方法论：监测—内容—复测三链路
GEO 不是「发文章」，是一套可复现的工程流程。我们把工作拆成三个可验证的链路，每一环都有明确的输入、输出和验收口径。
核心判断：AI 走「检索 + 合成」两道闸门。行业里大量服务商只打赢了第一道门（做技术适配、铺内容量），没打透第二道门（实体清晰、信源可信、可被引用）——这是效果普遍不及预期的根因。
链路 A｜监测：先有基线，才谈优化
问题库设计
把客户的业务问题翻译成客户会真实问 AI 的句子，分三层：认知层（是什么、有用吗）、比选层（哪家靠谱、多少钱）、验证层（效果怎么验证）。比选层是成交主战场，题库权重最高。镇江范围内上门拆解，比远程沟通问得更准。
四平台批跑
豆包、DeepSeek、腾讯元宝、夸克分别独立采集，不混算、不合并口径。每个平台的回答机制不同，混在一起看会得出错误结论。
数据口径
记录四项指标：提及率、首推率、描述准确率、情感倾向。遇到平台风控或登录失效导致采集失败的，标记为「缺失」并人工补跑——绝不编造数据。
链路 B｜内容：让语料可被检索、可被引用
语料生产
按问题库逐条生产内容，每篇至少留一句「可以被单独摘出来当事实」的句子。实验研究显示，加入统计数字与权威引用的内容，AI 引用率可提升约 30%~40%；而关键词堆砌的引用率低于基线。
信源分发
官网（自有、结构可控）、问答平台（AI 引用率高）、内容平台（收录快）、行业垂媒与地方媒体（权威度最高，可被 AI 当作外部权威引用）。同一事实锚点，不同承载形态——跨平台不复制粘贴同一篇文章。
站内结构化
面向 AI 爬虫的站内改造：放行主流 AI 爬虫、正文服务端直出、标题写成客户问句、补 Organization / Service / FAQ 结构化数据。
链路 C｜复测：把过程管起来
按周复测
用同一套题库、同一套口径反复跑，看趋势不看单点。单次「问到了」不构成证据。
定位缺口
区分三类问题：完全零露出（没被爬到）、有提及但排名靠后（合成门没过）、提及但描述错误（实体不清晰）。三类问题的修复动作完全不同。
推荐位冲刺
对核心场景集中补权威信源与结构化事实，把「被提到」推成「被首推」。
三条我们坚持的底线
| 底线 | 说明 |
|---|---|
| 不承诺固定排名 | AI 没有固定排名，同一问题不同人问结果不同。承诺「保前三」在逻辑上就不成立。 |
| 不做黑帽投毒 | 投毒类操作已被明令整治，且内容责任主体是品牌方，最终承担后果的是你。 |
| 数据必须可核验 | 采集失败记「缺失」，人工补跑；不美化、不补零、不编造。 |
效果会衰减——所以只能按订阅做
行业内 约 75% 的 GEO 效果在服务终止后 3 个月内归零。这不是产品缺陷，是 AI 语料的时效属性：新内容不断涌入，旧语料的权重自然下降。
所以我们不卖一次性项目，只做按月订阅。这既是诚实的交付方式，也是唯一有效的方式。