GEO挖词终极融合方案
000
画布
|大纲
内容详情
认知前提（方案核心根基）
GEO与SEO挖词差异
- SEO挖词特征
- 核心挖取名词类词汇（用户主动搜索产品名）
- 示例："CRM系统"、"护肤品推荐"特点：传统关键词工具可查搜索量
- 特点：传统关键词工具可查搜索量
- 示例："CRM系统"、"护肤品推荐"特点：传统关键词工具可查搜索量
- 核心挖取名词类词汇（用户主动搜索产品名）
- GEO挖词特征
- 核心挖取场景化Prompt（用户对AI的自然提问）
- 示例："10人小团队防飞单的合规便宜软件"特点：传统工具搜索量为0，命中后转化率极高
- 特点：传统工具搜索量为0，命中后转化率极高
- 示例："10人小团队防飞单的合规便宜软件"特点：传统工具搜索量为0，命中后转化率极高
- 核心挖取场景化Prompt（用户对AI的自然提问）
GEO词库核心定位
- 词库本质是"用户焦虑+场景+诉求"的自然语料
- 价值：精准匹配AI回答逻辑，用户认可度高
词库三层结构（DS贡献）
L1产品词
- 定义：用户直接搜索的产品/服务名
- 示例："CRM软件"、"AI写作工具"
- 价值：流量大但竞争激烈，做基础流量覆盖
- 示例："CRM软件"、"AI写作工具"
L2场景词
- 定义：用户描述需求的自然语言
- 示例："销售团队管理客户跟进用什么软件"
- 价值：GEO核心战场，传统工具无法挖掘
- 示例："销售团队管理客户跟进用什么软件"
L3竞品词
- 定义：用户做品牌对比时的搜索词
- 示例："XX和YY哪个好用"
- 价值：截流竞品用户，转化率极高
- 示例："XX和YY哪个好用"
四路采集路径总览（豆包框架）
路径A：采购现成商用词库
- 通用词库（基础盘）
- 5118（全模型首推）
- 覆盖平台：百度、搜狗、抖音、小红书等全渠道
- 必买接口：用户需求图谱API、高频疑问词挖掘、行业长尾词包
- 费用：888-2999元/年，企业级API单独议价
- 词查查
- 特点：亿级长尾词，支持按省市筛选本地化GEO词
- 适用场景：本地服务类GEO内容布局
- 优采云（豆包独家推荐）
- 特点：1.3亿全网沉淀词，自带实时飙升热词与聚类工具
- 优势：导出后可直接入库，无需二次清洗
- 5118（全模型首推）
- 垂直电商词库（消费品类必买）
- 蝉妈妈
- 数据内容：抖音+小红书搜索词、商品词
- 费用：1800-5800元/月
- 飞瓜数据
- 数据内容：抖音/B站关键词、视频标签
- 费用：2000-8000元/月
- 千瓜数据
- 数据内容：小红书专项词云、笔记数据
- 费用：1980-4980元/月
- 魔镜市场情报
- 数据内容：淘宝/天猫/京东搜索词、对应销量
- 费用：5800-12000元/月
- 蝉妈妈
路径B：第三方API持续增量
- 主力对接API清单
- 5118需求图谱API
- 功能：返回种子词的搜前/搜后关联词链
- 5118高频疑问词API
- 功能：批量获取"怎么/如何/哪个好"类疑问句式
- 词查查本地词API
- 功能：获取分区域本地化GEO词
- 凯迪拓词API
- 功能：单接口聚合百度/抖音/小红书/淘宝多平台词
- 5118需求图谱API
- 微信指数接入（Gemini独家方法）
- 购买路线
- 渠道：GitHub、技术论坛第三方封装API
- 计费模式：包月/按调用点数计费
- 自建路线
- 方案一：Windows微信客户端Hook抓包
- 方案二：安卓模拟器+Appium+Charles抓包
- 价值：反映公众号生态真实流量，补充其他平台数据
- 购买路线
路径C：自研爬虫（长期成本最低）
- 搜索引擎下拉词模块
- 支持平台：百度、搜狗、360、神马、微信搜一搜
- 采集策略：种子词→下拉词→加字母前缀递归采集
- 深度：3层递归，单品类出词10-50万
- 小红书采集模块（Gemini系统方法）
- 下拉词死循环拓展
- 实现：调用小红书Suggest接口，种子词加"怎么/避坑/推荐"前缀
- 配套：亮数据住宅IP代理，降低反爬拦截概率
- 评论区痛点提取
- 方法：爬取行业Top100爆款笔记评论区
- 价值：获取用户口语化诉求，直接匹配AI提问场景
- 下拉词死循环拓展
- 知乎问题树采集
- 实现：按话题ID采集全量历史问题标题
- 筛选逻辑：关注人数多+回答数少=GEO空白市场
- 优势：知乎反爬强度低，高权重语料易获取
- 抖音热榜+搜索词采集
- 热榜采集：每15分钟同步抖音热榜，留存历史数据
- 搜索词采集：mitmproxy抓包APP获取Suggest接口
- 补充：按品类批量采集视频标题、话题标签
- 电商平台采集
- 支持平台：淘宝、1688、拼多多搜索Suggest接口
- 补充工具：淘宝直通车关键词规划师获取真实搜索量
- 特点：商业意图最强，转化率高于其他平台词
- 爬虫基础架构
- 调度层：Celery+Redis，支持优先级队列与平台独立限速
- 采集层：Requests池+Playwright集群+Appium适配多场景
- 代理层：亮数据+快代理+芝麻代理，分平台适配
- 存储层：ClickHouse存海量原始词，ES做语义检索聚类
路径D：GEO专属方法（差异化核心）
- D1 AI审讯室（大模型相关追问扒取）
- 原理：抓取大模型回答后底部"相关追问"词
- 支持平台：秘塔AI、Kimi、豆包、文心一言、DeepSeek
- 产出：100个种子词可产出2500条黄金GEO词
- 标记：最高权重标记，命中AI算法推荐语义
- D2 Citation截胡法（千问独家创意）
- 原理：提取大模型回答引用的URL，分析内容共性
- 流程：批量提问→提取引用URL→爬取全文→Claude分析
- 双重产出：AI偏好词库+AI高引用内容模板
- 价值：大幅提升内容被AI引用的概率
- D3 实体漏报率测试（Gemini独创）
- 原理：测试AI在相关提问中是否提及自有品牌
- 触发逻辑：回答无自有品牌则标记为P0优先级词
- 价值：主动发现GEO空白，快速补全布局
- D4 焦虑词生成器（千问独创）
- 原理：模拟用户极度焦虑时的AI提问场景
- 生成规则：痛苦场景+解决方案+时间紧迫感，口语化表达
- 产出：100个行业词可生成5000条高转化专属词
- 特点：传统工具无搜索量，转化率远高于普通词
- D5 社区真实Prompt扒皮（千问独创）
- 采集渠道：知乎、小红书、V2EX、掘金AI相关内容
- 流程：爬取用户晒出的AI提问截图/文本→Claude提纯
- 价值：获取最真实的用户AI提问句式
统一后置处理流水线
去重环节
- 精确去重：BloomFilter实现亿级去重，内存占用低
- 语义去重：Sentence-BERT合并语义相近的提问句式
过滤分类环节
- 质量过滤：去除单字、纯数字、乱码、无商业意图词
- 意图分类（DS框架）
- 了解型："XX是什么"类基础认知提问
- 评估型："XX好不好用""XX和XX哪个好"类对比提问
- 决策型："XX在哪买""XX怎么开通"类转化提问
GEO专项打标
- 标记维度：AI引用频率分、AI追问词标记、实体漏报词标记、平台覆盖数
分层存储
- PostgreSQL：结构化词库，支持日常主查询
- ClickHouse：万亿级原始词存档，低成本存储
- Elasticsearch：支持语义搜索与词聚类分析
GEO综合评分模型
传统SEO维度（40%权重）
- 百度指数（15%）：匹配公域搜索热度
- 平台覆盖数（10%）：多平台出现的词通用性更强
- 竞争度反转（15%）：竞争度越低得分越高
GEO专属维度（60%权重，核心差异化）
- AI引用频率（25%）：被AI引用越多得分越高
- AI追问词标记（20%）：来自AI推荐追问的词加权
- 实体漏报标记（15%）：P0空白词最高优先级加权
MVP执行路线图
第一阶段：快速建库（第1-2周）
- 采购5118词库包+API开通（运营负责）
- 产出：基础词库100万+
- 百度/搜狗/360 Suggest递归爬虫开发（后端负责）
- 产出：新增50万词
- 知乎话题问题批量采集（后端负责）
- 产出：高质量场景词10万
- 焦虑词生成器首批运行（AI负责）
- 产出：GEO专属词5000条
第二阶段：社交平台+GEO专属（第3-4周）
- 小红书下拉爆破+评论区痛点采集（后端负责）
- 产出：口语化长尾词20万
- AI审讯室功能上线（后端负责）
- 产出：AI追问词2500条
- Citation截胡法首次运行（全栈负责）
- 产出：被引内容结构模板+专属词库
- 实体漏报率批量测试（后端负责）
- 产出：P0空白词清单
第三阶段：自动化+持续运营（第5-8周）
- 微信指数监控接入（后端负责）
- 产出：微信生态词补全
- 抖音/快手热榜自动采集（后端负责）
- 产出：实时热点词更新
- GEO综合评分模型上线（后端负责）
- 产出：全词库打分排序
- 内容生产系统对接词库（全栈负责）
- 产出：词库直接驱动内容选题
大模型独家贡献对照
千问贡献
- 核心内容：Citation截胡法+焦虑词生成器+社区Prompt扒皮
- 价值：从AI引用反推逻辑，最接近GEO本质
Gemini贡献
- 核心内容：实体漏报率测试+微信指数Hook+小红书评论策略
- 价值：主动发现GEO盲区，针对性强于被动挖词
豆包贡献
- 核心内容：优采云词库+四路体系架构+后置清洗流水线
- 价值：工程化最完整，冷启动速度最快
DS贡献
- 核心内容：三层词库分类框架+意图分类体系
- 价值：词库组织清晰，对接内容生产效率最高