有些 GEO 报告最后只给一个分数:可见度多少、推荐度多少、品牌表现多少。老板看完知道自己“不够高”,却还是不知道哪句话错了、哪个页面要改、改完怎么复测。

问题不在分数算得漂不漂亮,而在它把完全不同的现象揉成了一团。一次能执行的诊断,应该让你从结论回到客户原问题、完整回答、企业当前事实和可见来源。

先说清楚证据

对应 GEOBook 原章里的企业、运行次数、回答和结果都是教学合成示例,不是推外客户案例,也不能当成任何平台的平均表现或效果基准。

第一步不是数品牌,而是确认这次结果能不能用

页面空白、登录失效、服务报错或回答严重截断时,团队没有拿到一段能分析的正常回答。这应该记成技术失败,不能算成“品牌没有出现”。成功重试也不能覆盖原失败,否则看不出入口当时是否稳定。

合理拒绝同样不一定是失败。如果 AI 拒绝给没有依据的“最好”排名,却提供了有用的比较条件,这仍是一段值得分析的回答。

先看这次运行能不能分析,再看出现、角色、准确和来源

  1. 有没有出现:品牌是完全缺席,还是已经进入回答。
  2. 承担什么角色:是主动候选、普通例子、排除对象、来源标题,还是跟着品牌问题重复名称。
  3. 事实是否准确:业务、地区、价格、交付、响应和限制要逐项核对,不能整段只标“对”或“错”。
  4. 来源支持什么:每个可见页面具体支持哪句话,哪些已经过期或互相冲突。

品牌在主要段落出现,不等于“最佳推荐”;品牌问题里重复名称,也不等于陌生客户自然发现了企业。角色不分开,提及次数就很容易被误读。

最该先修的,往往不是出现次数

一次缺席影响的是发现机会;一条错误的服务范围、价格或响应承诺,却可能直接让客户带着错误预期来咨询。后者通常应该更早处理。

没有可见来源时,只能写“本次界面未展示来源”,不能猜 AI 完全没有使用外部资料。看到旧页面出现在来源里,也只能把它列为冲突线索,不能立即宣布它是全部错误的唯一原因。

推外交付的不是总分,而是一张能回到原文的诊断快照

每条观察会保留问题原文、入口与日期、运行状态、完整回答、品牌角色、关键事实和可见来源。汇总时用普通话说明:这轮数据能不能用,企业在哪类问题里出现,最危险的错误是什么,为什么先处理它。

数字如果出现,必须能点回对应问题和完整文字;结论只适用于本轮确认的入口、问法和时间,不会被包装成永久提及率或平台排名。

把那份“只有分数”的报告带来

推外会先挑一条最影响客户决定的回答,把问题、原句、事实和来源重新接起来,再告诉你应该修页面、补证据、纠正旧资料,还是先解决入口失败。

对应 GEOBook 原章

想继续看完整教学过程、练习和资料来源,可以阅读 GEOBook 第 5 章:一次 GEO 诊断到底要看什么;也可以返回 WhyTui 内容中心继续按问题查找文章。