GEO 实测洞察库

实测类
基于真实客户诊断的数据记录,带分子分母与复测口径。
方法类
把判断标准与验收方法写成可直接使用的清单。

10 篇 · 全部基于真实测量记录 · 更新至 2026-10-20

一句话说明:这里只放三类东西 —— 我们真实测到的数据、你能自己复现的方法、判断服务商的可用标准。

没有观点文章,没有案例包装,没有提升承诺。参考口径:3,595 个有效样本中,被提及 53/3,595(1.5%)、被引 1/3,595(0.03%)。

这里有哪些内容?

为什么同一个产品,AI 提及率能差 19 倍?

实测2026-10600 个真实消费者问题、3 个平台:宽泛问题提及率 1.22%,具体问题 23.27%。结论:AI 可见性是"问法"的函数,不是一个固定数字。

被 AI「提到」53 次,只被当作「证据」1 次

实测2026-103,595 个有效样本:提及 53 次(1.5%),官网被当作信源引用 1 次(0.03%)。结论:被提到 ≠ 被信任,差两个数量级。

GEO 服务商怎么选?6 项你能自己验证的交付标准

方法2026-10题集与指纹、原始回答、提及与候选、来源与引用、交付清单、边界声明;附 8 个可以直接问的问题。结论:别看承诺,看能不能拿出可复核的文件。

3,595 次 AI 采购提问:AI 只在「推荐」类问题里点供应商的名

实测2026-106 个品种、美日两套题集、3 个平台:供应商推荐类命中 7.2%/7.8%,质量与法规类接近 0。结论:AI 不会替你证明能力,只在你已可被检索时给你位置。

GEO 项目怎么验收?4 个阶段 + 1 套可复现的复测口径

方法2026-10范围限定、基线先行、过程追踪、结果复现;附 5 条复测硬规则与 8 项可勾选验收清单。结论:验收标准只有一条——报告里的数字你能自己复现。

官网的 7 个「AI 读不到」的地方

实测2026-1046 页审计:一句话答案只有 9/46、术语定义 9/46、首屏数字 14/46,JSON-LD 却 46/46。改造后 33/33。

来源面板 vs 正文引用:三层结构

方法2026-10提及 53/3,595(1.5%)vs 域名级被引 1/3,595(0.03%)——差两个数量级。

302 个来源 URL:4 个平台几乎不重叠

实测2026-10302 个独立 URL、159 个域名:四个平台共现域名 1/159,Exact URL 交集 0/302。

600 道采购问题怎么来:题库的生成与冻结

方法2026-1010 类采购意图 × 60 题 = 600/市场;3,600 次采集、3,595 有效(99.9%)。

「优化之后没变化」的 4 种解释

方法2026-100/22(0%)自然提及、16/16 提及全在一个平台;先排查测量,再谈内容。

配套入口在哪?

利益披露:本站由 Look4GEO(问擎GEO)运营,我们本身是 GEO 服务商,因此本库内容不构成独立第三方研究。 所有页面均标注数据口径与分子分母,可按需提供复核。

常见问题

Q:这些数据的来源是什么?

两项来自真实客户诊断(客户匿名),口径与分母在每篇中标明。

Q:能复现吗?

能。题集在测量前冻结,复测使用同一套题、同样平台与判定口径。

Q:为什么不给提升幅度?

没有对照实验,无法归因;给了就是误导。