「GEO 人才缺口 XX 万」这类数字这一年出现得很频繁，不同来源差得很远，统计口径也基本没说清 —— 是算全职岗位、还是把所有涉及这项工作的人都算进去，结论能差好几倍。所以这篇不引用具体数字，只讲一件更有用的事：这个岗位实际在做什么，需要什么能力。
一、它不是「SEO 换个名字」
重合的部分确实有：可抓取性、结构化数据、内容质量，这些是共同基础。
但有三块是 SEO 经验带不过来的：
- 测量方法。 SEO 看排名，排名是离散、可观测的；GEO 看的是一组固定问题上的被点名比例，需要自己设计测量流程并保证可重复。这更接近做实验，不是看后台。
- 信源判断。 要能判断某一类问题的答案主要依赖什么来源，然后决定材料该往哪里铺。这需要对各平台的取材偏好有经验判断。
- 内容标准。 要能把一篇宣传稿改写成「一个问题的标准答案」，并且知道哪些段落脱离上下文就不成立。
二、实际需要的四项能力
- 能把业务问题翻译成用户问法。 听销售复述客户原话，能从中提炼出十到二十条真正会被问到的句子。这一项决定了后面所有工作的方向。
- 能做可重复的测量。 冻结问题集、统一执行条件、记录原始答案、算三个指标。听起来简单，做到不走样的人不多。
- 会写，且能判断内容好坏。 不一定亲自写，但要能看出一篇稿子会不会被模型引用。
- 懂一点技术。 robots、渲染方式、结构化数据、canonical，不需要会写代码，但要能看出问题并提出修复要求。
三、这个岗位最容易走偏的地方
偏向「交付量」。 用发了多少篇、铺了多少个平台来衡量工作，这是最常见的走样。数量和效果的相关性很弱。
偏向「做报表」。 报表越做越漂亮，问题集却在偷偷变化 —— 因为换一组问题数字更好看。这是这一行最隐蔽的自欺。
偏向「追热点」。 每次模型更新都重做一遍策略。实际上底层的东西变化很慢：事实准确、结构清楚、来源可核查，这三条从来没变过。
四、怎么培养
不需要科班背景。有内容或 SEO 底子的人，补上「测量」这一块就能上手，通常一到两个月。
具体路径：先让他独立做一次完整的基线（问题集 → 六平台测量 → 三个指标 → 一份两页的结论），再让他基于这份基线提出下一步动作。做完一轮完整循环，基本就能独立了。
比起上课，这个循环本身就是最好的训练。