这篇是写给在平台上发内容、开店卖东西的人的。
你可能遇到过这种事：内容发了，商品也上架了，该做的功课都做了，就是没人搜得到。
你开始怀疑平台限流，怀疑自己内容不行，怀疑价格没优势，改来改去，流量还是不动。你甚至开始怀疑，是不是自己根本不适合做内容、不适合做生意。
我以前在美团做搜索相关的数据产品，召回、排序、供给解析，是我每天的工作。今天想从一个内部视角，把搜索引擎到底在干嘛讲清楚。理解了它，你很多功就不会白费。
一个平台的搜索引擎，核心就三件事：用户的搜索词、供给、供需匹配算法。
搜索词，就是搜索框里那几个字。供给，是所有可能被搜到的东西——内容、商品、商家。在系统里，它们有个统一的称呼，叫doc。
因为我是做电商搜索出身的，我更习惯叫它供给。匹配算法，负责把搜索词和供给对上。
先说搜索词。
用户在搜索框里输入的东西，可长可短，但一般不会超过十个字。搜索引擎拿到它之后，会做三件事：切分、意图识别、语义理解。
切分，是把这句话拆成机器能处理的单元。意图识别，是判断用户在找什么——是内容，是商品，还是商家。语义理解，是猜用户到底在说哪些概念，包括他打错字的情况。毕竟，谁都有打错字的时候。
这些做完，搜索引擎会生成一组参数，传给后面的流程，用来召回供给。
注意，这是大语言模型之前的玩法。在大语言模型时代，搜索词正在从几个字变成一整句话。
用户不再输入“床垫 推荐”，而是会问：我想给刚搬进出租屋的室友选一张不超过八百块的床垫，应该看哪几个参数？这个变化，后面细说。
再说供给。这是普通人唯一能使上劲的地方。
不管文本、视频、商品还是商家，在搜索引擎眼里都是供给。系统会提前对每个供给做多角度解析：从商家提供的基本信息、商品信息、内容信息里提取，再加上平台自己打的各类画像。
这里就要请出一个经典框架了：FABE。很多平台用它来构建供给画像。
Feature，特征，你的产品是什么，用什么材料，什么参数。Advantage，优势，跟同类产品比，你强在哪。
Benefit，利益，这个优势能带给客户什么具体好处。是省钱，还是解决了某个具体场景的痛点。Evidence，证据，数据、案例、评价、检测报告，证明你没吹牛。
举个具体的例子。一张床垫，特征不只是“一张床垫”，而是材质、密度、尺寸、适用人群；优势是“同价位里唯一用了独立袋装弹簧的”。
利益是“室友打游戏翻身，不会把你吵醒”；证据是检测报告和真实评价。这四样写得越细，机器越知道该把你推荐给谁。
SEO能做功的空间，全在这四件事里。
说白了就一句话：你得让搜索引擎认识你。你是商家，服务详情写得越精准越详细越好，对比做得越细越好，图片越美观真实越好，视频描述的场景越多、满足需求场景越多越好（现在各种多模态大模型都会去学习和理解图片和视频，因此这方面一定要多下功夫）；你是创作者，内容要把一个概念讲全。
机器没有想象力，它只能转述你给它的东西。你给得含糊，它就转述得含糊。
最后说供需匹配。
召回是第一步：从几千万供给里，筛出两百个左右的候选。然后是排序：从这两百个里，决定谁站前面。排序这里有几个规律，值得你知道。
第一，广告位。如果用户搜的词精准命中了某个店名或者商品名，广告一般出现在第二位。如果没命中，第一位有可能就是广告——有商家买了这个词。
SEM干的就是这件事：在有限的成本下，买哪些词、怎么买，让收益最大化。
第二，自然排序参考很多信号：近期的销量、流量转化率、服务评价、价格优势，等等。这也是为什么新店开局难——这些信号你都没有，系统不知道该把你排在哪。
第三，平台会扶持新供给。内容平台会激励创作者在一段时间内围绕某些话题创作，参与者拿到更多曝光；电商平台会给新品、新店打标签，帮它们冷启动。
这些动作背后的逻辑是一样的：平台需要新的供给来留住用户。
所以与其在红海里硬刚，不如看看平台在扶持什么话题，顺着势走。
最后聊聊GEO。
GEO的思路跟SEO类似，只不过用户的搜索词，从几个词变成了一长串文本。
这个变化的影响很直接：匹配逻辑从关键词命中，变成了语义理解。
用户只输入几个词的时候，堆关键词还有点用；当用户问出一整串需求的时候，堆关键词就彻底没用了，重要的是你的内容能不能回答一个完整的问题。
用户的搜索词越长，里面包含的概念就越多，你能覆盖的概念越全，被匹配上的机会就越大。
给创作者的建议也就三条：把概念讲清楚，把场景说全面，把证据摆出来。让AI在转述你的时候，有东西可引。
做了几年搜索产品，我最大的感受是：搜索引擎不懂你，但它很诚实。
你怎么介绍自己，它就怎么向别人介绍你。SEO的本质不是讨好算法，是把你的价值说清楚，让机器能准确地转述给对的人。
下次再看到流量不动，先别急着改内容。回去看看，你有没有把该说的说清楚。
如果你觉得这篇文章有帮助，欢迎点赞、留言、转发。