SEO、GEO、Agent Commerce 基础设施：三代打法，差在哪一层

过去一年，商家的收件箱经历了一次集体改词：原来卖「SEO 优化」的，现在卖「GEO 服务」。原来做「代运营」的，现在做「AI 代运营」。名字全换新了，东西却不一定。分辨的标准只有一条：这套打法优化的是哪一层。

这不是商家第一次站在入口换代的关口。上一次迁移在十几年前：商品从线下货架搬上线上平台。今天看理所当然，但当年没赶上的商家，后来花了几年补课。那一轮新入口催生的打法，就是 SEO。现在是第二次迁移：顾客越来越习惯直接说出需求，由 AI 先理解、先筛选，再端出少数候选。入口正从搜索框移进 AI 的答案里。新入口，同样需要新一代打法。

按「优化哪一层」数，市面上的打法正好三代。第一代优化「网页被找到」：上一次迁移的答案，给搜索引擎排名做的 SEO。第二代监测「品牌被提及」：这一次迁移里最先出现的仪表盘，数 AI 答案里你出现了几次，给一个分数。第三代优化「商品成交」：把商品数据接进 AI 购物的管道，从 AI 读懂，一路管到 agent 下单。三代不是新旧之分，是层与层之分：仪表盘是这次迁移的产物，但把商品送到成交的，是修通的路。

第一代：SEO，优化「被找到」

SEO 值得尊敬：二十多年打磨，它把「在十条蓝色链接里排前面」做成了一门可执行的学科。但此刻很多商家的真实处境是：预算还押在旧入口上。关键词一年比一年贵，排名保住了，顾客却越来越多地不再从搜索结果页进来。2026 年初，美国 Google 搜索的零点击占比已达 68%(Search Engine Land)；同一时间，AI 引荐给美国零售网站的流量同比增长 693%，转化率反超其他渠道 31%(Adobe Analytics,2025 年假日季)。预算留在原地，人已经换了入口。

更深的一层在输入端：外链、页面信号、关键词密度，这些你此前优化的全部对象，在新入口的选品逻辑里不再是输入。AI 组答案不看你的外链，看你的字段：价格、库存、规格、发货范围，一张能直接放进对话的商品卡。搜索排第一的站，商品数据残缺，照样不在 AI 的货架上(机制我们在《货架消失问题》里展开讲过)。这一层，「SEO 加几个新技巧」补不上。入口迁移了，打法随之换代。

第二代：GEO 监测，看见「被提及」

入口迁移之后，最先出现的新工具做的是测量：把你的品牌放进成批的 AI 问答里跑，数出现次数、给一个可见性分数、按周出报告。这类工具把「AI 里的可见性」变成了可测量的东西，是真实的进步。知道位置，好过没有测量。

但它的产品形态到「看见」为止。分数掉了，它告诉你掉了。订单流失在哪个字段、哪个引擎、agent 走到哪一步断掉，它看不见。修，更不在它的范围里。周报没有下一步，报告到此为止。而「被提及」离「成交」还隔着整整一段管道：可核对的价格库存、机器读得懂的商品数据、走得通的购买路径。这一段，监测类工具本来就不做。你买到的是知道位置，不是改变位置。

第三代：Agent Commerce 基础设施，管到「成交」

第三代打法把测量当起点，不当终点。一条完整的管道：跨引擎测量，主流引擎全量测 → 诊断出具体缺什么，哪个字段、哪个引擎、哪一步 → 把商品数据按机器读得懂的标准补齐，结构化交出去 → 用真实试单验证 agent 走不走得完购买路径 → 下个周期复测，对着基线看趋势。测量、接入、端点、每周循环，四件事拧成一条链。这就是「基础设施」的意思：报告只描述路况，基础设施把路修通。

SoldByAI 就按这条链建：主流引擎全量测，豆包、通义千问、DeepSeek 等中国市场主流引擎在内。结论带真实答案证据，不止一个分数。数据按可验证的标准补齐，试单真跑通。修完的项，下一轮复测对着基线验收。形容词不作数：每个结论，原始回答逐条可查。

同一个市场上，还有一类：AI 旗号下的老打法

每次入口迁移，都会有同一批东西换个名字重新出现。这一轮也不例外：内容软文矩阵改叫「GEO 投放」，人工代运营改叫「AI 代运营」，老 SEO 套餐换个名字变成「AI 推荐优化」。动作还是上一代的动作，只有名字进了新时代。五个识别特征，足以认出它们：

• 没有跨引擎测量。要么根本不测，要么只截一两张单个引擎的图。连你现在在哪都测不出来的服务，谈不上把你送到哪去。
• 「接入」是发内容，不是交数据。问它怎么让 AI 认识你的商品，答案若是「铺软文、做内容矩阵」，那是在猜 AI 的口味。AI 引擎公开声明读取的，是结构化商品数据：schema.org 标记、feed。
• 数字很猛，方法学没有。「首推率提升 6 倍」「线索成本降三成」，精确到小数点，却不说样本量、时间窗、测的是谁。可验证的小数字，永远强过不可验证的大数字。
• 承诺结果，不承诺过程。AI 引擎的答案里没有竞价位，没有人能「保证被推荐」。能承诺的只有过程：数据补到什么标准、多久复测一次、趋势怎么看。
• 标题里全是感叹号。这是机制问题：AI 引擎挑选引用信源时，恰恰在过滤这类低质内容。用软文打法做 AI 可见性，等于拿 AI 拒绝引用的材料去讨好 AI。

7 个问题，分辨你面前的是哪一代

评估任何一家「GEO / AI 可见性 / AI 推荐」服务时，拿这 7 个问题逐条核对。答得上答不上，一问便知。

1. 我能看到自己在主流引擎的真实答案原文吗，还是只有一个汇总分数？
2. 你们的数字有方法学吗？样本量、prompt 怎么选、时间窗多长，写在哪里？
3. 所谓「接入」，交付的是结构化商品数据(schema.org、feed)，还是发软文？
4. 测量止步于「被提及」，还是能验证 agent 真的走得完购买路径？
5. 你们承诺的是过程和标准，还是「保证被推荐」这类结果？
6. 发现问题之后，给我的是能执行的数据修复项，还是又一份报告？
7. 你们的结论，我拿同样的问题去问同一个引擎，能重现吗？

七问全答得上，你面前的是第三代。只有前两问答得上，是一块仪表盘：有用，但修不了路。一问都答不干脆的，是上一代打法换了个名字。

两次入口迁移相隔十几年，预算配置都晚于用户行为的变化。品牌需要在继续经营搜索与平台的同时，开始建立 Agent Commerce 的商品供给、测量与成交能力。