在 8 个地方介绍自己，用了 8 种说法：

• 官网："专注跨境电商解决方案"
• LinkedIn："Growth Marketer"
• X 简介："building stuff for indie makers"
• GitHub："Full-stack developer"
• 播客 bio："连续创业者"

模型看到的不是一个丰富的你，而是五个模糊的、可能互不相关的实体。 它无法确信这些痕迹指向同一个人，因此在生成答案时会选择安全策略——不提你。

反过来，如果这 8 个地方都写着同一句话，模型的置信度会陡然上升。这不需要花钱，只需要一个下午。

四、8 小时启动 SOP（一个周末做完）

这是本文的核心。严格按顺序执行，不要跳步。

第 1 小时｜写定位句

格式固定：`我是 X，帮 Y 解决 Z。`

三个要求：

1. 不超过 30 字。超过说明你没想清楚。
2. Y 必须具体到可以点名。"帮中小企业"不合格，"帮 3–20 人的跨境电商团队"合格。
3. Z 必须是对方会承认的问题。"提供数字化解决方案"不合格，"把亚马逊 listing 改成 AI 能读懂的结构"合格。

反面例子： 我是一名专注于为企业提供跨境电商全链路数字化营销解决方案的资深顾问。（29 字，但 Y 和 Z 都是空的）

正面例子： 我是 XX，帮做欧洲市场的家居品牌把独立站从 0 做到月销 10 万美金。

检验方法： 把这句话发给三个不认识你的人，问他们"你觉得这个人是干嘛的、什么情况下会找他"。如果三个人的答案不一致，重写。

第 2 小时｜在 8 个位置统一这句话

按优先级排列，全部改成同一句（可以微调语气，但核心事实必须一致）：

三个技术细节，很多人漏掉：

• 姓名写法必须完全统一。 中文名、英文名、拼音，选一种作为主要标识，其他作为别名在 About 页里列出。Zhang Wei、Wei Zhang、张伟 混用，会被识别成三个人。
• 每个位置都要有指向官网的链接。 这是让模型把这些痕迹串成一个实体的关键线索。
• 头像用同一张。 视觉一致性对人类读者的作用大于对模型，但它会影响转发和记忆。

第 3–4 小时｜建一个能被验证的 About 页

这是你整个 GEO 体系的锚点。必须包含以下六项，缺一项都会降低模型的置信度：

1. 真名（如果你担心隐私，至少用一个固定的、可搜索的公开名）
2. 一张真实照片
3. 可验证的经历：在哪家公司做过什么、做了多久。可验证的意思是别人能查到。
4. 作品链接：产品、GitHub 仓库、文章、演讲、视频，至少 3 个
5. 联系方式：邮箱（不要只留表单）
6. 更新日期

加上 Person 结构化数据（这一步 15 分钟，收益很高）：

{
  "@context": "https://schema.org",
  "@type": "Person",
  "name": "你的名字",
  "alternateName": ["英文名", "拼音"],
  "url": "https://yourdomain.com",
  "image": "https://yourdomain.com/photo.jpg",
  "jobTitle": "你的定位句里的 X",
  "description": "你的完整定位句",
  "worksFor": {
    "@type": "Organization",
    "name": "你的公司名（没有就写个人品牌名）"
  },
  "sameAs": [
    "https://www.linkedin.com/in/yourprofile",
    "https://github.com/yourhandle",
    "https://x.com/yourhandle"
  ],
  "knowsAbout": ["你的领域关键词1", "关键词2", "关键词3"]
}

`sameAs` 字段是这段代码里最重要的部分——它显式告诉模型"这些账号是同一个人"，省去了模型自己推断的不确定性。

第 5–6 小时｜写一篇"我最懂的那一件事"

只写一篇。宁可只有一篇，也不要写五篇平庸的。

选题标准，三条同时满足：

1. 你有别人没有的一手经验（做过、踩过、量过）
2. 有人会搜索它（哪怕搜索量很小）
3. 它和你的定位句直接相关

结构模板：

1. 开头 40–80 字给出结论（不要铺垫）
2. 这个问题是什么、为什么难
3. 常见的错误做法（1–3 种）
4. 你的做法（分步骤，带具体数字和时间成本）
5. 你的结果（真实数据，哪怕不好看）
6. 什么情况下这个方法不适用
7. FAQ 3–5 问

第 5 步和第 6 步是关键差异化。 绝大多数内容只写"我的方法"，不写真实结果和适用边界。写出来的人，可信度和被引用率会高一个量级。

第 7 小时｜技术自查

四件事，逐条勾掉：

① 确认 AI 爬虫能抓到你

curl -A "Mozilla/5.0 (compatible; OAI-SearchBot/1.0; +https://openai.com/searchbot)" \
     -I https://yourdomain.com/

curl -A "Mozilla/5.0 (compatible; PerplexityBot/1.0; +https://perplexity.ai/perplexitybot)" \
     -I https://yourdomain.com/

期望返回 `HTTP/2 200`。 返回 403 或挑战页面，说明 CDN 层在拦截。

⚠️ 2026 年的特别提醒： 如果你的站点在 Cloudflare 后面，务必检查 AI 爬虫策略设置。Cloudflare 自 2026 年 9 月 15 日起对新接入域名、现有账户新增站点及所有免费版账户启用新默认值——在展示广告的页面上默认拦截 Training 与 Agent 类爬虫。很多个人站点会命中这个范围。详见《AI 爬虫治理实战：Cloudflare 9 月 15 日新默认规则生效前，出海企业必须做的 7 件事》。

② 检查 robots.txt 没有误拦 AI 爬虫，模板见《AI 爬虫治理实战：Cloudflare 9 月 15 日新默认规则生效前，出海企业必须做的 7 件事》。

③ 加 sitemap.xml 并提交到 Google Search Console

④ 确认 About 页和那篇深度文都能被正常索引（不要有 noindex）

第 8 小时｜建 prompt 基线面板

这是最容易被跳过、但最重要的一步。没有基线，你永远无法证明自己有没有进步。

建一个表格，20 条问题 × 3 个模型：

问题设计（各 5 条）：

模型： ChatGPT、Perplexity、豆包（如果你做英文市场，把豆包换成 Google AI Mode）

每条记录三件事：

存成表格，写上日期。90 天后再跑一次同样的 20 条。 这就是你的全部监测体系，成本为零。

五、每周 2 小时维护清单

只有四条。多了你会放弃。

注意这里没有"每周写博客"。 对一人公司来说，站外的一条真诚回答，比站内的一篇博客更快进入 AI 的检索池——因为你的域名没有权重，而 Reddit 和 LinkedIn 有。具体的平台选择和冷启动方法见《一个人怎么做站外信源：OPC 的 9 个高 AI 引用平台冷启动手册》。

六、明确不要做的七件事

这一节是本文对你最大的实际价值。帮你把待办清单从 40 条砍到 6 条。

1. ❌ 不要每周发 2 篇博客。 你会在第 6 周放弃，然后因为放弃而否定整件事。每月 1 篇深度文，比每周 2 篇水文有效得多——因为 AI 引用的是能回答问题的内容，不是数量。

2. ❌ 不要买 AI 可见度监测工具。 Profound、Peec AI、Otterly、AthenaHQ 这类工具月费通常在 200–1000 美元区间，可能高于你目前的营销总预算。第 8 小时那个手动面板，在你的体量下和它们的产出没有实质差别。 等你有 5 个人的团队、需要给客户出报告时再买。

3. ❌ 不要做行业榜单和大规模调研。 这是企业级 GEO 里杠杆最高的动作，但前提是你有数据采集能力。一个人硬做"我调研了 500 家企业"，样本会失真，一旦被发现，损失的信誉远大于收益。 替代方案： 做"我自己的真实数据"。你自己的 12 个月营收曲线、你自己的 200 次投放测试、你自己的成本明细——样本量是 1，但真实性是 100%，而且全网独一份。

4. ❌ 不要注册公司主体来"显得正规"。 在模型眼里，一个有真实痕迹的人比一个刚注册、查无信息的空壳公司更可引用。主体是解决收款和合规的工具，不是解决可信度的工具。等到收款需要它的时候再办。

5. ❌ 不要用 AI 批量生成多语种版本。 低质机翻会破坏跨语种的实体识别——模型无法确认德语页面上的人和英文页面上的是同一个人。研究显示，做对了的多语言站点在语种间的引用差距约为 22%，而未做的站点差距高达 431%；但这个收益的前提是翻译质量过关。3 个语种做到母语级，胜过 30 个语种做机翻。 详见《多语言 AI 可见度：为什么英文内容做得再好，德语、日语、西语的 AI 回答里依然查无此人》。

6. ❌ 不要用公司口吻写东西。 "我司致力于为客户提供……"这类表述在 Reddit 上会被直接删帖，在 AI 眼里也会削弱你作为个人实体的清晰度。用第一人称，说"我"。 这是你的优势，不要主动放弃。

7. ❌ 不要在 90 天之内反复改定位句。 定位句的价值全部来自一致性。改一次，前面积累的一致性归零。想清楚再写，写完 90 天不动。

七、90 天预期与衡量方式

现实的时间线

三个衡量指标

注意目标的设定方式： 前 90 天，提及率和引用率从 0 变成任何正数都算成功。不要期待百分比。真正应该在 90 天内达标的是描述准确率——那是完全由你控制的部分。

如果 90 天后完全没动静

按顺序排查：

1. 爬虫能不能抓到你？（重跑第 7 小时的 curl 命令，这是最常见的原因）
2. 8 个位置的表述真的一致吗？（自己看一遍，很多人以为改了其实没改全）
3. 那篇深度文有没有回答一个真的有人问的问题？
4. 站外有没有留下痕迹？ 如果只做了站内，90 天没动静并不意外，具体方法见《一个人怎么做站外信源：OPC 的 9 个高 AI 引用平台冷启动手册》。

八、常见问题 FAQ

Q1：我连官网都没有，只有一个 Notion 页面，可以吗？ 可以起步，但尽快换成自有域名。原因不是 Notion 不好，而是自有域名是你唯一完全可控的资产——它可以配置爬虫策略、加结构化数据、不受平台政策变化影响。一个域名加一个静态站，年成本不到 300 元，第 3 小时就能搭完。

Q2：我想保持匿名，用一个 ID 而不是真名，可以做 GEO 吗？ 可以，但要接受两个限制。第一，匿名 ID 的实体清晰度天花板更低——因为经历无法验证、第三方无法印证。第二，在 B2B 场景（比如外贸 SOHO）里，匿名会显著削弱信任。 折中方案： 用一个固定的、长期使用的公开身份（可以不是身份证上的名字），但保证它在所有平台完全一致、有照片、有可查证的作品。一致性比真实姓名更重要。

Q3：定位句改了怎么办？业务方向变了。 把旧定位在 About 页里保留为"曾经做过什么"，新定位覆盖 8 个位置。不要试图抹掉过去——履历的连续性本身就是可信度来源。模型看到"这个人从 A 转到了 B"，比看到"这个人凭空出现在 B"置信度更高。

Q4：我做的是很小众的领域，AI 根本没有相关问题，做 GEO 有意义吗？ 有，而且性价比更高。小众领域的竞争者少，你可能是模型在这个领域唯一能找到的具名信源。 判断方法：去问模型 5 个你领域里的具体问题，看它答得怎么样。如果它答得含糊、或者引用的都是泛泛的大站，那个空位就是留给你的。

Q5：这套方法和企业版 GEO 冲突吗？以后团队大了要推翻重来吗？ 不冲突，而且是叠加关系。个人实体和公司实体可以互相强化——创始人的可见度是早期公司最有效的信任来源。团队变大后，你会在这套基础上增加内容量、原创数据和站外投放，但"实体清晰度"这一层不需要推翻，它会一直是地基。

继续完成可见度自查

本文已经给出了 8 小时 SOP、20 条 prompt 的分组方法和 Person 结构化数据模板。如果还需要逐项核对网站基础条件，可以继续使用《如何自查 AI 可见度？一份免费的 15 项审计清单》，无需提交邮箱。

相关阅读

• 《一人公司出海（OPC）2026：定义、5 种可跑通的模式与真实成本》
• 《一个人怎么做站外信源：OPC 的 9 个高 AI 引用平台冷启动手册》
• 《AI 爬虫治理实战：Cloudflare 9 月 15 日新默认规则生效前，出海企业必须做的 7 件事》
• 《多语言 AI 可见度：为什么英文内容做得再好，德语、日语、西语的 AI 回答里依然查无此人》
• 《如何自查 AI 可见度？一份免费的 15 项审计清单》

本文引用的信源占比数据来自 Profound 的公开引用分析，多语言数据来自 Weglot 的 130 万条引用研究，Cloudflare 政策细节来自其 2026 年 7 月 1 日公告。各研究统计口径不同，请以原始报告为准。