STEP 01
组织需求场景
梳理目标客户会问 AI 的真实问题，按「认知—比较—决策」分层。认知层解决「这是什么品类」，比较层解决「和谁比」，决策层解决「为什么选你」。
交付：问题图谱 50–100 问
服务
七步闭环：
七步闭环：
从诊断到优化，每 4 周一轮
GEO 不是一次性交付的稿件，而是一套持续校准的工程。我们把每个阶段做什么、交付什么、需要多久写在前面，避免「做了很多，但说不清效果」。
方法
概率24 GEO 四步法
四步法决定内容的方向，七步闭环决定执行的质量。前者是策略，后者是工程。
STEP 02
构建品牌知识库
把产品、参数、优势、适用场景整理成结构化、可被引用的内容，并统一所有渠道的事实口径。
交付：品牌知识库 v1STEP 03
构建证据链
用案例、数据、资质、第三方报道与用户评价，形成多源互相印证的证据矩阵，而不是品牌自说自话。
交付：证据矩阵 + 权威源清单STEP 04
持续优化内容
监测 AI 回答的变化，按缺口迭代内容与表达。每一轮都基于实测数据，而不是凭感觉加稿。
交付：月度复测 + 迭代清单
流程
七步闭环
第 7 步回到第 5 步，形成循环。每一轮约 4 周，季度做一次策略复盘。
01 诊断→02 策略→03 知识库→04 内容→05 发布→06 监测→07 优化↺
| 阶段 | 做什么 | 交付什么 | 周期 |
|---|---|---|---|
| 01 诊断 | 6 平台 × 50 问基线测试，含 3 个竞品对比 | AI 可见度诊断报告（含原始问答） | 7 天 |
| 02 策略 | 问题图谱分层、平台优先级、内容选题 | 策略地图 + 选题清单 | 5 天 |
| 03 知识库 | 产品 / 场景 / 证据结构化，统一事实口径 | 品牌知识库 v1 | 2–3 周 |
| 04 内容 | 问答、对比、长文、案例、白皮书 | 首批 20–30 篇 | 3–4 周 |
| 05 发布 | 官网 + 媒体 + 百科 + 社媒矩阵分发 | 发布清单 + 收录凭证 | 持续 |
| 06 监测 | 固定问题集，月度 6 平台复测 | 月度 AI 可见度报告 | 每月 |
| 07 优化 | 按缺口补内容、改口径、扩平台 | 迭代清单（回到第 05 步） | 持续 |
第 1 个月
搭建
诊断、策略、知识库完成，事实口径统一。
第 2–3 个月
起量
内容上线，提及率与推荐率开始变化。
第 4–6 个月
稳定
推荐率与首位推荐率进入目标区间。
第 7 个月起
维护
轻量迭代，季度复盘，防止认知衰减。
监测口径
用概率口径衡量，
用概率口径衡量，
而不是一张截图
AI 回答存在随机性。我们的做法是固定问题集、固定采样次数、保留原始记录，任何一条结论都能被复核。
计算口径
固定问题集 × 6 平台 × 每平台 3 次采样。
报告保留原始问答截图，可逐条复核。
提及率
相关问题中品牌被提到的比例
≥ 60%
推荐率
被列入 3–5 个推荐名单的比例
≥ 35%
首位推荐率
排在第一个推荐位的比例
≥ 15%
描述准确度
品类、参数、场景描述的正确率
≥ 90%
情感倾向
正面 / 中性 / 负面回答占比
正面 ≥ 80%
引用来源
AI 引用了哪些来源，是否含权威第三方
≥ 3 类
交付物
你会拿到什么
每一个交付物都对应一个可验收的标准，不做「看起来很努力」的汇报。
01
《AI 可见度诊断报告》
6 平台 × 50 问基线、3 个竞品对比、错误描述清单，附原始问答截图。
可验收：每一个问题都有原始记录
02
策略地图与选题清单
问题图谱分层、平台优先级排序、90 天内容排期。
可验收：选题可追溯到具体问题
03
品牌知识库 v1
品类定义、产品参数、适用场景、常见问答、事实口径表。
可验收：所有渠道引用同一组数字
04
结构化内容与页面
场景问答、对比清单、案例长文、白皮书，配套 Schema 标注。
可验收：页面可被抓取、可被抽取
05
证据矩阵与权威源清单
资质、第三方报道、用户评价、行业协会资源的分层整理。
可验收：每条证据有来源链接
06
月度监测与迭代清单
六项指标环比、新增缺口、下一轮内容与口径调整建议。
可验收：结论可复核、可追溯
边界与合规
我们不做什么
GEO 行业里存在大量灰色做法。明确边界，比强调能力更重要。
不刷量
不制造虚假点击、虚假互动，不用机器行为影响平台判断。
不投毒
不批量制造低质站点与虚假信源去「喂」模型，这类做法会连带损伤品牌。
不做虚假信息
不夸大资质、不虚构客户、不编造参数。所有事实以可核验材料为准。
不承诺固定排名
AI 回答存在随机性。我们承诺指标改善与过程透明，不承诺「永远第一」。