WorkBuddy 实战蓝皮书

第 21 章 WorkBuddy也能做GEO专家

GEO 是 Generative Engine Optimization，中文常叫生成式引擎优化。

过去做品牌，很多人关心的是 SEO：用户在搜索引擎里搜某个关键词，官网、文章、媒体报道能不能排到前面。现在越来越多用户直接问元宝、DeepSeek、豆包、Kimi 这类生成式 AI：“哪个产品适合我？”“某个领域有哪些工具？”“这家公司靠谱吗？”品牌面对的问题就变了：AI 回答里有没有你，提到你时准不准，推荐你时有没有信任依据。

GEO 诊断到底解决什么问题

GEO 不是让 AI 帮你写一篇品牌软文，而是回答一个更基础的问题：在用户真实提问的场景里，你的品牌有没有被 AI 理解、引用和推荐。

问题 要看什么 例子
可见度 AI 回答里是否提到品牌 用户问“有没有能统一管理多个 AI Agent 的桌面软件”，WeSight 是否被提及。
准确性 AI 对品牌描述是否正确 功能、适用平台、目标用户、价格、开源状态是否被说错。
竞争位 同一个问题下，AI 把推荐位给了谁 竞品被频繁推荐，而你的产品几乎不出现。
信任源 AI 能不能找到可信资料支撑回答 官网、GitHub、媒体报道、自媒体矩阵、用户评价是否形成闭环。
行动点 诊断之后应该先改哪里 补官网说明、优化 README、补竞品对比页、处理负面舆情。

先选对专家：品牌 GEO 诊断专家

GEO 诊断 Skill 上架到了 WorkBuddy 的专家市场，变成一个可以直接召唤的「品牌 GEO 诊断专家」，已经封装好一套诊断流程：从品牌输入、问题集设计、平台测试，到可见度、基建、竞品、舆情、路线图输出。

这个专家适合谁用

  • 产品团队：想知道产品在 AI 搜索里的可见度、竞品压力和内容短板。
  • 企业品牌：想知道公司是否被 AI 准确识别，官网和媒体资料是否足够可信。
  • 个人 IP / 自媒体：想知道自己的名字、账号、代表作品是否被 AI 正确召回。
  • 市场和增长团队：想把“发内容”变成有目标、有复测、有证据的 GEO 优化计划。

推荐输入材料

输入项 为什么需要 示例
官网 / 产品页 作为品牌事实的第一信源 官网、产品介绍页、定价页、帮助中心。
项目地址 技术产品需要证明活跃度和能力边界 GitHub、开源仓库、更新日志。
官方账号 让 AI 能识别权威发布渠道 公众号、知乎、掘金、小红书、B 站、视频号。
目标用户 问题集要从真实用户意图出发 开发者、企业管理者、内容创作者、采购负责人。
竞品名单 判断语义推荐位被谁占据 2-5 个已知竞品或替代方案。

GEO 诊断

GEO 诊断也可以先拆成一条稳定工作流。不要一上来就问“我的 GEO 怎么样”，而是让专家先把诊断范围、测试问题和评分口径说清楚。

flowchart LR A[确认品牌与官方资料] --> B[建立用户真实问题集] B --> C[选择测试平台与采样口径] C --> D[记录提及率与回答准确性] D --> E[检查官网、内容矩阵与权威来源] E --> F[分析竞品、收录和舆情] F --> G[生成报告与 30/60/90 天行动计划]
步骤 WorkBuddy 做什么 人要确认什么
1 读取品牌官网、项目地址和公开资料。 哪些信息是官方事实，哪些只是参考资料。
2 生成一组用户真实问题，而不是只测品牌名。 这些问题是否真的来自目标用户的搜索意图。
3 在多个 AI 平台或搜索场景中测试品牌提及情况。 测试平台、采样次数、是否登录、测试日期。
4 分析 AIVO、用户画像、竞品、基建、舆情和收录。 每个分数能不能追溯到样本和证据。
5 输出 HTML / 飞书文档报告和优化路线图。 哪些行动先做，哪些结论需要人工复核。

提示词示例：产品 GEO 诊断

召唤“品牌 GEO 诊断专家”，帮我诊断 WeSight 这个产品的 GEO 情况。
官方资料：官网、开源项目地址、官方账号。
目标用户：需要统一管理多个 AI Agent、桌面工作流和开发工具的用户。
已知竞品：请先根据用户问题自动识别，再让我确认。
请先输出测试问题集、测试平台、采样次数、评分口径和局限，等待我确认后再执行。
最终输出：诊断概览、AIVO 评分、用户画像、搜索可见性、基建评估、竞品分析、收录效果、舆情分析和优化路线图。
无法重复验证的结果标为“样本观察”，不要写成绝对事实。

可得到的结果：不是一句“GEO 做得好不好”，而是一份能拆解问题的报告。案例中，WeSight 的问题不是产品没有差异化，而是在测试样本里 AI 搜索可见度和竞品对比优势偏弱，导致综合得分被拖低。

报告模块一：诊断概览与风险提示

诊断概览的作用是先给经营者一个全局判断：当前品牌总体表现如何、最主要风险是什么、哪些问题应该立刻处理。它不应该只给一个分数，而要解释分数从哪里来。

概览里要看 为什么重要 如何复核
综合评分 快速判断当前 GEO 基础水平 确认评分口径和测试样本，不把一次分数当永久结论。
关键发现 找到最影响结果的短板 每条发现都要能回到具体平台、具体问题、具体回答。
风险提示 提前发现会影响推荐的负面因素 区分事实风险、内容缺口和模型误解。

比如 WeSight 仅支持 macOS Apple Silicon 这类产品边界，如果官网、README 和外部资料没有解释清楚，AI 可能会在推荐时附带限制提醒，甚至把它排除在部分用户需求之外。

报告模块二：AIVO 评分，看清短板在哪

把 GEO 拆成四个维度：AI 搜索可见度、基建完善度、竞品对比优势、舆情健康度。这个拆法比单一总分更有价值，因为它能告诉你到底是“没人提你”，还是“有人提你但说不准”，或者“竞品资料更强”。

维度 它衡量什么 低分时先做什么
AI 搜索可见度 用户问相关问题时，品牌被提及的比例和位置。 补用户问题对应的内容页、对比页和场景页。
基建完善度 官网、官方账号、技术文档、权威来源是否完整。 修正官网事实、统一名称、补充结构化介绍。
竞品对比优势 同一条 query 下，AI 更容易推荐谁。 写清差异化、适用边界和与竞品的取舍。
舆情健康度 外部评价、负面信息、风险提示对推荐的影响。 处理真实问题，补充官方澄清和可信第三方证据。

WeSight 的案例中，综合得分约 38 分；舆情健康度相对较好，但 AI 搜索可见度和竞品对比优势偏弱。这个结果说明问题不一定在产品本身，而在“用户提问语义”和“品牌内容供给”之间存在断层。

报告模块三：用户画像与意图漏斗偏移

很多品牌做内容时只写自己想表达的卖点，但 GEO 更关心用户真实怎么问。公众号案例中，专家发现用户在大模型里更容易提出“有没有能统一管理多个 AI Agent 的桌面软件”这类问题。这意味着用户关心的是场景和任务，而不一定知道你的品牌名。

报告模块四：搜索可见性，提及率就是新的排名

在传统搜索里，用户至少还会看到一页链接；在 AI 搜索里，用户往往只看一段回答。品牌是否被提及、在什么位置被提及、是否被作为推荐项出现，就成了新的“搜索排名”。

报告模块五：数字基建，先让 AI 有可信资料可读

GEO 不是只靠“发声量”。生成式 AI 需要可引用、可验证、相互印证的可信来源。把基建评估拆成三类：官网评估、自媒体矩阵、权威媒体背书。

报告模块六：竞品分析，争的是语义心智份额

GEO 的竞品分析不是简单列出市场竞品，而是看同一条用户问题下，AI 把推荐位给了谁。你和竞品争夺的不是网页排名，而是语义心智份额。

报告模块七：收录效果，最终看 AI 回答里有没有你

收录效果可以理解为 GEO 的结果指标。前面的官网、内容矩阵、舆情、竞品分析最终都要落到一个问题：AI 回答里有没有你。

这里最容易犯的错误，是只测品牌名。品牌名能被搜到，不代表用户问场景问题时会出现你。正确做法是把问题分层：

  • 品牌名问题：某品牌是什么，官网是什么，是否开源。
  • 品类问题：某类工具有哪些，适合谁，怎么选。
  • 场景问题：我遇到某个具体任务，有什么产品能解决。
  • 对比问题：A 和 B 有什么区别，哪个更适合某类用户。

报告模块八：舆情分接绕开。

舆情类型 处理方式 注意事项
真实产品问题 先修产品，再公开说明修复进展。 不要只做内容压制。
过期信息 在官网和权威渠道更新最新事实。 让新资料能被 AI 明确识别。
误解或谣言 用 FAQ、澄清文、第三方证据纠偏。 避免情绪化回应。
竞品对比劣势 明确适用边界和差异化场景。 不要把所有对比都写成“我最好”。

个人 IP 也可以做 GEO 诊断

GEO 不只适合产品和企业，也适合个人 IP。用“苍何”做个人 IP 诊断，得到约 72 分，并用元宝做了额外搜索验证。

个人 IP 诊断要额外注意什么

  • 身份消歧：同名人物很多，必须提供所在地、职业、代表作品、官方账号。
  • 平台分散：公众号、知乎、小红书、B 站、视频号的信息可能不一致。
  • 代表作品：AI 需要知道你最重要的作品、观点和标签。
  • 内容定位：个人 IP 不只是“被搜到”，还要看 AI 如何描述你。
召唤“品牌 GEO 诊断专家”，帮我诊断个人 IP 的 GEO 情况。
姓名 / 昵称：____。
身份消歧：所在地、职业、公司或组织、代表作品、官方账号。
目标问题：用户问哪些主题时，我希望被 AI 正确提到？
请测试品牌名问题、领域问题、作品问题和对比问题。
输出：可见度、身份准确性、代表作品识别、同名混淆风险、内容缺口和 30 天优化建议。

企业品牌诊断，不要为了 GEO 而 GEO

企业做 GEO 最容易走偏：还没诊断，就开始批量买内容、铺渠道、刷曝光。公众号案例里提到，给企业做 GEO 诊断时，真正重要的是先知道品牌在 AI 眼里是什么样：有没有被提及，是否被误解，风险在哪里，竞品为什么更容易被推荐。

企业品牌建议重点检查

检查项 关键问题 常见行动
品牌基础事实 公司是谁，做什么，服务谁，核心优势是什么。 统一官网、百科、媒体稿、产品页的表达。
业务场景 用户问哪些业务问题时应该出现你。 补场景页、解决方案页、行业案例。
可信背书 有没有客户案例、媒体报道、行业评价。 建立可引用的公开资料矩阵。
负面与风险 AI 是否会提到负面、过期或错误信息。 处理真实问题，发布事实澄清和更新说明。

从诊断到行动：不要追求一次性刷高分

一份 GEO 报告如果不能转成行动，就只是漂亮仪表盘。给出快速赢利点、优先行动建议和阶段路线图，比如补齐 GEO 曝光、处理舆情、优化可信来源等。

阶段 优先行动 复测方式
30 天 修正官网、README、官方账号中的名称、定位、功能边界和过期信息。 重测品牌名问题和核心场景问题，检查回答准确性。
60 天 补用户真实 query 对应的场景页、对比页、案例页和 FAQ。 重测品类问题和场景问题，观察提及率变化。
90 天 建设外部可信来源：媒体报道、客户案例、社区讨论、行业观点。 检查引用来源多样性、竞品推荐位和舆情风险变化。