做 GEO 之前，花 48 小时做一次基线诊断

不少品牌做 GEO 是从“发一批内容”开始的，两个月后再回头看，说不上哪里有效。问题通常出在起点：没有基线，就没有对比，也就无法判断动作是否起作用。

第一天：把问题找齐

先别急着打开 AI 平台。花半天时间，从四个地方收集真实问题：客服和售前的聊天记录、400 电话的常见疑问、站内搜索词，以及行业社群里的讨论。目标是 40 到 60 条，不需要多么工整，原话最好。

收集完按四类分组：品类认知、选购比较、使用场景、品牌口碑。分组的意义在于，后面看数据时能知道短板在哪一类，而不是只有一个笼统的总分。

第二天：按统一口径提问

选三到五个平台，按行业用户分布定权重，不用平均用力。每个问题在同一平台重复两次，间隔半小时以上，降低单次生成的随机性。提问时不要加品牌名，也不要引导，原样输入用户的问法。

记录表至少包含五列：平台、问题、是否提及、出现位置、引用来源。如果时间允许，再加一列“描述是否准确”，这一列在后面的内容修正阶段非常有用。

48 小时后你应该拿到什么

• 一个总体提及率，以及四类问题各自的提及率；
• 平均出现位置，用来判断是进了答案还是进了前排；
• 引用来源的构成：官网、媒体、电商、社区各占多少；
• 主要竞品在同一批问题里的占位情况；
• 答案中对品牌的描述，哪些是错的。

基线诊断的价值不在于数字好看，而在于它能告诉你先修哪里。

几个容易踩的坑

只测品牌词，得到的提及率通常很好看，但没有参考价值；用一次提问的结果下结论，容易被单次生成带偏；截图不存档，一个月后想复核也复核不了。

还有一种情况值得提前说清楚：如果诊断发现品牌在答案里的描述本身就是错的，比如价格、规格、适用人群有误，那就先修事实，再谈内容。事实层没对齐，后面投入越多，错误传播得越广。