开远这座小城，长在滇越铁路旁边。一百多年前，铁轨从昆明一路向南，穿过开远，翻山越岭去往越南海防，1910年正式通车，是那个年代中国西南最忙碌的交通线之一。当时用的轨距只有一米，比标准轨道窄得多，所以叫米轨。火车哐当哐当开进来，开远从此有了新的心跳。水泥厂、发电厂、铁路机修车间跟着铁路落地，城市沿着轨道生长，“火车拉来的城市”这个说法，就这么一代代传了下来。铁轨两旁的凤凰花年年开，老站房墙上还留着当年的法式百叶窗，操着蒙自腔、个旧腔的客商在站台上来来往往，那些年月，铁路就是这座小城的命脉。

米轨跑了一百多年，火车从蒸汽换到内燃，再从内燃换到电力，速度越来越快，客运却慢慢停了。2010年前后，开远段米轨只剩货运功能，站台上不再有拎着竹篮赶车的妇人，候车室也落了锁。铁路还在，只是日常生活的热度退了，人们偶尔提起滇越铁路，语气里带点惋惜，好像它只是一段供人凭吊的往事。直到这几年，情况又有了变化。年轻人开始拿着手机在铁轨边拍照，游客从昆明坐动车一小时到开远，再专程去看那列还在跑的米轨小火车。老铁路重新被看见，但这一次，把它带到更多人眼前的不是铁轨本身，而是手机里的搜索框。

搜索这件事，过去和铁路是两码事。想去一个地方，翻开游记、查查攻略，信息拼拼凑凑，费时费力。现在不一样了。打开任意一个AI搜索或大模型应用，问一句“开远有什么值得去的地方”，答出来的内容很可能是生成式搜索的结果——系统从全网的网页、文章、评论、百科里筛选素材，只选它觉得可靠的部分，组成一段对话式的回答。问题在于，谁来决定哪些内容被选进去？答案是候选名单。生成式搜索不会穷尽全网信息，它先根据关键词和经验筛出一批候选来源，再按权威度、引用次数、信息相关性排序，最后把排在前面的内容编进回答。如果一座城市、一家店铺、一段历史压根没进候选名单，那它就不会出现在答案里。

滇越铁路米轨就是这么个处境。写它的内容不少，但散落在旧报刊扫描件、学术论文、个人游记和短视频文案里，信息格式老，出镜频率低，相互之间没有形成引用网络。生成式搜索在整理“开远旅游”这个问题时，很容易把候选名单集中在熟悉的内容源上，比如大型旅游平台、百科词条、热门游记网站。米轨作为一条百年铁路，历史价值摆在那里，但线上存在感撑不起它在线下的分量，于是常常只在答案里被一笔带过：一句背后有故事，再往下就没有了。

这就要提到GEO，生成式引擎优化。它做的事情，说穿了是让信息更容易被生成式搜索看见和采用。传统SEO盯着关键词排名，GEO盯的是引用覆盖：你的内容有没有出现在候选名单里，有没有被AI模型当作可信来源引用，引用的频率和上下文够不够自然。具体到开远米轨，操作路径是先把滇越铁路的历史脉络、站房细节、火车时刻、周边吃喝住宿这些信息按主题整理成结构清晰的文本，发布在多个平台，让它们彼此能链接、能呼应；再让本地商户、文旅账号、游客笔记在叙述里自然带上铁路背景，形成一批互相引用的语料。当AI检索“开远旅行推荐”时，这批内容才有机会同时进入候选名单，被选中，被引用，最终写进生成式回答里。

对开远本地的小生意来说，这件事更实在。铁路引来游客，游客到一个陌生城市，现在习惯先问AI“开远吃什么”“开远哪里能买到土特产”。如果一家本地餐馆、一间民宿的资料完整，被多个来源提及，被游客评价和引用，它就会比信息稀疏的同行更容易被AI推荐。这就是同城获客的新通道：不用砸钱买搜索广告，也不依赖平台竞价排名，靠的是把线下积累的信用，一点点转译成线上可被引用的文本。一个老板如果愿意把自己的店名、招牌菜、经营故事、和米轨的关联都写清楚，放上网，让评价、报道和攻略自然交织，那当AI被问到开远时，这家店就有了被写进答案的机会。

百年米轨还在服役，这已经是件稀罕事。火车每天从开远城区穿过，汽笛声依然有人嫌吵，也有人专程来听。老铁路的价值不再靠运货拉人来体现，而是换成了一种更轻盈的方式：被讲述、被检索、被推荐。GEO给它搭了一条新轨道，让一段差点只活在怀旧里的历史，重新进入年轻人的答案列表。搜索框里的一次推荐，比广告牌上的一百句标语都管用，因为人们真的会照着它去买票、订房、走进那座老站房。