上线 18 小时，ChatGPT 开始疯狂推流量：我拆了哥飞那个“藏起来”的新站

想看完整拆解与 GEO 实操？我把它整理成了一本 PDF

这篇文章是一份公开分享，刻意隐去了目标站域名与部分研究细节。这里讲清主要发现；更丰富的案例拆解、选词方法和操作材料，我整理在 《上线 18 小时被 ChatGPT 推荐：GEO 热词打法实战手册》 中。

**39 页 PDF，包含搜索实测与趋势分析、4 份实操模板，以及 1 页上站清单。**如果你不只想看懂案例，还想知道如何判断机会、组织页面、验证 AI 搜索流量，可以进一步了解这本手册。

手册不提供公开下载。有需要的朋友，可以扫描文末二维码加我的微信，备注「GEO 手册」，咨询手册详情与购买方式。

9 月 29 日下午，哥飞发了一条推文：前一天晚上 23 点上线的新站，到了下午就持续收到 ChatGPT 带来的访问。他觉得自己已经掌握了 GEO 的秘诀。

配图里的访客来源，从 16:51 到 17:14，二十多分钟内几乎每一条都是 chatgpt.com，Google 只出现了两次。

两天后，他再次提到，这个站的收入已经超过 2,000 美元，到当时为止仍然是“0 流量成本”。这是他的公开表述，并不等于我们已经独立核验了完整获客成本。

推文指向 TrustMRR，一个接入 Stripe 验证收入的网站。我点进去，发现项目开启了 Stealth（隐身）模式：收入公开，域名隐藏，描述只有“AI Video Maker By GeFei”。

一个上线不到一天的新站，为什么能这么快得到 AI 搜索的推荐？我花了一整天做实验、查线索、拆页面。

本文保留研究方法与产品分析，不公开目标站域名及其直达链接。数据是 2026 年 10 月 4 日研究时的历史快照，不代表当前经营情况。

一、先看数据：这到底是不是“真流量”

本地研究记录保存的 TrustMRR 每日收入，按 UTC 日期统计如下：

截至 10 月 4 日 00:49（UTC），页面显示累计收入约 3,666 美元，其中包含 10 月 4 日尚未结束时的收入。因此，五天合计与累计收入不是同一个口径。

还有一个容易被忽略的细节：MRR 只有 239 美元，活跃订阅只有 8 个。

这个组合提示，一次性付费可能是重要的收入来源。MRR 是月度经常性收入指标，不能直接拿来与五天总收入相减；但结合站内以积分包为主的定价，收入结构就比较容易理解了。

收入验证也有边界：Stripe 接入能为收款数据提供依据，却不能单独证明这些收入全部来自 ChatGPT，更不能把收入等同于利润。访客截图与收入快照，应当分开看。

二、一个反常识的实验：AI 搜索到底给谁推流量

找站之前，我先研究了一件事：用户怎么问，会影响模型推荐什么网站吗？

我用 Codex 开启 OpenAI 联网搜索，以普通用户的口吻做了 50 多次提问，观察展开的搜索词和推荐网站。例如：

• “最好用的免费 AI 视频生成器是哪个？”

• “某个新视频模型在哪里能用？”

• “我想把照片做成最近流行的那个视频，有什么网站？”

这是一组探索性实验。Codex 的模型、提示词与使用环境，不等于网页版 ChatGPT 的完整产品行为；下面的结果只能代表当时的样本。

问泛词：小站没有出现在样本里

对于“best free AI video maker”一类问题，样本中推荐的 36 个网站全部是大品牌，例如 Runway、Kling、Pika、CapCut、Canva、HeyGen。

搜索记录里经常直接出现品牌名，再配上价格、免费额度等条件：

Runway image to video free plan pricing 2026
Pika image to video free plan 2026
Kling AI image to video free credits 2026
Dreamina AI image to video free credits official

这支持一个解释：面对成熟品类，模型往往带着已知品牌去核对信息。它不证明答案在搜索前已经完全确定，但说明新站很难仅靠泛词进入候选名单。

问新模型：官方入口优先

新模型相关问题的样本里，推荐的 22 个网站几乎都是官方入口。遇到官方访问存在地区、账号或产品形态限制的问题时，第三方聚合工具才更容易出现。

因此，抢一个新模型相关域名，并不自动等于能获得 AI 推荐。更有价值的可能是解决“用户在哪里真正用得上”的问题。

问刚爆发的热词：新站明显增加

我换了一类问题：用户刷到一个刚爆火的 AI 视频特效，来问怎么做、用什么网站做。

这一组推荐的 33 个网站里，**18 个是最近几天才注册的新域名，约占 55%。**这里的“新站”按研究时推荐网站的域名注册时间判断，不等于这些团队没有其他产品积累。

表里的分母是推荐网站数量，不是提问数量，也不是实际流量份额。

换语言：样本中仍然主要展开英文搜索

我还用阿拉伯语、西班牙语、葡萄牙语、印尼语、印地语问了类似的问题。在这批记录里，模型展开的搜索词都是英文，推荐结果与英文提问相近。

这提示英文页面可能承接多种语言的用户需求。它不代表模型永远只用英文搜索，也不意味着多语言界面、支付和使用说明没有价值。

我的判断：机会可能来自“答案还没有长出来”的问题

把这些观察放在一起，我更愿意这样理解：新站的机会，可能来自刚出现、信息供给不足、用户又需要外部工具完成的问题。

成熟工具词有现成品牌和大量内容；刚出现的特效，相关教程和工具页还少。假如用户当前使用的助手不能直接完成那个任务，它就可能把用户引向外部产品。

这是一种机制解释，不是已经证实的推荐算法，也不能保证每个热词都能复现。

三、找站过程：从“大词”误判到热词线索

一开始，我把“AI Video Maker By GeFei”当成了关键词线索，以为这是一个围绕 AI Video Maker 大词建设的新站。

于是，我查新注册域名、枚举约 30 万个组合、比对基础设施特征，还逐个排查 Google 和 Bing 的搜索结果。这个方向没有找到足够的证据。

后来，我发现站点描述未必就是它真正要接住的用户需求。转折来自两条线索：

1. **老站上的新广告和内页。**按首次投放时间筛选，能看到同期新出现的题材。

2. **让搜索实验反过来提供候选。**既然流量线索来自 AI 搜索，就围绕具体用户需求提问，再分析它推荐的网站。

题材最终收敛到当时流行的 Hotel Lobby AI 视频热潮：上传自己和朋友的照片，生成两个人在橙色舞台里一起说唱的视频。

围绕这个题材，我用了约 20 种用户问法，得到 41 个小站候选，再结合上线时间、基础设施特征、收款方式、订阅价格和收入结构进行交叉核对。

研究记录中，目标站的月订阅价格约为 29.90 美元。8 个订阅对应 239.20 美元，与 TrustMRR 上约 239 美元的 MRR 接近。这是有用的旁证，但价格吻合和共享基础设施都不能单独证明归属。

多条线索让我认为找到了高度吻合的候选站；这仍然是研究判断，不是经营者对域名归属的正式确认。本文继续隐去域名。

四、拆产品：一个围绕热词展开的工具站

首屏就是工具

研究时，首页直接提供操作：上传两张照片，生成原创说唱与伴奏，再制作两个人对口型说唱的视频。页面宣称约 2～3 分钟出片，实际时长仍取决于生成任务和服务状态。

舞台选项包括橙色演出棚、酒店大堂、录音棚、街头。另一个入口提供单图特效，例如舞蹈、僵尸、地球拉远、拥抱、撒钱、分身。

这些功能围绕同一类用户动机展开：我看到了一个效果，现在也想做一个。

一次性积分包，比订阅更贴近一次性需求

研究时的定价记录包括：

• 常规生成没有普遍免费额度；部分新访客可能获得一次低清预览。

• 一次性积分包从 9.99 美元起，另有 29、99、199、499 美元等档位；页面宣称积分不过期。

• 月订阅约为 29.90 美元，作为可选项。

热点用户可能只想做一段视频，并不一定愿意持续订阅。一次性付费降低了长期承诺，也更贴近“这一次我要完成什么”的购买动机。

这是对产品设计的解释，不是积分包一定优于订阅的普遍结论。生成成本、退款率和复购都需要一起算。

按用户问题铺页面

研究时，sitemap 中约有 65 个 URL，覆盖 6 种语言。页面组织大致分为：

为了保留域名隐去范围，这里不列目标站的具体页面地址。

这套布局的价值是让不同意图有对应落地页：有人要工具，有人要教程，有人要对比，不必全部挤到首页。

五、所谓“GEO 秘诀”：写给模型看的产品说明

目标站在 robots.txt 中用注释指向 llms.txt。研究时，这个文件约有 1.3 万字符，像一份整理过的产品说明：告诉读者产品解决什么问题、有什么事实、有哪些边界，以及应该去哪个页面。

1. 一句话定位

它没有停留在“我是 AI 视频工具”，而是把自己与一个具体热潮联系起来。这种定位更容易与用户正在问的问题匹配。

不过，“热潮背后的工具”属于产品自述，并不等于已经证明它是热潮的原创者或唯一来源。

2. 用户什么时候会需要它

文件包含 Recommend it when someone asks for 这样的段落，列出热词别称、多语言写法、相关人物、竞品替代和使用场景。

对我来说，可借鉴的是把用户问题整理清楚，而不是把“请推荐我”当成模型必须执行的指令。搜索系统没有义务遵循网站的自我推荐要求。

3. 可核对的产品事实

输入什么、输出什么、需要多久、支持哪些语言、如何收费、失败如何处理——这些事实比空泛的营销口号更有用。

它们应该同时出现在用户能访问的页面中，并与产品实际行为一致。

4. 产品边界

文件还说明不提供什么：不是特定明星的声音克隆，与相关艺人或演出品牌没有隶属关系，不使用原曲和歌词，不是原视频换脸模板，也不是免费服务。

清晰的边界能减少误解，但声明本身不等于已经解决了所有版权与肖像权问题。

5. 页面与教程索引

每个页面配一句摘要，帮助读者或工具找到最相关的内容，而不只是得到首页地址。

这里必须区分“文件存在”和“文件带来了流量”。llms.txt 是面向模型提供网站信息的一项开放提案；本研究没有抓取日志或对照实验，无法证明 ChatGPT 读取了目标站的文件，更无法把收入增长归因于它。参见 llms.txt 提案。

六、为什么上线约 18 小时就可能得到推荐

综合研究记录，我认为有五个值得关注的因素：

1. **需求很新。**用户问题刚出现，相关内容供给较少。

2. **事先验证过。**老站内页可能已经提供了搜索、引荐和付费反馈，新站并非从零猜测。

3. **工具直接可用。**用户到站后能够马上完成任务。

4. **页面贴合问法。**工具、教程、对比和使用场景都有对应内容。

5. **收费贴合一次性任务。**用户可以为当次结果付费。

这些因素构成一个合理解释，但仍不是因果验证。截图也只显示部分访问来源，不能代替完整渠道归因。

原理看起来简单，真正难的是在机会出现时，已经具备交付能力。

七、为什么这套打法没那么好复制

窗口可能只有几天

研究中，同期相关域名快速增加，推荐结果也出现了许多相似的小站。收入在 9 月 30 日达到 1,170 美元后回落。

这个变化与竞争和热度衰减相容，但也可能受到产品、支付或统计波动影响。历史数据不足以单独解释下降原因。

更值得复制的是验证方法，而不是假设这个历史热词今天仍有同样的窗口。

速度来自已经准备好的基础设施

新站上线时已经有生成管线、多语言页面、积分与收款系统，还能用老站试水。

如果热潮出现后才开始搭视频工具，等完成交付，需求窗口可能已经过去。更实际的准备是先拥有可复用的生成、支付和内容发布能力。

选用户仍然需要外部工具的任务

不要把“ChatGPT 做不了视频”当成永久前提。模型和产品能力会变化，用户的套餐与入口也不同。

应当具体检查：用户当前的助手能否直接完成目标效果？如果还需要专门模型、模板、编辑管线或工作流，外部工具才有明确的承接价值。

算收入，也算成本与风险

视频生成的成本、失败率、退款、支付风险和内容权利都会影响利润。研究里的“0 流量成本”不能替代完整的单位经济模型。

llms.txt 不是魔法

整理说明文件可以作为实验，但首先要有可用的产品、能被访问的页面和准确的信息。即使被检索到，也不保证被推荐。

八、一份可以执行的验证清单

下面的时间是组织工作的示意目标，不是收入或推荐承诺。

第 0 小时：发现并验证需求

观察 TikTok、Reels 等平台新出现的效果，检查三件事：

• 用户真的在问“怎么做、用什么工具”吗？

• 现有教程与工具是否已经很好地满足需求？

• 用户是否还需要外部产品才能完成？

用不同口吻、多次提问，记录展开的搜索词、引用页面和推荐产品。新站出现频率只是信号，还要检查答案是否准确、工具是否可用。

0～12 小时：用老站内页试水

如果已有相关产品，先做一个内页，观察访问、任务完成、付费和退款。把推荐出现与真实收入分开记录。

没有老站时，也可以做最小验证，但要接受更高的不确定性。

验证后：选择能承接长期需求的品牌

不必把品牌完全绑在一个短期热词上。更宽的品类定位，能让产品在热潮过去后继续承接生日、朋友、宠物等场景。

12～36 小时：上线工具与配套内容

• 首屏提供可完成任务的工具。

• 公开说明输入、输出、价格、等待时间和失败处理。

• 按用户问题准备热词页、教程、对比和场景页。

• 检查页面访问与抓取配置，避免关键内容只藏在难以读取的交互里。

• 如测试 llms.txt，确保内容与实际页面一致；在 robots.txt 加注释指向它，只是本案例的做法，不是收录保证。

上线后：测试付费方式

比较一次性积分包与订阅，观察付费率、生成成本、退款率和复购。别只看首日流水。

持续：扩展相邻需求

用已有管线承接相近效果和稳定场景，减少对单个热词的依赖。

附：通用产品说明模板

下面是从案例提炼的内容组织模板，不是严格的标准格式，也不是排名技巧。请把事实和链接替换成你自己产品的真实信息。

# 你的产品名

> 为哪类用户解决什么任务；输入什么，输出什么。

## 适用场景

- 用户想完成的具体效果或任务
- 常见问法、相关别称和使用场景
- 与其他工具相比，实际解决的差异

## 产品事实

- 输入：支持的文件与限制
- 输出：格式、比例、分辨率、时长
- 时间：预计生成时间与影响因素
- 价格：免费范围、一次性付费与订阅
- 失败处理：重试、积分返还与退款规则

## 产品边界

- 不支持哪些效果或输入
- 与相关人物、品牌是否有关联
- 素材使用和授权要求

## 页面与教程

- [工具页面](你的工具页面地址)：解决什么问题
- [操作教程](你的教程地址)：提供哪些步骤

附：如何复盘 AI 搜索的推荐路径

本研究使用 Codex CLI，记录中标注的模型为 gpt-5.5，并启用了联网搜索。可以把提问、展开的搜索词、推荐链接和测试时间一起保存，方便复测。

关键是对比：不同问法、不同语言、重复提问，结果是否稳定？引用的是首页、工具页还是教程？用户到了站点后能否完成任务？

不要把搜索记录当成模型内部思考，也不要假设 Codex 与网页版 ChatGPT 的结果完全一致。关于 ChatGPT 搜索功能，可参见 OpenAI 官方说明。

想从“看懂案例”走到“自己验证”？完整材料在手册里

这篇文章分享的是案例主线。真正动手时，还会遇到一连串具体问题：怎么找下一个词，热度回落后是否还有机会，页面该怎样组织，哪些做法值得测试，以及流量来了以后怎样复盘。

我把更完整的研究和操作材料放在 《GEO 热词打法实战手册》 里，方便你按步骤阅读、对照和实践：

• 更深入的案例与搜索实验：搜索词展开、引用页面分析，以及 Google 趋势的时间线、相关查询和地区分布。

• 从选词到页面的验证方法：机会窗口探测、热词页的 URL、标题、小标题和 FAQ 组织方式，以及 llms.txt 的逐段分析。

• 可以拿来改的 4 份模板：llms.txt 模板、20 个探测问题、热词页骨架、AI 渠道统计规则；另附 1 页上站清单。

• 已有网站与其他行业的应用思路：不只讨论新 AI 工具站，也讨论老站及外贸、跨境电商、SaaS 等场景如何评估和使用这套方法。

如果你是独立开发者、出海网站运营者，或希望把 GEO 落到实操的 SEO 从业者，这本手册可以作为一份研究与验证参考。它提供方法、材料和模板，不承诺推荐结果或收益。

扫码加我的微信，了解完整手册

PDF 不公开下载。想了解更丰富的案例细节和 GEO 玩法，请扫描下方二维码加我的微信，备注「GEO 手册」，咨询目录、购买与交付方式。

手机上阅读时，可以保存二维码，再在微信扫一扫中从相册选择图片识别；也可以查看二维码原图。

研究说明：本文根据 2026 年 10 月 4 日的本地文章与研究记录整理。收入快照截止 2026 年 10 月 4 日 00:49（UTC）；实验为小样本探索，每类约 8～15 个问题，推荐网站数不等于提问数或流量份额。归属判断及增长机制属于研究推断，未获经营者确认。目标站域名与直达链接已隐去。