如何观察 AI 搜索中的品牌可见性

先讲结论 #

AI 搜索可见性不是"看一次截图就知道"。先把问题集固定：品牌词、服务词、竞品对比、行业问题各 5-10 条，写在一张表里。每个月在 ChatGPT、Google AI Mode、Perplexity、Gemini、文心一言/豆包跑一遍，记录是否出现品牌名、是否给出 URL、事实是否正确。再把这张表和 Search Console 的曝光趋势、WhatsApp/表单/邮箱的询盘来源对齐看——单看 AI 平台会被它的随机性骗。GEO 现在没有"提交收录"按钮，观察的目的不是冲排名，而是看 AI 是否把你当成"可以引用的来源"。三个月没引用，多半是内容结构、实体信号或案例可信度的问题，不是"AI 不喜欢你"。

我们见过太多团队第一次面对 AI 搜索只问一句："我们的品牌在 ChatGPT 里出现了吗？"市场同事打开 ChatGPT 输入公司名，截图一张，结束。这是观察，但不是可复盘的观察。下个月你不知道是涨是跌，也不知道哪个动作有效。

这篇写给真的要把 GEO 变成月度服务的团队：服务页的"答即可引用"改造做完了，hub 内容也在写，现在需要一个能持续跑的观察机制。

1. 定义问题集 #

观察 AI 搜索之前，必须先把"要观察什么"写成一张表。乱跑提示词，下个月没办法对比。

我们一般把问题分四类：

• 品牌词：直接问公司名、产品名、创始人名。例如"满想科技是做什么的""Mansion Tech 的服务范围"。这一组主要看 AI 是否把你当成已知实体，回答里的事实是否准确。
• 服务词：用服务名加场景去问。例如"中国出海企业 WordPress 网站搭建""B2B 制造业 SEO 服务"。这一组看的是 AI 在回答行业问题时会不会主动提到你。
• 竞品对比：把你和已知竞品并列。例如"X 和 Y 哪个更适合中小制造业出海建站"。这一组是 AI 搜索里转化最高的提问类型，也是最容易暴露内容差距的地方。
• 行业问题：完全不带品牌的开放问题。例如"出海官网应该跑在国内主机上吗""hreflang 配置错了会怎样"。如果你的内容真的有"被引用价值"，AI 会在这类回答里把你的文章作为来源。

每类选 5-10 条，中英文各一份。中文版去 ChatGPT 中文模式、文心一言、豆包、Kimi、通义千问；英文版去 ChatGPT、Google AI Mode、Perplexity、Gemini、Claude。问题列表每个季度只小幅调整，否则没法做趋势对比。

2. 跨平台记录 #

每个平台都有自己的脾气。ChatGPT 偶尔幻觉一个不存在的公司，Perplexity 喜欢列出来源链接，Google AI Mode 直接从搜索结果摘要，豆包对中文实体识别更友好。同一个问题在五个平台跑出来的差异，本身就是有用的信号。

最朴素的做法是建一张电子表格，行是问题，列是平台。每个格子记三件事：

• 是否出现品牌：是/部分/否（部分=回答里有但被一笔带过）。
• 是否给出 URL：具体是哪一页（首页？服务页？博客？）。
• 事实是否正确：成立年份、办公地、服务范围、案例描述这些细节有没有错。

每月跑一次，跑的时候同时截屏存档——AI 回答会变化，事后无法复现。截图统一放到一个共享目录，按月份归档。

如果你有预算，Profound、AthenaHQ、Otterly 这类工具已经在做自动化采集，能省掉手工跑提示词的时间。但小团队第一年用电子表格 + 截图就够，关键是把节奏跑起来，而不是先买工具。

3. 结合搜索数据 #

只看 AI 平台会被它的随机性骗。同一个提示词今天提到你、明天没提到你，可能只是采样温度的影响。所以观察 AI 可见性必须和传统搜索数据一起看。

我们一般在月度报告里把这三层叠在一起：

• Search Console：看曝光、点击、平均位置在过去 90 天的趋势。如果某个服务词的曝光在涨但点击没跟上，可能是 AI 摘要把答案直接给了用户。这不是坏事——它意味着你的内容被引用了——但要在询盘那一端去验证。
• GA4：看 referrer 里 ChatGPT、Perplexity、Gemini 这些来源的会话数。这是直接的引流证据，虽然量级一般不大，但增长趋势比绝对值更重要。
• 询盘来源：WhatsApp、表单、邮箱的 UTM 参数，加上"你怎么找到我们的"这一栏。最近半年我们看到越来越多客户在表单里写"ChatGPT 推荐"，虽然他们点过来的路径不一定经过 ChatGPT，但说明 AI 已经介入了他们的决策链。UTM 配置参考UTM 追踪入门。

把这三层放一张表，你才能区分"AI 平台在涨"和"AI 平台真的带来生意"。具体怎么搭 Search Console 和 Analytics 的基础观察看如何用 Search Console 和 Analytics 观察 SEO 是否在变好。

4. 周期性观察 #

一次性看是没用的。AI 搜索的输出本身就有随机性，加上模型每隔几周就有版本更新，单次结果说明不了任何问题。

我们给客户跑的节奏：

• 每月一次完整跑：固定问题集，固定平台，固定填表人。一般安排在每月第一周，这样能和上月数据对比。
• 每周一次抽查：从问题集里随机抽 5 个跑，主要是发现"突然消失"或"突然出现新竞品"的异常。
• 每季度一次复盘：把三个月的数据画成趋势图，决定下个季度的内容动作——是补案例、补 FAQ、还是改服务页结构。

填表人最好固定一个人，因为 AI 回答的"是/部分/否"判断带主观性。换人会让数据噪音变大。如果非要换，先一起跑一轮，把判定标准对齐。

这套节奏和上线后维护是同一套思路，详见网站上线后的维护清单。

5. 根据结果改内容 #

观察的目的是改内容，不是凑报告。根据三个月的趋势，我们会做这几件事：

• 品牌词没出现：多半是实体信号不够。检查"关于我们""团队""联系方式"是否完整、有没有 Organization schema、LinkedIn 和行业目录里资料是否一致。AI 需要多个独立来源确认你存在。
• 服务词和行业问题都不引用你：内容结构不够"答即可引用"。检查服务页有没有"是什么/给谁/怎么交付/下一步"四段式，博客有没有 FAQ、检查清单、对比表这类容易被摘出来的结构。改写方法看如何写更容易被搜索和 AI 摘要理解的服务页。
• 竞品对比里被打：别急着写"我们 vs X"。先看 AI 引用了对方哪一页，他们的内容是不是更具体、更有数据。然后从你最强的那个细分场景写深度对比。
• 事实出错：AI 把你成立年份说错了——去维基百科、官网、领英、媒体查一遍，从源头修。AI 没有"反馈错误"按钮，但它会重新抓取来源。

整体思路和AI Overviews 和 AI Mode 会怎样影响企业官网一致：GEO 不是黑魔法，是把"可以被引用的内容"做扎实。

反例 #

下面这几种"GEO 优化"我们见过，但不推荐：

• 批量生成 FAQ 灌满博客：AI 现在能识别同质化内容，堆 200 条反而稀释已有内容权重。FAQ 应来自真实客户问题，5-10 条精挑细选胜过 50 条流水账。
• 塞"专家观点"：写一段假装是专家的话，加个虚构头衔。AI 交叉验证时会发现这个"专家"在 LinkedIn 和行业媒体都不存在，反而降低可信度。
• 去 Reddit、Quora 自问自答：平台已经在打击，被识别后账号封禁，内容反向标记。
• "AI 优化文件"：有人卖 llms.txt 或"AI 提交工具"，声称能让 AI 更喜欢你。主流大模型现在都没有官方收录入口，这类逻辑和当年的"SEO 包年套餐"一样可疑。

具体常见误区看GEO 常见误区。

一张观察表模板 #

这个表会很快变长，所以一开始就用筛选和透视表。问题集稳定后，你能看出哪些问题在涨、哪些在平、哪些是噪音。

引用资料 #

• Google Search Central, AI features and your website - 官方关于 AI Overviews/AI Mode 的指引。
• Aggarwal et al., GEO: Generative Engine Optimization, arXiv:2311.09735 - 关于哪些内容特征更容易被生成式搜索引用的早期研究。
• Google Search Central, SEO Starter Guide 和 Helpful content - 内容质量基础，GEO 叠在它上面，不替代。

外部资料是证据，内容网络靠站内的出海建站术语表和服务页串起来。

常见问题 #

一定要用工具吗？ #

不一定。第一年用 Google Sheets + 截屏归档完全够。Profound、AthenaHQ、Otterly 的价值在节省人工和扩大问题集规模，但小团队先把节奏跑起来更重要。等问题集超过 50 条、平台超过 5 个、人工跑一次要一整天，再考虑工具。

多久能看到 GEO 见效？ #

按我们的项目数据，服务页和 hub 内容改造完成后，大约 2-4 个月能在 Perplexity 和 ChatGPT 的 web 模式里看到稳定引用，Google AI Mode 因为直接从搜索结果取，会更接近 SEO 的节奏（3-6 个月）。如果半年完全没动静，问题通常在内容深度或实体信号上，不是时间问题。

中文 AI 平台和英文平台要分开跑吗？ #

要。不只是语言不同，这些平台对实体的认知、对来源的信任度都不一样。豆包、文心一言对中文媒体和百度百科更敏感，ChatGPT 和 Perplexity 更倾向英文资料和官方文档。所以中英文站的 GEO 工作不能合并成一份报告。

看到竞品被引用，我们应该写攻击性内容吗？ #

不要。直接攻击竞品的内容在 AI 搜索里几乎不会被引用——模型偏向中立、可验证的描述。更有效的做法是写一篇有数据、有取舍判断的对比文章，把你和竞品的适用场景、价格、交付方式列清楚，让读者（和 AI）自己判断。

预约诊断 #

如果你已经做完官网，正在思考"怎么知道 AI 搜索里我们到底有没有可见度"，欢迎带着现有问题集和过去三个月的 Search Console 数据，跟我们做一次免费的 SEO/GEO 审计初步诊断。我们会用本文这套观察表跑一遍你的品牌词、服务词、行业问题，告诉你下一步是补内容、补实体信号、还是补案例。