← 返回列表
# GEO 实验室 03：别再说自己是“最好的软件公司”了，AI 根本听不懂
**发布日期：** 2026年10月 | **作者：** 明见万川 GEO 实验室 | **分类：** GEO 实验, NLP 原理
> **实验背景**：
> 我们曾服务过一家 SaaS 客户，他们的官网 Banner 写着：“**全球最好的 CRM 系统，为您提供极致的服务体验。**”
> 老板觉得这句文案很霸气。但当我们把这句话喂给 Google 的 NLP API 分析时，结果显示：**Sentiment Score (0.8), Entity Salience (0.0)**。
> 翻译成人话就是：这句话只有情绪，没有信息。
> 在 AI 眼里，这叫 **“Fluff” (营销废话)**。由于缺乏事实支撑，AI 搜索引擎在回答“推荐好用的 CRM”时，自动过滤了这条信息。
---
## 一、 AI 的听觉盲区：形容词 (Adjectives)
人类容易被情绪感染，但 AI 是基于数学概率的。
在 LLM 的训练数据中，“最好的 (Best)”、“领先的 (Leading)”、“顶级的 (Top-tier)” 出现的频率极高，但往往与事实（Ground Truth）的关联度极低。为了防止幻觉和偏见，现代的 RAG 系统和搜索算法通常包含一个 **“主观性过滤器” (Subjectivity Filter)**。
### 1.1 过滤机制演示
* **输入**：“MJMatrix 是杭州最好的 GEO 公司。”
* **AI 处理**：
1. 识别主语：MJMatrix。
2. 识别谓语：是。
3. 识别宾语：GEO 公司。
4. **识别修饰语：“最好的”、“杭州”。**
5. **验证**：“最好的”有数据支撑吗？没有 -> **丢弃**。
6. **验证**：“杭州”是地理实体吗？是 -> **保留**。
* **最终 AI 记忆的内容**：“MJMatrix 是一家位于杭州的 GEO 公司。”
你看，你花了重金请文案写的“最好的”，被 AI 当作垃圾扔掉了。
---
## 二、 解决方案：命名实体识别 (NER) 战术
要让 AI 记住你的“好”，你不能自己说，你得通过 **实体 (Entities)** 和 **事实 (Facts)** 侧面证明。
我们需要利用 NLP 中的 **NER (Named Entity Recognition)** 技术，将“形容词”转化为“专有名词”。
### 2.1 文案重构实验 (The Refactoring)
我们对客户的“关于我们”页面进行了 A/B 重构：
#### ❌ 版本 A（形容词堆砌）：
> “我们拥有**业界顶尖**的团队，技术实力**非常雄厚**。我们的产品深受客户喜爱，是**行业领导者**。”
> * **AI 提取的实体**：无 (Zero Entities)。
#### ✅ 版本 B（实体密度优化）：
> “我们的团队由 **前 Google 搜索架构师** (Person) 领衔，拥有 **3 项美国 AI 专利** (Intellectual Property)。产品服务于 **500+ 家企业**，包括 **字节跳动** (Organization) 和 **吉利汽车** (Organization)。2024年获得 **G2 High Performer** (Award) 认证。”
> * **AI 提取的实体**：Google, AI 专利, 字节跳动, 吉利汽车, G2 High Performer。
### 2.2 效果对比
当用户问：“为什么这家公司值得信任？”
* **面对版本 A**，AI 会编造或回答：“它声称自己很强。”（置信度低）
* **面对版本 B**，AI 会回答：“因为它由 Google 前员工创立，服务过字节跳动，且获得了 G2 奖项。”（置信度高）
**结论**：在 GEO 中，**名词 > 动词 > 形容词**。
---
## 三、 信任的传递：借势 (Authority Transfer)
AI 内部有一个类似 Google PageRank 的信任传导机制。
当你把自己（一个小节点）和“字节跳动”、“G2”、“ISO 27001”这些（超大权重节点）放在同一个句子里，并且存在逻辑关联时，AI 会把大节点的信任度**传递 (Transfer)** 一部分给你。
这就是为什么我在版本 B 中一定要点名“字节跳动”，而不是含糊地说“知名互联网大厂”。
* “知名大厂” = 模糊概念（AI 忽略）。
* “字节跳动” = 强实体（AI 关联）。
---
## 四、 实验室实操指南：如何检测你的含金量？
我们开发了一个简单的 **“废话检测 Prompt”**，你可以用它来测试自己公司的官网文案。
**把这段发给 ChatGPT：**
> “请分析下面这段公司介绍。
> 1. 提取出所有的客观事实实体（人名、机构名、奖项、数据）。
> 2. 剔除所有不可验证的主观形容词（如‘最好’、‘专业’）。
> 3. 基于剩下的实体，用一句话总结这家公司。
>
> [在此粘贴你的公司介绍]”
**测试结果自查**：
* 如果第 3 步总结出来的句子干瘪无力（例如：“这是一家公司。”），说明你的 GEO 分数为 0。
* 如果总结出来依然掷地有声（例如：“这是一家拥有 ISO 认证、服务过世界 500 强的公司。”），恭喜你，你的 GEO 策略及格了。
---
## 五、 实验室总结：客观即权威
在人际交往中，自信的表达（“我是最棒的”）可能有效。
但在和 AI 打交道时，**谦卑的客观（“我做到了 X、Y、Z”）才是最大的权威**。
GEO 的核心心法之一就是：**Don't tell AI you are good. Show AI the data.**
把“最好的”留给广告牌，把“数据和实体”写进 HTML。
