平台观察·约 7 分钟读完·透镜GEO 实验室

品牌GEO要做小众品类的头名,还是去大品类里陪跑?

先算一笔假设的账。

本文要点

  • 先算一笔假设的账。

先算一笔假设的账。

一个小品类,市面上能想到的问题大概十二条;一个大品类,能想到的问题可能三百条。前者你排前三,后者你排第四十。

听起来前者赢了。但把每条问题的月搜索量乘进去,答案可能反过来:十二条问题每条几十次,三百条问题里有二十条每条几千次,你的曝光总量差着两个数量级。

这笔账之所以算错,是因为大多数人只算排名、不算池子多大。排名是百分比,池子是流量。一个百分之百的小池子,总量可能不如一个大池子里的百分之五;可反过来,大池子里的百分之五,你可能永远等不到兑现的那天——你排第四十,用户根本滑不到那里。

品牌GEO要做小众品类的头名,还是去大品类里陪跑?(Word 导入图片 1)

一、先算清曝光:名次高不等于流量大

小品类这本账,第一行是排名。问题少、竞争者少,做到前三甚至头名不难,这是它实实在在的好处。第二行是池子大小。所有问题加起来的总流量小,即使每个问题你都排前面,能触达的人数上限也就那么大。

大品类这本账反着来。第一行是池子,总量大得多;第二行是排名,头部占住了大部分名额,你挤进去也常常在末尾。

而末尾提及在AI答案里的处境,比在搜索结果里更差。搜索结果的第三页还有人翻,AI答案的第五个名字很多人根本读不到——答案长度有限,靠后的名字经常被压缩成一句"还有几家"。

两本账摆在一起,比的其实是三样东西:你能拿到的名次、这个名次背后的流量、以及拿到它的成本。三样必须一起看。只看名次会高估小品类,只看流量会高估大品类。

问题总量:小品类十几条就能覆盖,大品类覆盖成本高得多。

能拿到的名次:小品类前三甚至头名,大品类十名开外、偶尔进名单。

单条问题的流量:小品类小,大品类里头部那几条极大。

客户池:小品类窄但意图明确,大品类宽但混进大量非目标人群。

一年后的状态:小品类稳定但增长有限,大品类波动、取决于投放节奏。

二、看清小众品类:容易做第一,也容易封顶

小品类真正的成本不在竞争,在三个上限。

第一个是问题数量的上限。用户的提问方式有限,十几条就问完了。问完意味着两件事:一是内容的边际收益迅速递减,写到第二十篇时已经没人问新问题;二是监测失去意义,因为所有问题的答案你都背得下来,不需要工具。

第二个是客户池的上限。品类小,通常是因为需求本身窄:只服务某个环节、某个规模、某个场景。这个窄恰好是它的优势(意图明确、转化率高),也是它的上限(池子就这么大,做到头名也吃不下更多)。

第三个是故事的上限。小品类很难讲出增长故事,融资、扩张、招人都受这个限制。这一条对写内容的人不是直接约束,但它影响预算——一个讲不出增长故事的品类,很难拿到持续的内容预算。

三个上限叠在一起,结论很清楚:小品类适合当"站稳的地方",不适合当全部战场。把它当全部,前两年会很舒服,第三年会发现问题不是做得不够好,是没地方可做了。

想知道你的品牌是否被 AI 推荐?查看品牌 AI 可见性

不过小品类有个现实的窗口。2026年8月一项全网网页研究显示,只有8.90%的页面做过GEO优化,多数同行连基础动作都没铺开。在问题少、竞争者少的地方,先进场的人拿到位置的代价最低,这也是小品类最值钱的地方——不是天花板高,是入场便宜。

三、大品类的门槛:流量集中,名额只有几个

大品类的成本结构完全不同,主要花在"挤"上。

头部的占位是复合的。一个品类里排前面的品牌,往往同时占住了三样东西:内容量(相关问题下都有它的页面)、外部提及(媒体和垂直站写这个品类时会提到它)、模型先验(问这个品类时它天然在候选里)。三样互相加强,后来者要挤进去,得同时动这三样,成本不是线性叠加。

名额的实际分布比想象的更窄。一个推荐名单通常三到五家,头部占两到三个,剩下两三个位置在所有挑战者之间分。所以"进前十"和"进名单"是两件事:第十名可能一次都没出现在名单里,因为名单只取前三。

行业报告的信源集中度显示,前10个信源拿走了47.0%的引用,前20个拿走59.9%,前50个拿走74.5%。一个品类里可能有上万个页面在产内容,但真正被反复调用的,是这几十个。

但这个结构有缝隙。缝隙来自条件——加上"预算有限""只要本地服务""支持私有部署"这类限定,名单会重排,头部不一定在每个条件下都在。这是新进入者比较现实的路径:不抢大品类的通用问题,抢大品类里的某个条件。

四、判断该怎么做:看分布、看稳定、看差异

信号一,看问题流量的分布,不只看总量。如果这个品类里前五条问题占了八成流量,说明它是个"流量集中"的品类,值得挤——挤进前五条就够;如果流量均匀散在几百条问题上,说明它是个"流量分散"的品类,硬挤头部不如铺长尾。

信号二,看前五名的稳定性。找三条核心问题,隔一个月问两次,看前五名换了几个。换得多,说明位次可争;换得少,说明已经固化,新进入者要付出很高代价。这一条用小样本就能测,不需要工具。

信号三,看差异点能不能一句话说清。这一条常被忽略,但它决定你在任何品类里能不能被写进"为什么推荐它"那句里。如果你介绍自己要说五分钟,那你在小品类里也只能被列进名单、被罗列一行;反过来,一句话能说清"我比谁更适合谁",即使在大品类里,也有机会在某个条件下被写进推荐理由。

三个信号组合起来,判断就清楚了:流量集中+位次可争+差异点清晰,值得往大品类挤;流量分散+已固化+说不清,老实做小品类头名更划算。

三个信号里,第三个优先级其实最高。差异点说不清的品牌,无论在哪个品类都进不了推荐理由,而进不了推荐理由的位置是不稳的——今天靠投放挤进去,明天投放一停就掉。

五、两层分工:主品类守位,细分场景争头名

这道题的标准答案不是二选一,是分层。

主品类守位。在你能覆盖的那些问题上保持存在,不追求头名,追求"稳定出现在名单里"。这部分投入不必大,一套核心内容加定期更新就够,目标是别掉出去。

细分场景做头名。找一个条件,在那个条件下做到前三。比如不做"项目管理工具"这个大类,做"十人以下团队的项目管理工具";不做"工业除湿机",做"地下室防潮除湿"。这个细分里问题少、竞争弱、意图强,是能拿到位置的地方。

两层的分工很清楚:主品类负责不缺席,细分场景负责拿位置和拿推荐理由。前者守的是流量下限,后者争的是转化上限。

这套打法还有个附带好处:细分场景的内容,往往能反向影响主品类的答案。因为在细分问题下你被反复写进推荐理由,模型对你的判断会变得具体;回到大类问题时,你也更容易被写进那句理由,而不只是被列进名单。

两层之间要有配比,不能平均用力。比较常见的配法是:细分场景占七成内容投入,主品类占三成。前者负责拿位置,后者负责不失联。反过来配——七成守主品类、三成做细分——多数团队撑不过两个季度,因为守位的反馈太慢,看不到进展就撤了。

六、守住底线:品类选错,GEO优化动作都白费

品类选择是这套体系里少数几个"做错了靠努力补不回来"的环节之一。内容可以改、页面可以重做、监测可以换工具,品类选错了,所有投入都在为一个进不去的名单付钱。

判断自己有没有选错,看一个现象:连续两个季度投入内容,位次没变化,但同行的位次在变。如果是这样,问题不在执行,在这条道上没有你的位置——要么换条件,要么换品类。

这个判断要排除一种情况:内容投了,但投错了层。如果所有投入都落在"被列进名单"这一层(铺量、铺渠道),"为什么推荐它"那句一直空着,那位次不动是正常的,不代表品类选错。先确认那句推荐理由有没有动,再判断品类。

最后一句:小品类和大品类不是对错,是阶段。起步时靠细分拿位置,站稳后往主品类守存在。这个顺序反过来做,通常两头都拿不到。

相关阅读

你的品牌,AI 看得见吗?立即检测品牌