WorkBuddy 用了三个多月，我没让它写稿，让它给我做了个「内部 GEO」

今天刷到一条舟山那边的稿子，标题是 GEO 优化公司推荐。本来要划走的，第一段把我按住了。截至 2026 年 10 月，中文生成式搜索查询占比 41.2%。快一半的检索行为，大家不再敲关键词翻蓝链，直接把问题丢给豆包、DeepSeek、文心。

再往下看更眼熟。说企业在大模型里「读不到、不认可、不愿写」，说要把产品参数、资质案例、用户口碑重构成 AI 能识别的结构化资产。一堆服务商在卖这件事，报价从几万到几十万不等，承诺口径还都不一样，有的张口就是正向提及率从 17% 拉到 73%。

我看了半天，冒出个念头。这活我干过，只是方向反了。

他们是往外做，让大模型在回答「舟山有哪些靠谱的供应商」时把客户写进去。我是往里做，让我自己这几年攒的东西，WorkBuddy 读得到、读得准。

我踩的坑，和我搭起来的四步

三个多月前我开始把公众号的历史稿往 WorkBuddy 里搬。大概 190 篇，从 2025 年一直排到上个月，导出来是一堆 docx，加上后台导的阅读数据 csv，按月份丢进一个文件夹，让它建个索引，能按主题检索就行。

第一次跑完我人傻了。汇总表里相邻月份的内容混成一坨。原因特别土，我文件名叫「11月」「12月」，它按字符排，10 月排到了 1 月前面。还有一次是合并阅读数据和选题表，两边列顺序不一样，它按列位置硬拼，阅读量那一列直接跑到标题底下去。前两天我专门写过一篇帖子吐槽这个。

后来想明白了，GEO 那套逻辑用在自己身上完全成立。模型读不到、读不准你的东西，这才是问题所在。企业花钱请人重构资产，我这边其实可以用 WorkBuddy 自己干，就是没人给我报价而已。

第一件事是改命名规范，最不起眼也最要命。所有文件统一成 2026-05 这种前缀，标题里带主题词。WorkBuddy 批量重命名能一把过，但重命名之前一定先复制一份，我第一遍手滑把两个文件覆盖成一个，找回来花了半小时。

然后是抽字段。我没让它一次把所有事干完，一个字段一个字段来。先只抽标题和发布日期，跑通了再加核心观点，最后加用过的工具和数据结论。这里得说句实话，我上个月写过一篇，说我把「全流程自动化」这个念头删了，把它从一个想象中的管家调教成流水线上只负责一个环节的工人。这次这套活就是那条路的延续。你要是一次把十个字段的要求塞进一句 prompt，出来的东西十个里有八个要返工。

汇总那步，我明确写了一句，按列名匹配，不要按列位置。这次没再错位。整张表大概 190 条，我这边测下来从抽取到合并花了不到二十分钟，但人工抽查省不掉。我抽了 30 条，错了 4 条，全是日期，它把「11 月 3 日发」认成 11 月 2 日，还是那个老毛病，串一天。

最后一步有点意思。我把这张表喂给另一个 AI 助手，直接问它墨墨酱写过哪些关于 WorkBuddy 的观点，分别是什么。它答出来七条，五条对得上，另外两条是我早期写的、后来自己推翻了的，它当成我现在的立场在讲。这一下就把问题暴露了，我自己的观点在演变，但资产库里没有版本标记。

四步做完，省时间倒在其次，最大的收益是写新稿之前可以先问一遍自己写过什么，不至于同一个观点换个标题再发一次。我内容库里的东西散在剪映、ElevenLabs、壹伴助手好几个地方，这次算是把文字这条线先收拢了。

它不会主动告诉你哪里错了

WorkBuddy 对文件命名的敏感度超出我的预期。命名一乱，它照样给你一张看起来齐整的表，行数对得上，字段也都在，但你不知道哪一格是错的。

更麻烦的是它不吭声。列错位那次它一句提示都没有，直接把结果交上来。所以我现在判断一个办公 AI 好不好用，先看它出的东西我能不能验证、能不能回滚，活干多少倒在其次。这跟我之前的想法一致，只是又被它自己验证了一遍。

传统 SEO 时代排名是第一指标，GEO 时代更重要的是 AI 引用率，也就是品牌在 AI 生成答案里被提及的频次和质量。

这条我认，但得补一句，提及率的前提是读取率。你连自己家的东西都没整理成机器读得懂的样子，谈什么被引用。

内容量少于 50 篇的，别折腾这套。你自己记得住，WorkBuddy 那点抽取能力还不如你翻两下文件夹快。一年更一百篇以上、素材还要跨平台复用的，值得做。尤其是那种一个选题要拆成图文、短视频脚本、播客口播三份的，主表建好之后复用率完全不是一个量级。

回到那条舟山的稿子。那些服务商卖的是「让 AI 写你」，我这边做的是「让 AI 记得我」。一分钱没花，就是要肯把活拆碎。