工作方法
从问题出发，
让每次优化都有依据。
GEO 关注品牌在 AI 回答中如何被发现、理解和引用。我们把观察与执行连起来，让团队知道做了什么，也知道哪些结果仍待验证。
当前处于产品与服务试点筹备阶段。官网交互内容均为人工构造示例，不代表已接入平台或真实客户表现。
先明确谁在问，为什么问
问题库应从真实业务场景开始，包括用户了解产品、比较方案和做出购买决定时会提出的问题。品牌词与非品牌词分别整理，记录语言、市场和问题版本。
保留一组固定问题作为基准，可以减少因为问题本身变化而产生的误判。新增问题另行分组，避免混入前后对比。
保留原始回答，再做分析
每条有效样本应关联问题、执行时间、平台、可获得的模型信息、联网状态、完整回答和引用链接。未知的信息明确标注，不通过猜测补齐。
API 输出、网页实测与人工导入使用不同来源标签。它们的产品环境、检索过程或个性化条件可能不同，不能直接当作相同平台体验。
把指标的含义说清楚
- 品牌提及率：在所选有效回答中，提及目标品牌的回答占比。它描述当前样本，不代表所有用户的 AI 回答。
- 自有域名引用率：引用客户自有域名的回答占比。提及品牌不一定引用官网，两个指标分别统计。
- 竞品提及率：提及指定竞品的回答占比。同一条回答可能同时提及多个品牌，不能简单相加当作市场份额。
- 访问与询盘：在获得客户授权且具备数据条件时分别观察。AI 来源可能丢失，有效询盘标准也需要预先约定。
让建议落到具体任务
优化任务应说明问题出在哪里、对应哪些证据、由谁执行、影响哪个页面以及怎样验收。内容优先回应用户的具体疑问，例如产品范围、适用场景、参数、案例和售后条件。
所有产品描述、评价和案例必须有真实依据。AI 辅助生成的内容经过人工与客户审核后才能发布，完成后记录页面地址、执行时间和版本。
复测变化，也保留不确定性
用相同问题集、采样次数与统计窗口观察变化，保留采样失败与缺失记录，并说明平台或模型变化及同期其他营销活动。
前后变化用于判断关联和后续方向。品牌提及增加不等于访问增加，访问增加也不等于成交。没有充分证据时，不把变化归因于某一次优化。
你可以从哪里开始
- 整理品牌、官网、目标客户与当前希望解决的问题。
- 确认目标市场、平台接入可行性和第一组问题。
- 约定诊断范围、交付物、执行资源与观察周期。
- 完成一次基线诊断，再决定软件、运营服务或组合方式。
进一步阅读
以下官方说明可帮助理解网站内容与 AI 搜索的关系；不代表本项目与这些平台有合作或已获得接入能力。
整理我的诊断需求