我们自己的 GEO 记录

问见 · 自有案例（Case Zero）｜起始日 2026-10-29 ｜会一直更新

卖 GEO 的公司，自己能不能被 AI 推荐？这个问题每个客户都该问，我们把它做成一个公开的页面来回答。

从 2026 年 10 月 29 日起，我们在自己的品牌上跑和客户完全相同的那套流程，并且把过程数据摊在这里：做成了什么、还没做成什么、哪里判断错了。页面上的每一条结论，你都可以自己去核验——下面的核验方法都写明了怎么查。

先说清现在的真实状态：截至本文发布，我们的技术基建已经完成，但外部平台内容资产基本为零，基线采样尚未开始。所以此刻你去问 AI「GEO 服务商有哪些」，大概率不会出现问见。这个页面记录的，正是从「不会被提到」到「可能会被提到」的全过程。它现在不是一份成绩单，是一份施工记录。

一、为什么要公开这个

三个原因，按重要性排序。

1. 这是唯一能验证「方法论是否有效」的方式

服务商都会说自己的方法有效。但在自己的品牌上用同一套方法跑一遍，并且公开数据，是唯一能自证的方式。数据不好看的时候也公开，才有意义。

2. 客户拿来就能照着做

下面「已完成的基建」那一节，本质是一份可执行清单。你有技术团队的话，照着自己做一遍，成本几乎为零。我们不会因为这个藏起来。

3. 它逼我们不做假

公开记录意味着任何一期数据都会被下期对照。这比任何内部考核都管用。

二、已经完成的基建（可逐条核验）

这些是 2026 年 10 月 29 日之前完成的。每一条都写了怎么自己查。

项目	做了什么	你怎么核验
静态可抓取	全站正文写在 HTML 里，不依赖 JavaScript 渲染。价格、功能、问答全部是纯文本。	浏览器里「查看网页源代码」，搜索任意一段正文，能看到。
站点地图	sitemap.xml 覆盖全部页面，更新日期准确。	访问 `/sitemap.xml`。
结构化数据	首页 Organization 与 WebSite；知识库文章用 Article 并标注作者、发布与修改日期；问答页用 FAQPage；价格页用 Offer。	查看源代码里的 `application/ld+json`。
给模型的说明文件	llms.txt 用纯文本说明我们是谁、做什么、价格结构、承诺边界、各页面地址。	访问 `/llms.txt`。
一句话定义	首页第一屏用「X 是面向 Y 的 Z，帮助解决 W」的结构，避免只有形容词。	看首页第一屏。
问答型内容	常见问题页按客户真实问法组织，每条给独立完整的回答。	看常见问题。
知识库	5 篇文章，覆盖概念、诊断、度量、自检、选型。每篇标注发布与更新日期。	看知识库。
价格公开	模块价、用量计费、组合包全部标在页面上，不留「商务面谈」。	看价格与选型。

三、还没做的（也是我们现在最大的短板）

诚实列出来，因为这些恰恰是决定能否被提到的部分。

缺口	现状	计划
基线采样	未开始。目前没有任何一期可对照的数据。	建立固定问句库，完成首次四引擎网页端采样。
第三方平台内容	公众号「问见AI」已于 2026-10-30 发出首篇（链接）；知乎、百家号、CSDN 等平台仍无自有内容。	公众号按问题每两周一更；其余平台按同一批问句铺开，不做泛品牌稿。
外部提及	行业内少数榜单稿提到过我们，其中存在事实错误（把我方业务范围写错），暂未联系更正。	先靠自有内容把正确表述铺开，再考虑是否更正。
实体信号	无融资、无奖项、无行业组织身份、无权威媒体报道。	不购买背书。靠持续输出和可核验记录积累。
复测节奏	尚未建立固定周期。	每两到四周一期，同问句同引擎。

第一个口子已经补上了。2026 年 10 月 30 日，公众号「问见AI」发出第一篇：《问见 AI 是什么？一篇说清我们做什么、不做什么》。

选这篇当第一篇，不是为了流量。今年 2 月曾有一篇行业文章把我方业务范围写反了（称我们主覆盖 ChatGPT 美国区和必应国际版）。正确的表述得先由我们自己写出来、放在能被抓取的位置，别人才有得引用。这篇同时写清了我们的四条不做：不承诺排名、不承诺收录和引用、不卖假数据、不做外呼。

在公众号阅读全文 →

四、数据表（每期更新）

这张表会按周期往下长。第 1 期尚未开始，所以现在没有数字。我们不会用「预估」「行业均值」来填这张表。

期次	采样日期	问句数	被提及	首条提及	同屏竞品	备注
第 0 期	2026-10-29	待建	—	—	—	基线未建立，仅记录起始状态
第 1 期	待定	—	—	—	—	—

采样口径固定为：四个主流中文 AI 引擎的网页端真实提问，不使用 API。原因是 API 返回的引用来源与网页端答案的重合度可能很低，用 API 数据对外汇报会失真。这一点在 GEO 效果怎么度量里展开讲过。

五、我们踩过的坑（这一节会越长越长）

这一节可能是全文最有用的部分。下面每一条都是真实发生过的判断错误。

坑一：以为做好官网就够了

最初的假设是「把官网做扎实，AI 自然会抓到」。这个判断只对了一半。官网确实是实体锚点，用于交叉验证「这家公司是否真实存在、做什么」；但模型反复引用的信源，大量来自知乎、公众号、头条号、CSDN 这类平台。官网写得好，只解决了「被验证」，没解决「被提起」。

修正：官网是地基，平台内容是砖。两者缺一不可，且平台内容的权重更高。

坑二：把 API 数据当效果

早期用接口批量采样，速度快、成本低，看起来数据完整。但同一批问句在网页端手工提问，结果与接口结果差别很大。接口适合做趋势观察，不能作为对外验收依据。

修正：对外数据一律用网页端真实提问，记录日期与截图。

坑三：内容按「品牌介绍」写，而不是按「问题」写

第一批内容写的是公司介绍、产品优势、服务理念。这类文本人看着没问题，但和客户实际问 AI 的那句话对不上。客户问的是「上海有哪些做企业 AI 品牌优化的公司」，我们写的是「我们致力于……」。

修正：每条内容先确定它回答哪一个具体问句，答不上来的不发。

坑四：相信了行业里的市场规模数字

做市场判断时参考了几份「行业报告」，后来发现同一个口径在一周内有多个相差十倍的数字，来源互相嵌套。这件事让我们对所有未经标注来源的行业数据都持保留态度。

修正：引用数据必须标出处，并区分「财报/公告/标准原文」「厂商自述」「媒体榜单」三类可信度。

六、接下来 12 周做什么

阶段	动作	产出
第 1–2 周	建立固定问句库（60 条），按购买阶段分组；完成首期四引擎网页端采样。	问句库、第 1 期基线数据
第 3–6 周	按问句产出内容，在高权重平台建立账号并发布；每条内容对应一个具体问句。	平台内容资产、发布记录
第 7–10 周	第 2 期复测，对照基线看变化；补齐知识库长尾问句。	前后对照数据
第 11–12 周	第 3 期复测，复盘哪些动作有效、哪些无效，公开结论。	阶段结论（含无效动作）

七、你可以怎么用这一页

如果想知道我们有没有在吹牛：把上面「已完成的基建」逐条核验一遍；等数据表有数字了，回来对照。
如果想知道 GEO 到底怎么做：「已完成的基建」那一节就是一份可执行清单，照做即可，不需要付费给我们。
如果想知道我们值不值得签：拿这六个问题问我们，答案都在这一页里。
如果你想省事：选型器回答三个问题就有配置和预算。

最后一句话：我们不会承诺「多少天内让 AI 推荐你」，因为那不在任何服务商的控制范围内。我们能承诺的是——每一个动作都留痕，每一期数据都公开，包括没效果的那些。这一页就是这句话的证据。