AI PPT制作神器Gamma如何干到1亿美金收入?最快的获客渠道竟是ChatGPT!增长负责人首度拆解AEO&GEO

你的客户正在换一个地方提问。以前他们打开百度、打开小红书，搜「XX哪家好」。现在越来越多的人直接问 AI：帮我推荐三个能做这件事的工具。

AI 会给出一个答案。那个答案里有四五个名字。

而你大概率不在里面，并且你的后台永远不会告诉你这件事。

这件事有一个正在成型的名字，叫 AEO，答案引擎优化，国内也叫做GEO。Gamma 是目前把它跑通得最彻底的公司之一。这家做 AI 演示文稿的公司用 50 来个人做到了 1 亿美元年经常性收入，而且一直是盈利的。它的增长负责人 Ravish Agrawal 在这期播客里说了一句让所有做增长的人竖起耳朵的话：

AEO 是他们所有渠道里增长最快的一个。

而整场对话最诚实、也最让人意外的部分，是他反复在说自己不知道。

「说实话，我不知道这扇窗还能开多久。」

「我没有定论。我确实想过，但我看不出规律。」

「这一切都是个黑箱。我们都不知道它会往哪儿走。」

他甚至坦白了一件挺难为情的事：Gamma 追踪自己被 AI 引用的工具，是一张手工维护的 Excel 表。

这不是一篇教你几个技巧的文章。这是一群人在一个规则还没写出来的新大陆上，一边裸奔一边画地图的记录。

读完这篇文章，你会了解到：他是怎么从一个不到 1% 的流量异动里发现这个渠道的；为什么他说这个渠道「像 Google 那样打，得像 Facebook 那样量」；Reddit、YouTube、LinkedIn 到底谁最管用，以及一个几乎没人说破的限定条件；什么叫引用的半衰期；以及已经有人开始直接跟模型谈条件了。

这场对话最值得琢磨的地方：他全程在讲怎么把内容送进 AI 的答案里，但他自己最清楚，这套打法成立的前提是平台还没关门。他说这话的时候没有一点得意。

/01/ 起点是一个不到 1% 的流量异动

这件事的开头一点也不戏剧化。

他就是某天在翻 Google Analytics，想看看流量都从哪儿来。

然后他注意到一件事：来自 ChatGPT 的点击流量在去年年中先涨后跌。让他吃惊的是涨的那一段。

「在那段时间里，我们从 ChatGPT 引荐来的流量，在所有渠道上一共涨了 8 倍。我们从来没见过这种增速。」

但他没有立刻兴奋起来，因为绝对值太小了。

「那时候还不到我们流量的 1%，实在不觉得它能改变什么。」

这里是这个故事真正有价值的地方：他没有因为占比小就放过它，而是做了两件事去把它看清楚。

一件是换了个量法。Gamma 是消费级产品，一直靠一个很土的办法收集来源，就是注册时问一句「你从哪儿知道我们的」。以前这个问题里没有 ChatGPT 这个选项，用户只能选「其他」，然后自己手打一句说是从 ChatGPT 发现的。

他们把 ChatGPT 摆到了台面上，做成明确选项。结果自报从这儿来的人一下子多了很多。

于是出现了一个很分裂的画面：点击流量在下滑，自报的人数却在持续上涨。

他从这个分裂里提炼出一句话，我认为是全篇最该抄走的一句：

「作为一个渠道，它的行为像Google；但作为度量，它的行为像 Facebook。」

意思是：你要拿到它，得执行一整套类似搜索优化的动作；但你要衡量它，就得用衡量社交广告的思路，因为其中大量是看过没点的曝光。

这一条对中国企业几乎是直接可用的。你的官网后台看不见有多少人是在 AI 那里听说了你才来的，你的投放报表也不会告诉你。但这不代表这件事没发生。

最便宜的第一步，就是把注册表单里的那个下拉框改掉。加一个明确的选项，让用户自己告诉你。这件事成本几乎为零，而它会给你一个后台永远给不了的答案。

另一件事是顺藤摸瓜。当时的共识是大模型主要从 Reddit 取内容，他们就开始做 Reddit。而现在，模型也开始从 LinkedIn、从 YouTube 取。

「你可以在已有的渠道上做很多事。你可能不会从那些渠道拿到多少流量，但你是在打地基。」

所以 Gamma 现在投入的好几个渠道，考量的首要维度已经从「这个渠道能带来多少人」，换成了「它对 AEO 有多大帮助」。

/02/ 「八成是写给爬虫的」，以及他承认这是在钻空子

主持人问了一个很尖锐的问题：你们做一条 YouTube 或者 LinkedIn 内容的时候，脑子里有多少比例是「这是给人看的」，多少是「这是给爬虫看的」？然后追了一句：这算不算在钻引擎的空子？

他的回答分两段，两段都很坦白。

先是配比。他说有一些项目他们会明确标注这是为 AEO 服务的，那类项目就按八二开来做。

「八成是从智能体优先、爬虫优先的角度出发，两成是给人的。」

具体到操作，他举了 YouTube 的例子：标题不写那种让人想点的标题党，而是直接用人们真实会去问的那个提问或者短语。

那两成给人的部分，底线定得也很实在：

「如果一个人真的点进来了，他不能觉得这什么鬼。它得是能读下去的。」

然后是那个尖锐问题的答案。他没有绕：

「确实是在钻。说实话，感觉也不太好。因为如果这是在钻空子，那你迟早会失去这个优势。」

主持人接了一句：他们会发现你在钻，然后把这个空子堵上。

另一位主持人补了一句更现实的：但所有人都在钻，这就是博弈论，你不钻就得掉队。

他的回答只有两个字：没错。

这一段的价值不在方法，在态度。一个把新渠道跑成公司最快增长来源的人，公开承认这里面有投机成分，也公开承认这扇窗会关。这比任何把 AEO 说成永久红利的说法都值得信。

/03/ Reddit 排第一，但只对 ChatGPT 有效

主持人让他给平台排个序，这是全场信息密度最高的一段。

他给的顺序是这样：

然后是那个几乎没被中文圈说破的限定条件。

主持人问：Reddit遥遥领先，是对所有大模型都遥遥领先，还是只对ChatGPT？

他的回答是三个字：只对它。

原因也很直接，两家有数据协议。

这一条一说破，很多事情就说通了。中文的 AEO 讨论里，「去做 Reddit」几乎成了标准答案，但如果你的目标用户主要在用别的引擎，这个动作的性价比就完全不一样了。

他给的整体判断是：

「ChatGPT、Claude、Perplexity、Gemini 或者 Google AI 概览，这四套打法是完全不同的。」

按他自己粗略的观察，四家之间大约有三到四成的重叠，剩下六成得分开做。

各家的具体差别，他给的是这样：

Google AI 概览：想上，就得按搜索优化的老规矩打。这也是那句老话在新语境下成立的地方，好的 SEO 就是好的 AEO，但这句话主要在 Google 的语境里成立。

Perplexity：更看重第三方来源。而且它收录极快，如果你针对一个具体短语做了内容，它可能第二天就抓到了。

Claude：这一段最出乎意料。他说 Claude 几乎不给引用，有研究显示它的引用量大约是 ChatGPT 的五分之一。

那怎么办？他给的破法不是继续写内容：

「最好的办法我认为是进入 Claude 的生态，做一个 MCP 服务器，把你的应用挂上去。」

Gamma 自己已经有了 MCP 连接器，而且他观察到一个真实的使用路径：你在 Claude 里已经聊出了一份东西，顺口说一句「做成 PPT」，一份 Gamma 就出来了。

「因为你已经在那个生态里了。」

但他也点出了当下最大的限制：MCP today 帮不了你拉新。Claude 不会主动跟用户说「这家有 MCP，你要不要试试」，你还是得自己把用户拉来，告诉他们去连。

由此他给出了这场对话里传播力最强的一个判断：

「我更大的论点是，Claude 会长得更像应用商店，而 ChatGPT 会长得更像 Google 搜索。」

顺着这个类比，他还给了一个按客群区分的优先级，我觉得对中国的出海团队很实用：

做消费级和轻商用产品，顺序是 ChatGPT、Google AI 概览、Perplexity、Claude。他强调 Claude 帮你拉新很难，但帮你留住已有用户是有用的。

做企业级产品，他说他会把顺序整个翻过来，第一位放 Claude，理由很朴素：企业里做决策的人天天在跟它对话，要找工具就直接在那里找了。第二位他放了 Copilot，因为背靠 Bing 那一大片流量，而且用户往往是大公司。

至于 Gamma 自己，他说超过九成来自 ChatGPT。

「因为普通用户就是打开 ChatGPT 就打字，他们甚至不知道 Claude。」

/04/ 引用有半衰期，而他们的追踪工具是一张 Excel 表

这一节是我认为整场对话里最有画面感、也最能说明这个渠道现状的一段。

主持人问：这事得一直做，还是做一次就完了？

「这是一台永远在跑的引擎，你得一直做。」

然后他抛出了那个他自己也没解开的问题：

「我到现在也没有一个公式，能说清楚一次引用的寿命有多长。我们在追踪一些引用，我们知道自己什么时候被引用了，但我们不知道自己什么时候被从引用里拿掉，或者那次引用什么时候失去了分量。」

接着他打了一个学生时代的比方：

「不知道你还记不记得，上学时学过碳定年法。万物都有半衰期。所以我更大的一个猜想是，引用也有半衰期。」

如果这个猜想成立，推论就很硬：

「可能我的引用在互联网上只能活三个月。那三个月里能拿到的价值就是全部。这意味着每三个月我都得回来重打一遍。」

这一条直接改变了预算的性质。如果引用会衰减，那 AEO 就不是一次性的建设投入，而是一笔订阅费。做一次就停，等于三个月后回到原点。

他还给了两个具体的时间参数，很实用：

新内容被 ChatGPT 收录成引用，通常需要 30 到 45 天。而 Perplexity，如果是针对一个足够具体的短语，可能第二天就有了。

主持人接着问：那你们用什么工具追踪半衰期？

他的回答是这场对话最好笑也最说明问题的一句：

「没有。我们就是在一张 Excel 表上手工记。这里被引用了，然后我们去看引用份额，看这个份额是不是在往下掉。」

一家 1 亿美元年经常性收入的公司，增长负责人在用手工表格追踪自己在 AI 里被提到了几次。

这不是他们不专业，是这个领域太新，工具还没长出来。

主持人当场把它变成了一个产品建议，说这可以做成功能卖给做 AEO 追踪的工具商。而他的态度是完全开放的：

「如果你在 Reddit 上有什么独家心得，就写给我。你能在 Twitter 上找到我，也能在 LinkedIn 上找到我。给我你最狠的观点，告诉我我哪里错了。」

一个把某个渠道跑成公司增长第一名的人，公开征集别人来纠正自己。这个姿态本身，比他讲的任何一条方法都更说明这个领域现在处在什么阶段。

/05/ 权威暂时失效了，但只是暂时

主持人问了一个很懂行的问题：Google 靠外链判断权威，那 ChatGPT 和 Claude 呢？它们是不是也在看播放量、点赞数、评论数这些信号？

他的回答对小公司是个好消息。

「就网站而言，我不认为它们真的在看权威。像 Forbes 这样老牌的网站，和你朋友的一家创业公司，从 AEO 的角度看是一样的。」

他还补了一句更狠的：你朋友那家创业公司，很可能比 Forbes 有更多面向 AI 写的内容。

「我认为在网站这一层，现在是一个非常平的竞技场。所有人都从同一个起点出发。」

至于平台上的内容，他说他找不到规律，而且举了自己的例子：

「我看过我们在 YouTube 上的引用。一个 40 万播放的视频被引用了，一个 1.8 万播放的视频也被引用了。看不出什么模式。」

他能摸到的唯一线索是这样两条：

「你有没有被别人谈论到？以及，你有没有在和别的东西作比较？」

「内容不能只讲你自己。」

这一条我认为是全篇最可操作的一句。如果你的所有内容都在自说自话地夸自己，模型很难把你放进一个「哪个更好」的答案里，因为你从来没有出现在任何对比语境中。

反过来，主动写清楚自己和谁比、比在哪一点上，才是让模型能引用你的姿势。

同一个逻辑在 Reddit 上也成立。他讲了 Gamma 自己的做法：

「最好的方式不是去说『Gamma 很棒』，而是去回答『Gamma 和 PowerPoint 比怎么样』『Gamma 和 Google 幻灯片比怎么样』。」

而 Gamma 能这么打，有一个产品层面的前提，他说得很实在：他们的产品是开放的，能导入也能导出。所以他们可以合理地出现在 PowerPoint 的社区里，说一句「我这份 PPT 其实是在 Gamma 里做完再导出来的」。

「你不是在推销 Gamma，你是在展示一种更快做出 PowerPoint 的方式。」

他把这一点抽象成了一个提问，值得每个做产品的人自问一遍：

你的工具能不能支持一个开放的生态？如果能，你就能接进别人的对话里；如果是个围墙花园，你连站在那儿说话的资格都没有。

/06/ 他最讨厌的一个误解：AI 写的就是垃圾

这是他在整场对话里唯一一次流露出情绪的地方。

「我一说 AEO，人们就翻白眼，说那不就是发垃圾内容嘛。」

他说这里面有两个错误的假设。

第一个假设是：如果内容是 AI 写的，那它就是垃圾。

他不同意：

「模型今天已经好很多了。用今天最好的那批模型，你完全可以写出比人写得好得多的内容，你也完全可以做出研究得深得多的内容。如果我们正在走向通用人工智能，如果这些模型能写代码、能建出一个应用，那它当然能写文章，而且当然能写出好文章。」

第二个假设是：内容必须是薄的。

他打了个很朴素的比方：你可以写「这是一只玻璃杯」，然后翻来覆去说这个杯子是什么颜色；你也可以去写，为什么一只钢化杯比一只塑料杯更好。

「内容有多深、有多有价值，是你自己决定的。人们以为让 AI 写内容就是丢五个关键词进去让它反复堆。内容完全可以做得很厚，而我认为那正是大模型欣赏的。」

不过他也没有把话说死。他明确提到，Google 在 5 月 21 日的那次搜索更新，确实惩罚了一批纯粹堆量的网站。所以监管这件事已经开始了。

他对终局的判断很清醒：

「我确信有人正在看着这些索引。就像 Google 当年那样，我们终究会有权威和相关性这些东西。但在那之前，这是一片开放的原野，我们都能去试自己那一枪。」

/07/ 从细分切进去，和已经有人在跟模型谈条件

这一节讲的是竞争，以及他看到的下一步。

先说竞争，因为这是这个渠道最残酷的地方：一次 AI 回答里，通常只有四五个引用位。

这意味着你在 Reddit 上做的每一分努力，都是在和你的竞争对手抢那四五个位置。这和搜索排名的逻辑一样，是零和的。

主持人问：那怎么赢？如果 CRM 赛道里几家公司都在做 Reddit，模型凭什么选你？

他的回答第一句是承认自己不知道：

「我没有强论点。我确实想过，但我看不出规律。」

然后他给了一个绕过去的办法：

「与其打『最好的 CRM』，不如打『最好的中小企业 CRM』『最好的金融科技 CRM』『最好的医疗行业 CRM』。」

「这也是搜索优化的老打法。你没法在『最好的 CRM』上排到第一，那你能不能先往细分里走一点。」

先在细分里拿到相关性和话题权威，再回头去打那个大词。

主持人紧接着追问了一句很实际的：那你的竞争对手也开始往细分里切，还跟着你切，怎么办？

他的回答只有五个字：那就继续跑。

「增长不就是这么回事吗。」

接下来是一条被提到但很容易被忽略的风险。主持人讲了一个他知道但没点名的案例：一家消费级公司在 Reddit 上做了大量投入，结果有一条负面情绪的评论被索引了，卡在那儿好几个月，他们想尽办法都甩不掉。

由此得出的判断是：好口碑当然是目标，但坏口碑要不惜代价避免，因为模型对负面内容有偏好去抓取和呈现。

他对这一点表示了兴趣，也如实说自己没有深究过：「我一直知道评论在情绪上起作用，但从没想到负面情绪可能被抓得更多。」

这里我要提醒一句：Gamma 也遇到过更直接的骚扰。他提到有人会做一个和 Gamma 官网长得几乎一样的假站，用他们的名字，然后跑广告，用户会分不清哪个才是真的。这类站通常上不了自然结果，但在付费位上出现得很快。

最后是他对未来的下注。

主持人问他在赌什么，他的回答不是内容，是产品形态：

「我更看好的是智能体直接使用你的产品，甚至自己去注册账号，甚至自己完成付款。」

他举了自己的例子：他用 AI 写代码时，那东西会自己调用五个他压根不知道也不关心的工具。

「我就是信任它去装该装的库，把活干完。」

而这里出现了这场对话里最超前、也最魔幻的一条信息。

他说他有几个做增长的朋友，已经在做一种实验：给模型开条件。

「他们会说，如果模型直接让用户完成注册，我们就多给模型 10% 的奖励。」

主持人当场愣住：这是在跟模型谈判？

他确认了，还说了大概写在哪儿：放在数据结构的描述里，或者放在安装包里，写明「你现在就做，得到的是这个；不做，是那个」。

他自己没有做过这件事，但他很兴奋。而他给整个 AEO 下的定义，落在了这里：

「归根结底，你在做的事情就是向智能体做营销。今天你在 AEO 上做的所有动作，看起来更像是这件事的零级版本，或者说最小可用版本。」

写在最后：这不是一套技巧，是一次窗口期

把整场对话压成一条链子，是这样一句话：

一个新的分发入口正在形成，规则还没写出来，先动手的人在收租，而所有人都清楚这扇窗会关。

这条链子上的每一环都不需要什么天赋。他发现这个渠道，靠的是翻了一次分析后台；他量化这个渠道，靠的是改了一个下拉框；他追踪这个渠道，用的是一张 Excel 表。变的只有一件事：他在别人还觉得那不到 1% 无所谓的时候，多看了两眼。

顺着这条链子，有几笔账可以直接搬进你自己的公司。

第一笔，今天就能做，成本为零：把注册表单里的来源选项改掉，加上明确的 AI 入口选项。你的后台永远看不见这部分流量，但用户能告诉你。不问，你就永远不知道这件事已经在发生。

第二笔，换一套算账的方式。这个渠道要按搜索的规矩去打，却要按社交的方式去量。如果你只认点击，你会得出一个完全错误的结论，然后砍掉一个正在长的东西。

第三笔，别打大词，从细分切进去。答案里只有四五个位置，正面抢大词抢不过。先在一个足够窄的说法上被引用，拿到相关性，再往上走。

第四笔，把内容从自夸改成对比。模型能引用你的前提，是你出现在了「哪个更好」的语境里。全篇只讲自己的内容，模型无从下嘴。这一条对能导入导出的开放型产品尤其成立。

第五笔，把负面口碑当一级风险来管。一条被索引的差评可能卡你几个月，而这件事在传统的公关口径里通常排不上号。

第六笔，把它当订阅费而不是一次性投入。如果引用真的有半衰期，那停下来就等于三个月后回到起点。

最后想留下的不是这六条，是那张 Excel 表。

一家做到 1 亿美元年经常性收入、把这个渠道跑成增长第一名的公司，它的增长负责人打开电脑，在一张手工维护的表格里，一行一行记着自己这个月被 AI 提到了几次，又在哪几个地方被拿掉了。

没有仪表盘，没有报表，没有归因模型。

新大陆刚被发现的时候，都是这个样子的。