GEO优化服务：让品牌在 AI 回答里被准确提及
GEO优化服务把品牌事实、官网可抓取性与站外信源整理成可检索的证据链，再用固定问句观测 AI 回答里的提及与引用。
是什么
GEO优化是什么，和 SEO 有什么区别？
GEO 指生成引擎优化，目标是让品牌信息在 AI 生成的回答里被准确提及、被引用；它调整的是可被检索的事实与证据，而不是搜索结果页上的位次。
| 维度 | SEO | GEO优化 |
|---|---|---|
| 面向的结果 | 搜索结果页的条目与位次 | 生成式回答里的提及、引用与说法 |
| 主要工作 | 站点结构、页面相关性与链接 | 品牌事实一致性、正文可抓取性、站外信源与内容证据 |
| 观测方式 | 关键词位次与流量 | 固定问句下的提及率、引用份额与事实错误 |
| 能否承诺位次 | 位次可观测但受索引影响 | 生成式答案是内联引用，没有可承诺的位次 |
可核查的引用来源、权威引述与具体统计数据的组合，在这项研究里表现出更高的可见度；单纯堆砌关键词的做法，表现低于不优化的基线。
依据：KDD 2024《GEO: Generative Engine Optimization》，实验结论按论文原文理解，不构成对具体项目的效果承诺。
我们把这条结论当作工作边界：内容按可核查的事实来写，不用同义形容词与关键词重复凑篇幅。
适合谁
什么样的企业需要这项服务？
当客户开始用 AI 助手了解供应商，品牌信息是否完整、是否一致、有没有被写错，会直接影响沟通起点。
| 当前情形 | 要解决的问题 | 先做的工作 |
|---|---|---|
| 问「这家公司是做什么的」，答案里查不到品牌 | 缺少可被索引的品牌事实 | 建立事实表与结构化品牌知识库 |
| 答案把业务、地址或成立时间写错 | 跨渠道口径不一致 | 核对官网与站外渠道，逐项纠正 |
| 官网正文由脚本渲染，抓取不到内容 | 站点技术侧不可读 | 官网 AI 可抓取性体检与改造 |
| 一直在发内容，但说不清带来什么变化 | 缺少基线与归因口径 | 冻结问题集，回写发布记录并同轴对照 |
| 新品类上线，希望尽快建立可引用的说明 | 缺少成体系的解释性内容 | 按问句组织内容，配数据来源与交付留痕 |
服务流程
服务按哪五步推进？
对外用五步说明客户旅程：立身份、建资产、布信源、发全域、盯数据；地基类工作与监测并行开展，不等数据攒够才动手。
- 立身份整理品牌事实表与知识库，统一公司全称、简称、地址、业务范围与主营一句话，由品牌方确认后入库。
- 建资产做官网 AI 可抓取性体检：正文是否在初始 HTML、检索型爬虫是否放行、结构化数据是否成体系，再补齐解释性内容。
- 布信源按问题集反解答案引用的来源，确定本轮要覆盖哪些问句、哪些渠道，形成可执行的 Brief。
- 发全域依据 Brief 生产内容，经过事实核对、调性确认与合规检查后发布，并回写发布记录与回链。
- 盯数据用固定问句按日或按周采样，对照冻结的基线看提及与引用的变化，把结论带回下一轮 Brief。
监测是常驻动作，不是跑完一次就结束的流程节点；每轮只调整 Brief 与内容，问题集和指标口径保持版本化，避免换尺子导致数据无法比较。
交付内容
每一轮具体交付什么？
交付物分四类：地基材料、本轮决策、内容成品与数据记录，全部以可核对的文字或表格形式给出。
| 环节 | 交付物 | 节奏 |
|---|---|---|
| 地基 · 品牌知识库 | 品牌事实表、业务定义、待补充清单 | 项目启动，一次性建立并按半年评审 |
| 地基 · 官网体检 | AI 可抓取性体检报告与改造建议 | 项目启动，可先于监测数据交付 |
| 监测 · 基线 | 冻结的问题集版本与首轮基线快照 | 服务启动后首轮，后续按日或按周采样 |
| 决策 · Brief | 本轮问句清单、目标信源、内容数量与审核人 | 每周或每双周 |
| 内容 · 生产与发布 | 内容稿、审核记录、发布回链与时间轴 | 每周或每双周 |
| 数据 · 复盘 | 趋势快照、事实错误清单、下轮建议 | 每轮结束后 |
| 事件 · 事实纠错 | 纠错稿与告警记录 | 发现错误信息时插队处理 |
效果口径
效果用什么口径观测？
用固定问句在固定平台采样，记录品牌是否被提及、是否被引用、说法有没有错；指标用于观察趋势，不构成效果承诺。
| 指标 | 定义 | 使用注意 |
|---|---|---|
| 提及率 | 提及次数 ÷ 有效提问次数 | 问句与平台集合固定才有可比性 |
| 首提率 | 品牌在答案里被先列举的比例 | 列举顺序不稳定，不作主要结论 |
| 引用份额 | 答案引用来源里各域名的占比 | 用于判断该补哪类信源 |
| 情感得分 | 答案语境的正负倾向记录 | 与提及率分开看，不合并成单一分数 |
| AI 可见度指数 | 由上述指标合成的观察值 | 报表必须同时展示原始数字 |
| 事实错误条数 | 答案中与事实表不符的说法数量 | 单独统计，优先级高于提及率 |
报表保留每一条生成式回答的原话，可下钻核对；AI 平台不提供曝光数据，我们也不推算曝光量。发现事实写错时，先改官网与站外口径，再谈提及率的变化。
报价与合作
报价方式与交付物怎么写？
价格只写「面议 + 计价方式」：服务范围、监测的问句与平台数量、内容产量都会影响工作量，确认范围后提供可逐项对照的报价单。
| 项目 | 说明 | 计价口径 |
|---|---|---|
| 地基与体检 | 品牌知识库、问题集 v1、官网可抓取性体检 | 按项目一次性核定 |
| 监测采样 | 固定问句在约定平台的采样与快照 | 按问句与平台规模核定 |
| Brief 与内容 | 本轮决策、内容稿与审核留痕 | 按轮次或按篇数核定 |
| 渠道发布 | 渠道匹配、发布执行与回链回收 | 按渠道与发布量核定 |
| 复盘与纠错 | 趋势快照、事实纠错与下轮建议 | 按服务期核定 |
| 假设与不含项 | 第三方平台费用、账号与媒体采买成本 | 逐条列明，另计 |
不公开具体金额；同一套服务在不同监测规模与内容产量下，工作量差异较大，脱离范围报固定价会失真。
工作边界
哪些做法我们不做？
边界写清楚，是为了让交付可核对、可复盘，也避免把不确定的结果说成确定结论。
- 不做关键词堆砌：KDD 2024 的实验里，这类做法的表现低于不优化基线。
- 不承诺排名或位次：生成式答案是内联引用，没有可承诺的位次；也不承诺「做了就被推荐」。
- 不编造曝光量：AI 平台不提供曝光数据，只记录覆盖度与相对趋势。
- 不写无出处的数字：案例、客户名、资质编号、检测数据，没有材料就标注待补充。
- 不把 llms.txt 当卖点：没有证据表明国内 AI 会读取它，不作为交付承诺。
- 不提供绕过内容标识的手段：AI 生成内容按《人工智能生成合成内容标识办法》处理并标识。
客户平台
客户在哪里看数据？
已签约客户从导航右上角进入 geo.qorz.com，查看本轮采样、基线快照、内容进度与发布回链；账号由我们在服务启动后开通。
本站只做服务说明，不含注册与登录表单；平台侧的数据处理按平台自己的说明执行。
常见问题