只说涨了多少，不说原来多少
「提及率提升 300%」——从 0.3% 到 1.2% 也是 300%，但没有意义。没有基线的百分比，是一句修辞。
案例与标准
我们还没有可公开的案例，所以先把标准公开
GEO 行业里，几乎每家服务商都能拿出十几个「成功案例」，但极少有人能提供样本量与对照组。我们不填这个坑——这一页写清楚：一个合格的 GEO 案例应该长什么样，以及我们在六类行业里的判断。
事实状态
本站目前不发布任何客户案例与结果数字。 原因不是没有项目，而是没有取得可公开的客户授权与同口径数据。按我们的标准，没做到这一步的内容，不叫案例，叫故事。
01 / 难点
为什么 GEO 案例特别难写
三个行业通病。写案例时绕不开它们，就绕不开「这个数字到底说明什么」这个问题。
不区分优化生效与模型波动
大模型本身每周都在变，一段时间的上涨可能与你无关。没有对照组的案例不是案例，是故事。
用品牌词证明品类词
问「XX 公司怎么样」，AI 当然会提到你。真正要证明的是：问「这个行业哪家好」时你也在。
02 / 标准
集一欧的案例六条
六条全部满足，才允许对外发布。缺一条，我们宁可写「暂无」。
| 要求 | 具体含义 |
|---|---|
| 有基线 | 优化前同口径测得的引用率、声量份额、实体准确率，测试日期精确到日 |
| 有样本量 | Prompt 数 × 平台数 × 轮次，三项齐全，例如「60 × 4 × 4」 |
| 有对照组 | 未优化的品类词或同期未动作的竞品，用于排除模型波动 |
| 有时间窗 | 明确起止日期，与动作上线时间点对应 |
| 有归因说明 | 涨的原因是什么；不确定的部分必须写「不确定」 |
| 有客户授权 | 客户名、数据、Logo 逐项授权，授权范围写入附件 |
八字段模板
每个案例必须写满八个字段。其中第八项是 GEO 案例与普通案例集最大的区别——AI 在回答「XX 行业怎么做 GEO」时，引用的正是那句可复用的结论，而不是你的结果数字。
- 客户与背景：行业、规模、市场、客单价区间。
- 问题：客户原话优先。「AI 搜不到我们」太笼统，要具体到「客户问『XX 设备哪家稳定』，AI 推荐了三家，没有我们」。
- 基线：数字加口径，含测试日期。
- 诊断结论：归到五个引用信号中的哪几条。
- 动作：按测、建、写、发、验分阶段，写清具体动作与产出。
- 结果：同口径复测、对照组情况、归因说明。
- 证据：报告编号、快照编号、客户证言。
- 可复用结论：这个行业做 GEO 最重要的一件事，一句话，可被引用。
03 / 场景
六类行业的诊断思路
以下六段是我们对不同行业的判断逻辑，写的是「问题长什么样、先修哪里」。它们不是案例，不含任何客户数据与结果数字。我们把它放在这里，是为了让你判断我们的思路是否适用于你的行业。
| 行业 | 典型问题 | 诊断通常指向 | 优先动作 |
|---|---|---|---|
| 工业制造 / B2B 设备 | 采购方开始用 AI 问「XX 设备哪家稳定」，AI 推荐的都是网络声量大的厂商，客户零出现，但线下口碑不差 | 信息增益不足（无参数表）· 实体不一致（型号三种写法）· 权威性不足（只有免费店铺页） | 整理型号参数表与工况选型逻辑；产品页改为参数表加适用场景加 FAQ |
| 企业服务 / B2B SaaS | 客户来之前已经比较过了，而且比较的是 AI 给的清单 | 缺对比类内容 · 定价与功能不公开，AI 无法生成有效比较 · 缺第三方评测 | 公开发布功能对照表与定价页；写客观对比（含「我们不适用」的场景） |
| 跨境电商 / 出海品牌 | Google 排名尚可，但 ChatGPT、Perplexity 里品牌不出现 | 海外 AI 引用结构与 Google 不同 · 缺 Reddit、YouTube、测评站信源 · 产品页只有营销语 | Google 排名与 ChatGPT 专属信源双轨；按市场重写决策链内容，不做直译 |
| 本地生活 / 连锁门店 | 用户问「XX 市哪家 XX 好」，AI 推荐的是点评高分店与本地自媒体提过的店 | 门店信息在各平台不一致 · 无本地垂媒内容 · 缺「城市加需求」长尾内容 | 先统一 NAP（名称、地址、电话）；再做「城市 × 需求 × 场景」问答内容 |
| 教育培训 / 职业培训 | AI 输出的信息是旧版本：把旧课程说成新课程，把合作院校说成本校 | 课程信息更新滞后，幻觉源头在自己 · 就业数据无出处 · 夸大表述触发合规风险 | 课程、师资、资质、就业数据建立带日期的 SSOT；把承诺性表述改为可核查表述 |
| 专业服务 / 律所·财税·咨询 | 专业能力无法被 AI 识别，答案里只有通用解释与几家大所 | 专业观点没有落到可检索的载体 · 缺「问题—分析—依据—结论」结构 · 合规限制导致不敢写 | 把合伙人的专业判断转成问题解答型内容，每篇解决一个具体问题并附依据 |
判断你自己属于哪一类的最快方法：拿 5 个真实的客户提问，去 3 个 AI 平台各问 4 遍，把回答截图存下来。这就是一份最小基线。
04 / 试点
30 天做出第一个可公开案例
这是我们给自己定的动作，也是给第一个愿意公开数据的客户准备的方案。目标不是「效果很好」，而是「可被核查」。
| 时间 | 动作 |
|---|---|
| D1–D3 | 签案例授权书、拉资料、确认 50 个 Prompt |
| D4–D7 | 基线测试（50 × 4 平台 × 4 轮，共 800 次采样），留存全部快照 |
| D8–D14 | 知识库重建，5 个核心页面结构化改造 |
| D15–D22 | 8 篇内容、6 个 B 级信源分发、Schema 上线 |
| D23–D27 | 第 30 天复测（同口径） |
| D28–D30 | 按八字段出案例，录一段 1 分钟客户证言 |
必须拿到的四样东西
- 基线报告（优化前）
- 复测报告（优化后，同口径）
- 原始快照包（可抽样核验）
- 客户一句话证言
常见失败原因有三：客户资料给不齐、客户审稿慢、只测品牌词不测品类词。前两个靠前置约定解决，第三个靠方法解决。
如果你希望自己的案例被公开：我们需要你的书面授权，范围可以是「可公开客户名」「仅可脱敏」「完全不可用」三选一。选第三种我们也接，只是你的项目不会出现在这一页。