飞鸽出海你可能遇到过这种情况。你让AI帮你写东西。你满怀期待。结果它给你的，是一堆正确的废话。或者，回答完全跑偏了。感觉AI并不懂你。
这个问题可以解决。方法就是学习 GEO，全称是 生成式引擎优化（Generative Engine Optimization）。
GEO不是什么复杂的技术。它就是一套方法。这套方法教你如何更好地向AI下达指令。你的指令，也就是 Prompt，写得越好，AI给你的结果就越好。
学会GEO，你就知道怎么跟AI有效沟通了。这篇文章会用简单的语言，告诉你具体该怎么做。
第一部分：先换个想法
在学技巧之前，我们得先改变一个观念。
很多人把AI当成一个神奇的工具。以为随便说个想法，它就能给你完美的结果。
比如，你对AI说：“写个关于环保的文案。”
AI可能会写：“地球是我们的家园，保护环境人人有责……” 这种话很空洞，谁都能写，没什么用。因为AI不知道你的具体需求。它不知道文案给谁看，用在什么地方，是什么风格。
所以，你要换个想法。
不要把AI当成工具，把它当成一个新来的实习生。
这个实习生很聪明，读过很多书。但是，他完全不了解你的项目背景。你必须给他一份清晰、详细的工作任务单。你的Prompt，就是这份任务单。
你不是在命令它，你是在跟它协作。
举个例子，对比一下：
- 以前的说法：“写一个关于环保的文案。”
- 换个说法：
“请你扮演一个社交媒体专家。给我的品牌‘绿芽’写一篇推文。- 读者是谁：25到35岁的都市年轻人。他们喜欢科技。
- 文案风格：要有趣，有点科技感。不要说教。
- 核心内容：介绍我们的新产品‘桌面净化器’。它的特点是能把二氧化碳变成氧气。
- 文案结构：开头提个问题。中间介绍产品。结尾引导用户想象使用场景。
- 字数：150字以内。
- 要求：不要用‘拯救地球’这种大词。”
你看，后者给出的信息多很多。AI有了这些信息，就知道该怎么写了。这就是GEO的第一步，也是最重要的一步。
第二部分：七个具体的GEO技巧
想法转变了，现在我们来看具体的操作技巧。这里有七个方法，都很实用。
这是个简单又好用的方法。你先告诉AI，它现在是什么身份。这样，它就会用这个身份的口吻、知识和思考方式来回答你。
- 不好的指令：“帮我分析这份销售报告。”
- 好的指令：“请你扮演一个有10年经验的数据分析师。 用SWOT分析法，解读下面这份销售报告。请指出其中隐藏的机会和风险。然后，给我三个可以执行的增长建议。”
当你设定了“数据分析师”这个角色，AI就会自动调用相关的专业知识。它的分析会更有深度，也更专业。
你还可以试试这些角色：
- “假设你是一位米其林三星主厨……”
- “以一位儿童故事作家的口吻……”
- “你现在是一位专业的健身教练……”
AI是没有记忆的。你每次和它对话，都是一次全新的开始。所以，你需要把事情的 前因后果（背景） 告诉它。
- 缺乏背景的指令：“给我写一个关于咖啡的故事。”
- 提供背景的指令：“我正在写一个短篇小说。故事背景是1920年代的上海。主角是个女侦探，刚从国外回来。 现在，请以她的视角，写一段她走进一家本地咖啡馆的场景。重点写咖啡的香气、周围人的谈话声，以及这些东西怎么让她想起了童年。”
你提供的背景信息越多，比如时间、地点、人物、氛围，AI生成的内容就越丰富，越符合你的想象。
如果你的需求很复杂，说一大段话，AI可能抓不住重点。这时候，你可以用 结构化的方式 来写指令。比如用项目符号或者数字列表。
- 混乱的指令：“我想要一个时间管理的文章大纲，里面要有重要性，还有一些技巧，比如番茄工作法，再推荐几个工具，最后总结一下。”
- 结构化的指令：
“请给我一篇关于‘时间管理’的文章大纲。
请按照下面的结构来写：- 第一部分：引言
- 为什么时间管理很重要？
- 用一个‘穷忙’和‘高效’的对比案例开头。
- 第二部分：核心技巧
- 介绍番茄工作法。
- 介绍两分钟定律。
- 介绍艾森豪威尔矩阵。
- 第三部分：工具推荐
- 推荐2个手机App。
- 推荐1个实体工具。
- 第四部分：总结
- 总结全文的要点。”
- 第一部分：引言
这样写，你的要求一目了然。AI能准确地理解，并严格按照你的结构来输出。
有时候，只用语言描述，很难说清楚你想要的风格。最好的办法，就是 给AI做个示范。
- 模糊的指令：“把这些产品特点变成广告语。”
- 带例子的指令：
“请你模仿下面的风格，把产品特点写成广告语。例子1:- 特点：耳机能用30小时。
- 广告语：充一次电，听一星期。
例子2: - 特点：这件外套防水。
- 广告语：为你挡住风雨，只留下风景。
- 特点：我们的咖啡豆来自高海拔地区。
- 特点：这款App能帮你自动规划日程。”
AI看到你的例子，就能快速学会你想要的格式和感觉。它生成的结果会更接近你的预期。
当你问AI数学题或者需要逻辑推理的问题时，直接让它给答案，它很容易出错。你可以引导它 一步一步地思考。
你只需要在指令的末尾加上一句话：“请逐步分析这个问题” 或者 “让我们一步一步地思考”。
- 容易出错的指令：“一个班50人，28人喜欢篮球，22人喜欢足球，10人两个都喜欢。有多少人两个都不喜欢？”
- 引导思考的指令：
“一个班50人，28人喜欢篮球，22人喜欢足球，10人两个都喜欢。有多少人两个都不喜欢？
请一步一步地分析这个问题，然后给出答案。”
加上这句话后，AI会先把它的思考过程写出来。比如：
- 先算只喜欢篮球的人数：28 – 10 = 18人。
- 再算只喜欢足球的人数：22 – 10 = 12人。
- 然后算至少喜欢一项运动的总人数：18 + 12 + 10 = 40人。
- 最后算两个都不喜欢的人数：50 – 40 = 10人。
- 得出结论：10人。
这样不仅答案更准，你也能检查它的逻辑对不对。
除了告诉AI“要做什么”，明确告诉它“不要做什么”也同样重要。这叫 负向提示。
- 常规指令：“写一首关于春天的诗。”（AI可能会写很多套话）
- 使用负向提示的指令：
“写一首关于春天的现代诗。
请不要使用：柳树、燕子、桃花这些词。
请尝试从城市里寻找春天，比如从水泥地裂缝里长出的小草。”
设定一些限制，可以逼着AI跳出固有的模式，去寻找更有创意的想法。
很少有一次就能得到完美结果的情况。你需要和AI进行多轮沟通。对它的第一个回答进行 追问、修改和引导。
把它看成一次对话。
- 第一轮提问：“帮我策划一个线上营销活动。”
（AI会给一个很笼统的方案。） - 第二轮追问：“你提到的‘社交媒体挑战赛’，请详细说一下。包括主题、规则、奖品和时间安排。”
（AI会给出一个更具体的挑战赛方案。） - 第三轮再追问：“这个方案不错。但是我们预算不多。请把奖品改成虚拟徽章，并设计三种不同的徽章。另外，想一个能吸引大家参与的口号。”
通过这样一轮一轮的追问，就像打磨一件作品，最终的结果会越来越好，越来越符合你的要求。
第三部分：一个工作实例
我们来看看在工作中，怎么综合使用这些技巧。比如，写一份周报。
- 低效的写法：“帮我写个周报。”
- GEO的写法：
“请扮演我的助理。 我要给我的上司‘王总’写一份周报。王总关注项目进度和数据结果。请用STAR法则（背景、任务、行动、结果）来组织内容。这是我本周的工作内容：- 完成了Q3产品推广方案的初稿。
- 和设计部开会，定了海报风格。
- 分析了上个月的社交媒体数据，发现互动率下降了5%。
- 研究了三个竞争对手。
- 一、本周进展：用列表写。
- 二、数据发现：重点分析互动率为什么下降。
- 三、问题和风险：说说研究竞品后发现的威胁。
- 四、下周计划：列出3条主要计划。
这样的指令，清晰、全面，包含了角色、背景、结构、范例（STAR法则）和要求。AI就能生成一份高质量的周报。
GEO 的核心，就是 清晰地沟通。
它不只是教你写更长的指令。它是在训练你的思维方式。让你学会如何把一个模糊的想法，拆解成具体、可执行的任务。
当你开始用GEO的方法和AI沟通时，你会发现，AI真的能成为你工作和学习的好帮手。它能帮你节省时间，也能给你带来很多灵感。
现在，你可以试试用今天学到的方法，去向AI提一个你之前觉得它做不好的问题。看看结果会不会有什么不同。
