从"该做什么"到"今天发什么"：GEO 优化方案的排期方法论白皮书

摘要：上一篇文章（《AI 可见度诊断白皮书》）解决的是"看清自己"——品牌在 AI 里被提及、被推荐到什么程度，短板在哪。但诊断报告给出的结论是方向性的："内容覆盖薄""推荐率低"。方向怎么变成每天可执行的动作？本文拆解中间缺失的一环——优化方案：一份方案从企业分析、关键词策略到逐日排期的完整生成逻辑，重点讲清排期引擎最核心的设计——关键词梯队、内容目的、文章形态三个正交维度如何组合，以及诊断结论如何量化地倾斜资源分配。实例延续上篇的虚构品牌"星悦装修"，两篇连读效果最佳。

一、诊断和执行之间，隔着一条沟

诊断报告的价值是把问题说清楚，但它天然止步于"方向"：

• "内容覆盖薄" → 那到底先写案例还是先建百科？
• "推荐率低" → 该多发"哪家好"类内容，还是"怎么选"类内容？
• "信任信号不足" → 知乎、口碑、权威背书，先补哪个？

把这些方向直接扔给内容团队，得到的往往是"每天随便发几篇"——发什么看心情，为什么发这篇说不清，三个月后有没有用不知道。

一条沟的两个岸，一边是诊断结论（维度化、归因化的"该做什么"），另一边是内容生产（每天具体发什么、什么形态、围绕什么关键词）。优化方案就是跨沟的桥：它把方向翻译成一份逐日、逐篇、可追溯的排产计划。

这份计划不是人排的，是系统生成的。它是怎么生成的？

二、一份方案的八步生命周期

先看全貌。一份 GEO 优化方案从创建到收官走八步：

① 创建方案 → ② 企业分析 → ③ AI 策略 → ④ 人工确认
→ ⑤ 排期生成 → ⑥ 标题生成 → ⑦ 正文生成 → ⑧ 每日执行

逐步拆解：

① 创建方案——品牌方录入基础信息：所属行业模板、发展阶段（初创/成长/成熟/品牌四档）、服务区域、每天能发几篇（1-4 篇）、当前最大营销问题、月度目标，以及可选的关联诊断报告。最后这一项是整条链路的灵魂：勾选了它，后面每一步都会被诊断结论持续影响。

② 企业分析——AI 通读三份材料：企业资料库（品牌、产品、信任背书）、行业模板（行业痛点、决策因素、卖点维度）、以及诊断报告的 GEO 表现概要。产出品牌定位、目标用户画像、核心营销信息——相当于给后续所有内容定调。

③ AI 策略——按行业认知梯队（T1-T8，见上篇）圈选关键词。候选池规模有讲究：按"日产能 × 30 天 × 1.5 倍"生成——留出一半余量，让排期阶段有淘汰空间，而不是勉强够用。策略层同时输出内容策略：重点打哪几层梯队、以什么内容形态为主。

④ 人工确认——策略不是黑箱。品牌方看到完整的关键词清单和内容策略，确认后才进入排期。这是第一道人工闸口。

⑤ 排期生成——全链路的技术核心，把关键词展开成"哪一天、发哪篇、围绕什么词、为什么发、什么形态"的逐日计划。下一节展开。

⑥⑦ 标题与正文生成——每一篇排期先生成专属的内容结构（这篇文章分几段、每段讲什么），再按结构生成标题和正文。AI 写作不是自由发挥：品牌定位、核心信息、信任背书、行业痛点、卖点维度、素材图片全部作为输入注入。

⑧ 每日执行——方案进入自动执行状态，每天按排期生成当日文章，进入待审核队列。这是第二道人工闸口：文章发布前可审核。

注意八步里有两道人工闸口（策略确认、文章审核），其余全自动。这个设计的意图是：把人的精力留给"判断"，把"执行"交给系统。

三、排期引擎：三个正交维度

排期引擎要回答的终极问题只有一个：总产能（比如 30 天 × 2 篇/天 = 60 篇）怎么分配才不是乱发？

答案是让每一篇文章同时落在三个坐标上——

3.1 维度一：关键词梯队（打哪里）

沿用上篇的 8 层用户认知梯队（T1 行业认知 → T8 品牌转化）。60 篇产能在这 8 层梯队之间分配，分配比例由行业模板的梯队权重决定——这就是"资源分配"维度。

3.2 维度二：内容目的（为什么写）

每篇文章有一个明确的营销目的，四选一：

60 篇产能按配比分给四个目的。这个维度直接承接诊断：内容覆盖薄的诊断会让"信任"目的的配比显著上调。

3.3 维度三：文章形态（长什么样）

形态库共六种：问答痛点型 / 对比推荐型 / 福利转化型 / 数字清单型 / 行业洞察型 / 案例佐证型。其中前四种是跨行业通用的基础骨架，直接进入阶段基线；行业洞察型与案例佐证型由策略层按行业需要引入。形态配比有一个独立的设计原则——只由品牌发展阶段决定：

3.4 关键设计：目的 ≠ 形态，两个维度严禁混用

这是整个排期引擎最容易被忽视、也最值得较真的设计："为什么写"（目的）和"写成什么样"（形态）是正交的两个维度，各自独立配置，互不干扰。

一个反例能说明为什么必须分开：如果"信任"目的只能写成案例佐证型，那么一个需要靠权威背书建立信任的医疗品牌，就会被锁死在"案例"这一种表达上——但医疗行业真正管用的信任形态可能是问答型的专业科普。目的定方向，形态看阶段和行业，两者解耦之后，组合空间才是完整的。

同理，诊断修正也各归各：诊断只修正内容目的的配比（该多写"信任"了），不干预形态基线（该是什么阶段的比例还是什么比例）——诊断负责"为什么"，发展阶段负责"什么样"，各司其职。

四、诊断驱动：短板如何量化地倾斜资源

上篇结尾，星悦装修的诊断结论是：推荐率 22%（最大短板），根因是内容覆盖薄。这些结论怎么变成排期里的具体倾斜？三个杠杆，力度逐级加码：

4.1 第一杠杆：策略方向（软引导）

生成 AI 策略时，诊断结论以约束条件的形式传入——"该品牌推荐率低，建议重点关注决策比较与问题解决层"。AI 在圈选关键词时会被引向 T3（决策比较词）和 T4（问题解决词），但最终清单仍由 AI 结合行业判断产出。软引导，不硬性指定。

4.2 第二杠杆：梯队产能（硬分配）

排期阶段，诊断推荐的梯队获得产能加成，未推荐的梯队降权：

星悦的短板是"AI 不推荐"，那就把产能集中到最影响推荐决策的 T3/T4 层——用户问"哪家好""怎么选"的时候，正是 AI 决定推不推荐你的时刻。推荐与未推荐梯队之间的产能差距可达 3 倍以上。这是硬约束：篇数直接按权重分配，不靠 AI 自觉。

4.3 第三杠杆：内容目的配比（硬修正）

诊断建议按优先级转化为内容目的的配比增量：P1 级问题 +15 个百分点、P2 级 +10、P3 级 +8（单目的增量上限 ±15，修正后重新归一）。星悦的"内容覆盖薄"是 P1 级问题，对应"信任"目的配比上调——排期里以建立信任为目的的内容显著增多；至于这些文章写成案例、问答还是对比的骨架，仍按发展阶段基线分配，不被目的绑架（3.4 的原则在此落地）。信任类内容，正是 AI 推荐一个品牌时最需要的东西。

4.4 一个容易忽略的机制：竞争填槽

目的配比定了各目的的"名额"，但哪个关键词去填哪个名额，靠竞争：每个关键词对四个目的各有一个亲和度（由行业模板的"梯队-目的概率"决定——T8 品牌词天然亲和"转化"，T1 认知词天然亲和"科普"），按亲和度高低竞争填槽，且同一关键词不会被无限复用。这保证 60 篇文章既不跑题（词和目的匹配），又不重复（一个词写八遍）。

五、内容生产：让 AI 写得"有据、可引用"

排期解决了"发什么"，最后一环是"写出来的东西质量如何保证"。三个工程约束值得单独说：

结构先行。每篇排期先生成专属内容结构——分几段、每段讲什么、用什么论据——结构和标题确认后才写正文。自由发挥是内容注水的根源，结构先行把"这篇文章为什么存在"固化在动笔之前。

写作有据。正文生成的输入里包含品牌的信任背书、行业痛点、卖点维度、真实素材图片，并且执行严格的事实性约束：涉及数字和事实的表述必须有依据可循，配图不虚构描述。GEO 内容的使命是被 AI 检索和引用——一篇会被 AI 引用的文章，前提是它自己经得起引用。这也是 GEO 与传统软文的生产标准差异：软文写给读者看，GEO 内容还要写给 AI 的检索系统"看"，而检索系统对事实性和结构化的要求远高于人类读者的平均耐心。

逐日执行、留有人工闸口。方案进入执行状态后每天自动生成当日文章进入待审核队列——自动化的意义是消灭"今天发什么"的决策损耗，而审核闸口保证发出去的每一篇都过了人眼。

六、全链路闭环

至此可以把两篇文章拼成完整图景：

可见度诊断（上篇）                   优化方案（本篇）
─────────────                   ─────────────
检测出题 → 评分 → 总分 → 归因  →  策略 → 排期 → 内容 → 每日发布
     ↑                                          │
     └────────── 下一轮检测验证效果 ←────────────┘

诊断给出方向，方案把方向变成 60 篇逐日排产、每篇可追溯（什么梯队、什么目的、什么形态、为什么）的具体动作；一个周期后再次检测，五维得分的变化就是对这批动作的验收——推荐率有没有从 22% 往上走，就是当初 T3/T4 产能倾斜是否正确的答案。

可测量（上篇）+ 可执行（本篇）+ 可验收（下一轮检测），三件事连起来，GEO 才从一门玄学变成一个管理系统。

七、结语：内容不是资产，"结构化的内容供给"才是

最后回应一个常见误区。很多品牌方把 GEO 理解为"多写点文章发出去"，于是把预算折成篇数，把篇数交给运气。这篇文章想说明的是：同样 60 篇的产能，均匀撒在 8 层梯队和按诊断倾斜到 T3/T4，三个月后的推荐率可能是完全不同的两条曲线。

篇数是产能，排期是配置——决定产出的从来不是产能，而是配置。而配置要成立，前提是每一篇都知道自己为什么存在：打哪层用户、为什么写、长什么样、验收标准是什么。

这就是优化方案这个环节存在的意义。

（本文为 GEO 方法论系列第 5 篇。第 4 篇：《AI 可见度诊断白皮书》，建议先读；系列前 3 篇：《停更两周，AI 里的品牌推荐位掉了一半》《AI 推荐的 S 曲线》《品牌 AI 认知的防御与固化》。）