你的客户正在问 AI「哪家好」,答案里有你吗?

上一篇我们留了一句话：在评论区扣「诊断」，我们把这行客户常问 AI 的问题清单发给你。

这几天陆续有人来领。领完之后，问得最多的一个问题是：

「清单我拿到了，然后呢？」

所以这篇不写别的，就写「然后」。

30 分钟，四步。不用懂技术，你自己就能看出现状。

一、为什么建议你先自己查一遍

先说清楚，这不是客气话。

我们做 GEO，第一步永远是诊断。在没看清 AI 现在怎么说你之前，我们不会给方案——签了也是不负责任。

这句话对你也成立。

你自己查一遍，好处有三个。

第一，你会有基线。

三个月后想判断服务商做得怎么样，你得先知道起点在哪。没有起点，任何人拿一张截图都能跟你说「有效果」。

第二，你会知道哪些问题是真的。

AI 在哪些问题上完全没提过你，在哪些问题上把你和同行一起列了出来——这些要结合你自己的业务判断，外人替不了。

第三，你会少花冤枉钱。

查完你可能发现：AI 说得挺准，那这件事没那么急；也可能发现 AI 把你说错了，那这件事不能再拖。

我们不介意你自己查。

因为查完之后，要不要投入、投入多少，你能自己判断——这比听谁讲都靠谱。

二、第一步：想清楚客户会问什么（5 分钟）

这一步最容易做错。

别问公司名。

「元见度好不好」「XX 公司怎么样」——这不是客户的原话。客户在还不认识你的时候，不会搜你的名字。他要先搜品类，才会看到你。

要问客户的原话。

想一下：一个还不认识你的客户，会怎么描述他想要的东西？

大致分三类。

品类词——「户外旋转楼梯厂家哪家好」「县城做 AI 服务的公司有哪些」

场景词——「别墅楼梯怎么选」「我们厂想做 AI 获客，从哪开始」

对比词——「A 家和 B 家哪个靠谱」「自己做好还是找服务商」

先写 8 到 10 个。

写不出来，就去翻客服聊天记录和销售的电话记录。客户的原话都在那儿。

三、第二步：在哪问、怎么问（10 分钟）

四个要点。

一、至少问两个引擎。

豆包、DeepSeek、元宝、通义、文心、Kimi 都可以。

原因是：同一个问题，不同引擎给的答案不一样。有的偏向引用官网，有的偏向引用行业媒体，有的爱抓问答社区。你只问一个，看到的只是局部。

如果两个引擎里一个提你、一个不提——这本身就是一条重要信息。

二、一次问一个问题。

别图省事一次贴十个问题进去。AI 会顾此失彼，答案质量会掉。

三、用无痕窗口。

登录状态下的 AI 会参考你的历史，答案可能被个性化影响。用无痕模式、或者先退出登录，拿到的才是「陌生人视角」。

四、截图留证。

截的时候，把三样东西一起截进去：引擎名称、问题原文、时间。

为什么强调这个？因为 AI 的答案每天都在变。今天说你排第二，下个月可能就不提了。没有时间戳的截图，三个月后没法拿来对照。

四、第三步：看四件事（10 分钟）

这一步是整个自查的核心。

看到 AI 的回答之后，别只看「有没有我」。要往深看四层。

第一层：提没提到你。

最简单的一层。提到了，说明 AI 认识你；没提到，说明它对你的了解是零。

第二层：提到你时，说的是不是对的。

这一层很多人会漏掉，但它是我们自己的教训。

豆包在回答里提到我们工厂的时候，把一部分材料写成了「304 不锈钢」——实际并不是。

客户看到了，只会觉得我们连自己的材质都说不清。

被提到，不等于被说对。

你要看的不是有没有名字，是描述跟事实差多远：产品名对不对、价格有没有说错、成立年份对不对、地址是不是你三年前搬走前的那个。

第三层：排在什么位置。

AI 的答案里，通常只会出现两三个品牌。

不是它故意冷落谁，是它组织答案时的自然结果——用户问的是「哪家好」，给两三个就够了。

所以你是在这两三个里面，还是第六个被顺带提一句，差别很大。

第四层：它引用了谁的网站。

很多引擎会在回答下面标出信息来源。看一下那些来源里，有没有你自己家的东西。

如果全是行业媒体、问答平台在说你，一个你的官网都没有——这说明 AI 对你的了解是「二手」的。二手的描述，出错概率高得多。

五、第四步：填一张表（5 分钟）

把上面的结果记下来。不用复杂，一张表就够。

横着看一行，是一条提问的现状。

竖着看一列，是一个维度的问题。

填完你往往会发现：问题集中在某一列上。

六、查完大概是三种结果

A. 完全没提到你。

先别急着做内容。去看你的官网。

很多企业的官网，在浏览器里看着很正常，但爬虫访问时只能拿到一个空框架——产品介绍、案例、联系方式，AI 一个字都读不到。

这是最常见、也最致命的问题。地基是空的，往上堆多少内容都会漏。

B. 提到了，但说错了。

说明信息是有的，只是不统一、不准确。

先把散落在老板手机、客服聊天记录、销售电脑里的信息，收拢成一份标准版本。成立年份写哪一年、材料是什么、有几个生产基地——一份文件里只留一个答案。

C. 提到了，但排在很后面，或者只在个别引擎里出现。

说明你的信息够 AI 认识，但不够 AI 敢推荐。

这时候要做的才是内容建设。

注意，不是「发得越多越好」。同样的话题套一个模板翻来覆去说，对 AI 来说不是更多证据，是更多噪音。

每一篇内容都要能对应到一条具体的事实，能被核对。这才有被引用的价值。

七、这件事现在有标准了

9 月 9 日，GEO 五项团体标准发布，10 日实施，14 日公布。

它不承诺你能被 AI 推荐——标准原文明确写了，不得承诺绝对控制模型输出。

但它第一次把「验收」写清楚了：9 项核心指标，包括可见率、可见份额、平均排名、语义一致性，还规定了最低样本量。

意思很直接：以后验收，不看一张截图，看指标。

而你自己查出来的那份表，就是这个指标体系最朴素的版本。

有了它，你下次见服务商，可以问三句话：

问完这三句，谁靠谱谁不靠谱，心里大致就有数了。

最后

我们自己每个月固定跑一次同一批提问词。

不是为了给客户看。是因为这件事的变化比想象中快——AI 昨天说你的话，今天可能就变了。

你查完的那份表，放好。

三个月后，把同样的提问词再跑一遍。

数字会告诉你，这段时间到底有没有变化。

不是你感觉有没有，是数字有没有。

评论区扣「自查」

我们把《GEO 自查包》三页发给你：

一份提问词清单 / 一张记录表 / 一份问服务商的问题清单

你自己拿去问，一样能看出现状。

元见度｜让品牌被 AI 引用、推荐