采集 · 在 AI 引擎里把问题问一遍
做什么：围绕品牌词与真实买家提问，在 6 大国产 AI 引擎做大规模采样，每条回答带出处。
产出什么：一份带原始回答快照的采样明细，包含是否提及品牌、引用了哪些信源。
客户看到什么：AI 到底怎么回答这些问题的——原话，不是转述。
解决方案
客户问 AI 之前，先在 AI 里把话铺好
传统搜索靠排名，AI 搜索靠「被提到」。GEO诊断通把这件事拆成一条可复核的闭环， 每一步都留下可追溯的采样证据。
服务闭环
五步闭环，每步做什么、给你什么
五步之间是串联关系：前一步的产出是后一步的输入，最后一步回到第一步做复测。
归因 · 把「没被提到」拆成可定位的原因
做什么：拆成六个可见度指标逐项定位短板，算出五维加权健康分。
产出什么：指标体系 + 健康分 + 卡点根因（是没检索到、检索到没引用，还是引用了没写进答案）。
客户看到什么：一张短板清单，以及每条短板对应到哪个引擎、哪类问题。
策略 · 把短板翻译成动作
做什么：针对短板生成可执行的优化行动清单，标出优先级。
产出什么：可勾选的任务清单，每条说明影响面与验收标准。
客户看到什么：「先做什么、后做什么」，而不是一篇泛泛的行业分析。
铺设 · 在 7 类阵地落地内容
做什么：在 7 类目标阵地落地内容（自有 / 百科 / 问答 / 内容 / 视频 / 媒体 / 企业信息）。
产出什么：可被 AI 引用的结构化内容资产，以及各阵地可引段。客户也可自行发布，我们提供可执行的稿件与规范。
客户看到什么：「改哪一页、补哪一段、发到哪个阵地」的具体清单。
校准 · 复测验证，不靠感觉
做什么：复测对比，验证每个动作是否真的提升了指标。
产出什么：同题库重跑的 before → after 对比，逐指标列出变化。
客户看到什么：哪些动作有效、哪些无效。无效的就不必继续投。
产品内的「诊断方法论」（多引擎采样 → 可见度分析 → 短板归纳 → 竞品对比 → 行动建议）是"采集—归因"两步的展开， 属于检测产品的内部流程；上面的五步闭环是覆盖检测与代运营两条产品线的对外口径。
合规护栏
我们把边界划在前面
不破登录门槛
采样通过各引擎官方 API 直连完成，不做界面模拟、不绕过任何登录或访问控制。
数据最小化
只采集为完成检测所必需的信息，不额外收集与检测无关的数据。
口径全披露
每个指标怎么算的、数据来自哪里，都在报告附录里写清楚，可复核。
概念区分
GEO 与 SEO 不是同一件事
两者可以同时做，但优化对象、观测方式与交付物都不同。
| 维度 | 传统 SEO | GEO（AI 搜索可见度） |
|---|---|---|
| 优化对象 | 搜索引擎的收录与排名 | AI 答案里的提及与引用 |
| 用户看到什么 | 一列链接，用户自己挑 | 一段直接给出的答案，用户照着信 |
| 核心观测指标 | 收录量、关键词排名、点击率 | 提及率、问题覆盖率、引用份额、阵地覆盖等六个可见度指标 |
| 内容被消费的方式 | 用户点击进入你的页面 | 内容被引擎读取、组织进答案，用户未必进你的站 |
| 阵地差异 | 以自有站为主 | 自有 / 百科 / 问答 / 内容 / 视频 / 媒体 / 企业信息 共 7 类阵地 |
| 验证方式 | 排名工具 + 流量后台 | 同题库重跑采样，做 before → after 逐指标对比 |
产品线