GEO 实操指南
GEO 全流程：
从「AI 不提到你」到「答案里引用你」
把 AI 引擎当成一个只读第三方评测的编辑：你不给它能读懂的资料，它就永远写不出你的名字。这份页面按六个阶段拆开：每个阶段做什么动作、预计什么效果、怎么检查验证——全部基于开源项目 GeoLook 的真实代码与 18.7 万条中文 AI 引用实证数据。
一句话定义（TL;DR）
GEO = Generative Engine Optimization = 生成式引擎优化：让 ChatGPT、豆包、DeepSeek、Gemini 这类 AI 引擎，在回答「XX 工具哪个好」这种问题时主动提到并引用你的品牌。它不是传统 SEO（争搜索链接排名），争的是 AI 那段答案里的名字、排名和引用来源。
国内 AI 引用生态中，品牌官网类信源只占全部引用的 1.37%（187,818 条去重引用实测，GeoLook references/cn-source-ranking.md）——主战场在第三方阵地，不在官网。
GEO 第一步是采样测量不是改网站：先用真实问题问遍各引擎，算出你的提及率，才知道差距在哪。
完整一轮自动流程约 10–30 分钟（一条命令，含 17 引擎采样）；效果验证按 7/14/30 天周期复跑。
验收是可编程的：示例项目 21 张工单里 86%（18 张）可自动验收，「做完了」由重抓和下一轮采样说了算，不由人嘴说。
没有官网也能做 GEO：用产品材料替代官网当推导底座，引用官网率直接显示「不适用」而非 0。
先建立一个画面
GEO 这件事，跟开店选址是一回事。
小白版：AI 引擎像一个见多识广但很懒的导购。顾客问它「哪家咖啡店好」，它只报自己最近反复听人提起的三家——你店开在深巷里（官网没人引用）、招牌字太小（页面 AI 读不懂）、或邻居都在夸竞争对手（信源被竞品占着），它就永远不报你。GEO 就是：搞清楚导购现在报谁 → 让可信的人开始提你 → 把你的信息做成导购方便念的句子 → 每周去问一遍验证它报没报你。
专业版：GEO 优化的对象是生成式检索系统的召回与引用层：RAG（Retrieval-Augmented Generation，检索增强生成）架构下，引擎先从索引/联网检索中召回候选信源，再交给模型合成答案。你的目标是在「查询 → 检索召回 → 上下文拼装 → 生成引用」这条链路上逐环提升品牌的可发现性（crawlability）、可抽取性（extractability）、可引用性（quotability），最终以提及率（mention rate）、排名位次、引用份额（citation share）三个指标量化。
前端类比：这就像给爬虫时代做 SEO 之外，再给「LLM 检索管道」做一遍可访问性优化——区别是消费你内容的先是向量检索器和语言模型，其次才是人。
全流程一张图：六个阶段，一条闭环
测量 → 诊断 → 派工 → 施工 → 发布 → 验收。验收结果回到测量，形成循环。
① 采样测量
→
② 体检诊断
→
③ 生成工单
→
④ 内容+资产
→
⑤ 分发铺设
→
⑥ 验收复跑
⟲回到①
证据：九步命令链（crawl→audit→bootstrap→sample→plan→generate→report→verify→deliver）取自仓库 scripts/geo.py --help 实测输出；阶段划分为其文档原生结构，非重新发明。
六个阶段逐个拆 动作 / 效果 / 验证
每张卡三段：■ 做什么、■ 预计效果、■ 怎么检查。
采样测量 全自动 10 引擎 + 人工 7 引擎
地基。没有这一步，后面全是凭感觉。
做什么准备一份「问题库」——真实用户会问 AI 的问题（7 大类：买家比价 / 教育科普 / 探索试探，如「XX 工具哪个好」「A 和 B 选谁」）。逐题问遍 17 家引擎（DeepSeek、豆包、Kimi、ChatGPT、Perplexity、Gemini…），把回答原文 + 全部引用链接存成样本库。
预计效果得到三个基线数字：提及率（100 问里 AI 提你几次）、排名（提到时排第几）、引用份额（AI 引的信源里你的占多少）。每道题自动打上诊断标签：疑似负面 > 竞品主导 > 完全缺席 > 排名靠后。
怎么检查样本可逐条回放核对（AI 原话在库里）；解析错的（同名误判、否定句）人工改一条，指标即时重算。没 API Key 也能跑：导出人工采样表，浏览器里问完粘贴回来，同样入库。
为什么「个人登录态采样」要自动降级标记？
AI 认识你时会偏心（记得你常问的领域）。采样要的是「陌生人看到的客观世界」，所以用干净沙盒浏览器。GeoLook 把「个人环境采的样」自动降为「待复核」，防止污染指标——这是采样卫生（sampling hygiene），不是强迫症。
体检诊断 依赖你的官网
回答「AI 为什么看不到我」——四层依赖链，从下往上修。
L1 准入AI 爬虫进得来吗？robots.txt 合规解析（能抓出正则抓不到的通配符封禁）、用真实 GPTBot / ClaudeBot 身份探测 CDN/WAF 有没有偷偷 403（浏览器看正常，爬虫早被拦）、X-Robots-Tag 的 noindex、llms.txt 链接有效性。这层挂了，下面全白做。
L2 定位AI 知道你是谁吗？一句话定义是否全站一致、实体消歧（重名品牌会被张冠李戴）、hreflang 多语言覆盖。
L3 理解AI 读得懂你吗？sitemap 索引污染、重复标题/内容检测——内容多不等于 AI 读得到。
L4 可引用AI 抄得走吗？检索的单位是「段落」不是「页面」——页面有章节但没有一段能独立成话，照样不被引用。逐段检查可引用性，缺了给具体改法。
预计效果拿到：四层体检分 + 缺口清单（内容缺什么 / 阵地缺什么 / 事实口径缺什么）+ 19 渠道阵地地图（按真实引用语料加权，告诉你每个阵地值不值得建）。附带黄金结论：竞品在哪个引擎最强，那个引擎背后的信源就是你要去铺的地方。
怎么检查体检项全部是可复现的是/否判定（重抓一次站就能核对），不是黑盒打分；UI 里有「这些数字从哪来」面板。缺数据处显示「未测量」，不编数。
生成工单 把建议变成任务
做什么诊断结果自动转成结构化工单：每张带 依据 / 负责人 / 工作量 / 时间窗 / 验收标准，外加两个独立维度——优先级（P0 先做）和风险级（低风险快赢 / 观察 7-14-28 天复看 / 高风险技术改动需备份回滚）。工单深链直达它最需要写的那篇内容。
预计效果「建议一堆没人干」变成「一张可勾选的清单」。示例项目实测 13–21 张工单，86%（18/21）能自动验收——做完没做完，机器说了算【官方文档口径，本仓库实测任务 13 张】。
怎么检查每张工单自带验收方式字段（如「重抓后 llms.txt 存在且含定义块」）。指标退步自动重开工单——不许「声称完成」。
内容 + 资产 施工
做什么两条线并行。内容线：工作台选题池按「没被提 + 没内容」排序 → 按大纲写稿 → 发布前跑编造风险 lint（AI 初稿防胡说）→ 可引用性预检达 B 级才算成稿。资产线：一键生成可直接部署的文件——llms.txt（给 AI 的站点说明书）、JSON-LD（结构化数据，贴进网页 head）、HTML 片段、AI 流量归因包（GA4 渠道组正则 + 服务器日志统计脚本）。
预计效果所有对外口径从同一份「品牌事实库」生成——llms.txt、JSON-LD、内容稿三处定义逐字一致，AI 不会再拼出四个版本的你。归因包把「被引用」推进到「带来点击和转化」。
怎么检查lint 报告（编造风险）+ 可引用性预检分数；部署后工单验证器重抓站点，逐项核对文件真的在线、内容真的生效。
分发铺设 反直觉的重头戏
记住这个数：国内 AI 引用里官网只占 1.37%【实测：187,818 条去重引用，52 个官网域名 / 2,569 条】。AI 爱引用的是百科词条、排行榜、评测文章、公众号这类第三方背书。所以施工的大头不在自己网站，在别人的阵地。
做什么每篇成稿配分发清单：该铺到哪些阵地（百科/知乎/公众号/头条/排行站 + 海外 Reddit、GitHub、Medium 等 19 渠道）逐条打勾。有官方 API 的走自动发布（WordPress 草稿、微信公众号草稿、X 推文、Reddit 长帖）；没有可靠个人 API 的（微博/小红书/LinkedIn）刻意不假装集成，走 webhook 桥接。发布永远逐篇人工确认。
预计效果让多个互相独立的信源重复说出同一句你的定义——AI 交叉验证后才会把「你」当成可信事实收进答案。竞品有而你没有的阵地 = 现成的打地鼠清单。
怎么检查发布状态自动同步回行动计划与问题库；下一轮采样看引用来源分布里这些阵地有没有换成带你。
验收复跑 闭环
做什么两层验收：工单级——重抓站点自动判定（文件在不在、结构对不对）；效果级——按 7/14/30 天排周期自动复跑全流程，每道题出 before/after 对比（全部/国内/海外分开看）。产出老板版一页纸 + 客户交付包（HTML + CSV）。
预计效果回答终极问题「做了半天到底有没有用」：逐题涨幅、任务级涨幅、引用份额变化，全部有前后两版样本可对。没涨的题反向指出下一轮该修哪。
怎么检查验收历史留痕可翻；每轮采样的原始答案都归档——任何数字点进去能看到 AI 原话。指标退步 → 关联工单自动重开。
三个改变资源分配的数字
来自 GeoLook 内置的公开实证语料（602 条 Prompt / 21,143 条引用 / CN 187,818 条去重引用），不是拍脑袋。
1.37%
官网占国内 AI 引用的比例
→ 官网是地基不是战场，预算大头给第三方阵地
17 家
采样引擎矩阵（10 自动 + 7 人工）
→ 国内 7 家（DeepSeek/豆包/Kimi…）和海外打法完全不同，分开测
86%
工单可自动验收比例（示例项目 18/21）
→ 「完成」是测出来的，不是汇报出来的【官方口径】
怎么上手：三条路线
| 路线 | 适合谁 | 动作 | 耗时 |
|---|
| A · 一条命令全自动 | 想先看全貌 | python3 scripts/geo.py new --url 你的域名 --market both：抓站→体检→推导→采样→工单→资产→报告→验收→交付包，九步自动 | 10–30 分钟 |
| B · 看板逐步走 | 首次使用（推荐） | python3 scripts/geo.py ui 开看板，7 步向导：接入→人工核对事实库（关键，10 分钟）→看现状→看诊断→领工单→验收→长期运营 | 首天 1 小时 |
| C · 零 Key 纯人工 | 不想配 API / 预算为零 | 人工采样表导出 → 浏览器里问 AI 粘贴回来 → 回灌入库；配 Chrome 插件后每周周检约 10 分钟 | 每周 ~10 分钟 |
人工核对那一步不能省：品牌事实自动抽取只从你官网正文里找，抽不到标「待确认」。别名漏配 = 提及率被低估（AI 提了你的产品名但你库里没登记，机器判你没被提）。这是全流程唯一强制的人工质检位。
诚实边界：GEO 管什么，不管什么
✓ 能保证的
- 指标全部可复现：每个数字能点回原始样本
- 工单「做完没做完」由程序判定，退步自动重开
- 数据全在本机，git 一下就是备份
- 没有「黑盒评分」：未测量就显示未测量
✗ 不保证的
- 不保证 AI 一定引用你——工具管「不漏、可验证」，引擎买不买单看外部世界
- 「疑似负面」是线索不是判决，需人工复核
- 单机工具，无账号体系、无团队协作
- 采样量受自己的 API 预算限制
- 见效周期依赖引擎收录节奏，按周观察而非按天
常见问题
GEO 到底是什么？和 SEO 有什么区别？
SEO 争搜索引擎结果页的链接排名，消费者是「会翻页的人」；GEO 争 AI 合成答案里的名字与引用，消费者是「只看一段话的人」。同一份内容，SEO 优化标题关键词，GEO 优化的是「这一段能不能被 AI 单独抄走还语义完整」。
GEO 要先做什么？第一步是什么？
第一步是采样测量而不是改网站：拿一批真实用户会问的问题，逐题问遍各引擎，把回答原文和引用链接全部存下来，算出提及率、排名、引用份额。先知道 AI 现在怎么看你，再决定改什么。
为什么官网不是 GEO 的重点？
187,818 条国内 AI 引用实测显示官网类信源只占 1.37%。AI 更爱引用百科、排行站、评测、公众号这类第三方背书。官网必做，但它是地基不是主战场。
GEO 做完怎么验证有没有效果？
两条验证线：工单级验收（重抓站点核对 llms.txt、结构化数据是否真的部署）和效果级验收（下一轮采样逐题 before/after，提及率涨没涨）。退步的工单自动重新打开。
没有官网能做 GEO 吗？
能。用产品介绍材料替代官网正文，作为品牌事实、竞品和问题库的推导底座，采样、诊断、内容分发全部照常；只是不产出 llms.txt 和 JSON-LD，「引用官网率」显示「不适用」而非 0。
多久见效？为什么不能更快？
工具一轮 10–30 分钟，但生效链路是：你铺的内容 → 被引擎爬虫收录 → 进入检索索引 → 在采样中召回。每一环都有延迟，且第三方阵地权重积累需要时间。所以按 7/14/30 天周期复跑，短周期波动不算数。
跟市面 GEO SaaS 什么区别？
多数是「监测+建议」按月订阅、数据在厂商云端；GeoLook 把闭环推到底：监测→诊断→工单→资产→自动验收→客户交付包，数据全在本机，免费开源，只花自己的采样 API 费。
答案：B、C 对。A 错——收录有延迟，按 7/14/30 天周期看；D 错——用产品材料当底座照常做，官网只占引用 1.37%。