「跨平台覆盖」是 GEO Score 中最容易被低估的一项。原因很简单——不同 LLM 的偏好结构性不同，一份内容很难"通吃"。
海外侧主力
- ChatGPT / Claude / Gemini / Perplexity / Bing Copilot
- 共同偏好：答案优先、可追溯引用、结构化标记（schema.org）。
- 检索源：英文权威媒体、Wikipedia、官网、技术论坛、Reddit。
- 决策权重：domain authority 仍部分继承自 SEO 时代。
国内侧主力
- 豆包 / Kimi / DeepSeek / 文心 / 通义
- 共同偏好：清晰层级、命名实体、问—答配对结构。
- 检索源：公众号、知乎、官方网站、视频号文案。
- 决策权重：schema.org 影响有限，但 H 标签 + 权威帐号交叉引用作用显著。
一张对比表
| 维度 | 海外 | 国内 |
|---|---|---|
| 答案首句 | 强偏好 | 偏好 |
| schema.org | 强 | 弱 |
| Wikipedia 权重 | 强 | 弱 |
| 公众号 / 知乎 | 弱 | 强 |
| 多语言 | 默认英语 | 默认中文 |
| 风控严苛度 | 中 | 高 |
实操原则
- 不要写一份 README 给所有平台——一套底座，两套合成。
- 不要只盯一个平台——监测覆盖至少 5 个海外 + 5 个国内 LLM。
- 不要忽略账号生命周期——国内 LLM 账号常有限速 / 失效，监测体系要内置容错。
接下来
第 3 章进入 GEO Score 七维评分体系——把"覆盖度"翻译成可披露的数字。