现在越来越多用户在选软件、买服务、做对比时，不再去传统搜索引擎翻前几页链接，而是直接问 ChatGPT、豆包、DeepSeek。
围绕“怎么让 AI 推荐并引用自家品牌”，GEO（生成式引擎优化） 成了今年增长和营销圈最火的话题。但落到实操层面，市面上却充斥着大量似是而非的“玄学”：
- 拿一张单次提问“排第一”的截图当战报，却不敢开新对话再问第二遍；
- 只盯着一家 AI 测试，或者迷信网站诊断工具跑出来的分数；
- 搞不清官网该改什么、站外该发哪里，甚至靠盲目铺稿、虚构评分踩进监管红线。
GEO 之所以看起来像“玄学”，是因为缺了一手对账数据和统一的衡量尺子。
为了把这件事彻底测清楚，在 2026 年 8 月至 10 月期间，我以“飞书”和自家网站为样本，在 ChatGPT、豆包、DeepSeek 三家主流 AI 上跑完了 6 组完整测试：每条回答都存了分享链接和原文，手工逐条判一遍，再用开源的 GEO 可见度判定助手对照一遍。
今天，我把这 3 个月的数据台账、原始截图、站内外实操 SOP 和记录模板，整理成了这本 50 页横版 PDF《GEO 实测手册：AI 到底怎么推荐一个品牌》（v1.0 正式版），免费公开给大家。
00 先亮底牌：这本手册的数据怎么来的？
在拆解具体问题前，先交代这本手册的测试底盘与两把判定尺子：
- 6 组一手测试台账：涵盖飞书 9 道题三家 AI 横评（27 条回答）、8 月与 10 月跨周期复测、同日每题问三次波动测试（27 条回答）、从 V2EX 用户帖子与百度下拉词抽题审核（139 个候选筛留 24 个正式题）、
geo-audit网站诊断比对、以及 GA4 与 Bing 后台流量核对。 - 两把尺子，绝不混用：
- 严格口径：只看回答正文里明确挂出来的官网引用标记；
- 判定助手口径：官网链接出现在正文或来源列表里都算被引用。手册每张图下方均写明了所用口径、测试日期和出处。
下面，我直接用手册里的一手实测数据，把市面上最常见的 4 个 GEO“玄学” 逐一拆开，并给出可直接落地的硬核干货。
01 拆解“单平台与官网玄学”：AI 回答前，到底去哪读了你的品牌？
很多团队做 GEO 的第一反应是：去某一家 AI 问几个问题，然后闷头改自家官网。但实测数据给出了两个截然不同的真相：
第一，只测一家 AI，会得出完全相反的结论。 我把同样的 9 道项目管理与协作工具选型题，分别问了 ChatGPT、豆包和 DeepSeek。按严格口径统计回答正文引用飞书官网的题数：
- ChatGPT：7/9
- 豆包：3/9
- DeepSeek：0/9
只测 ChatGPT，飞书官网几乎每题都被当成核心依据；只测 DeepSeek，官网像是不存在。三家结论完全一致的只有 1 道题，其余 8 道题在三家 AI 里的位置、说法和引用全不一样。
第二，AI 回答前读的资料里，品牌官网只占极小一部分。 扒开三家 AI 的搜索词记录和参考资料面板，数据非常直观：
- DeepSeek 先去知乎，且大量读竞品内容站：9 道题里有 8 道，DeepSeek 搜索词前面自动带着
site:zhihu.com；它拿回的 142 条搜索结果里，竞品自家内容站占了 37%（52 条：Worktile 24、ONES 22、致远互联 6），知乎占 29%（41 条），而飞书和 Lark 官网只有 2 条（占 1%）。 - 豆包读得最杂，抖音占四分之一：9 道题列出的 135 篇参考资料里，抖音视频占 27%（36 篇），官网仅占 7%。
- 谁写了选型指南，AI 就按谁的框架回答：在「企业级项目管理系统怎么选」这道题里，DeepSeek 读了致远互联的 5 篇选型指南并全部引用，结果飞书项目直接顺着对方的分类框架被归入轻量工具，句末跟着“能力有限”。
🛠️ 硬核实操｜站外信源 5 步排查法（手册第 6 章） 发在哪里，比发多少更要紧。怎么找出你的客户常用的 AI 在读哪里？
- 挑题：从正式题库挑 5 道真人问法（宽泛题与带条件题都要有）；
- 多轮提问：在客户常用的那家 AI 上，每题开新对话问 3 次；
- 域名归类：把每次来源列表存下来，按域名归类去重；
- 标出前 10：数出出现最多的前 10 个网站，标出竞品站、平台自留地和冒名网站（实测 ChatGPT 单次来源里曾出现 25 个仿冒官网，看来源必须按域名看，不能只看标题）；
- 精准补缺：看自家在这前 10 个网站上有没有真实内容，没有的就是最该补的地方。
02 拆解“单张截图玄学”：测一次不算数，怎么测才算数？
市面上最常见的“玄学战报”，就是截一张品牌排第一的图交差。但我在手册第 2、3 章用两组实验拆穿了这个假象：
1. 同一道题同一天问三次，排名能从第 1 掉到第 5，来源条数差八九倍 我挑了 3 道题，同一天在三家 AI 上各问 3 次（每次开新对话、关记忆，一共 27 条回答）。 在 ChatGPT 上问「国产项目管理工具推荐」三次，飞书项目的位置分别是：第 1 名、第 5 名、第 1 名；来源面板读取的网站条数分别是：107 条（含官网 10 条）、12 条（官网 0 条）、27 条（官网 2 条）。 而在豆包上，9 次回答里有 2 次甚至一个词都没搜，直接给了答案（同一题搜索次数分别是 0 次、3 次、6 次）。
2. 选什么题，决定测出什么结果：带具体条件的真人问法才是试金石 如果只拿 AI 编出来的宽泛大词去测，你会以为自家品牌无处不在。 我从 V2EX 公开帖子和百度搜索下拉词里抽出 139 个问题，人工逐条审核去重，留下 24 道正式题（按“办公协作/项目管理”、“带品牌/不带品牌”分组）。 拿其中 5 道题在三家 AI 各问 3 次（45 条回答）：4 道宽泛题里，三家 AI 9 次回答 100% 提到了飞书（3/3）；但换成 V2EX 真人原句*「一个 10 人左右小团队，想私有化部署一套项目管理工具，求推荐。」*，三家 AI 9 次回答里飞书一次都没被提到（0/3、0/3、0/3）。
🛠️ 硬核实操｜科学测试 3 条铁律（手册第 2～3 章）
- 题从真人问法里找：题库宁可小，也要每条都是真人原句；且必须同时包含宽泛推荐题与带人数、部署方式、预算限制的条件题。
- 带品牌与不带品牌分开算分：带品牌名的题（如“飞书和钉钉哪个收费高”）品牌本来就会出现，混在一起算会虚抬可见度。
- 每题至少问 3 次 + 人工抽查：每次开新对话，记录日期、联网/思考开关与界面改版；判定工具跑完后必须抽样回原文核对（实测 DeepSeek 曾 2/3 把飞书价格写错，而自动判定工具只判提及、不判事实对错）。
03 拆解“工具跑分与技术玄学”：网站这一层，到底哪些值得做？
围绕官网改造，目前有两个极端误区：一是迷信诊断工具打分，二是花大量精力折腾 llms.txt 等特殊标记。
1. 诊断只有 26 分的官网，ChatGPT 照样 7/9 引用
我用自己开源的网站诊断工具 geo-audit（从技术可访问性、内容可摘取性、实体信号、第三方存在感四项打分）给飞书官网跑了一遍，总分只有 26/75。
因为飞书的版本对比页是由浏览器运行前端脚本后渲染出来的，工具直接抓下来的网页几乎是空的（H1: 0, H2: 0），导致“内容可摘取性”只有 3/30。
但回到 ChatGPT 的真实回答里，它不仅在 7/9 的题目里正文引用了飞书官网，还在回答中准确写出了版本对比页上“免费版最多 100 用户”的内容。工具抓到的，和 AI 实际读到的，不是同一份东西。
2. 网站这一层的真实优先级：什么先做，什么别花时间？ 结合我自己的实测与 Google 搜索中心、Ahrefs、Search Engine Land 的统计数据，手册第 5 章排出了明确先后：
- 先做 1（放行真爬虫，过滤扫描器）：
robots.txt放行，并去 Cloudflare 等托管平台后台确认 AI 爬虫开关。看爬虫日志时把被拦（4xx）和放行的分开，实测 Cloudflare 后台被拦的 144 个请求全是找.env密钥的扫描器，放行的那部分才代表 AI 真来读了哪些页。 - 先做 2（结论放进前 30%）：Search Engine Land 报道的 18,012 条 ChatGPT 引用分析显示，44.2% 的引用来自页面前 30%，越往后越少。我自己那篇进 Google AI 概览第 1 张卡片的文章，也是第一屏就写清核心结论。
- 先做 3（核心事实人工核对）：价格、版本、人数写进正文。若用 AI 辅助写对比稿，数字必须人工回原页面核对（实测豆包曾把腾讯云调用价当成产品订阅价，自动核数字脚本也查不出这种张冠李戴）。
- 别多花时间（
llms.txt作用有限）：Google 指南明确表示不需要新建 AI 文本文件或特殊标记；Ahrefs 统计显示 97% 的llms.txt在 2026 年 5 月一次访问都没有。
04 拆解“归因与投喂玄学”：被引用后怎么量？哪些红线不能碰？
1. 被引用了 ≠ 有人点进来，归因必须分开算 在我的网站实测中（2026-09-16 至 2026-10-14），Bing Webmaster Tools 的 AI Performance 报告显示页面被 Copilot 引用了 175 次，但同期 GA4 后台里来自 Copilot 的访问会话是 0 次。而 ChatGPT 带来的 26 次访问里，有 21 次高度扎堆在 8 月 11 日至 14 日这四天。
手册第 7 章给出了 量化归因的 4 条操作铁律：
- 分开算：被引用（看 Bing AI Performance / GSC）和带来访问（看 GA4 会话来源）是两件事，各看各的报告；
- 写清口径：GA4 的“来源汇总表”与“按日期导出表”会有细微次数差异，汇报时写明出自哪张表、哪段日期；
- 按月存档：标准 GA4 的探索明细保留期默认可能只有 2 个月，务必检查设置并按月导出备份；
- 回原表核：让 AI 帮忙读后台导出表时，算出来的数字一定要抽几个回原始 CSV 表核对。
2. 编造数据投喂 AI 已被罚 12 万，行业标准与平台政策已划出红线 复旦大学一篇分析 17,211 条 AI 引用的论文发现，花 14 美元买一次发稿服务，发出 13 篇稿子，1 小时内就有 AI 搜索引用。往 AI 里塞内容门槛很低，但能做到，绝不等于可以做：
- 3 起市场监管行政处罚：今年 6 月北京朝阳区（虚构评分 99.6 分、市占率 49%，罚款 5 万元）、9 月广州越秀区（为律所批量生成 TOP5 排行榜，虚构 187 起案件和满意度评分，罚款 12 万元）及深圳均已通报处罚，监管部门明确认定此类行为干扰了 AI 搜索产品的正常运行。
- 中广协 GEO 团体标准已实施：中国广告协会 2026 年 10 月发布并实施了两项 GEO 团标（
T/CAAAD 046-2026），明确禁止承诺“保证首位推荐”“100%收录”，禁止伪造信源与虚假评价；且第 12.4 条明确写明：拿单次查询、单张截图当主要证据的，不能判定为通过。 - AI 平台政策同步收紧：Anthropic 将于 2026-11-12 生效的使用政策也明确禁止用一批假装互不相关、实则互相印证的网站去操纵 AI 读取的信源。
05 这本 50 页手册里，还有哪些拿来即用的基建？
除了上述 8 个章节的完整实测数据与截图，手册最后还提供了 3 个直接抄作业的实操附录：
- 附录 A｜测试问题原文库：一字不差附上飞书 A 组 9 题、同日复测 3 题、以及人工筛出的 24 道正式题库原文与出处。
- 附录 B｜可见度判定口径表：清晰界定“正文提及、仅被引、仅检索到、无引用数据、未出现”五级判定逻辑与两把尺子的算法差异。
- 附录 C｜15 项测试条件记录模板：每次测试照表记一遍（测试日期、提问时间、账号状态、记忆开关、联网与深度思考开关、每次新对话、界面改版、来源展开等），右边一栏直接写明了“哪次踩坑让我知道这一项必须记”。
06 免费获取完整 PDF 与配套开源工具
《GEO 实测手册：AI 到底怎么推荐一个品牌》（v1.0，50 页横版 PDF）按 CC BY-NC-ND 4.0 授权发布：
- 可以 免费转发、分享整本手册；
- 可以 引用里面的数字和截图（请署名「硅基光哥」）。
📥 完整手册获取方式：
- 点击以下链接打开（横版 PDF，建议在电脑端打开阅读体验最佳）：
- 配套开源工具（均在 GitHub 的
jiguang9主页下开源）：- geo-judge：GEO 可见度判定助手（贴入 AI 回答，自动判定品牌提及与官网引用状态）
- geo-audit：GEO 网站诊断工具，检查网站技术与结构，输出待办清单