1. 💰 变现闭环卡片（固定第 1 条）

GEO 写作的钱：llmsite 自用 = 省买量预算；OMW 服务 = 赚卖家的营销预算——AI 引荐访客转化率约 4.4 倍于普通搜索（两个独立来源交叉确认），ChatGPT 一家占 AI 引荐流量的 87-90%，且溢价集中在「研究型购买意图」（用户还在比价看评测的阶段；注意反证：纯交易类商品反而普通搜索比 AI 引荐多转化约 13%——单源，所以分层定价要圈对意图），因此 OMW 报价按「每次转换/客户终身价值」分层、不按访问量；llmsite 侧则把垂死的买外链预算换成 AI 引荐。对大课题：这是 OMW 卡位谱系第 4 坐标（前三个：税务合规、归因工具、PR 通道），门槛就是《GEO 写作规范 v1》的方法论壁垒；规范一页纸图见 20261012-geo-spec-001.png。

2. 双通道：AI 引用走两条完全不同的路

训练烙印（GPTBot 等，内容被压进模型权重，像「抄进大脑的记忆」——抄完没回执、永远不署名）vs 实时检索（OAI-SearchBot 等，像「现场翻书引用」——约 24 小时生效、当场带链接署名，唯一产生署名的通道）。易错点：Google-Extended 只是 robots.txt 里的一个开关标记、不是爬虫，管的是 Gemini 训练——屏蔽它并不等于退出 Google AI Overviews（那由 Googlebot 搜索索引决定）。

3. 三要素效应：AI 为什么「不得不引」你

论文实测（arXiv 2311.09735，单一研究）：具名引语 +42.6% / 可验证数字 +32.8% / 自带引用 +27.7% / 关键词堆砌 −8.7%（唯一负值）。机制不是「AI 喜欢 FAQ 格式」，而是句子级引用义务的经济学：AI 每写一句都要给自己找证据，一个「编不出、绕不开」的锚（具体数字、原话、已标来源的事实）让它引用你成为最省事的选项。口径纪律：+40%、+37%、115% 是三个不同实验的三个口径（论文不同指标/不同表格），营销号常混成一个故事——引用任何效应数字必须注明口径。

4. 屏蔽悖论：把 AI 拦门外的代价是「名字消失」

屏蔽检索机器人的真实代价不是丢点击，而是实体缺席——用户问「谁最强」时，AI 答案里说的是对手的名字。市场已用行动投票：66.7 亿请求的大样本研究里，检索机器人覆盖率从 4.7% 升到 55%，训练机器人从 84% 降到 12%（大家都在「屏蔽训练、放行检索」）；79% 头部新闻站屏蔽至少一个训练机器人。例外：大厂屏蔽训练机器人是签授权协议的谈判筹码（如 News Corp），不是自伤。

5. 主 KPI：数「被提名次数」，不是数点击

GEO 的成功度量 = 具名提及（Share of Model，AI 答案里提到你名字的份额），不是引荐点击——因为 AI 答案可以零点击完成交付，「被提到」是先行指标、「被点击」是滞后指标。按点击优化的失败模式：内容退化回「标题党式可点击性」，与「可引用性」方向相反。测量纪律：单次查询不可信（AI 回答有随机性），要像民调一样重复采样：每词问 8-12 次、多引擎分开报（ChatGPT 与 Google 的引用重叠仅约 12%）。

6. CTR 证据：AI 搜索砍掉了多少点击，两个口径别混

AI Overviews（谷歌的 AI 摘要）对普通搜索点击的影响：因果口径 −39.8%（随机对照实验，最硬）与 position-1 建模口径 −58%（30 万关键词大样本）——两个口径不可混用；品牌词几乎无损，信息类词受损最重（部分研究显示最高降七到八成，但该数字是二手转引、暂按单源待回填处理）。

7. llms.txt：门口的名片，保险不是杠杆

让 AI 更容易读懂你网站的说明文件。实测各类 AI 机器人几乎不读它（多项独立日志研究：读取率约等于零），谷歌官方也说不必要——但审计工具已纳入检查、四大 AI 厂自己都发布了。结论：成本近零可以挂，但别为它花一分钱预算。