复盘 GEO 产品中被移出默认路径的功能：总分、无证据生成、过早行动和自动归因，以及这些取舍背后的证据与责任边界。
那些被我砍掉的功能：产品进化里最难的决定
做产品时，新增功能很容易被看见。
多一个入口，多一张看板，多一种自动化能力，版本记录也有东西可写。相比之下，删掉一个按钮、推迟一项能力，或者明确告诉用户“这里暂时不能自动判断”，很难带来同样直接的满足感。
我也经历过这种功能越多、产品似乎越完整的阶段。
问题库、知识库、文章生成、发布、监测、机会、复测，每一个环节都能继续展开。看到一个新问题，最自然的反应就是再加一个功能，把它覆盖进去。
但 GEO 产品越往真实工作流里走，我越发现，有些功能虽然能做，却不应该以最省事的方式做；有些判断即使模型可以给出，也不适合直接成为业务结论；有些按钮放早了一步，就会让用户在证据不足时开始行动。
于是，产品进化里最难的决定开始从“下一步做什么”，变成“什么暂时不做，什么不再这样做”。
我后来理解的砍功能，不只是在代码里删除一项能力，也包括把它移出默认路径、增加必要门槛，或者拒绝把一个不可靠的推断包装成确定结果。
01 我先砍掉了“一个分数说明一切”
监测产品天然适合做总分。
提及、排名、情绪、引用和来源覆盖，都可以转换成数字。把它们加权以后，页面上就能出现一个醒目的 GEO 得分，团队也可以快速比较这周和上周、自己和竞品。
这个功能并没有完全消失。分数仍然可以帮助排序和浏览，影响分也可以提示哪些机会值得先看。
我真正砍掉的，是“把总分当成最终结论”。
因为同一个分数，可能来自完全不同的现实：品牌没有进入自然提问，却在大量带品牌问题里出现；提及次数增加，但关键产品事实被说错；引用数量不少，却长期没有官方来源；监测任务成功率下降，也可能让结果看起来变差。
如果总分不再允许人下钻到问题、回答、引用和采集环境，它越精确，越容易制造一种虚假的确定感。
所以现在我更愿意把分数留在它适合的位置：帮助发现值得打开的地方，而不是替团队结束判断。
这次取舍让我第一次真正意识到，一个功能不一定要从界面上完全消失，才算被砍掉。把它从“答案”降回“索引”，本身就是一次重要的产品收缩。
02 我砍掉了“没有证据也先生成一篇完整文章”
内容生成最容易追求完成率。
用户给出一个问题，系统最好立刻返回一篇结构完整、语言流畅的文章。资料不足时，模型也很擅长用通用知识和行业表达把空白填满。
可这样的完成，恰恰会掩盖 GEO 内容最重要的缺口。
一篇文章可以有品牌名、有方法、有结论，却没有一条经过确认、允许公开的品牌事实。它看起来不像失败，甚至比一篇谨慎的短稿更像成品，但它无法回答“这句话凭什么可以对外说”。
所以后来我给文章生成加了一道很硬的门槛：项目至少要有一条已经确认的可发布事实。只有内部知识已经能够检索，或者机会里有一段监测回答，都不能代替这条证据。
如果没有，系统不再勉强生成一篇泛泛的品牌文章，而是让用户回到项目的事实卡补充来源和确认依据。
从功能指标看，这会降低“点击后立刻生成成功”的比例；从真实工作流看，它砍掉的是一类最难被及时发现的低质量成功。
我宁愿产品明确停下来，也不愿让一句没有依据的话因为写得顺，就获得公开事实的外观。
03 我把“生成改进文章”从机会判断前面拿走了
监测发现品牌缺席以后，直接放一个“生成改进文章”按钮，非常符合产品直觉。
用户看见问题，立即采取行动，路径短，闭环也显得完整。早期设计机会页面时，我也很容易被这种顺畅吸引。
但它有一个隐藏前提：系统已经知道这条机会成立，而且写文章就是正确动作。
实际上，一次缺席可能只是波动，问题可能与品牌业务无关，现有内容也可能已经足够，只是监测环境发生变化。即使机会成立，下一步也可能是补官方页面、核对错误来源、调整问题集，或者先积累更多可比样本。
所以在后来一次页面调整中，我把行动按钮放到了机会确认之后。
待决策阶段先展示为什么值得处理、原始回答是什么、证据是否持续、有哪些限制、预期改善和成功标准。运营人员确认它可执行以后，文章和发布任务才开放。
这等于主动给一个高频功能加了一道阻力。
但这道阻力不是审批装饰，而是在资源真正投入之前，迫使产品和人共同回答：我们究竟在解决什么？
04 我砍掉了“规则判负面，就自动要求品牌澄清”
情绪判断看起来很适合自动化。
回答里出现风险、缺点、不推荐等词，模型或规则就可以把它标为负面，再自动创建一条高优先级机会，建议品牌发布澄清内容。
问题是，词语离开上下文以后很容易误导。
“不适合大型团队”可能是合理的产品边界，不一定是品牌危机；一段对行业风险的提醒，未必在评价目标品牌；带有转折、引用或比较的句子，也可能被简单规则截断成相反结论。
如果错误的情绪判断直接驱动公开行动，产品就从发现线索跨到了替品牌表态。
所以当前流程里，规则识别出的负面首先只是待复核线索。只有人工回到完整回答，确认它确实是针对品牌的负面表达，才适合进入正式机会和后续动作。
我没有砍掉自动识别，而是砍掉了它直接成为结论的权力。
模型可以帮助缩小检查范围，但涉及品牌声誉的判断，不能只因为自动化更快，就省掉上下文和责任。
05 有些看起来很聪明的推断，我选择暂时不开放
产品里还有一类功能，没有被删除，因为它们从一开始就没有被允许走到最后。
例如，回答引用了几个第三方页面，竞品在同一问题里表现更好。系统可以计算双方来源的差集，但目前还不能稳定证明某个页面究竟支撑了竞品的哪项主张，也不能确认品牌进入这个来源以后，结果就会变化。
如果仅凭域名差集，就自动生成“去这个网站发内容”的正式机会，分析看起来聪明，因果链却没有成立。
事实准确性也是一样。产品可以发现一段回答可能涉及产品能力、价格、资质或服务范围，但“这句话是否准确”必须和已经确认的品牌事实比较。在人工核验和纠错链没有完成之前，我不愿让系统自动批量生成纠错机会。
这类功能最难砍。
它们通常已经能展示一个有吸引力的结果，离“看起来可用”只差一步。可如果关键归因还做不到，最后一步恰恰最不应该被界面替用户跨过去。
暂不开放，不是因为这个方向没有价值，而是因为产品还没有足够证据承担它带来的行动后果。
06 我砍掉了“任务完成，就自动宣布机会改善”
状态机最容易追求顺畅。
创建文章、完成审核、发布成功，所有行动任务都结束以后，机会自动变成“已改善”，看起来非常自然。团队也能得到一条从发现问题到解决问题的漂亮进度线。
但文章发布只证明行动发生了。
它不能证明 AI 已经访问页面，不能证明品牌开始被提及，也不能证明引用来源或事实表述发生变化。如果任务一完成，机会就关闭，产品实际上是在用内部进度代替外部结果。
所以我把这条捷径拆开了。
行动完成以后，机会进入“待验证”。系统需要回到原来的问题、平台和采集口径，用行动后的有效样本和冻结基线比较。达到预先写下的成功标准，才可以进入“已改善”；没有达到，可以是无效，也可以回到执行中继续调整；证据不足时，就继续保留未知。
这让闭环变慢了，却让“改善”这个词重新有了含义。
07 我没有让发布自动化追求“无论如何都发出去”
浏览器扩展做得越深，越容易把目标设成全自动。
自动识别页面、填入标题、上传图片、选择分类、点击发布，再把链接带回系统。只要每个平台都适配好，用户似乎就不需要再进入流程。
真正运行在外部平台上以后，我不得不砍掉这种想象。
账号无法确认、页面结构变化、安全验证出现、声明需要选择、最终提交后没有拿到结果，这些都不是多重试一次就能解决的问题。尤其在最后一步已经可能产生公开内容时，自动重发会制造重复文章。
因此，扩展必须允许自己停下来。
提交前无法确认，就停止执行；最终动作可能已经发生但没有回执，就进入“结果待核实”；涉及账号责任和平台声明的步骤，保留人工确认。自动化可以承担确定、可恢复的操作，却不能为了完成率绕过未知。
我砍掉的不是发布能力，而是“全自动一定比人工接管更成熟”的判断。
08 决定砍什么，我现在会问四个问题
经历这些取舍以后，我逐渐形成了一套不太像功能评审的检查方式。
第一，这个功能是在帮助用户看见事实，还是在替用户制造结论？
第二，一旦判断错了，结果是否容易恢复？一个排序提示错了可以重新计算，一篇文章发到错误账号却很难当作没发生。
第三，它有没有把证据不足藏在流畅体验后面？越是一键完成、自动归因和统一总分，越要检查中间省掉了什么。
第四，它有没有让用户离真正的下一步更近？多一个页面、多一个入口、多一张图，并不一定减少决策成本，也可能只是让工作流出现新的信息孤岛。
如果一项功能会放大错误确定性、触发难以回滚的外部动作，或者让相同信息在多个地方重复维护，我现在更愿意先收缩它。
产品克制不是少做功能，而是把自动化放在证据和责任都能够承受的位置。
09 被砍掉以后，产品反而更像一套工作方式
回头看，这些决定有一个共同点：它们都牺牲了某种即时的完整感。
没有证据时，文章不会生成；机会没有确认时，行动按钮不会提前出现；负面线索没有复核时，系统不会自动要求品牌澄清；任务完成以后，页面也不会马上宣布改善。
这样的产品不总能给出最快、最漂亮的结果。
但它会更清楚地区分观察、判断、行动和验证，也会在不知道的时候留下“不知道”。对 GEO 来说，这种边界比多一个自动化按钮更重要，因为我们处理的不是封闭系统里的确定输入，而是不断变化的 AI 回答、外部平台和品牌事实。
我以前更容易把产品进化理解成能力不断增加。现在我越来越觉得，真正的进化也包括知道哪些能力不能直接交给模型，哪些步骤必须保留人的判断，哪些结果必须等待外部证据。
而这些取舍最后都会落到一个更具体的问题上：当 AI 把品牌说错时，产品究竟应该相信什么、保留什么，又由谁来完成纠正？
下一篇，我会继续写证据、审计和人工复核，怎样共同构成一条不篡改历史的纠错路径。