核心思路
借由用户的 query 发现需求，然后构造垂直的内容/功能/站点满足这些诉求——方向类似 Perplexity 的领域垂直版本。
不是做内容站跟 AI slop 卷。不是做通用搜索引擎跟 Perplexity 卷。是用 Perplexity 的产品逻辑，只服务一个垂直领域。
为什么通用搜索引擎没满足
保险、投资这类需求的共同特征：
- 搜索量大，商业价值高
- 但传统搜索引擎返回的结果很差——多是过时软文、AI 生成的泛泛回答、平台自营引流页
- 用户真正要的不是一篇”推荐”，是一个针对他具体情况的结构化答案
因为搜索引擎长期无法满足，这些诉求已经被分流到知乎、小红书、抖音、微信群、线下经纪人。但这些渠道的问题：信息碎片化、质量不稳定、被利益方主导。
垂直 Perplexity 的差异化
通用 Perplexity 能做到的，垂直版本做不到的，反过来也一样：
| 通用 Perplexity | 垂直版本 | |
|---|---|---|
| 覆盖范围 | 全部领域 | 一个领域，更精准 |
| 数据源选择 | 通用索引 | 只爬最可靠的领域数据源 |
| 引导式问答 | 无——用户自己会问 | 主动缩小范围（“你房贷还剩多少”） |
| 转化链路 | 无 | 答案后接下一步行动按钮 |
| 信任 | 品牌信任 | 领域深度带来的信任 |
用户搜”我该买什么保险” → 不是返回一篇静态文章 → AI 实时检索领域数据源、整合答案 → 附带对比表、保费计算器、下一步行动按钮。
战胜 AI Slop 的五条路
在 AI slop 淹没搜索结果的环境下，只有以下内容不会被淹没：
- 做工具，不做文章。 同样的关键词，别人交文章，你交计算器。AI 能生成一万篇”保额计算”，生成不了能跑的计算器。
- 视频 + 文字。 用户对视频里的人有信任感。Google 搜索结果页已混合展示视频。
- 拿真实的数据源。 自己采集、定期更新、别人没有的数据。AI 的训练数据是过去的。
- 成为一个可被搜索到的”人”。 持续记录做过的真事、犯过的错、真实的操作。信誉是时间的函数，AI 没有时间。
- 做 UGC 社区。 真实用户提问和回答——AI slop 打不过真人社区的信噪比。
AI slop 不是在跟你抢生意。它在填充”随便一个答案就行”的长尾词。真正有商业价值的搜索词，用户最终要找的是他们信得过的人或品牌。
AI slop 降低了”生产通用回答”的成本，把竞争场地从”谁能写得快”推到了**“谁真的干过这件事”**。
SEO → GEO
传统 SEO 正在被 GEO（生成式引擎优化）取代：不是让搜索引擎把你的页面排在第一个，是让 AI 搜索引擎（Perplexity、Google AI Overviews、ChatGPT）在生成答案时，把你的页面作为来源引用。
GEO 的护城河：数据验证。
AI 搜索引擎需要引用具体数字时，倾向于引用**有明确来源、有最近更新日期、有结构化数据（表格、对比）**的页面。AI slop 的泛泛回答满足不了这个条件。
行动：先找 query，先验证
分析可以无限深。行动是：
- 用需求挖掘工具（Google Trends/词引/Kimi 联网）找一个具体的 query
- 搜索这个 query，看现在排在前面的是什么
- 用 AI 做一个比现有结果更好的答案/工具/计算器
- 发出去（已有域名或平台），观察反馈
- 验证了再建站，没验证换一个词
不坐在椅子上想”哪个领域更好”——找一个具体的词，做出来，发出去。
保险、投资都是人们长期关心的领域，因为搜索引擎的长期缺位，诉求被分流到了各种其他平台。这正是机会——把散落在各处的需求，用垂直 AI 搜索的方式重新聚合在同一个答案里。