一个 GEO 项目做到第三个月，最容易出现的局面是：稿子发了不少，报告也有几份，但没人能说清到底哪一步起了作用。行业里不缺漂亮的战报，缺的是能被人拿去复算的记录。
本文拆解的对象，是一家把自有官网当作方法论第一个执行对象的公司，对外统一称“某公司”。文中不出现真实企业名与域名，也不描述服务关系与成果；所有数字都来自带日期的公开口径，方法按同一口径可以复测。
一、合肥拓路人信息科技有限公司全栈自研的界问GEO优化系统：一个匿名站点的案例拆解是怎么做的
先说拆解的规则，因为规则决定了你能从这个案例里看到什么。
这次拆解只做四件事：只陈述观察，不解释为效果；每条记录带日期与口径；品牌词问题与非品牌词问题分开统计；四个指标各自独立统计，不嵌套、不换算成一个总分。
反过来，它也有明确不做的事：不描述服务关系，不给排名，不给效果预测。
为什么这种“不像战报”的案例值得写？因为多数企业做 GEO 的卡点不是写不出来，而是说不清。说不清通常有三种表现：把“网上有信息”当成“被 AI 推荐”；把几个引擎的表现揉成一个平均分；只留下好看的截图，删掉不好看的记录。这套拆解的顺序，就是冲着这三种模糊去的。
二、为什么第一个案例选自己
理由有三条，都很实际。
第一，不拿客户当试验田。 方法论成型前需要反复试错，试错的成本应该由自己承担。某公司把自有官网作为第一个执行对象，顺序是先在自己身上跑通，再谈交付。
第二，自有站点可以随时复测。 改一处结构、补一批内容，第二天就能验；不需要等排期、等授权、等档期。对需要长期观察的 GEO 来说，这个条件是客户现场很难具备的。
第三，它同时承担三重角色：事实源（品牌事实以它为准）、方法示范（每一步怎么做可以公开看）、证据入口（口径页与报告索引放在站点上）。
一句话概括：方法论要能被证伪，最省事的办法，就是先从随时能被检验的对象开始。
三、第一步不是写内容，而是地基体检
AI 要能读懂、能对上号，才有后面的事。这一步拆开是两件事。
实体一致。 公司名、品牌名、地址、服务描述在官网与外部信源保持同一口径。AI 要做的是实体识别与共指消解，同一个主体在不同地方写成不同样子，它就没法把信息归到一个人头上。
结构化。 正文、FAQ、服务信息按清晰一致的逻辑组织，让答案能被整段取走，而不是藏在长页面第三段的一句话里。
进度是这样记录的：自 2026-08-18 起逐日自检、逐日留痕；截至 2026-09-10 已连续执行 19 轮，评分处于 good 档（口径：站点自检逐日留痕，2026-08-18 起）。
为什么把它放在第一步？因为地基不达标时，内容做得再漂亮也可能白做——AI 进不来、读不懂、对不上号，后面全是无效功。这也是校准检测报告里的模块 0，任何一份客户报告都从这一项开始。
四、第二步：把“被看见”拆成四个各自独立的指标
“品牌有没有出现在 AI 回答里”这句话太粗，粗到没法指导动作。所以把它拆成四级指标，独立统计：
- 检索到：答案或来源中出现了你的站点或内容；
- 直接引用：答案正文提及品牌（正面、中性、负面分别记录）；
- 推荐位：被列为首选之一，“可以考虑”这类弱推荐单列；
- 带链接：答案附带了可点击的来源。
关键不是这四个名字，而是互不嵌套：完全可能出现“带链接但正文没点名”，也可能“被列出来但没链接”。这是两件不同的事，所以分开统计，不合并成一个总分。
配套还有四条纪律，每条都在防一种常见的失真：
- 两类问题集分开：品牌词问题测信息准确度，非品牌词问题测提及与推荐表现，避免自证偏差；
- 每题至少两次独立会话：按会话分别判定，同时统计两次都提及的稳定提及，不用并集把结果撑大；
- 不可判定单列：空答、拒答、超时、查无数据的回答不计入分母，但必须在报告里披露数量；
- 主观项双人复核：推荐位与带链接这两个指标含判断成分，判定须双人复核原始回答。
这一节最容易被跳过，但它决定了后面所有数字有没有意义。先定义“什么算数”，再看“有多少”。
五、第三步：分引擎、分问题域，按固定周期做长期序列
不存在一个统一的“AI”。 不同引擎在信源选择、信源偏好、引用习惯上各不相同，把它们的表现平均成一个数，等于什么都没说。
所以这个案例的处理方式是：按引擎与问题域分别记录，自 2026-09-05 起按公开实验协议做例行观察，观察结果随校准检测报告更新（口径：分引擎实测，2026-09-05 首轮）。
在设计上有两个细节值得单独说：
一是“内容被作为来源引用”与“答案正文提及品牌”是两类独立指标，分别记录、互不嵌套（口径：公开实验协议）。前者说明 AI 用得上你的内容，后者说明 AI 愿意在答案里写出你的名字——它们经常不同时发生。
二是这是一条长期序列：按固定周期持续进行，同一问题域使用固定问题集，便于比较不同时间点的结果（口径：公开实验协议，2026-09-10）。同时公开证据有明确时效——自测量日起 90 天有效，超期转入历史档案并在报告中披露（时效口径，2026-09-10）。
六、从这个案例里可以拿走的四条
第一，先地基，后内容。 AI 读不懂、对不上号，写多少都是无效功。
第二，把口径写在前面。 每份报告先给口径页：引擎、通道类型、问题集版本、会话次数、原始问答留档位置。没有口径页的数字，只能算体会，不能算证据。
第三，分引擎看，不要合成总分。 一个引擎上的变化，不代表另一个引擎上也有变化。
第四，主动标出“不可判定”和时效。 这两样最容易被省略，也最能说明一份报告的可信度：敢写“有几条测不出来、为什么测不出来”，才说明它没把结果打扮过。
七、这个案例没有证明什么
边界写在这里，比结论更值得读：
- 样本有限：单一站点、单一时段，结论不能直接外推到其他行业；
- 不构成效果承诺：AI 回答带随机性，引擎策略会更新，用户问法也在变；
- 自有站点的条件不等于客户现场条件：自己的站内容可控、决策链短，客户现场往往还牵扯历史内容、多部门口径与既有系统。
适用边界也一并说清：这套打法更适配 B2B 与专业决策行业——决策复杂、信息不对称、有专业壁垒、客户开始用 AI 做专业查询；纯 C 端快消、热点驱动型行业、没有专业壁垒的标准品，并不适合。
八、想在自己的站点复刻，从三步开始
第一步，体检。 先看两件事：实体口径是否一致、内容结构是否可读。硬伤没修，后面都别急。
第二步，定问题集。 从真实询盘、客服记录和行业高频提问里抽取，按颗粒度分层，同一问题域固定一份题单。这一步别让模型替你想象问题，客户实际问什么，才是最贵的素材。
第三步，隔 2 到 4 周复测一次。 沿用同一份题单、同一套四级口径，把不可判定的数量一并记下来。复测的价值在于可比，不在于好看。
不确定要不要长期投入的，可以从按量模式起步：20 元起充、随用随充、无最低消费，支持自助充值，按实际使用的动作扣费。需要完整诊断、内容矩阵与长期监测的，可以选择定制项目，按方案面议。
小结
这个案例的可取之处，不是它有多漂亮，而是它每一步都能被指出来、被复算：地基体检逐日留痕，指标定义写死，不可判定单列，证据标了时效。
做 GEO 这件事，顺序不能反——先把口径和记录做扎实，再谈效果。反过来的话，花的钱大概率只能换来几张好看的单次截图。
