GEO优化实践项目（Indie Hackers案例）

定位

这是一个失败的GEO（Generative Engine Optimization，生成式引擎优化）实践案例，由独立开发者在Indie Hackers社区分享。项目核心问题是：传统SEO思维直接套用于AI引用优化时失效。

用户

• 希望被ChatGPT、Perplexity等AI工具引用的网站运营者
• 探索GEO策略的内容创作者和SaaS创始人
• 关注AI搜索流量红利的技术营销人员

价值

该案例的负向价值显著：它揭示了当前GEO领域的信息不对称——大量"GEO技巧"未经实证即被传播。作者通过实际测试，排除了若干常见假设（如结构化数据、特定格式标记等），为后来者节省了试错成本。

变现模式

本项目本身未涉及商业化，但衍生出以下变现可能：

• GEO诊断咨询与审计服务
• AI引用监测SaaS工具
• 企业GEO培训

待验证风险

• 作者未披露两个网站的具体域名、历史权重、内容类型，无法独立复现
• "零结果"的判定标准模糊（是完全没有引用，还是引用量未增长？）
• 一个月的测试周期对于SEO类优化偏短，结论可能过于仓促
• AI引用算法的黑箱特性使单一案例难以推广
• 未控制变量（如内容更新频率、外链建设等其他SEO活动是否同步进行）