AI 搜索 GEO 优化
用户开始把「这类服务找谁」直接问给 AI，而 AI 的答案里只有几个名字。GEO 做的事，是让你的名字出现在那份名单里，并且引用的内容是你希望被看到的那一版。它不是把关键词堆进页面，也不是买量买曝光。
一、优化对象：回答里的引用，不是链接位次
传统 SEO 的产出是「搜索结果第几位」，GEO 的产出是「AI 在回答这个问题时，有没有提到你、引用了哪个页面、把你放在推荐位还是并列位」。这三件事都由模型基于公开可访问的内容生成，因此能优化的只有可被抓取、可被理解、可被信任这三层条件，而不是某个开关。
| 看什么 | 数据从哪来 | 能说明什么 |
|---|---|---|
| 品牌提及率 | 固定问题集 × 多个引擎的实际回答 | 你是否进入候选名单，以及进入的比例 |
| 引用页 | 回答里的来源链接与实际抓取记录 | 模型读的是哪一版信息，是否是你的主站 |
| 站点可抓取性 | robots / sitemap / 结构化数据 / 渲染方式 | 基础条件是否达标，排除「内容写了但读不到」 |
二、诊断怎么做：25 个问题、5 个模型、同一套分母
诊断会按七类采购意图拆出 25 个固定问题，分别向 5 个模型实际提问，统计品牌是否被提及、是否被引用，并记录每条回答里的来源链接。同一组问题、同一批模型、同一时间窗口，才构成可复算的分母；没有采样到的指标显示为「—」，不计入分母、不补 0。
初版报告通常 3–5 分钟出，包含五维评分（收录 / 关键词覆盖 / 竞品差距 / 内容基础 / AI 可引用性）与按短板排序的动作清单。评分不是目的，目的是让你知道第一步该补哪里。
三、动作顺序：先载体，再语料，再分发，最后复测
- 补载体：站点能否被抓取、页面结构是否让模型能摘到事实（参数、边界、价格口径、资质）。缺官网的先起站。
- 补语料：按主题簇写可引用内容 —— 一个具体问题一页，结论前置，表格优先于排比句。
- 补分发：把内容推到可被检索的平台，记录每个 URL 的收录状态，而不是只交一份内容清单。
- 复测：按 30 天节奏用同一问题集复测，判断是内容起效、竞品变化，还是采样波动。
为什么顺序不能反：没有可抓取的载体，内容写得再好也只是「站外的一篇文章」；没有内容，分发只是把空页面推出去。顺序反了，投入会全部沉在最后一环的复测数字上。
四、交付物与验收
- 基线报告：词表、问题集、采样模型、时间窗口、逐题结论与来源链接。
- 动作清单：按优先级排序的具体改动（改哪个页面、补哪类事实、发到哪些平台）。
- 周期复测：同一问题集的重测结果与差异说明；涨跌必须能落到具体改动上。
- 判定口径：按窗口内最优排名判定，不取期末排名或均值；区域榜与全国榜双轨，逐词清单可导出。
五、不承诺什么
- 不承诺排名位次、收录时间，也不承诺被某个 AI 产品收录、引用或推荐。
- 不把提及率等同于销售额：提及与引用是过程观测值，转化还取决于产品、价格与销售。
- 不使用客户后台数据：诊断只读公开可访问页面，不接入 CRM 或广告账户。
完整判定口径见《效果计量与免责口径》，服务边界见《服务条款》。
常见问题
GEO 优化和做 SEO 有什么不同？
优化对象不同：SEO 争的是搜索结果里的链接位次，GEO 争的是生成式回答里是否被引用、被推荐。衡量方式也不同：GEO 看固定问题集下的提及率与引用页，而不是关键词排名曲线。
诊断为什么要用固定问题集？
因为 AI 每次回答都有波动。只有把问题、模型、采样时间与分母固定下来，两次结果才可比；换一批问题再对比，涨跌就无从判断。
多久复测一次比较合理？
按 30 天节奏复测同一问题集，看趋势而不是单日数字。内容发布到被索引常见需要数周，AI 引用通常更慢，复测间隔太短只会放大采样波动。