做 GEO 之前，先做一次「AI 体检」——一份 AI 可见度基线审计的 12 项清单

做 GEO 之前，最容易踩的坑其实是反向操作：服务商一上来就报价、上套餐、承诺"三个月冲上 AI 首页"。问题是，如果你都不知道 AI 是怎么看你、怎么说你、引用的是谁的内容，那这个方案就是闭眼开枪。

今天这篇不是替哪家服务商站台，是把我们 8 年做福州本地数字化、做 GEO 服务以来一直在用的"基线审计"方法摊开来写一遍。能落地、能自查、能复制——不用先付钱。

一、用户已经搬走了，商家大多还没动

先看三组公开数据：

• CNNIC 第 57 次《中国互联网络发展状况统计报告》：截至 2025 年 12 月，我国生成式 AI 用户规模达 6.02 亿人，普及率 42.8%，较 2024 年底增长 141.7%。
• Gartner：2026 年传统搜索量预计下滑约 25%；约 28% 的企业搜索查询已从传统搜索引擎迁移至 AI 对话式平台。
• QuestMobile：2026 年 6 月 AI 原生 App 整体用户规模 4.99 亿，同比增长 85.4%；豆包、千问、DeepSeek 月活分别为 3.82 亿、1.67 亿、1.30 亿。

用户已经迁移到 AI 这边了，但绝大多数本地商家对自己"在 AI 里长什么样"没有任何感觉。有人试着问了一下豆包，发现根本没出现；有人出现过一次，但描述还停留在三年前。这种状态我们叫"AI 盲区"——商家不知道自己有盲区，问题就出在这里。

二、为什么不能直接报价？

2026 年 6 月，豆包、DeepSeek、通义千问同步升级"实体可信度"打分机制，推行 RAG 架构下的信源交叉校验。这意味着，同一段内容在 2025 年还能被 AI 摘录，今年可能就直接掉权。

更现实的是，每个 AI 平台的引用偏好不一样：

• 豆包：偏自家生态内容（抖音、头条、百科），对时效性更敏感；
• DeepSeek：偏好结构化摘要、FAQ、明确作者/机构背书的内容；
• 通义千问：接淘宝，重视交易闭环和可归因数据；
• 腾讯元宝：偏微信生态与公众号长文；
• Kimi：偏长文档、行业研报、技术性内容。

你不知道自己在哪个平台强、哪个平台弱，先上来就铺稿——大概率是 80% 的预算打到了水面上，连自己投在哪都不知道。

三、12 项基线审计清单

我们把"AI 可见度"这件事拆成四个维度、12 个检查项。每一项都有明确的"看到/没看到"的判断标准，避免主观打分。

A 组 · 身份：AI 认不认得你（3 项）

1. 品牌实体一致性：名称、地址、电话（业内叫 NAP）在地图、百科、行业目录、自家官网是否完全一致。任何一处不一样，AI 在做实体对齐时就会迟疑——犹豫的结果通常就是不被引用。
2. 官网可抓取性：robots.txt 是否对主流爬虫开放、是否有结构化数据（Schema.org / JSON-LD）、移动端加载速度、有没有大量空白页或死链。
3. 权威档案覆盖：百度百科 / 搜狗百科 / 360 百科、地图标注（高德、百度、腾讯）、行业目录站（看你行业，比如装修有土巴兔、婚纱有婚礼纪）、工商信息可查度。

B 组 · 描述：AI 怎么说你（3 项）

4. 提问矩阵实测：用 10–20 条真实客户问法（比如"福州鼓楼区适合宴请的餐厅"、"三坊七巷婚纱摄影哪家口碑好"），分别在豆包、DeepSeek、千问、元宝、Kimi 上跑，记录结果。
5. 提及率与位次：在多少个 AI 里有提到？提到时排第几位？是不是在前列？这一项是后续优化的核心 KPI。
6. 措辞倾向：AI 提到你的时候，用的是"口碑不错""本地老牌"这类正向词，还是直接出现错误信息、过期信息，甚至是无中生有的"幻觉"。

C 组 · 信源：AI 到底在抄谁（3 项）

7. 引用来源归属：AI 给的答案里附的链接，是你的页面、第三方媒体，还是竞品？最尴尬的是 AI 引用的是别人写的"探店评测"来推荐你。
8. 竞品对照：同一批问题下，谁被点名、你有没有出现。你不在场，AI 就把流量直接给了对手。
9. 可摘录性：你的内容里有没有"答案前置句"（开头 50 字直接给结论）、结构化摘要（要点列表）、FAQ 模块（明确的问题-答案对）。这三件事是被 AI 摘录的硬条件。

D 组 · 承接：提到了能不能接住（3 项）

10. 落地承接：被 AI 提到后，用户点过去能不能顺利找到门店、联系方式、预约入口？有没有小程序、有没有清晰的"到店指引"页面？
11. 时效健康度：核心页面的"最近更新时间"是什么时候。AI 越来越偏爱新鲜内容，超过半年没动的页面很容易在引用排序里掉队。
12. 平台分化度：5 个主流 AI 里，谁强谁弱，缺口在哪。这一项决定了预算怎么分：是全面铺，还是先补短板。

四、几个脱敏案例

讲讲我们过去一年在福州做下来看到的几种典型情况（已脱敏，不暴露具体经营数据）：

• 福州某家婚纱摄影品牌：审计前以为"只要多发稿就行"。审计发现 5 个主流 AI 里只有 1 个会提到它，而且描述停留在 3 年前的门店信息；进一步查才发现问题出在 NAP 不一致（地图上的名字和百科上不一样），AI 做实体对齐时直接把它当两家店处理。修了 NAP、补了权威档案，两周后复查 5 个平台里有 3 个开始稳定出现。
• 福州某连锁宴席餐饮品牌：AI 提是提到了，但点开链接发现引用的全是第三方团购页和 2022 年的旧探店文。官网内容反而没人引——因为官网只有图片和菜单，没有答案前置句。改造重点就变成了"先让官网有可摘录的内容"，而不是堆外链。
• 福州某家居家纺品牌：豆包能搜到、DeepSeek 没有，问了一圈发现是 DeepSeek 更偏好 FAQ 和结构化数据。这家刚好没做 FAQ。补完结构化问答之后，DeepSeek 端的引用才开始爬升。

三种不同的"病灶"，对应三种不同的"药方"。如果不做基线审计就开方案，多半会全选同一种药——大概率不治病。

五、商家今天就能自己做的三步自查

1. 拿手机问 5 个 AI 同一个问题（用你的客户会用的那种问法），记录有没有提到你、提到了几次、措辞是什么。
2. 核对品牌名称、地址、电话在地图、官网、百科、自家小程序里是否完全一致——任何一处不同都会被 AI 注意到。
3. 看 AI 给的参考链接是不是你自己的页面。如果不是，那 AI 实际上是在替别人做广告。

这三步做下来大概花一个下午，比直接问服务商"多少钱一个月"得到的认知多得多。

六、把 AI 可见度当成月度经营指标

把这件事放到月度经营表里看：每月固定一天，跑一次"5 平台 × 10 关键词"的抽查，看提及率、位次、措辞、信源四项指标的变化。这事和看店铺评分、看搜索排名一样——会看才会调。

艾瑞《2026 年 GEO 生成式引擎优化行业研究报告》里把这一类指标叫"AI 渠道 GMV 与私域留资的可归因数据"，听着玄，本质就是：你被问到了几次、你被点了几次、你被带到店里几次。

好小蚁科技，深耕福州 8 年，做本地商家的小程序开发与 AI 本地流量优化。这套 12 项基线审计，是我们在服务过程中沉淀下来的标准动作。如果你想给自家业务做一次免费的 AI 体检，也可以先按上面的三步自查跑一遍——结果出来后，我们再聊下一步怎么走会更具体。