多模态这件事，在 GEO 里目前的实际影响比宣传的要小，但有几处是真的、现在就该做的。把这两者分开看，能省掉不少无效投入。
一、目前确定有用的：图片的文字信息
模型处理网页时，图片周边的文字信息是可靠的输入：
- `alt` 属性。 写清楚图里是什么，不要塞关键词。一张产品对比图的 alt 写成「产品对比图」等于没写，写成「六家 AI 平台信源偏好对比」才有信息量。
- 图注。 图片下方的说明文字是模型最容易取用的部分之一。重要的数据图一定要配一句能独立成立的图注。
- 文件名。 成本几乎为零，顺手写成有意义的英文或拼音即可。
一个常见的浪费：把关键数据做成图片，正文里一个字不写。模型读不到图里的数字，这块内容等于没有。重要的结论必须以文字形式在正文里出现一次，图只是辅助。
二、目前确定有用的：视频的文字伴随物
视频本身被直接理解的程度有限，但它的标题、简介、字幕、评论区是纯文本，这些是会被检索到的。
所以视频做 GEO 的重点不在画面，在：
- 标题用用户的问法，不用内部术语。
- 简介里把视频讲了什么、结论是什么写成一段完整的文字。
- 上传字幕文件，不要只靠平台自动识别。
- 在自己的官网上给视频配一篇图文版，正文里把关键结论写全。
三、还不确定的：不要过度投入
「让 AI 看懂你的产品图」这类说法目前更多是概念。各家对图片内容的实际利用程度差别很大，而且在商业推荐类问题上，权重明显低于文字信源。
所以现阶段合理的分配是：先把文字侧的信源矩阵做完整，再考虑多模态的增量。反过来做，投入会浪费在还没成熟的通道上。
四、一个例外：平台内的内容生态
有个方向值得现在就投：某些 AI 助手会检索其所在平台生态内的内容。在这类场景下，内容发在哪个平台，比它是图是文更重要。
判断方法很简单：在各平台跑一遍你的核心问题，看答案引用了哪些域名。如果某一家明显偏好某个内容社区，那就是需要布局的地方。
五、可以现在就做的清单
- 全站图片补 `alt`，重要图配图注。
- 数据类图片的核心结论在正文里写一遍。
- 视频标题按用户问法改写，简介补成完整段落，上传字幕。
- 官网给每条视频配图文版。
- 复测时记录引用来源，看有没有内容社区类的域名反复出现。
这五条都是低成本、当下就生效的。剩下的等各家能力再明确一些再说。