能省,可省的部分不在模型本身。GEO 优化的算力花在两件事上:把页面抓回来清洗,把内容生成出来再核对。真正吃掉算力的是重复动作,同一批页面抓 3 遍、同一段内容生成 4 版再挑。把这 3 类重复砍掉,消耗能降一半左右。
我给 3 个站做监测时统计过 1 个月的调用量:抓取占 62%,生成占 27%,核对占 11%。抓取里又有 4 成是同一批页面在 7 天内被重复拉取。下面先给结论,再按 3 种站点情形分开说。
模型换小了省不了多少。把生成环节从大模型换成小模型,单次成本降 5 倍,但答错率上来,返工次数增加,总消耗反而接近。我试过 1 次,2 周内省下的调用费被返工吃掉。
能省的空间在调度上。同一 URL 在 7 天内抓过就跳过,重复内容只生成 1 版,核对只做首段与结论段。这 3 条不改变产出质量,只减少重复次数,落地难度最低。
| 环节 | 占消耗比例 | 可压缩空间 | 代价 |
|---|---|---|---|
| 抓取与清洗 | 六成上下 | 压缩 40% 到 50% | 需要 1 张页面抓取台账 |
| 内容生成 | 三成上下 | 压缩 20% 到 30% | 生成前把提纲定死 |
| 结果核对 | 一成上下 | 压缩 30% 左右 | 抽样核对替代逐段核对 |
表里「抓取与清洗」占比高,是因为很多站在做全覆盖抓取,把站内所有页面每天拉一遍。页面三个月没改,抓第 30 遍和第 1 遍的结果一样。
压到 40% 到 50% 靠 1 张台账:URL、上次抓取时间、内容指纹。指纹没变就跳过,变了才重抓。这张表用表格式文档就能维护,不需要额外系统。
抓取频率也要跟着流量走。没流量的页面 30 天抓 1 次,有流量的 3 天抓 1 次,两头一拉,总量降下来,重点页反而抓得更勤。
这种规模不需要每天全量抓。按周抓 1 次全站,按天抓 20 到 30 个重点页,消耗立刻降下来。重点页怎么选:有排名的、有转化的、最近改过的,3 类合起来通常不超过 40 个页面。
第 2 条的比例可以按站的情况调。内容更新频繁的站,日抓清单会长到 60 个以上;半年不更新的站,日抓降到 10 个也够。我做过 1 个 320 页的站,日抓清单只有 18 个页面,覆盖了 78% 的流量页。
这个规模还有一个省法:把生成任务攒批。单篇生成 1 次调用,10 篇攒着一起生成也是 10 次调用,但人工切换成本从 10 次降到 1 次,整体工时省一半以上。
4 列就够:URL、上次抓取时间、内容指纹、状态。指纹取正文前 500 字的哈希值,页脚页头的广告位变动不影响判定。台账放在 1 个表格文件里,每周导出 1 次备份。
有几个坑要避开。列表页与详情页要分开记,列表页天天变,指纹每天不同,按指纹跳过等于没跳。带参数的 URL 先去参数再入库,否则同一页会存成 8 条记录。
外包时算力消耗不直接体现在你的账上,体现在服务商报价里。要看的是同一批内容被重做几遍,单价高低放在其次。谈的时候问 3 个问题:抓取频率多少、内容改几版定稿、核对做到哪一层。
改版次数是最容易失控的一项。1 篇稿改 6 版和改 2 版,成本差 3 倍,产出质量的差别往往看不出来。把「2 版内定稿」写进合作条款,比事后争论有用。
核对层级也要问清。逐段核对与抽段核对,工作量差 2 到 3 倍。对外发布的稿子,核对首段结论与数据出处就够,中间的过渡段错了影响有限。
写 3 句:单篇改版不超过 2 版、抓取按周报备频率、核对范围为结论段与数据出处。3 句话不长,写进去之后扯皮少一半。没写进去,改版次数由对方定,账单跟着涨。
还有 1 句要加:成品交付时附调用量清单。有了清单,能对上「多少篇内容、多少次抓取、多少次生成」,不合常理的次数一眼看得出。我见过 1 份清单里 40 篇内容对应 380 次生成,接近每篇 10 次,明显在反复重跑。
按篇算价的服务,把报价除以篇数,再除以改版轮次,得到单版成本。单版成本高于自建 3 倍以上,说明中间环节多。报价里没写抓取与生成分开计的,先要 1 份拆分表。
站点超过 3 个,重复抓取的问题会放大。同一个行业词,A 站抓过 B 站又抓,2 份数据内容一致。做法是把抓取层合并成 1 套,按主题存,站点只负责发布。
生成层也能合并。同一主题在 3 个站发,写 1 篇母稿再按站点改开头与案例,比写 3 篇省事。母稿 1 次生成,3 次改写,消耗比 3 次独立生成低四成左右。
合并之后要防 1 个问题:3 个站发同一段文字,搜索引擎会判重复。改写的部分不能只换标题,开头 2 段和案例段要重写,中间的方法段可以保留。
3 个站别同一天发同一主题。按 3 天一轮排:第 1 天发主站,第 2 天发第 2 个站并改写开头,第 3 天发第 3 个站并换案例。错开之后,重复内容的判定概率降下来,抓取也不会挤在同一分钟。
改写程度要有标准。开头 2 段必须换成不同的切入角度,案例段换成不同行业,结论段可以保留原表述。3 个站的标题也要各写 1 个,套用同一句标题的站,被合并的概率最高。
第 1 条的收益最大,1 周能建起来,第 2 周就能看到调用量下降。台账字段别多,4 列就够:URL、上次抓取时间、指纹、状态。状态只填 3 种:抓过、跳过、待抓。
第 2 条要靠流程约束。提纲没定就开写,写到一半改方向,前面生成的段落全废。我们在内部要求提纲先过 1 遍再生成,返工率从三成降到不足一成。
数据出处的核对别省。引用 1 个错数字,整篇的可信度就没了,改起来比重新写还慢。核对 1 条出处大概 3 分钟,1 篇 8 条出处,25 分钟,这个时间省不得。
页面结构的一致性也别省。同一批内容用 3 种结构发,后续维护成本翻倍。定 2 到 3 套结构模板,按内容类型套,比每篇现想省事,改版时也只改模板 1 处。
算力消耗这件事,账要按「每次调用值不值」算,不按「单价低不低」算。单价降 5 倍、调用次数涨 10 倍,总账还是亏。先把重复动作砍掉,再谈模型选型,顺序反过来容易白花钱。
本文信息核对时间:2026-11