老板真正在问的十个问题，
每个都正面回答

先说不能怎么验收：不能看几张"AI 提到我们了"的截图。同一个问题、同一个平台，不同时间问，答案本来就会变；挑几次好的截下来，什么都证明不了。

正确的验收有四个前提。第一，基线先行：合作开始前先测一轮，把"哪些问题、哪些平台、当时是多少"白纸黑字定下来，这是尺子。第二，盯问题矩阵不盯单题：验收对象是一组固定的问题 × 一组固定的平台，覆盖率按整个矩阵算。第三，看趋势不看单日：AI 的回答天然波动，单日数值说明不了问题，要看两周以上的曲线。第四，可归因：涨了要能说清是哪篇内容、哪个来源带来的；说不清的涨幅，下次也复现不了。

还有一条最容易被忽略：中途换题等于换尺子。题换了，之前的基准分自动作废，不能拿新题的分数和旧题的分数比。我们的系统里有守卫会把这种情况标出来，报告里也会主动写明 —— 这一点如果服务商不主动说，你要主动问。

GEO 这件事本身是实的：用户确实在把选购决策的第一步交给 AI，AI 的回答里有没有你，直接影响你进不进第一轮名单。这一点不需要论证，你自己拿手机问一遍就知道。

智商税出在交付方式上。三种情况要警惕：一是承诺具体排名（"保证进前三"）—— AI 的回答不是可控排序，谁也保证不了；二是只给截图不给口径—— 不说题集、不说采集日、不说统计方式的数字，等于没数字；三是靠灌水冲量—— 同一个平台批量发一百篇，AI 引用的还是那一个域名，钱花了，冗余度没涨。

判断标准很简单：它给你的每个结论，能不能回放到"哪个平台、哪一天、哪道题、哪一句原文"。能，就是可测可拆的活儿；不能，就是玄学。

GEO 的成本主要有两块：监测成本（每天在多个 AI 平台上把你的问题跑一遍，这是持续的算力和采集成本，按题量线性增长）和内容成本（写稿、铺信源，按篇计价）。市面上报价差异大，多半是因为这两块的配比不同 —— 有的只卖监测，有的只卖代运营。

我们的做法是把两块拆开明码标价：监测按题量走套餐（一次体验 ¥49 / Basic ¥1,198 月 20 题 / Pro ¥1,998 月 50 题 / Enterprise 按需定制），内容执行按实际投放另算，链接台账可查。

给一个避免踩坑的建议：先花小钱测一轮，再决定投多少。测完你会知道两件事 —— 你的品类在 AI 里竞争有多密、你缺的是内容量还是权威度。这两件事决定了预算量级，比任何报价单都准。

第一周：定题 + 测基线。挑一个你最在乎的购买场景，写成 5–10 个客户真会问 AI 的问题，跑一轮，把当前状况记下来。这一步的产出是一把尺子。

第二到三周：只补最缺的那一类。基线会告诉你缺口在哪一层 —— 是压根没有可被检索的内容（检索层），还是有内容但没有支撑事实（证据层），还是输在权威度（推荐层）。三种缺口对应三种完全不同的动作，别一起上。

第四周：再测一轮，对账。同一批题、同一批平台，看提及率和引用结构有没有动。动了，说明打法对，可以加码；没动，说明诊断或动作有问题，这时候止损只花了四周。

最本质的区别是没有列表了。搜索引擎给你十条蓝链，用户还会往下翻；AI 直接给一段答案，里面通常只点名三到五个品牌。不在这几个名字里，用户根本不知道你存在 —— 没有"排第八也有人点"这回事。

因此优化对象变了：SEO 优化的是"页面在列表里的位置"，GEO 优化的是"你的内容能不能被模型摘引进那段答案"。权重从关键词密度、外链，转向内容是否结构化、事实是否明确、来源是否权威。一段"我们始终坚持客户第一"的品牌故事，SEO 里可能还有点用，AI 是绝对不会引用的。

已有的 SEO 资产是很好的起点：关键词可以直接转成监测问题，老页面可以改造成可摘引结构（加参数表、加对比、加明确结论）。真正要新增的，是那些"客户会问但你从没正面回答过"的内容。

信源覆盖：AI 回答前会检索。它引用的那批站点上有对手没有你，答案里自然也就没有你。查法是把每次回答的引用来源逐条拆开，看每条上出现的是谁。

内容结构：对手把"适合谁、怎么选、和谁比"写成了能被直接摘引的段落，你的官网还在讲发展历程。查法是拿 10 个客户真会问的问题，对着两边官网数一数各能答上几个。

先发占位：对手几个月前就开始供给内容，在模型的认知里它已经是"常见选项"。越晚动，纠正成本越高。查法是看它近一年的内容节奏和被引用时间线。

这三条我们会在诊断报告里逐条给证据，并落到"该补哪三页、投哪几个域名"这种可以直接派活的粒度。

特别值得做的三类：一是决策周期长、客户会做功课的生意（企业服务、大宗消费品、教育医疗），客户一定会先问 AI；二是品类里有明确"怎么选"问法的生意，这类问题 AI 一定会给名单；三是已经有内容资产但没被 AI 采纳的品牌，改造成本最低、见效最快。

我们会直说别做的：纯冲动型低客单快消（用户不问 AI，直接下单）、强地域限定且线上没有讨论的本地生意、以及品类本身在 AI 里几乎无人提问的窄赛道 —— 前两类做了也拉不到量，最后一类连题都出不满。

这一点不用猜：诊断的时候先看你的品类在 AI 里有没有真实提问量。没有，我们会在报告里写"不建议现在做"，而不是硬卖一个套餐给你。

第一步是定位来源：AI 说的每一句错话都有出处 —— 通常是一篇几年前的评测、一个已经关停的活动页、或者一条被反复转载的旧新闻。引用溯源能把这些页面找出来。

第二步是压过它：能联系站点更新的就更新；不能的，就用更新、更权威、结构更清晰的内容把它盖过去。模型倾向于引用信息更明确、时效更近的来源，所以"补一张带日期的参数对照表"往往比写十篇软文有效。

第三步是持续盯：事实类错误纠正后会有滞后，通常要数周才在各平台陆续消失。这期间要盯着"事实理解准确度"这条指标，而不是靠人工每天去问一遍。

你能看到的比想象中多。对同一批问题，把 AI 的引用来源按域名聚合，就能看出竞品的打法：是靠垂直媒体评测、靠社区讨论量、还是靠自己官网的结构化内容。三种打法的应对成本完全不同。

更有用的是"竞品独占来源"：那些只引用了竞品、你完全缺席的域名。这份名单基本就是你的投放优先级 —— 它证明了这个域名在你的品类里对 AI 有效。

另外提醒一点：真实竞品未必是你以为的那几家。我们从答案共现里挖出来的对手，经常和客户自己列的名单不一样 —— AI 眼里和你抢同一个答案位的，才是你的对手。

问一：你的数据怎么来的？是真机采集还是只调 API，采集频率多少，原始回答保不保留。答不上来或含糊其辞，后面的数字都不用看了。

问二：验收口径是什么？题集怎么定、采集日怎么算、含不含品牌词题（品牌词题恒 100% 提及，会把分数虚高）。愿意主动说清口径的，通常没打算糊弄你。

问三：中途换题怎么办？如果对方说"换题不影响"，那是不懂或者装不懂 —— 换题就是换尺子，基准分必须作废重测。

问四：内容发在谁的账号上？发在你自己的域名和账号上，服务停了资产还在；发在服务商的号上，停了就归零。

问五：承诺什么？承诺具体排名的，直接排除。可以承诺的是交付量、监测覆盖和过程透明，不能承诺 AI 的输出。