方法论
五步闭环与三层九项指标
GEO 不是一个动作，是一套可复现的测量流程。这一页把我们做事的方式完整写出来，包括每一步的产出、每一项指标的口径，以及我们不碰的边界。
01 / 闭环
测 · 建 · 写 · 发 · 验
五个动作对应 AI 引用内容的五个信号：语义相关性、信息增益、实体一致性、权威性、内容质量。每一步都有明确产出，也都有验收标准。
| 步骤 | 做什么 | 产出 | 对应引用信号 |
|---|---|---|---|
| ① 测 Diagnose |
用 50–100 个真实提问（品牌词、品类词、对比词、场景词、问题词五类）跑测 6 个以上平台，每问每平台 ≥ 4 轮，建立基线并留存快照。 | AI 可见度基线报告、Prompt 测试库、原始回答快照包 | ——（建立参照系） |
| ② 建 Build |
抽取原子事实（字段、值、来源），三态标注已确认／待核实／存在冲突，统一全称、简称、产品名与主体关系。 | 品牌事实表 SSOT、实体命名规范、冲突清单 | 实体一致性 |
| ③ 写 Structure |
把内容改写成 AI 可提取的形状：结论先行、证据带来源、表格与列表、FAQ 段、适用与不适用边界。 | 内容矩阵、内容资产包、改写 SOP | 语义相关性 · 信息增益 · 内容质量 |
| ④ 发 Distribute |
按信源等级规划投放：A 级支撑核心事实主张，B 级支撑专业判断，C 级做事实锚点，D 级不碰。 | 信源地图、分发执行表、收录与引用追踪 | 权威性 |
| ⑤ 验 Measure |
用完全相同的 Prompt、平台、轮次复测，同时观察对照组与竞品，区分「优化生效」与「模型波动」。 | 复测报告、归因说明、季度策略复盘 | ——（验证全部信号） |
行业里被跳过最多的两步是「测」和「验」。因为它们既费时又不产出可展示的物料。但恰好是这两步决定了项目结束时你能不能回答一个问题：这些变化，是优化带来的，还是模型自己在变。
02 / 度量
三层九项指标
不用曝光量，不用发稿篇数。用可以被追问到底的九项指标。
| 层 | 指标 | 定义 | 参考目标 | 测量方式 |
|---|---|---|---|---|
| 可见度 | 引用率 | 提及品牌的查询数 ÷ 测试查询总数 × 100% | 品牌词 > 80%；品类词 10%–15% 起步 | Prompt 级跑测 + 快照 |
| 声量份额 SOV | 自身提及数 ÷ 全部品牌提及总数 × 100% | 相对值，看趋势与竞品对比 | 同口径竞品跑测 | |
| 位置质量 | 在答案中的出现位次：首位／前三／未进入 | 一次回答通常只引用 2–7 个品牌 | 人工标注 + 双人复核 | |
| 表述质量 | 实体准确率 | 描述与 SSOT 一致的事实条数占比 | ≥ 90% | 逐条比对事实表 |
| 情感倾向 | 正 +1 / 中 0 / 负 −1，取均值 | > 0.5 | 双人独立标注 | |
| 幻觉率 | 出现不存在事实的答案数占比 | 越低越好，逐条列原文 | 幻觉清单核对 | |
| 跨平台一致性 | 各平台对同一事实的表述是否统一 | 关键事实应完全一致 | 跨平台矩阵比对 | |
| 业务结果 | AI 渠道访问 | 来自 AI 平台的会话数 | 需 UTM 或 referrer 识别 | 站点分析工具 |
| 询盘／成交归因 | 可归因到 AI 渠道的线索与订单 | 需与 CRM 打通 | CRM 字段 + 人工回访 |
为什么业务结果层经常缺失：它需要客户配合打通 CRM 或加 UTM 参数。只报前两层的方案是不完整的，我们会在签约前说清楚，而不是在月报里悄悄跳过。
03 / 信源
信源 A / B / C / D 四级
依据 T/CAPT 026—2026 对信源权威性的划分。内容写得再好，发在 D 级采集站，AI 也不敢引用——信源等级直接决定采信概率。
| 等级 | 类型 | 用途 | 我们的做法 |
|---|---|---|---|
| A 级 | 政府机构、权威媒体、学术期刊 | 支撑核心事实主张 | 优先争取，按行业匹配（资质类走政务与协会渠道） |
| B 级 | 头部垂直媒体、研究机构 | 支撑专业判断 | 主战场，按行业垂媒清单投放 |
| C 级 | 企业官网、官方公众号、官方账号 | 自我声明、产品细节 | 必做，作为事实锚点 |
| D 级 | 匿名来源、内容农场、采集站 | 不用于支撑任何事实主张 | 不做（可写入合同条款） |
合同里我们对 A/B 级信源占比设定了目标值，并将「无 D 级站点投放记录」作为可核查条款。媒体采购费实报实销、单独列支，避免打包价里藏着低质站点。
04 / 写作
内容「四有」与六道闸门
不是多写，是改写形状。同一批事实，写成散文 AI 提取不到，写成结构 AI 直接引用。
四有
- 有结论：第一段就回答，不铺垫。
- 有证据：数据、参数、案例、资质，带来源。
- 有结构：小标题、列表、表格、FAQ。
- 有边界：适用什么，不适用什么。
行业里相反的做法是「先讲品牌历程，最后才说产品」——AI 通常在第二段就放弃了。
六道闸门（每篇必过）
- 首段有直接结论。
- 至少 1 个可核查的事实或数据，并标来源。
- 有至少 1 个表格或列表。
- 有 FAQ 段，不少于 3 问。
- 无绝对化用语（最、第一、唯一、全部）。
- 品牌名、产品名、参数与 SSOT 完全一致。
05 / 归因
怎么证明涨的是我们带来的
结论：靠对照组、时间窗与同期竞品数据。三步缺一不可。
- 保留对照组。保留 20–30 个不做任何优化的 Prompt，与目标组同时跑测。
- 记录时间窗。精确到日的起止日期，以及每个动作的上线时间点。
- 同步监测竞品。3–5 个竞品的份额变化，用于排除「整个品类都在涨」的可能。
判读规则：主组涨、对照组平、竞品未同步上涨，归因才成立。若对照组同步下滑，说明是模型波动——这类波动在报告里会被单独标注，不计入成果。
边界：归因永远不是 100% 确定。我们会在报告里明确写「这部分我们不确定」，而不是把所有增长都算成自己的功劳。这也是《不可承诺事项清单》存在的原因。