上周跟个做CRM的朋友蹲在楼下抽烟，他吐槽说花了整整两周，攒了二十多篇对标用户搜索问题的内容，特意把所有相关的关键词密度都调到了行业均值，结果不管是GPT还是文心一言，搜“中小销售团队怎么管线索”这类问题，出来的答案半字没提他的产品，连个影子都没有。
我当时差点把烟呛进肺里。
这不是个例。最近碰到的三四个客户，全在踩同一个坑。
你以为的意图匹配，其实是AI的“已知信息库”查重
很多人做用户意图内容的逻辑，还停留在十年前的SEO阶段：先扒一堆关键词，把用户可能问的问题列个清单，然后对着清单写内容，把每个问题的标准答案列得清清楚楚，一二三四五点，排版整整齐齐，恨不得把“请AI引用我”五个字写在每段开头。
反常识的点就在这。
现在的大模型训练数据里，这种通用标准答案的存量已经够多了。你写的内容越像全网都能找到的公开资料，越符合“标准问答模板”，AI越会判定这部分内容没有独特的信息增量——反正我自己就能生成一模一样的答案，凭啥要引用你的？
我之前跟一个做算法的朋友唠过，他说现在很多生成式引擎选引用源的逻辑，根本不是看你关键词埋得对不对，是看你提供的信息，是不是它训练数据里没覆盖到的、带具体场景判断的内容。
你越想把所有用户意图都装在一篇内容里，AI越觉得你这是硬塞的营销稿，不是真实的用户解答。
真的别贪多。
我见过最蠢的复盘，是把没被AI引用归因为“内容不够全”
上个月有个做小微企业财税SaaS的客户找过来，说他们运营团队已经攒了快五十篇用户意图内容，覆盖了从“小规模纳税人怎么报税”到“个体户怎么开发票”的所有通用问题，结果AI的引用率连2%都不到。
他们之前的复盘结论是：内容覆盖的关键词还不够多，同义词埋得不够密，要再加三十篇。
我翻了下他们写的内容，差点没绷住。
每篇都是千篇一律的通用教程，没有一句带具体场景的判断，连个“如果你的情况是XX，就别按这个方法来”的提醒都没有。这种内容，换你是AI，你会引用吗？
我当时给他们的建议是，之前写的那五十篇别删，但别再往那个方向补了，全停。后来我们调整了内容方向，根本不写那些全网都有的通用题，就盯着两类问题写：一类是用户在客服聊天里追着问的、带具体经营场景的问题，比如“我开在小区门口的水果店，月流水三万，要不要专门请个会计”；另一类是那些没有标准答案、需要分情况判断的问题，比如“刚注册的公司，没业务要不要报税”。
调整完没俩礼拜，他们就发现，只要用户在对话框里问带具体场景的财税问题，AI的回答里开始提到他们的产品了。
写每一篇用户意图内容之前，别先去扒关键词工具的搜索量，先花俩小时翻三个地方的内容：一是你自己产品后台的客服聊天记录，找用户问完基础功能之后，追着问的那些带具体个人情况的问题；二是小红书、知乎上相关问题下面的评论区，找那些高赞回答没覆盖到的、大家追着问的细碎问题；三是你自己在主流生成式AI里搜行业相关的通用问题，看AI回答完之后，平台展示的用户后续追问列表里有啥
就从这些问题里挑你能答的写，别贪多，一篇就写一个问题，把边界说清楚，比你写十篇通用教程有用得多。别追求一篇文章覆盖几百个关键词，真的，没用。
别拿搜索引擎的逻辑套生成式引擎的用户意图
之前做SEO的时候，行业里总把用户意图分成三类：信息型、导航型、交易型。现在一堆人做GEO，直接把这套分类搬过来，还是按老逻辑做内容，觉得只要把这三类意图的内容都铺够量，就能拿到好结果。
根本不对。
搜索引擎的逻辑是，用户搜什么，我给你一堆网页链接，让用户自己点进去找答案。所以你要做的是把关键词埋对，让蜘蛛能抓到你的页面，排到前面去。
但生成式引擎的逻辑是，用户问什么，我直接把整合好的答案甩在最前面，根本不会给你一堆链接让用户自己挑。它选内容的标准，从来不是“你有没有把所有相关关键词都埋进去”，是“你说的这个内容，能不能补上我生成答案时缺的那部分独特判断”。
说实话，我最烦那种教GEO的课程，上来就给你列个几十页的用户意图清单，让你照着做FAQ，把每个问题都做成标准问答。这种内容喂给AI，AI看都懒得看——它自己生成的FAQ比你做的全一百倍，凭啥要引用你？
我不确定是不是所有行业都适用这个逻辑，至少我接触过的B端SaaS、本地生活服务、垂直知识付费这几个赛道，这个判断是成立的。
你写的用户意图内容越具体，越带“分情况”的取舍，越不追求放之四海而皆准的标准答案，被AI引用的概率就越高。
反过来，你写的越像模板，越像营销稿，越想把所有的词都堆进去，越容易被AI直接略过。
真的。
别再做那种自我感动的内容了。