用 Agent 跑 SEO/GEO 工作流的真实搭法

一个利用好 SEO 的赚钱故事

Piotr Obidowski 是个波兰独立开发者。白天上班，产品只能靠下班后那点时间慢慢做。

他做了一个叫 Visualizee.ai 的工具，给建筑师和室内设计师用 AI 出渲染图。你用大白话描述想要的空间，它生成超写实效果图。

这东西头两年基本没起色。卖一次性付费，月流水停在 100~150 美金。注意，这里说的是总收入，不能按 MRR 看。他自己复盘，拖后腿的是产品复杂度。建筑师不想学怎么写 300 个字的 prompt，他们只想把脑子里的画面说出来，然后拿到图。

六个月前，他把产品推倒重做，做成一个叫“Vizzy”的对话助手。用户跟它说人话，支持 140 多种语言；它在背后把 prompt 工程处理掉，用户根本看不见那一层。接着，他开始认真做 SEO。

他有句原话很直白：

“要我只挑一件最拉动增长的事，那毫无疑问是 SEO。”

具体做法也不玄。上 Ahrefs，学关键词研究，开始写内容。因为域名有点年头，早年攒过一些目录外链，也有一点基础权重，新内容排得特别快，跳过了通常 36 个月的等待期。每天落地页能进 180200 个精准访客。高意图流量碰上一个终于能转化的产品，MRR 才真的动起来。

半年后，$8.6K MRR，其中约 50% 的流量来自 Google SEO。一个人，业余时间。

更值得记的是他后面那段话：

“SEO 没法设好就不管。现在到了六个月这个节点，我反而看到流量在轻微下滑。搜索环境一直在变。我眼下最优先的事，是回到分析后台，调关键词，把文章重新对齐变化的搜索意图，刷新内容。它更像跑步机，不像终点线。”

这句话把 SEO/GEO 的底层状态讲透了。它没法搭完就收工，更像一台需要人盯着的跑步机。agent 有用的地方也在这里：重复、可规模化的活交出去，人留下来管策略、踩刹车、判断什么时候该转向。

今天这篇，就讲这台跑步机上哪些段落能交给 agent，哪些段落必须留在人手里。

故事来源：Piotr Obidowski，《From $150/month to $8.6K MRR》

你为什么一定要看这篇

我把工作流拆成六个方向：

1.1 这套东西解决什么

• 时间杠杆：像 Piotr 那种“一个人 + 9-5”的结构，最稀缺的是时间。agent 把可规模化的活接走，人才能腾出精力做不可规模化的判断。
• 平行战场：搜索入口正在裂成两块，传统 SERP 和 AI 回答。你得同时在两个表面上被看见，纯手工很难长期盯住。
• 可复用积木：主流 SEO 数据源现在都开了 MCP/API。你可以自己搭 harness，把积木接起来，不必整租一个黑箱 SaaS。

1.2 你在赚什么钱

大概三种。

• 时间差的钱：早动手的人，可以趁多数品牌还没反应过来，先把“被 AI 引用”的权重攒下来。现在超过一半的品牌还没有 GEO 策略，这个窗口还开着。
• 信息差的钱：哪些数据源有 MCP，各自给什么，怎么接。知道的人能照着搭，不知道的人还在按月交 SaaS 智商税。
• 转化效率的钱：AI 带来的流量，转化率大概是 Google 自然搜索的五倍。前者约 14.2%，后者约 2.8%。一次 AI 引用，顶得上五次传统自然点击。

1.3 几个该背下来的硬数字

• AI Overview 一出现，传统结果的自然点击率会掉约 61%；但只要你的品牌被引用进那段 AI 回答里，点击率反而比传统自然结果高约 35%。
• 被引用的来源高度集中，头部 20% 的域名吃掉了 80% 的 AI 引用。
• 44.2% 的 LLM 引用来自正文前 30% 的内容，开头那几十个字是黄金引用位。
• 给页面加上规范的 schema 标记，被 AI 引用的概率高 30~40%；给内容堆上引用和专家引述，AI 可见度能再拉高四成以上。
• 大盘上，已经有近六成消费者用生成式 AI 替代传统搜索做产品推荐；Gartner 甚至预测，到 2028 年传统自然搜索流量会跌一半。

1.4 风险先放在这

• 低风险：用 agent 做检索、结构化分析、草稿。错了也好兜。
• 中风险：用 agent 改 schema、批量生成落地页。这里可能触发 Google 的规模化内容判定。
• 高风险：全自动发布，再加上弱 prompt 喂出来的垃圾内容。被算法当成 spam 批量打击，一损损一片。

方向一：把工作流拆成“谁拥有哪一环”

完整链路大致长这样：

选题与意图发现 → SERP/竞品分析 → 大纲 → 初稿 → SEO 优化（标题、内链、schema）→ GEO 结构化（让内容可被 AI 引用）→ 技术审计 → 发布 → 监测 → 回流再优化

只知道每步是什么还不够。你还得判断每一步归谁：agent 能独立干，agent 先打草稿再由人拍板，还是必须人来。

一个真实的小工作流长什么样

有人用 n8n 搭了个特别朴素的流程。你可以把 n8n 理解成“会思考的 Zapier”，它不只在节点间传数据，还会解释、转换、决定下一步。

流程就四步：

抓 RSS → 出摘要 → 转 HTML → 推送到 Teams/Gmail

这里有个细节很真实。一开始，他想让同一个 AI 节点既做摘要又做 HTML 转换。结果 prompt 一变长，性能就开始退化，多半是撞上了 LLM 的上下文限制。后来拆成两个节点，一个只管摘要，一个只管转 HTML，流程反而稳定了。

这个细节比很多大词有用：别让一个 agent 节点同时干两件事。焦点单一的小任务，串起来更容易跑。

agent 在技术审计上会怎么坑你

这类 agent 的边界也得拎清楚，照抄给你拿去避坑：

• 平台还不成熟，核心更新经常把节点或工作流搞崩，未来一两年都得多盯着。
• 它不擅长跨多数据源的彻底技术审计，也不擅长大规模数据分析。
• LLM 会机械套用“通用最佳实践”。比如它会给一个其实是图片的 URL 报“缺 meta description”，可图片根本不支持 meta。

收益通常来自小而实用的工作流。别一上来就做大改造。先画清楚归属，再谈接什么工具。顺序反了，你只会攒一堆工具，攒不出工作流。

方向二：每个环节 agent 实际调用什么

“真实”二字的核心，就在这一章。

现在最大的信息差是：主流 SEO 数据源已经把 MCP 和 API 开出来了。你不必再租一个黑箱 SaaS，可以自己搭 harness，把积木接上完整数据集，再用自然语言驱动。

几个实战细节

光接上还不够，有几条踩坑经验比官方文档实在。

• 必须在 prompt 里点名“用 Ahrefs MCP 服务器”。否则 AI 经常自作主张跑去搜网页，不调你接好的数据源。
• 它按响应时长分三级：简单 prompt 一两分钟，比如“这 10 个站今年 1 月到 9 月自然流量谁涨了”；中等请求几分钟，比如批量拉 20 个站的权重、流量、前三排名做成表；重型请求十分钟以上，比如一次分析 5 个站的外链画像。
• 越深的请求越烧额度，而且你的账户等级决定单次能拉回多少行。要明确指定站点数、关键词数、时间范围，别让它漫无目的地烧。
• 我自己的偏好：调工具这件事，Claude 比 ChatGPT 好用。ChatGPT 那边的 MCP 连接器还在 beta，时不时抽风。

一条可以直接抄的 prompt：

你是 SEO 专家。用合法白帽方式提升 [我的站] 的自然流量。
你手上有这颗星球上最好的 SEO 数据（Ahrefs MCP）。
先研究我的站和所在行业最相关的信息，再给我你认为合适的建议。

三个判断

• 官方 MCP 优先于第三方封装。直接接官方的，别被中间商再扒一层皮。
• MCP 解决的是“接数据”，决策还得你自己做。接上之后 agent 能拿到全量数据，但“这批关键词该不该做”还是上一章那张归属表说了算。
• 自己搭 harness 和租黑箱 SaaS，差别很大。黑箱 SaaS 你看不见它怎么判断，改不了它的 prompt，数据进出也被它攥着。自己用 MCP 拼，积木是你的，prompt 是你的，崩了你知道崩在哪。

方向三：GEO 监测器，自己用 agent 搭一个

先把本质说清楚：GEO 是一个独立的测量层。AI Overviews、ChatGPT、Perplexity 这些界面，在 Search Console、Ahrefs、Semrush 里全都看不到。它是平行表面，得用平行的测量。

传统排名工具在这儿会失灵：

• AI 用的是 RAG 检索，从多个源里抓，再合成一个答案，传统排名那套列表逻辑用不上。
• 用户要的是答案。你排第一，但 AI 不引你，等于零。
• 同一个问题每次回答都在变。监测必须靠持续采样、统计抽样，不能测一次就下结论。
• 平台之间是割裂的。你可能在 ChatGPT 里有，在 Perplexity 里完全消失。

4.1 这套测量动作本身就是标准 agent 任务

自动把一批 prompt 发给各个 AI 引擎 → 解析每条回答 → 看里面有没有你的品牌、被引用了哪些来源 → 落成可追趋势的报告

最小骨架：

1. prompt 库：覆盖核心品类的真实用户问法，商业、信息、对比意图混搭
2. 引擎分发：每条 prompt 发给 ChatGPT / Perplexity / Google AIO / Claude / Gemini
3. 回答解析：品牌出现了吗？被引用了吗？引了谁家来源？语气是褒是贬？
4. 中性地理：从中性地理位置跑，消除个性化偏差；分国家、分语言跑
5. 落库出报告：按周、按月看出现率与引用结构的漂移

4.2 四个该测的指标

• 品牌提及频率：相关问题里，AI 多频繁提到你。
• 引用率：你的站有没有作为来源出现在回答里。它相当于 GEO 版的“外链”。
• AI 话语权（Share of Voice）：跟对手比的提及占比。举个扎心的例子：对手在 60% 的相关回答里出现，你只有 15%，这个差距就是丢掉的生意。
• 跨平台表现 + 情感定位 + 地理表现：哪个平台强哪个弱，AI 怎么“描述”你，不同市场差多少。

目标值可以先这么定：核心品类查询里，先争取出现在 30%+ 的 AI 回答中；头部品牌能到 50%+。

4.3 prompt 库要多大

• 手动测试一般 15~20 条起步，每周固定追踪 20 条左右。
• 要做成能看趋势的稳定报告，实践里得往 150~300 条堆。输出每次都在变，样本太小，你看到的全是噪声。
• 引用结构一直在漂。每月有 40~60% 的被引来源会变，监测得当成常态纪律，不能只做季度体检。

4.4 各引擎的脾气不一样

• ChatGPT（八亿多周活）：实时检索看结构、完整度、语义相关。九成的引用来自 Google 前 20 名之外，它用的是另一套信号。
• Perplexity：偏爱新内容（近 12 个月）和社区内容。Reddit 占了它 46.5% 的引用。
• Google AI Overview：还是偏爱传统排名好的内容，最爱引 Reddit（21%）和 YouTube（18.8%）。

读结果也有套路。高提及、低引用，通常说明你内容不够结构化，或者权威感不够，需要补统计数据和专家引述。单平台强、其他弱，多半是各平台数据源不同，要调分发。整体下滑，要么对手在产出更值得引用的料，要么你内容老了。

方向四：哪些环节坚决不能交给 agent

5.1 全自动在哪崩

• 发布速度受制于 CMS API：很多链路最后一公里堵在这里。发布做不到干净的全自动，硬上就会带出脏数据。
• 弱 prompt 喂出垃圾：prompt 不行，agent 就是个高速垃圾生产机。量越大，塌方越快。
• agent 会机械套通用规则：上一章那个“给图片 URL 报缺 meta description”就是活例子。

5.2 Google 的红线：规模化内容滥用

这是必须画清的边界。Google 官方对规模化内容滥用的定义，大意是：

只要大量页面的主要目的变成操纵搜索排名，而用户没有得到实际帮助，就会被算进规模化内容滥用。它怎么生成出来，并不重要。

它点名的例子里，有两条跟做 agent、做出海的人直接相关：

• 用生成式 AI 工具批量生产页面，却没给用户增加价值；
• 抓取信息流或搜索结果来生成大量页面，包括同义改写、翻译这类自动化转换的混淆手法，而价值很低。

要看的是最后那层意思：Google 不盯“有没有用 AI”，它盯规模化低价值内容。

反过来看，这也是好消息。用 agent 产出真有价值的内容，不在打击范围；但“机翻一批英文站冲量”“同义改写洗一堆页面”这种，正好踩在它枪口上。

5.3 业内现在的共识

别迷信全自动。现在更靠谱的做法是混合模式：agent 管执行，人管策略。

回头看开头 Piotr 那句“跑步机”。他能用 Ahrefs 把数据活儿规模化，但“该追哪批关键词、什么时候转向”始终是他自己在判断。边界就在这里。

方向五：我自己在跑的一条 GEO 工作流

前面四章拆的是零件：归属表、MCP 积木、监测器骨架、人机边界。

这一章讲我怎么把这些零件拼成一条自己在用的 GEO 工作流。目标很简单：少做漂亮报告，多攒一套能反复调用、经得起追问的内容资产。

6.1 问题：一次性回答会伤人

大多数人用 AI 做 GEO，就是问一句：“帮我看看这个站怎么在 AI 搜索里被引用。”三分钟拿到一份看着挺完整的回答，关键词、内容方向、优化建议、下一步都有，然后就开干。

真要落地了，追问三个数字：这些词的真实搜索量是多少？这个“提及率”哪来的？竞品到底在哪几条回答里占了位？

全没出处。

这跟全自动 SEO 崩在同一个地方：弱 prompt 喂出顺滑但经不起追问的垃圾。一次性回答有三个硬伤：它像脑暴，复用不了；它把不确定写得很确定；它很难直接变成能上线的内容动作。

6.2 解法：结构化、可追溯、可迭代

我做了个 Claude Code Skill。目标不追求漂亮报告，要做的是把“一个站 + 零散材料”转成一套结构化、可追溯、可迭代的 GEO 内容笔记。

说白了，就是把零散信息拆成能反复调用的积木。

输入不求完整，只求诚实。给个域名，再把手头有的东西丢进去：Ahrefs 拉的关键词、几个竞品页面、几张 AI 回答截图、你自己对搜索意图的判断。知道什么写什么，不知道就留空。

输出也不走长报告形式。它会生成五份笔记，放在同一个站的文件夹里：

1. 索引：快速定位 + 核心判断 + 优先抢哪几个查询
2. 关键词与意图档案：真实问法、搜索意图、竞品在哪些回答里占位
3. 内容与意图匹配：把用户的问题和我方内容连起来，标出内容缺口
4. 可引用片段库：能直接放进页面的前置答案、结构化片段 + GEO 指标现状
5. GEO 策略：把分析变成排期动作

写稿前看索引，搭内容看片段库，定下一步看策略。新采样、新竞品进来，只更新相关那份，不重写整篇。这跟第四章 GEO 监测的逻辑一样：不做成季度体检，要做成常态维护。

6.3 跟全文一脉相承的几个设计

• 谁拥有哪一环：Claude 干最耗时、最容易遗漏、最难复用的部分，比如扒竞品、聚类意图、拼内容结构、跑引用采样；我自己负责选赛道、验证事实、定内容方向。第二章那张归属表，到这里才算落地。
• 先澄清，不硬写：先搞清搜索意图再动手。一个查询是商业意图还是信息意图，决定了内容怎么写、该不该抢。判断不出意图就走通用框架，不硬归类；同时把“我判断成了什么意图”告诉我，不能静默跳过。
• 指标只做示意值，不伪装精确：第一章那些硬数字能拿出来用，是因为标了来源、标了口径，不靠拍脑袋。提及率、引用率这种数，必须标“这是基于行业基准的示意值，建议用你自己的真实采样校准”。别写“这页一定能进 AI 回答”，可以写“先按基准估个出现率，看差距大不大、值不值得排进这周；下一步用我们自己的 prompt 库采样校准一遍”。样本太小，看到的全是噪声。

6.4 最关键的一条：反幻觉约束

这套工作流里最重要的设计，其实是反幻觉约束。意图模板和指标估算都重要，但它们排在后面。

不能为了顺滑而牺牲真实。GEO 最怕的也正是这个。AI 引不引你，看的就是可信度；为了好看编一个数据进去，等于自毁被引用的资格。

我给 Claude 定了几条硬规则：搜索量、流量这类具体数字必须有来源，标清是 Ahrefs/Semrush MCP 拉的；竞品在哪条回答里被引用，必须有 AI 回答截图或 URL；提及率、引用率必须标为示意值，或注明采样口径；引擎差异要标注（ChatGPT 和 Perplexity 用的是两套信号）；禁止“保证被引用”“100% 上 AI 首答”这种绝对化措辞。查不到来源，就别写成事实，写成一条 todo，告诉我下一步该去哪补。

底层规则很简单：

Claude 可以推理，但不能伪装成知道。

对 GEO 来说，这反而更要命。一份诚实标注不确定性的内容分析，比一份看着完整、一采样就塌的报告可靠得多。

方向六：中文与出海这一维

前面所有工具和测量逻辑，基本都来自英文世界。Ahrefs、Semrush、Frase、那些 GEO 监测器，服务的是 Google、ChatGPT、Perplexity。

我本来想下一个判断：“中文区 GEO 测量没有成熟工具。”但我查了一些资料后，这句话得改一下。

实际情况更微妙：中文区已经冒出一批 GEO 监测工具了。TideFlow 号称全链路监测、三个月提流量两倍多；AthenaHQ 主打品牌情感分析；还有小陌 GEO、媒介匣、欧博东方、秘塔系工具等等。它们宣称覆盖豆包、Kimi、DeepSeek、文心一言、秘塔这些国产大模型，有的喊“九大国产 AI 全覆盖”。预测里，2025 年中国 AI 搜索流量会占到整体搜索的四成多。

信息差在两个地方：

• 工具冒出来了，但鱼龙混杂，几乎没有可信的第三方验证。这类工具的宣传文章，很多本身就是厂商在引流，正文一半就上付费解锁。它给的“提及率提升 56%、转化 3.5 倍”这种数字，基本是自卖自夸，当不得真。
• 测量逻辑能不能照搬英文那套，还是空白。国产模型的检索机制、引用透明度、对结构化内容的偏好，跟 ChatGPT/Perplexity 不一样，没人系统测过。

对做出海、或做中文 AI 内容的人，我会这么判断：

1. 现成的国产 GEO 工具可以试试，但把它当粗糙信号，别当结论。拿第四章那套监测器骨架去复核。
2. 把分发对象换成中文引擎，比如豆包、Kimi、DeepSeek、文心、秘塔。prompt 库换成中文真实问法，从中性地理跑。能不能稳定解析是另一回事；先搭出来，并且诚实记录哪测得准、哪测不准的人，才会在这个混乱区里拿到可信数据。

这篇的前四章是脚手架：工作流归属、MCP 积木、GEO 监测器骨架、Google 的红线。

而最后两章：我自己跑通、踩过坑的工作流，和一大片还没人插旗的空白。

回到 Piotr 那句话：SEO/GEO 更像跑步机。agent 能帮你把速度调快，但往哪个方向跑，永远是你的事。

先搭起来再说吧。

关于作者

Kyrie— 前国内大厂 R&D 工程师，现居曼谷，做中国科技企业出海 BD。持续分享出海一线真实记录、AI 在业务里的实战用法，偶尔也聊聊美股投资和国外生活。

• X：.@KyrieCheungYep