这一篇适合谁
- 做出海产品、想被 ChatGPT / Perplexity / Claude 引用
- 做英文 SaaS、想从 AI 搜索拿到流量
- 已经懂中文生态，想看懂国际方法论的工程化体系
这一篇讲什么
13 课，基于一套已被验证的 6 维评分体系——每节课只讲一个维度的"是什么 + 怎么做"，最后一课把六维合起来做完整审计。配真实客户案例（Electron SRL，6 个月从 28 分做到 86 分）。
国际生态篇
付费
全 13 节
国际生态篇——让 ChatGPT、Perplexity、Google 引用你
面向出海与英文内容的 SEO+GEO 系统课。Citability / Brand Authority / E-E-A-T / Technical / Schema / Platform 六维评分体系，配 Electron SRL 28→86 真实案例和 5 大 AI 引擎引用偏好对照。
01
第 1 课：为什么 ChatGPT 从来不提你？
国际生态篇也从一个动作开始：在 ChatGPT / Perplexity / Claude / Gemini / Bing Copilot 各搜你自己一次。这 5 个 AI 引用源只有 11% 重叠——意味着没有'一招通吃'，但和中文 AI 不同，它们有一套可被系统优化的共同地基。
02
第 2 课：Citability 段落级评分——你的段落能被 AI 整段切走吗？
你写了 5000 字好文章，AI 引用率却为零——因为 AI 不读整篇，它在找'能整段切走当回答'的段落。这一课讲透段落级 5 维评分（答案块质量 / 自包含 / 结构 / 统计密度 / 独特性）和 134-167 词法则，配 Notion 介绍的 F→A 改写训练。
03
第 3 课：Brand Authority 品牌权威——AI 怎么判断你够不够格被引用
Ahrefs 2025 年对 75,000 个品牌的研究发现：YouTube 提及与 AI 引用相关系数 0.737，传统外链 / DR 只有 0.266——AI 时代品牌权威信号和传统 SEO 信号完全不同。这一课讲 5 大平台权重分布、Wikipedia 准入策略、跨平台 sameAs 闭环、实体歧义陷阱。
04
第 4 课：E-E-A-T 与内容质量评分——AI 引用决策的'信任地基'
Brand Authority 决定 AI 信不信你这个来源；E-E-A-T 决定 AI 信不信你这篇内容。这一课讲透 4 维详细信号清单（每维 0-25 分）+ 5 大组件加权（E-E-A-T 60% / 内容指标 15% / AI 内容评估 10% / 主题权威 10% / 新鲜度 5%）+ 8 项 AI 生成低质红旗。
05
第 5 课：Technical 技术地基——爬虫能不能正确读到你的内容
你的内容质量评分到 80，但 GPTBot 抓到的是空白页——这一课讲 6 维体系第 4 维 Technical 占 15%，但能让前面所有维度归零。SSR 是 GEO 时代的生死线（AI 爬虫不执行 JS）+ 14 个 AI 爬虫 user-agent 完整清单 + Core Web Vitals 三指标 + Mobile-First Crawling。
06
第 6 课：Schema 结构化数据——给 AI 读的'机器可读说明书'
上一课你修了 SSR 让 AI 爬虫读到内容——但 AI 仍然不知道'你是谁'。Schema 结构化数据就是给 AI 的机器可读说明书：12 组件评分细则 + 6 个关键 schema 完整模板（Organization / Article+Person / Product / SoftwareApplication）+ HowTo 已废弃 / FAQPage 受限的 2023 重大变化 + JS 注入 schema 的陷阱。
07
第 7 课：Platform 平台差异化——5 大 AI 引擎引用偏好对照
前 6 课你做完了 Citability / Brand Authority / E-E-A-T / Technical / Schema 五个维度——但这些都是'对所有 AI 平台通用'的工程化优化。第 6 维（也是最后一维）讲清楚：5 大 AI 引擎（Google AIO / ChatGPT / Perplexity / Gemini / Bing Copilot）各自的引用偏好怎么不同，5 平台引用源只有 11% 重叠——一套策略打不了所有平台。给你 5 平台横向对照 + 跨平台协同 9 项动作 + 单平台快赢 8 项动作 + 投入优先级决策矩阵。
08
第 8 课：llms.txt——给 AI 看的'网站地图'新基础设施
robots.txt 告诉爬虫'不能访问什么'，llms.txt 告诉 AI 系统'最有用的内容是什么'。Jeremy Howard 2024 年 9 月提出的新标准——截至 2026 年初不到 5% 的网站有 llms.txt，是显著差异化点。这一课讲清楚完整规范 + 模板 + 11 项验证 + 与 llms-full.txt 区别 + 自动生成脚本 + 部署 30 分钟搞定。
09
第 9 课：完整审计案例——Electron Srl 6 个月从 28 分到 86 分
前 8 课讲完 6 维评分体系 + llms.txt——这一课用一个真实客户案例（意大利 35 年老牌教育设备制造商）演示完整审计流程。8 个 Critical Findings 完整展开 + 11 个平台品牌存在扫描 + 竞品基准对比 + 三阶段路线图（28→43→63→86）+ ROI 估算（€96,000-€160,000 年增值）。这是一个'差到极致 → 优秀'的完整路径，每一步都有具体动作和分数预期。
10
第 10 课：GEO 落地路线图——12 个月里程碑 + 团队配置
前 9 课讲完了 6 维评分体系 + llms.txt + Electron SRL 案例——这一课把'6 个月 28→86'扩展为通用 12 个月落地路线图。Week 1 紧急止血 7 件事 + Month 1-3 地基扎实 + Month 4-6 内容品牌建设 + Month 7-12 进入卓越（85+）。配 3 档团队配置（1 人 / 3-5 人 / 10+ 人）+ 预算估算 + 失败信号 + pivot 决策。
11
第 11 课：常见误区与边界——12 个把 GEO 做错的反直觉点
前 10 课讲完了完整 6 维方法论 + llms.txt + 案例 + 12 个月路线图——这一课讲边界：13 个反直觉点（CSR 单页应用对 AI 等于不存在 / Reddit 必须真实运营 / 高分 ≠ 保证被引用 / HowTo schema 已死 / Wikidata 优先于 Wikipedia / 付费课程要走 preview 模式让 AI 看 30% 等），帮你避开把 GEO 做错的常见路径。配 7 个最常见误区 + 4 段边际效益递减曲线 + 内容更新 vs 新内容优先级。
12
第 12 课：GEO 商业化路径——从'自己做'到'给别人做'
前 11 课讲完了完整方法论 + 路线图 + 边界——这一课讲商业化：把你学到的 GEO 能力变成给别人服务的业务。3 种商业模式（咨询 Agency / SaaS 工具 / 培训课程）+ 各自的定价 + 起步路径 + 客户获取——配 3 档咨询套餐（Basic €2,500 / Standard €5,000 / Premium €9,500）参考 Electron Srl 真实定价 + 月度 delta 报告交付物模板 + ROI 提案模板 + 5 阶段客户全生命周期。配 €15,000/月夸大版套餐反诱饵。
13
第 13 课：术语速查表 + 参考资料合集——国际生态篇收尾
国际生态篇 13/13 收尾课——把前 12 课散落的 50+ 核心术语 + 30+ 关键参考资料 + 13 课要点整合成可随时查阅的速查手册。术语按 7 组分类（核心 / Schema / E-E-A-T / 技术 / AI 爬虫 / 实体 / 平台），参考资料按类型分类（学术 / 行业 / 平台官方 / 标准 / 时间节点）。配 13 课要点 grid 总览 + 完成国际篇你能做什么的实操能力清单——明确学完后你能动手做的具体事情。