先说结论

年营收 5000 万以下的企业,不要专门招 GEO 岗。用「市场负责人 + 外部内容产能」的混合模型,年成本 8-15 万即可跑通;专门配 3 人团队,年成本 40 万起,且大概率招不到真正做过 GEO 的人。

真正决定成败的不是人数,而是三件事有没有人负责:问题库、内容质量、数据复盘。

模型一:一人全栈(适合起步期)

配置:1 名市场/运营人员,兼职 GEO,每周投入 8-12 小时。

职责

  • 整理问题库(从销售、客服、搜索下拉、AI 提问记录里收集)
  • 对接外部写手或使用 AI 工具产出初稿
  • 审校并发布到 2-3 个核心平台
  • 每月跑一次问题集,记录提及率

成本:人力内部消化 + 内容外采 3-5 万/年 + 工具 0-1 万/年。

适用:年营收 3000 万以下,或 GEO 只是试水。

风险:这个人一走,整条线断掉。所以必须留下 SOP 与问题库文档。

模型二:双人协作(适合稳定投入期)

配置:1 名内容(选题+写作+审校)+ 1 名运营(分发+监测+技术对接)。

职责分工

角色主要工作关键产出
内容问题库维护、选题、写作、审校每月 12-20 篇合格内容
运营平台发布、结构化数据、监测跑测分发台账、月度数据

成本:两人年薪合计 25-35 万(二线城市),或 35-50 万(一线)。

适用:年营收 5000 万-3 亿,GEO 是明确的增长渠道。

关键:两人必须共享同一份问题库与数据表,否则内容与数据会脱节。

模型三:内部 1 人 + 外部服务商(推荐给多数企业)

配置:内部 1 名对接人(市场经理级)+ 外部服务商提供内容产能与技术支持。

内部负责

  • 提供业务事实、客户真实问题、审校把关
  • 决定优先级(哪些问题更接近成交)
  • 验收交付物

外部负责

  • 问题库结构化、内容生产、多平台分发
  • 技术优化(结构化数据、sitemap、llms.txt)
  • 监测与月度报告

成本:内部人力 + 外部 8-20 万/年。

适用:绝大多数 B2B 企业。内部人懂业务,外部人有产能与方法,互补性最强。

风险:完全甩手给外部,内容会写成「正确的废话」。内部必须保留审校权。

三种模型怎么选

年营收建议模型年投入
< 3000 万一人全栈3-6 万
3000 万-1 亿内部1人 + 外部10-20 万
1 亿以上双人协作 + 外部补充30-50 万

招聘时的三个筛选项

如果确实要招人,问这三个问题就能筛掉大部分:

  1. 「你怎么判断一篇文章是否可能被 AI 引用?」——答不出「答案前置、实体清晰、事实密度」的,多半只做过 SEO。
  2. 「给一个你做过的问题库,包含多少个问题、怎么分层?」——没有实际做过问题库的,答不上分层逻辑。
  3. 「提及率不涨时你先查什么?」——只会说「多发内容」的,不具备诊断能力。

一个容易被忽略的岗位

技术对接。结构化数据、页面渲染方式、robots 与 sitemap,这些事内容团队做不了。如果没有专职技术,至少要有一个能改页面模板的人配合,否则内容做得再好也可能抓不到。


常见问题

Q:能不能全部外包,内部不配人? 可以,但内容质量会明显下降。GEO 的核心是「业务事实 + 真实问题」,这两样只有内部人有。

Q:GEO 岗和 SEO 岗能合并吗? 能。两者的能力有 70% 重叠,差异在内容结构与监测口径,培训 2 周即可补齐。