岗位实战 · 营销获客与GEO
当用户开始问AI而不是搜百度，流量分发规则就变了。本课程讲透GEO（生成式引擎优化）全流程，并用AI搭建从内容到线索的完整获客体系。
先判断：你是否需要学这一模块 SELF CHECK
命中 2 条以上，建议优先安排本模块；勾选可当作业前的需求确认表使用。
学习目标 OBJECTIVES
- 1理解GEO与SEO的本质差异：从“被搜索收录”到“被AI引用推荐”
- 2掌握GEO全流程六步：定位 → 选题 → 结构化内容 → 多平台分发 → 引用监测 → 转化承接
- 3能用AI搭建内容生产流水线，实现稳定日更而不增加人力
- 4掌握私域承接与线索打分方法，把流量变成可跟进的线索
- 5建立获客效果看板：曝光—互动—留资—到店—成交全链路指标
核心知识点 KEY POINTS
GEO是什么
生成式引擎优化：让品牌信息出现在AI问答的推荐结果里。与SEO的区别在于，AI更看重“信息的结构化程度、可验证性与多源一致性”，而非关键词密度。
被AI引用的内容特征
结论前置、要点结构化、有明确数据与出处、覆盖用户真实提问句式、多平台内容互相印证。模糊的营销话术几乎不会被引用。
AI内容生产流水线
选题库（用户真实提问）→ 内容生成（模板化）→ 人工定稿（观点与体验）→ 多平台改写分发 → 数据回收 → 选题库更新。AI承担80%工作量，人负责判断与个性化。
账号定位与内容矩阵
一个账号只打一个定位；内容按“引流款（广覆盖）+ 信任款（专业深度）+ 转化款（案例与报价）”三类配比，形成漏斗。
线索承接与转化
私信/评论AI自动接待 → 意图识别与留资 → 线索打分（意向度/预算/时效）→ 分配跟进 → 跟进记录自动入库。夜间与节假日是AI接待的高价值时段。
效果度量
不看单条爆款，看漏斗：内容曝光 → 互动率 → 留资率 → 到店率 → 成交率。每个环节设基线与目标，按周复盘。
方法论与操作步骤 METHOD & STEPS
第一步：账号定位与人群画像
明确“为谁、解决什么、凭什么信你”三件事，输出一页定位卡（人群、痛点、差异化、内容调性、禁区）。定位不清是所有内容问题的根源。
第二步：建选题库（从用户提问开始）
收集真实客户提问、销售常见问题、评论区疑问、竞品问题，整理成50-100条选题，按“高意向/中意向/泛流量”分级。
第三步：模板化批量生产
按内容类型（干货/案例/对比/避坑/清单）各建一个生成模板，结合历史爆款样本，批量产出初稿后人工定稿。
要点：人的价值在于加入真实体验与具体数据——这是AI写不出、也是内容能否被信任的关键。第四步：多平台改写与分发
同一素材按平台调性改写（小红书重封面与清单感、公众号重结构深度、抖音重前3秒钩子），建立分发日历与责任人。
第五步：GEO监测与优化
定期在主流AI助手中提问核心关键词，记录品牌是否被提及、描述是否准确；不准确则补充结构化内容与权威出处。
第六步：线索承接与转化闭环
配置私信AI接待 + 线索打分规则 + 自动跟进提醒，把咨询沉淀进需求库，按周复盘漏斗各环节转化率。
真实落地场景案例 REAL CASES
园区招商的内容获客
业务场景
园区招商依赖线下渠道与中介，内容渠道长期缺位，团队没人会做内容。
AI应用做法
定位“园区招商内容专员”，接入园区定位与历史爆款样本，建立选题库与三类内容配比，按周批量生产，线索由AI先接待再转招商经理跟进。
门店级内容获客打通到店
业务场景
门店导购内容能力弱，账号断更，客流依赖自然进店与老客转介。
AI应用做法
给导购配极简内容模板（清单体+实拍图+本地化话题），先保证日更，再逐步优化选题；私信由AI接待引导到店。
AI接待把夜间流量接住
业务场景
4个抖音号日均私信300-500条，人工接待率仅50%，大量线索流失在响应延迟上。
AI应用做法
建车型/报价/金融方案知识库，AI承担85%咨询并识别购车意图，自动引导留资与预约试驾，高意向转人工。
涉及工具与产出物 TOOLS & DELIVERABLES
- WorkBuddy 等内容生产流水线（选题—生成—改写—复盘）
- 通用大模型（内容生成）
- 小红书/公众号/抖音内容模板库
- AI私信接待助手
- 线索打分与需求库表格
- GEO引用监测清单
- 账号定位卡（1页）
- 100条选题库
- 30天内容日历与模板集
- 线索转化漏斗看板
- GEO监测记录表
随堂练习与验收标准 PRACTICE & ACCEPTANCE
- 写一页账号定位卡：人群、痛点、差异化、内容调性、禁区，并据此产出30条选题。
- 按“引流款/信任款/转化款”三类各写1篇内容，要求含真实体验或具体数据。
- 在3个主流AI助手中提问你的核心关键词，记录品牌是否被提及、描述是否准确，并列出要补充的结构化内容。
- 提交账号定位卡 + 100条选题库
- 完成3篇不同类型内容（引流/信任/转化）并可发布
- 线索承接机制上线：AI接待 + 线索打分 + 跟进提醒跑通
常见误区 PITFALLS
追求爆款，忽视内容结构的稳定性
建立可复制的模板与选题库，稳定产出胜过偶发爆款
全篇AI生成、不加真实体验与数据
AI写骨架、人加血肉，真实细节才是被信任与被推荐的关键
只看阅读量与点赞，不看留资与到店
按漏斗建指标：曝光—互动—留资—到店—成交
内容做起来了但没人承接私信，线索白白流失
内容上线前先配好AI接待与跟进机制，尤其覆盖夜间时段
多个账号各自为战，内容互相矛盾
统一定位与知识源，多平台内容需互相印证以提升可信度
建议课时 RECOMMENDED HOURS
| 适合人群 | 建议课时 | 建议形式 |
|---|---|---|
| 业务岗 | 6课时 | 实战工作坊：现场产出内容 |
| 管理者 | 4课时 | 侧重体系搭建与指标设计 |
| 全员 | 2课时 | 认知版：内容也能用AI |
| 技术岗 | 2课时 | 侧重接待Agent与数据打通 |
721 时间分配（合计 6 课时 / 约 270 分钟）
| 环节 | 占比 | 课时 | 时长 | 内容说明 |
|---|---|---|---|---|
| 讲授 | 25% | 1.5 课时 | 约 68 分钟 | 讲概念、讲方法、拆解案例 |
| 实操演练 | 55% | 3.3 课时 | 约 148 分钟 | 随堂动手，产出真实业务成果 |
| 研讨点评 | 20% | 1.2 课时 | 约 54 分钟 | 方案互评、答疑与改进建议 |
按 721 法则设计：以实操为主、讲授为辅、研讨收口；1 课时按 45 分钟计，可按企业作息调整。