一个前提共识
用户决策入口正在从「搜一下」迁移到「问一下」。搜索引擎把十个链接摆给用户，AI 直接给一份 3–5 个名字的短名单。
这意味着品牌竞争的战场变了：从排名竞争变成席位竞争。几十个品牌抢 3–5 个位置，进了名单是入场，被点名推荐才是生意。
实操中我们盯两个核心指标：
AI 占位率：品牌出现过的 AI 回答占比
提及率：具体问题下品牌被提及的比例
位次（排第几）只做记录、不进考核——因为 AI 的答案形态本身在变，今天的第一可能是明天的第三段，但「在名单里」这件事永远值钱。
AI 的推荐机制：一次三步验证
把 AI 想象成一个极严谨的研究员，它推荐一个品牌前做三件事：
1. 查资料——你有没有被结构化地记录？
AI 依赖可抓取、可解析的信息源。品牌信息如果只存在官网 Flash 式的漂亮页面里，AI 读不到等于不存在。 structured、事实化的表达（成立时间、资质编号、服务数据）远比形容词有用。
2. 验来源——你说的有人背书吗？
单一渠道的自述，权重极低。AI 更信任交叉印证：媒体报道、百科词条、行业收录、第三方评测互相一致，置信度才够。这也是为什么「七类触点讲同一句话」是 GEO 的基本功——事实被一致地重复，才会被当成事实。
3. 看各方怎么说——你在别人嘴里是什么？
用户口碑、问答社区、评测内容里的品牌形象，直接影响 AI 的措辞。一条高权重负面，可能吃掉十条正面内容的权重，这也是为什么口碑治理要先于传播放大。
三个实操误区
误区一：等 AI 搜索「成熟了」再做。
心智有窗口期。第一答案里的品牌会被反复提及、反复印证，位置越坐越稳。现在补是补证据，等对手站稳再抢是抢位置，成本完全不同。
误区二：只做官网，或者只买「官方认证」。
官网只是一百个信源之一。AI 判断品牌看全网矩阵：媒体、百科、榜单、口碑、评测。单点再强，撑不起一份 AI 敢引用的信任档案。
误区三：把「被提到」当效果。
同样在名单里，「主动写『推荐 XX』」和顺带一句「还有 XX」，是两种生意。效果评估要看出现方式，不只看出场次数。
一个可复用的检测框架
给品牌做 GEO 体检，我们的做法是四步：
定问题集：从真实客户话术里提炼 15 个左右高频问题，覆盖品牌认知、场景匹配、口碑、比价四类；
全平台跑测：主流 AI 工具逐平台逐问题提问，记录品牌是否出现、出现方式（缺席 / 提及 / 推荐）；
算基线：AI 占位率、提及率、各阶段场景得分，形成一份可对照的基线报告；
补短板：哪类问题缺席、哪个平台漏提、哪些事实缺失，逐项对应到内容与信源建设。
这套框架的价值不在分数本身，而在于让「AI 里有没有我」从感觉变成可测量、可验证、可交付的东西。
写在最后
GEO 目前还处在这个行业里「先跑的人先立住心智」的阶段。名单正在成形，首页的位子从来不等人。欢迎研究院的同行交流各自的检测口径与信源建设经验——这门生意才刚开始，口径越统一，行业越快成熟。
