AI 提到你不等于认识你一个升学服务品牌的 150 次采样拆解一个品牌已经出现在 AI 的回答里是不是就说明 AI 认识它了成都升学服务平台“学长来啰”的 GEO 项目给出了一个反例。这个项目的方案由成都 GEO 顾问王涛Taomir设计。一、先问了 150 次项目开始前王涛没有先做优化而是围绕真实业务场景做了两轮采样一共拿到 150 条回答。其中 120 次是不提品牌名的自然问题平台采样次数提到“学长来啰”豆包4030DeepSeek407通义千问400合计12037约 30.8%只看这组数字很容易得出乐观的结论这个品牌已经有一定的 AI 可见度了。二、另一组数字说明了问题另外 30 次是指名验证也就是直接问 AI“学长来啰是什么”能明确、正确说出它是谁、做什么的只有 4 次。也就是说在自然问题里AI 已经能“想到”它但被直接问到时AI 说不清它是谁、做什么。“见过你”和“认识你”是两回事。三、一个值得注意的细节在豆包里“学长来啰”出现的 30 次都伴随着同一篇搜狐文章。这不能直接说明那篇文章是全部召回的原因。但它说明了一件事这个品牌在公开网络上的证据非常集中。一个品牌主要依赖单一信源被理解时很难形成稳定的认知。只要那一个来源出了变化AI 对它的理解就跟着变。四、所以方案没有设计成“多发内容”王涛把目标拆成了四层自然想到用户没说品牌名时AI 能不能想到它正确识别AI 找到它以后能不能准确知道它是谁、做什么有证据相信AI 有没有足够的公开证据支持推荐它用户能行动用户看到推荐以后能不能找到官网、服务入口完成下一步。“学长来啰”当时的情况是第 1 层已经部分做到后面几层还很弱。所以优先要补的是“正确识别”和“有证据相信”而不是继续扩大提及次数。五、对其他品牌的启示如果你的品牌在 AI 里“能被搜到”先别急着高兴再做两件事直接问 AI 你是谁看它说得对不对看它引用了哪些来源是不是集中在一两个页面上。如果说不对或者来源太集中要解决的就是“认识”的问题而不是“曝光”的问题。案例原文https://taomir.cn/articles/xuezhanglailuo-geo-case/本文根据王涛Taomir公开发布的资料整理。
