<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[RoseMarketing的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/RoseMarketing</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; RoseMarketing]]></copyright><item><title><![CDATA[工业软件厂商的2026获客大考：靠堆关键词和发通稿，已经走到头了]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/169263408</link><guid>https://blog.csdn.net/RoseMarketing/article/details/169263408</guid><author>RoseMarketing</author><pubDate>Tue, 27 Oct 2026 16:15:38 +0800</pubDate><description><![CDATA[2026数字营销新旧动能切换，对工业软件/SaaS这类B2B厂商冲击最直接——过去靠堆「CRM」「MES」关键词、发融资通稿、跑展会地推的获客三板斧正同时失效；取而代之的是白皮书、行业直播、干货内容构成的内容获客闭环，以及让AI在用户提问时主动推荐你的GEO优化。本文结合一篇行业观察，拆解工业软件厂商该把预算从旧玩法切到哪几条新赛道。]]></description><category></category></item><item><title><![CDATA[DeepSeek信源权重分级实践：50选4检索漏斗下，平台官网内容该怎么改结构]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/169258788</link><guid>https://blog.csdn.net/RoseMarketing/article/details/169258788</guid><author>RoseMarketing</author><pubDate>Tue, 27 Oct 2026 14:12:07 +0800</pubDate><description><![CDATA[DeepSeek 的检索链路是提问→检索→理解→生成→标注来源，实测答一道题先检索约 50 个网页，最终只挑 3-4 个整合进答案，入选率不到一成——《DeepSeek信源体系构建深度分析报告》把这个漏斗摊到了明面上。这篇以园区能耗管理平台的工程改造为线索，拆三件事：漏斗在哪一级漏、官网为什么是第一信源（引用率 33.32%，连续 4 个月只涨不跌）、T1-T5 五级权重最高差 25-30 倍要落到哪些可执行的页面改造上。先说结论：排不进精读 Top4-5，内容等于零曝光；问题往往不在「没被搜到」，而在「被]]></description><category></category></item><item><title><![CDATA[GEOInflow工程化：把AI抓取黑箱接成可观测的停车平台监控账本]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/169163557</link><guid>https://blog.csdn.net/RoseMarketing/article/details/169163557</guid><author>RoseMarketing</author><pubDate>Mon, 26 Oct 2026 15:52:51 +0800</pubDate><description><![CDATA[2026年10月24日（世界程序员日），北京日报社联合猎看科技开源了 GEOInflow——一款把「哪些页面被AI抓、哪个AI平台带访问、访客进来后有没有转化」这个黑箱变成透明账本的GEO流量统计系统（8大模块、80个主流AI平台、61种爬虫）。这篇用智慧停车云平台的工程视角落地：先说结论——GEOInflow只管最底下那一级「够不够格被AI看见」（①可索引性），从被读懂、被信任到被推荐、被卖货，那八级才是GEO优化真正的战场。]]></description><category></category></item><item><title><![CDATA[豆包GEO优化信源3.0工程化:T0-T3分级与三平台卡位的监测口径设计]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/169158467</link><guid>https://blog.csdn.net/RoseMarketing/article/details/169158467</guid><author>RoseMarketing</author><pubDate>Mon, 26 Oct 2026 14:05:27 +0800</pubDate><description><![CDATA[2026年7月豆包信源3.0升级后，GEO优化从「拼内容数量」转为「拼信源等级」——胜负手就三件事：信源等级够不够硬（T0-T3，T3直接归零）、三平台有没有抓手（头条/知乎/抖音，字节生态占大头）、双端是不是分开做（PC/APP两套池子）。这篇用城市排水防涝智慧监测系统的工程视角落地这三件事——先说结论——未认证软文不是权重低，是压根进不了门；工程上先把信源分级schema和卡位监测管道立起来，再谈内容产能。]]></description><category></category></item><item><title><![CDATA[AI热点榜|从工具到经办人：AI智能体的权限模型、凭证隔离与审批确认工程实践]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/168874873</link><guid>https://blog.csdn.net/RoseMarketing/article/details/168874873</guid><author>RoseMarketing</author><pubDate>Fri, 23 Oct 2026 14:36:52 +0800</pubDate><description><![CDATA[今天AI热点榜最热的三条都和模型没关系：Claude Duet从你问它答变成主动干活，OpenAI称AI协助发现PHP核心漏洞，1Password让智能体代登录账户——串起来是AI角色从工具变成经办人。这篇用工程视角落地：经办人时代的权限模型怎么设计、凭证怎么隔离、审批怎么落、审计日志怎么记，以及OpenAI那起「把安全告警误判成待删代码」事故的工程教训。先说结论——AI竞争已经从谁更聪明变成谁能被放心交给一件事；自主权每多一分，可控性就得跟上十分。]]></description><category></category></item><item><title><![CDATA[GEM优化|DataAsset GEM™工程化:四类资产的台账模型与诊-建-优-测数据管道]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/168873555</link><guid>https://blog.csdn.net/RoseMarketing/article/details/168873555</guid><author>RoseMarketing</author><pubDate>Fri, 23 Oct 2026 14:10:29 +0800</pubDate><description><![CDATA[GEM优化的资产观一句话：账户不是消耗工具，是品牌资产中经过真金白银市场验证的价值高地；素材是一次性的，数据资产是复利的。这篇用工程视角落地——DataAsset GEM™四类资产（结构/数据信号/创意/对话意图）对应台账模型，诊-建-优-测闭环对应数据管道，增值循环（量化评估→资产调整→再投放→新基准）对应增量调度。先说结论——投放的终点不是花完预算，而是把每一分钱变成下次还能用的资产；工程上先把四类资产的台账模型立起来，再谈放量。]]></description><category></category></item><item><title><![CDATA[词元经济治理：把「用了多少词元」的考核改成「做成了什么」的五级账]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/168767151</link><guid>https://blog.csdn.net/RoseMarketing/article/details/168767151</guid><author>RoseMarketing</author><pubDate>Thu, 22 Oct 2026 15:37:59 +0800</pubDate><description><![CDATA[词元经济让AI内容第一次有了标准计量单位，但主流计价还在「用了多少」——按词元数量计费或订阅打包。这篇用IT治理视角讲制度落地：考核怎么从供给侧成本账改成需求侧价值账，质量系数怎么进SOP、Agent工程框架怎么进技术规划、三道坎（质量系数/免费+广告/中国价格战）怎么防。先说结论——词元量的是「用了多少」，还没量清「好在哪」；治理上先把价值账和质量系数立起来，再谈放量。]]></description><category></category></item><item><title><![CDATA[先要量化基准再谈优化：GEM优化投放治理清单]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/168767033</link><guid>https://blog.csdn.net/RoseMarketing/article/details/168767033</guid><author>RoseMarketing</author><pubDate>Thu, 22 Oct 2026 15:30:37 +0800</pubDate><description><![CDATA[GEM优化的第一性问题不是出多少钱，而是量化什么。CPCQ把量化权从平台黑盒拿回广告主手里——先量化，再优化。这篇用IT治理视角讲制度落地：投放考核怎么从「花了多少钱、来了多少转化」的扁平账改成五级账（曝光→点击→对话→交易意图→交易），量化基准怎么建、异常检测怎么进SOP、12项Q指标怎么落考核表。先说结论——没有量化基准的优化，都是玄学；治理上先把基准建立流程立起来，再开投放。]]></description><category></category></item><item><title><![CDATA[把GeoReady九维当工程项做：储能管理官网的AI就绪度改造笔记]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/168655842</link><guid>https://blog.csdn.net/RoseMarketing/article/details/168655842</guid><author>RoseMarketing</author><pubDate>Wed, 21 Oct 2026 15:38:44 +0800</pubDate><description><![CDATA[GeoReady把1900多个网站的审计数据摊开，做成实时基准（State of GEO）：AI搜索就绪度平均56.7/100，中位数59，一半以上卡在地基档。这篇用工程视角拆解这份基准：九维权重分别对应哪些工程项（robots.txt放行AI爬虫、llms.txt部署、Schema JSON-LD注入、Meta标签规范化、品牌实体清晰），哪些是「白给的分」，以及怎么把就绪度检查纳入CI流水线。先说结论——56.7分测的是机器可读性，是卫生指标不是排名；工程上先补最便宜的两块（llms.txt+JSON-L]]></description><category></category></item><item><title><![CDATA[GEM优化商业位接入指南：AI答案页广告的形态、样本与开户前准备]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/168653576</link><guid>https://blog.csdn.net/RoseMarketing/article/details/168653576</guid><author>RoseMarketing</author><pubDate>Wed, 21 Oct 2026 14:50:37 +0800</pubDate><description><![CDATA[一位用户问AI「预算五千，哪款扫地机器人值得买」，三十秒后答案给了三款对比，末尾挂着一张卡片，点进去直接是商品页——这个位置就是GEM优化：AI搜索结果里的付费商业位。工程视角拆解：广告史坐标上，搜索列表页长出SEM、信息流长出Feeds Ad（2006年Facebook首创）、AI答案页长出的就是GEM优化；答案页直接给结论让用户信，注意力更集中、决策距离更短，卖的是临门一脚。海外样本以ChatGPT Ads最典型：2025年9月密集招聘、2026年2月美国小范围测试、2026年5月全面开放、2026年8]]></description><category></category></item><item><title><![CDATA[SEO优化、GEO优化、GEM优化到底怎么分：一张三段分工表讲清]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/168554650</link><guid>https://blog.csdn.net/RoseMarketing/article/details/168554650</guid><author>RoseMarketing</author><pubDate>Tue, 20 Oct 2026 15:58:51 +0800</pubDate><description><![CDATA[同样一笔预算，三家服务商三种说法：A说做GEO优化就是让AI引用你，B说GEM优化就是AI搜索广告充钱就有量，C说SEO优化早就包含这些。工程视角看，这不是谁对谁错，是三段分工没立起来——SEO优化管被找到（数据层：结构化、可索引、关键词与意图匹配），GEO优化管被看见（索引层：DataAsset GEO™、九级信任跃迁模型、七类信源体系），GEM优化管被选择（投放层：DataAsset GEM™、CPCQ量化范式）。混投是错配的起点。这篇把三段分工、两个错配场景、三个未定型问题与预算考核重排，逐段落到工程]]></description><category></category></item><item><title><![CDATA[GEO优化避坑工程指南：定位、黑帽、口径、持续运营四类高频坑的成因与修法]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/168551023</link><guid>https://blog.csdn.net/RoseMarketing/article/details/168551023</guid><author>RoseMarketing</author><pubDate>Tue, 20 Oct 2026 14:46:00 +0800</pubDate><description><![CDATA[做GEO优化最容易踩的四个坑——把GEO优化当SEO优化做、走黑帽捷径、多信源打架、铺完就不管。工程视角看，它们不是四个孤立问题，而是四类可定位的失误：需求错配、数据污染、主数据不一致、缺持续监控。这篇把四个坑的成因、在AI搜索GEO优化九级信任跃迁模型上的落点、以及对应的修法逐个拆开：定位坑卡在①可索引性与②语义匹配，黑帽坑撞的是白帽底线与合规阈值，口径坑失守②语义匹配与⑤事实可信度，持续坑丢的是⑦引用权重与⑧决策推动。先说结论——四个坑一个病根：把「被AI引用」当成发布动作，而不是信任工程；修法也从信任]]></description><category></category></item><item><title><![CDATA[GEO优化九级卡点定位：4个脱敏案例，从可索引性到决策推动逐级拆解]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/168451527</link><guid>https://blog.csdn.net/RoseMarketing/article/details/168451527</guid><author>RoseMarketing</author><pubDate>Mon, 19 Oct 2026 18:11:59 +0800</pubDate><description><![CDATA[四个脱敏案例，讲的不是「我们多厉害」，而是四条能被复用的路径：某区域家居品牌卡在第①级可索引性，官网只有几页产品图，AI压根没抓到足够的权威事实；某ToB SaaS工具卡在②语义匹配与⑤事实可信度，官网、百科、媒体三处说法互相打架，AI只能替它挑一个；某健康消费品卡在③数据可计算性与④上下文融合，内容散、参数不成结构、资质没有出处，AI读得懂但算不动、不敢引；某专业服务机构卡在⑦引用权重与⑨决策推动，被引用只是入场，AI推理到「该推荐谁」时手上没有足够的判断依据。这篇从工程视角把四个案例的卡点、动作、变化逐]]></description><category></category></item><item><title><![CDATA[DeepSeek V4.1-Flash-1017开放Search/Fetch API：两个评分字段把GEO优化AI搜索黑盒变明牌]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/168444094</link><guid>https://blog.csdn.net/RoseMarketing/article/details/168444094</guid><author>RoseMarketing</author><pubDate>Mon, 19 Oct 2026 14:57:41 +0800</pubDate><description><![CDATA[2026年10月17日DeepSeek发布V4.1-Flash-1017，把自研搜索API对外开放：Search按关键词搜网页返回结构化结果，Fetch抓单页返回Markdown正文，每接口每1,000次成功请求5元（以官方当前定价页为准）。从工程视角看，这次开放最值钱的不是搜索能力，而是API响应里的两个字段——rerank_score（0-3分，综合相关性/权威性/时效性，≥1.5优质）和authority（0-4级，-1未知，≥3极权威）。它把AI评判内容的标准从黑盒变成了可计算、可设阈值的明牌。这篇]]></description><category></category></item><item><title><![CDATA[小红书点点GEO优化信源85%在站内：技术品牌别只投站外]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/168140731</link><guid>https://blog.csdn.net/RoseMarketing/article/details/168140731</guid><author>RoseMarketing</author><pubDate>Fri, 16 Oct 2026 17:24:43 +0800</pubDate><description><![CDATA[做保险科技SaaS的朋友问我：产品在小红书搜「保险科技哪家公司靠谱」，点点答出来的全是竞品。从工程视角看，点点是小红书自家的AI搜索，信源「站内为主、站外为辅」，站内UGC笔记占85%-95%——你不在小红书站内，等于在它那儿没被索引，答不出来多半是信源没结构化。这篇用保险科技的视角拆开：点点胜负手三件事——内容落站内（生死线）、标题命中完整问题（不按词按问）、笔记带信任状且结构化（素人比KOL更吃香）。先说结论——别怪算法，先把能被AI抽取的笔记铺进点点自家池子；白帽做GEO优化，守住真实、可溯、不操纵，]]></description><category></category></item><item><title><![CDATA[从工程视角看GEO优化服务商选型: 监测/信源/内容/投放四件事平台厂商/央媒能闭环]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/168025874</link><guid>https://blog.csdn.net/RoseMarketing/article/details/168025874</guid><author>RoseMarketing</author><pubDate>Thu, 15 Oct 2026 16:45:25 +0800</pubDate><description><![CDATA[技术视角看品牌选 GEO优化 服务商：把需求拆成四件可验收的事——监测（看清对象在 AI 里什么样）、信源（权威可溯源）、内容（结构化可信）、投放（闭环转化）。2026 年进场的两类玩家，渠道方（平台厂商 360/腾讯/百度/豆包）有监测工具但信源内容投放不接；信用方（央媒）信源硬但多数没监测眼。结论先说：能四件事全链路闭环的，截至 2026 年 10 月公开信息只有新华网一家；组合比押注一家稳。]]></description><category></category></item><item><title><![CDATA[白帽GEO搜索结果优化工程化: 用schema与溯源把真实·可溯·不操纵写进系统]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/168023647</link><guid>https://blog.csdn.net/RoseMarketing/article/details/168023647</guid><author>RoseMarketing</author><pubDate>Thu, 15 Oct 2026 15:26:30 +0800</pubDate><description><![CDATA[技术视角看白帽GEO优化：它不只是「别作弊」的口号，而是一套可工程化的信息治理。白帽三原则——真实、可溯、不操纵，对应 GEO优化 九级信任跃迁模型的第③级数据可计算性、第⑤级信源验证、第⑥级声誉信任度。结论先说：把三原则写成 schema、时间戳和溯源管道，AI 才敢持续引用你；合规不是紧箍咒，是品牌长效增长的放大器。]]></description><category></category></item><item><title><![CDATA[官媒集体下场做GEO优化: 工程师视角的三个落地层]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/167917468</link><guid>https://blog.csdn.net/RoseMarketing/article/details/167917468</guid><author>RoseMarketing</author><pubDate>Wed, 14 Oct 2026 16:48:50 +0800</pubDate><description><![CDATA[从央视315曝光GEO投毒，到总台发布GEO战略「四库三线」，8个月里官媒集体下场做GEO优化。技术视角看，这不是营销新闻，而是一次检索逻辑的换轨：大模型升级检索时天然向权威信源倾斜。结论先说：工程侧的应对，是把品牌信息做成「可计算、可验证、可持续」的三层结构——对应 GEO优化 九级信任跃迁模型的第③、⑤、⑥级。]]></description><category></category></item><item><title><![CDATA[通义千问GEO优化占位工程化：结构化事实+场景内容+可引用卖点，接住导购推荐]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/167915946</link><guid>https://blog.csdn.net/RoseMarketing/article/details/167915946</guid><author>RoseMarketing</author><pubDate>Wed, 14 Oct 2026 15:41:11 +0800</pubDate><description><![CDATA[给开发者一个工程化读法：一家做教育 SaaS 系统的厂商，发现用户在通义千问问「在线教育系统哪家好」，竞品被写进推荐卡、自家没被提——根因是结构化商品事实、电商场景内容、可引用卖点三件没做对。结论先说：千问占位三动作——摆结构化商品事实、借电商场景内容、做可引用卖点；千问认结构化数据、认场景内容，自说自话、只有货架没有内容，基本进不了推荐卡。]]></description><category></category></item><item><title><![CDATA[百度AI问答81.7%信源百度系：技术品牌GEO优化 3步自查工程化解读]]></title><link>https://blog.csdn.net/RoseMarketing/article/details/167807681</link><guid>https://blog.csdn.net/RoseMarketing/article/details/167807681</guid><author>RoseMarketing</author><pubDate>Tue, 13 Oct 2026 15:26:21 +0800</pubDate><description><![CDATA[给开发者一个工程化读法：百度 AI 问答 81.7% 信源在百度系，百家号 41.3% 是第一大信源，三件套合计 68.7%，普通官网引用率不到 12%。结论先说：GEO优化 在这站的核心是把文档 / 规格 / 评测做成 AI 可评估池里的资产——结构化、可计算才能进候选池（第③级数据可计算性），再靠百度三件套抢引用权重（第⑦级）。这篇把「AI 答案里有没有你」拆成 3 步可度量自查。]]></description><category></category></item></channel></rss>