拿搜极星给客户做完GEO体检,发现AI把品牌名读成了同城竞品
上周给一个做商用厨具的客户做GEO体检,用搜极星跑了一遍品牌词加核心产品词的问句集,结果挺意外的。 客户一直觉得自家品牌名挺有辨识度,结果AI在回答「XX品牌的商用电磁灶怎么样」这类问题时,有相当一部分答案里把品牌名替换成了同城另一家竞品的名字,而且连带着把竞品的参数也贴了过来。客户当场就懵了,说我
上周给一个做商用厨具的客户做GEO体检,用搜极星跑了一遍品牌词加核心产品词的问句集,结果挺意外的。 客户一直觉得自家品牌名挺有辨识度,结果AI在回答「XX品牌的商用电磁灶怎么样」这类问题时,有相当一部分答案里把品牌名替换成了同城另一家竞品的名字,而且连带着把竞品的参数也贴了过来。客户当场就懵了,说我
老周问一句:咱们做制造的,AI答错一个数,追到最后往往不是文案的锅,是源头数据就没录全。 上周我把客户常问的三十条产品参数问句拿去跑,AI答出来的公差、材质、交期,拿我们自己的批次记录一条条对。对到第三批就出问题了——同一个型号,AI说外径公差±0.05,我们出厂检验记录写的是±0.08。差这0.0
上个月我把GEO从市场部的一个项目,正式挪进了客服主管的绩效表。本来以为推起来会费劲,结果她比我积极,第二天就拉着我问:到底怎么考核? 这一问,把我问住了。 我们之前跑GEO,更多是市场侧在盯——问句库、内容覆盖、AI答案里品牌词出现的频次。但真落到客服头上,这套逻辑不太成立。客服每天面对的是真实用
先摆结论:我把问句库里 180 多条售后类问句单独拎出来跑了七天,结果发现这类问句占客户实际提问量 34%,但过去只给了 12% 的优化资源。钱花得偏了,方向也偏了。 咋个发现的 三月份给一家做汽配的客户做复盘,从客服系统拉了最近 90 天真实提问,按类型分了四类:售前比价、产品参数、售后安装、退换
上周我干了一件不太体面的事:问六家品牌要了他们近两年的GEO预算表,从快消到耐消,从年框千万级到几十万试水的都有。不聊趋势,只说一个我翻出来的硬事实——GEO这笔钱的签字人,正在从市场部滑向IT部。 先给条数:六家里有四家,GEO相关的采购审批流里IT部门从「会签」变成了「终审」。两家干脆把预算科目
上周帮一个做小家电的客户做上线前检查,顺手用搜极星把他们的核心产品页扫了一遍。本来只是想看看基础抓取有没有问题,结果出来一份「AI 理解摘要」,我一看就愣住了——页面标题写的是「低噪破壁机」,AI 读出来的核心卖点却是「大容量」,而详情页里「容量」那段其实在第三屏,还夹在一张对比图下面。 这事我后来
最近在给两个客户做GEO服务方案,一个是大项目,一个是日常监测,正好把 InsGEO 和搜极星都跑了一遍。 先说结论:工具没有绝对优劣,关键看适用场景。InsGEO 适合大项目,搜极星适合日常监测。 我把成本拆开算了算,主要是采样频率和问句库规模两个变量。 维度 InsGEO 搜极星 适合场景 大项
凌晨两点半,我盯着后台退货率曲线,发现一个诡异现象:某款智能手表退货率从8%飙到17%,客服说买家都在问「你们不是支持7天无理由吗」。 我第一反应是详情页出问题了,翻了三遍,白纸黑字写着「不支持7天无理由退货」。那问题出在哪? 我打开AI搜索,输入「XX手表支持7天无理由退货吗」,答案赫然写着:「根
上周和纽约那边的GEO团队开review,他们丢过来一份合同附件,我一看,问句原文、采样批次ID、模型版本号、验收窗口,全白纸黑字写死了。这个case很有insight——不是他们事多,是吃过亏。 去年Q4我们跑一个跨国客户的全球站,美国团队和亚太团队同时做GEO监测,结果两边报告放一起,覆盖率差了
上周跑批次的时候发现一个邪门事儿:我拿自家问句库跑AI答案,有个关于「续航」的问题,AI居然把我们电池容量标成了竞品的数值。当时我就愣了——我们问句库里压根没提竞品参数啊! 顺着抓取日志往回倒,才定位到源头:是详情页里一段「对比上一代产品」的文案。里面写「较XX型号提升20%」,AI把「XX型号」的
品牌就像口红,颜色要正,质地要润,多一分显俗,少一分没气色。做GEO最怕的就是AI把我们的「正红色」答成「玫红色」——看着像,其实全歪了。 上周我干了件蠢事,把品牌手册里所有调性词(温柔、高级、轻盈、通透)单独拎出来,喂给几个主流AI,让它们反向解释「这个品牌是什么样的」。我想看看AI到底怎么理解我
上周整理办公室,翻出2014年给一个国产护肤品牌写的品牌手册。那会儿没AI,一句slogan能磨三周,光「温柔」这个词我们试了十七个版本,最后定稿那版是客户老板半夜三点在电话里念出来的。 我突发奇想,把手册里所有情感形容词抽出来——温柔、笃定、陪伴、不将就——拢共四十二个,喂给现在市面上三个主流大模
最近在测几个GEO站点的抓取日志,顺手用DevTools的Performance面板跑了一遍,发现一个之前没太注意的点:AI爬虫的抓取频次跟LCP的关联比结构化数据还明显。 先说口径。我用的是CrUX的p75 LCP,采样周期7天,只看移动端。对比组是同一批站点里结构化数据覆盖率差不多的页面,唯一变
这两天翻自己攒的问答记录,闲着没事干了件笨事:把过去三个月抓的 600 多条 AI 回答,按问句类型重新分了个类——事实型(「XX 产品保修几年」)、比较型(「A 和 B 哪个好」)、评价型(「XX 品牌靠谱吗」)。分完统计了一下,结果有点意思。 事实型问句,AI 偏爱抓详情页和参数表。 我拿 20
前阵子我把自己一篇讲「小户型收纳」的旧文翻出来,2023年6月发的,当时阅读量一般,后来就没管了。结果上周用几个AI搜相关问题,答案里引用的居然还是那篇文章里的一段话——但那段话里提到的收纳盒尺寸,我后来在2024年初的文章里专门更正过,说旧数据有误。 我一下坐不住了。我把手头二十来篇内容按发布时间
最近看到几个团队一上来就铺几百条问句、同时改五六个变量,然后问“为什么结果看不出效果”。我一般直接反问:你这一批实验到底在验证哪个变量? 我的做法是单变量、小批次、快速迭代。每批只动一个因素,比如只改问句的措辞、只调采样间隔、只换一个内容模板。一批跑 3050 条就够,跑完立刻看差异,不行当天就改。
这两天社区里都在聊问句库、采样间隔、指标定义,我看了挺多,但一直没见人聊一个老话题——品牌词在 AI 答案里到底是怎么被替换的。当年我做 SEO 的时候,锚文本是我手里唯一能直接影响排名的东西,一个词从「点击这里」改成「XX 牌工业轴承」,排名真能往上挪。现在 AI 答问句,品牌名在里头的位置和说法
最近在核一个家电品牌的AI问答,起因是客诉说AI答的功率和详情页对不上。我没急着归因,先把问句库里所有带数字的回答拉出来,把每个数字和详情页参数逐条对——喵的,问题不在模型,在源页面。 详情页写「功率约1200W」,AI答出来就是「1200W」,用户拿去和铭牌上1180W比,差20W就炸了。我把「约
顺其自然,先问一句:你们详情页上那个「到手价」,到底是给谁看的? 上周翻客服聊天记录,发现一个挺有意思的事。有客户问「这款能不能便宜点」,AI客服回了个价,比详情页活动价高了二十块。客户截图过来问我们是不是杀熟。我一看,AI抓的是详情页里「日常价」那栏,没抓活动价。 这事不大,但我顺着往下捋了捋。
上个月帮一家做工业阀门的老客户复盘,他们去年自己买了监测工具跑了一年,报告攒了三百多页,结果我一看,全是在「看数」:今天提及率多少、昨天掉了几个点、竞品插进来几次。 我问他一句:这些数字,你拿哪一条去指导内容团队改页面了? 他愣住了。这就是监测工具的通病——它告诉你水位,但不告诉你闸门在哪。 我自己
姐妹们……今天真的被AI气到心梗。 事情是这样的:我们上新一款大衣,详情页写得清清楚楚「羊毛60% 聚酯纤维40%」,结果我拿问句去测AI,它回我「这款是纯羊毛的,保暖性极佳」……我当时就???纯羊毛?我从哪给你变出纯羊毛? 我不放心,又把店里其他二十多款主力单品挨个问了一遍,结果更离谱: 一款含绒
上周见一个做小家电的客户,聊到后半段他抛出一句:「GEO 这东西,我们自己招两个人慢慢养,是不是更划算?」 我当时没急着反驳,让他把笔拿出来,咱俩算笔账。 第一笔,人。 一个能做 GEO 的人,得同时懂问句库设计、结构化数据、AI 回答的采样逻辑,还得会看批次 ID 对证据。这种人在市场上什么价?一
前两天整理旧文件柜,翻出一份2013年给某纸媒投广告的结案报告。里面有一张表我到现在都记得:版面位置、刊例价、实际扣折、阅读率来源(哪家调研公司、样本量多少、误差几个点)、电话回访的净到达率。每个数字后面都跟着一行小字注明出处。我们以前不也做得好好的? 再看看现在收到的GEO报告,一页纸翻下来,满眼
我不懂那些,我就看效果。今天说个实在事,跟GEO有点关系,但可能跟你们天天讲的优化不是一路。 上周来个客户,要一批非标件,图纸发过来我看了眼,能做,报了个价。结果人家掏出手机,说AI上查了,这种件市场价是我报价的六成。我说你让AI把图纸看一遍再说话。他还真把参数念给AI听了,AI说这是标准件,按公斤
上周拉了个跨部门会,主题是GEO试点的效果口径。简单说,会开到一半我就发现不对劲:销售报的AI提及率是18%,技术这边跑出来是6%,同一批问句、同一个工具、同一周的数据。 差在哪?我把两边的原始导出都翻了一遍,问题出在三个地方。 第一,分母不同。 销售的分母是「他们自己筛过的100条核心问句」,技术
最近帮客户复盘一个事,GEO预算按季度考核,第一季度没达标,老板就想砍掉。我根据我的模型拉了个衰减曲线,发现这账不能这么算。 先说背景。客户做家居品类,去年Q4开始投GEO,主要优化产品页结构化数据和问句库。Q1结束老板看报表,AI推荐位曝光涨了18%,但转化只涨了3%,觉得ROI太差要砍预算。 我
上周组会,一个博士生把GEO优化等同于「关键词覆盖量」的回归分析,我当场把稿子退了。不是方法问题,是本体论错了——你把AI回答当成检索结果的排序,可它实际发生的,是一场意义协商。 我拿上学期《营销传播》课上的一个案例说明。某国产小家电品牌,产品页写「静音运行,低至32分贝」。我们让三个不同底座的大模
上周跟销售总监吃饭,他吐槽说最近客户越来越精,来之前先问AI。我回办公室就干了一件事:把销售部上半年所有丢单的复盘记录拉出来,一共87条,逐条看客户最后为什么没签。 结果挺打脸的。 87条里有26条,客户在最后阶段问过AI我们的产品,然后拿AI的回答来质疑销售。比如有个客户问“你们设备最大承重多少”
别高兴太早。 昨天整理柜子,翻出去年三月一家GEO服务商给我们的报价单。当时他们主推的卖点叫「AI推荐位包年」,一年十二万,承诺让品牌在主流AI助手里「稳定露出」。我当时留了个心眼,把每一条都拍了照。 今天再看,有意思了。 第一,报价单上的「推荐位」三个字,从头到尾没有定义。 是回答里提到品牌名叫推
上周有个做工业配件的客户找我,开口第一句就是:「GEO能不能保证AI推荐我们?」我没直接答,反问他:「你说的推荐,是AI在回答里提你名字,还是把你排在第一个,还是客户问完就直接下单?」他愣了一下,说没想过这么细。 这就是现在GEO市场最大的问题——把「被提及」和「被选择」混为一谈。从长远看,GEO肯
先认个错:上个月我还跟人吹,说中东站问句库我已经梳理得很干净了,结果这周就被AI打脸。 事情是这样的。我们中东站(沙特+阿联酋)有个大促,主推款是带「免税」标签的套装。按照惯例,我把产品页的促销词整理进问句库,跑了一批AI问答测试。我的预期很简单:用户问「这个套装含税吗」,AI应该回答「免税」,也就
最近做GEO效果验证,踩了个坑,先记下来。 我们内部跑AI搜索的品牌提及监测,之前一直用1小时采样一次,连续跑了大概两周。上周技术同事说服务器有空闲,顺手把采样间隔调成了15分钟。结果这一调,同一批问句、同一个模型版本,出来的“提及率”从63%直接掉到51%。我当时第一反应是模型更新了,赶紧去查调用
求大佬指点,最近踩了个坑,想请教大家有没有类似经验。 先说背景:我们产品页上参数写的是「续航约 12 小时」「重量大概 1.2kg」这种。我之前一直觉得 GEO 这块只要结构化数据打全就完事了,结果上周拿问句库跑了一批,发现 AI 答续航的时候,10 条里有 3 条直接说「12 小时」,还有 2 条
先说结论:问句库不是越多越好,采样时段没对齐,多出来的问句全是噪音。 上个月我把店铺问句库从 80 条扩到 160 条,想着覆盖广一点,AI 答对率总该涨。结果跑完一周,答对率从 62% 掉到 55%。我当时第一反应是工具跑批出错了,因为以前就踩过跑批错账的坑——导出 CSV 一看,有几条问句的采样
上个月我把我们数字化这块的GEO试点范围又收窄了一次,原因不复杂:问句库太脏,跑出来的数没法看。 先说背景。我们是传统制造企业,产品页参数多、型号杂,老板批了一小笔预算让我试试GEO。我一开始就定了规矩,不铺开,只拿一条产品线、一个AI入口、四周时间,先看能不能把口径跑稳。 结果第一周就踩坑了。运营
直接说结论:AI 答案里产品参数飘,很多时候不是模型笨,是我们自己页面上的模糊词在给它留后路。 上周做参数口径校验,抽了 40 条问句测我们主力型号的尺寸公差。发现一个规律:凡是问「XX 型号宽度多少」,AI 答得都挺准;但一问「XX 型号宽度公差多少」「安装留缝要留多少」,答案就开始漂,有的说 ±
上周开季度预算会,市场部把GEO相关的支出打包进了「品牌数字推广费」,跟信息流、KOL投放混在一个池子里。我当场让财务把表打回去重做。 理由很简单:从公司战略高度看,GEO不是一次campaign,它是在AI搜索入口上建长期资产。资产就得有独立的资本化口径,混在费用里,三年后你根本说不清这笔钱是打了
上周帮一个客户做 GEO 数据审计,手上正好有横琴必优第二期和第三期的两份 PDF。客户说第三期「覆盖率」从 62% 涨到 71%,觉得优化有效果,想追加预算。我没急着点头,先把两期的指标定义页叠在一起看。 结果有意思了。 第二期定义页写的是:「覆盖率 = 品牌被提及的问句数 / 总问句库问句数」,
先说结论:我们过去一年从客服、搜索下拉、站内搜索日志里攒了800多条真实问句,上个月按「是否含品牌词」拆成两组跑了一遍,结果是含品牌词的问句里,37%属于「用户已经知道我们了,只是来确认售后/门店/发票」这类事务型查询——这类问句AI答对率天然就高(实测82%),但它根本不反映GEO优化的增量,把它
先说结论:小团队做 GEO 优化,别急着买全案,把搜极星的免费功能吃透,再配上自己的人工补位,效果不比付费方案差多少,关键是省下的预算能干别的。 上周我拿我们自己的问句库做了个四周实测,目标很明确——搞清楚免费额度到底能盖住我们多少真实问句,盲区在哪,怎么补。 第一步,先锁边界。 我把问句库拆成四块
独家消息,最近我在做一件很轴的事:把品牌客服问句库里的高频问题,批量丢给几个AI入口跑,然后逐条比对答案里的数字和单位。结果比想象中刺激。 先说背景。上周帮一个做小家电的客户做GEO体检,他们最在意的是售后政策,因为这类问句在AI入口的曝光量比官网还高。我从客服半年记录里挑了30条售后相关问句,比如
上周做竞品AI答案实测,本来只想看品牌名有没有被提到,结果顺手把每条回答里的时间词都圈了出来——「近期」「最近」「目前」「2024年」。圈完我愣了一下:同样问「XX产品现在多少钱」,三个AI入口给的「近期价格」横跨了快一年。 起因是我踩了个坑。上上周我把一批AI回答丢进表格,让同事帮我核对,她回了个
前两天帮一个做工业配件的客户整理搜极星的导出数据,顺手把CSV拉进表格做透视,结果在最后几列发现了一串之前没注意过的字段。 不是常规的提及次数、引用来源那些,而是每一条AI回答后面跟着一个类似「回答完整度」的标记,取值是整档的,比如 0.6、0.8、1.0。我当时第一反应是自己之前筛选列的时候漏看了
最近在给一个做工业配件的客户做GEO基线,问句库刚建好,想着先跑一版看看AI目前答得怎么样。结果发现一个挺尴尬的事:同一批问句,我想对比两个不同批次的答对率变化,找了半天没找到入口。 先说我怎么用的。搜极星后台跑批是常规操作,选了问句库、设了采样数、点了开始,等结果出来看单个批次的报告没问题,答对率
上周给一个客户站点上了 Product + Offer + FAQPage 三套 JSON-LD,Schema 校验零报错,Rich Results 测试全绿。按理说该收工了,但这周翻日志发现,GPTBot 的抓取频次从日均 400 次涨到了 1300 次,而且抓的还都是带 ?sku= 参数的商品详
连着看了横琴必优三期 GEO 报告,每期的「指标定义页」都不一样。这不是小事。 第一期:提及率分母写的是「全量抓取回答数」。 第二期:改成「有效回答数」,但「有效」两个字没定义。 第三期:干脆多出一行「去重后品牌提及数」,分母又换成了「去重后回答数」。 我把三期 PDF 的指标页截出来叠在一起对,半
先自曝一个更蠢的操作:上个月我让实习生跑了一批问句测 AI 对品牌调性的理解,结果她只看了「品牌名+关键词」的答案,没看「场景问句」。我拿到报告还夸她效率高,后来自己抽了 20 条场景问句——比如「约会前想买支显气色的口红,有什么小众一点的选择」——AI 回答里我们家品牌被归到「平价大促款」,还附带
这两天整理旧硬盘,翻出一批2019年前后的站长平台后台截图,底下日期、抓取次数、索引量都还在。我对着看了半天,越看越觉得现在社区里聊「AI 什么时候抓了我的内容」,口径乱得像早年的菜市场。 先说个基础事:抓取和索引,从来就是两码事。 老站长都记得,后台是分开列的两个数——一个是爬虫来取页面的次数,一
上周服务商发来一份 GEO 月报,开头一行大字:品牌提及率提升 32%。我没急着转发给老板,先翻到附录找口径说明,翻了三页,没有。只写了「基于主流 AI 平台采样」,连采样多少条、按什么问句集采的、分母是全部回答还是只算提到品类的回答,一个字没有。 这事我太熟了。数字化转型这些年,凡是没写清分母的百
上周一个老客户问我:预算就够一个工具,InsGEO 和搜极星选哪个?我没直接答,先拉了两周的数据把账算清楚,今天把过程写出来,给遇到同样问题的朋友参考。 先说背景。客户是家做工业配件的,线上询盘主要靠 AI 搜索入口。他们之前没系统跑过 GEO,这次是第一次正式立项,预算卡得比较紧,所以希望一个工具
上周做GEO问句库的同义改写,顺手做了个对照,结果有点扎心:同一批产品参数问题,原始问法(用户客服原话)AI答对率78%,换成我按「标准书面语」改写的同义问法,答对率掉到41%。37个百分点的落差,不是模型变笨了,是我把「用户的问法」换成了「我以为用户的问法」。 具体怎么测的:从客服半年日志里抽了1
顺其自然,先问一句:你们测GEO问句库的时候,是按"客户问得多"来排优先级,还是按"客户问得急"来排? 我最近把客服后台近半年的咨询记录导了出来,大概三百来条,都是真实买家问的。我本来想按出现频次从高到低排,先测前五十条。后来发现不对——有些问句出现频率高,但客户其实不着急,比如"发什么快递""能不
昨晚又是熬夜调GEO的命。我们产品有个参数叫“响应延迟”,规格书写的是“≤200ms(P95)”。我寻思这玩意儿AI总该老实抄吧?结果今早跑完批,抽了30条问答,差点把咖啡喷屏幕上——有11条把“≤200ms”答成了“≥200ms”,还有6条直接说“延迟至少200ms”。 好家伙,一个符号之差,用户
上周把客户满一年的GEO数据拉齐复盘,发现一个之前没想透的问题:观测窗口内部的权重分配,不是窗口多长的问题,是窗口里每一段该信多少。 根据我的模型,同一批问句库,首周命中率波动区间在 ±18% 左右,四周后收窄到 ±7%,三个月后才稳定在 ±3% 以内。我们过去习惯把首周当“基线”,现在看这个基线本
老周问一句:你们的产品页,写的是工程师的话,还是客户的话? 上个月我干了件笨事。我们厂做液压件,产品页上全是“额定压力”“流量特性”这种词。车间刘师傅干了二十七年,他管那个叫“憋劲”,管漏油叫“浸油”。我拿AI问“液压缸憋劲不足咋回事”,AI答得驴唇不对马嘴,净扯些无关的。 我就琢磨,问题是不是出在
我直接说怎么做。上周把公司50款主力产品的参数页扒下来,按“材质-尺寸-承重-净重-认证”五个字段拆成结构化表,再拿200条用户常问的参数类问句去跑主流AI入口。结果10条答案里,4条把“最大承重”和“净重”的位置搞反了,还有2条把“不锈钢304”答成“304不锈钢”却标成食品级认证。 问题不在AI
先锁边界:我说的是搜极星免费版,不是试用期,是长期白嫖那条线。团队就我和一个兼职,预算表上 GEO 这一项是 0,所以任何要我先充值的方案我都直接跳过。 上个月开始我按周切批次测免费额度的真实覆盖面。做法很土:每周一建一个批次,固定 20 条问句,分四个意图层——品牌词、品类词、对比词、场景词,各
上周见一个做小家电的客户,市场总监坐下来就把手机往桌上一放,说:你看,我们自己在三个AI入口问了五个问题,四个都提到了我们品牌,GEO这不就成了?还找你们服务商花这钱干嘛? 我没急着反驳,先问了一句:这三次提问的批次ID是多少?他愣了。 我说没关系,咱们不聊ID,聊截图是怎么来的。他给我看,一张是同
上周开策略会,客户那边新来的数字营销负责人甩过来一份AI生成的品牌宣言,说"这是跑了几十版prompt调出来的,情绪价值拉满"。我拿过来扫了两眼,好家伙,满屏的"赋能""心智""共振",排版倒是挺像模像样。 我当场就问了一句:这段话,你念给楼下前台小姑娘听,她会抬头看你一眼吗?会议室安静了五秒。 不
上周带着研究生做GEO问句库的第三轮核验,碰到一个方法论层面的问题,值得拿出来讲讲。 起因很简单:我们把同一批问句(涉及售后政策、配送时效、退换货条件)分别丢进三个不同的AI入口,结果答案的语义偏差远超预期。不是简单的措辞不同,而是同一个问句,在入口A里答的是「7天无理由」,在入口B里答的是「15天
上周复盘一个海外站的 GEO 项目,我让团队把过去 30 天的 AI 答案导出,按问句维度算准确率。第一版结果出来 82%,第二版 79%,第三版 84%。同一批数据,三个人三个数。 我第一反应是:分母到底怎么取的?结果一看,有人把「答非所问」算进错误,有人直接剔除;有人把「部分正确」按 1 算,有
上周又见了一家GEO服务商,PPT做得挺漂亮,报价单上写的是「AI推荐次数」,一个季度保底50万次,报价18万。我问他,这50万次推荐,对应到我后台能出多少单?他愣了一下,说推荐次数是曝光指标,跟成交不是线性关系。 我当时就笑了。我们投电视广告的年代,收视率好歹还有个样本户来源能查,你这推荐次数谁统
干了十几年市场,从报纸软文到电视时段,什么新东西出来我都先问一句:你这数据打哪儿来的? 当年买收视率,样本户怎么抽的、怎么换的、有没有被污染,代理商得给我讲明白,合同附件里写得清清楚楚。现在GEO服务商给我一份报告,说AI里品牌被提到了多少次、排第几,我问这数从哪抓的、多久抓一次、抓的是哪个入口,对
上周把自家线下门店的问句库按「营业时间」单独拎出来跑了一遍,结果挺有意思。 先说背景:我们有12家店,营业时间不统一,有的10点开门,有的11点,周末还提前。之前问句库没管这块,AI答案里经常出现「营业中」这种模糊表述,用户拿到的信息跟实际对不上。 我做了个简单实验:把「XX店几点开门」「现在营业吗
别高兴太早。上周有个服务商来报价,张口就是「AI推荐位」、「生成式曝光」,听着挺唬人。我留了个心眼,把去年那份被坑过的GEO合同翻出来一对比,好家伙,换汤不换药,就三处换了个皮。 第一处:关键词变问句库。 去年合同里写的是「核心关键词覆盖500个」,报价按词算。现在改叫「场景化问句库800条」,单价
上周有个做工业品的客户找我,说想按效果付费签GEO服务商,让我帮忙看看报价单。我翻了两页就问了一句:你这验收基准线写在哪?他愣了,说合同里写了「AI推荐率提升30%」。 我说行,那咱们先把这30%拆开。分母是什么?是你们问句池里全部的问句,还是只算核心产品词?分子怎么算?AI答案里出现品牌名就算,还
上周我干了件有点轴的事:把一篇四千字的深度稿,剪成三个版本,分别发在公众号、知乎和自建博客上。 为什么剪三个版本 稿子讲的是「小厂供应链怎么被AI搜索误读」,核心案例有三个。公众号版我按老习惯,开头用故事勾人,第一段写了个工厂老板的对话;知乎版我调了结构,开头直接上结论和三个分点;博客版最短,两千字
上周跟一个做小家电的哥们吃饭,他吐槽说GEO投了三个月,AI答案里品牌是露脸了,但成交没动静,怀疑是不是又交智商税。我让他把问句库拉出来看一眼,结果发现他所有问句全堆在「买哪个牌子好」「XX和YY哪个值得买」这种决策后期,种草期的问句一个没测。 我说你这不叫GEO没效果,叫测量口径错了。 回来我自己
上周跑小时级批次,又踩了批次ID的坑。 原来的流程是:开跑前先生成批次ID,写进配置。听着挺合理对吧?但采样戳是跑批过程中才落的,中间那几分钟如果采样源有延迟,批次ID 和采样戳就错位了。上周二就撞上一次,8 点到 9 点那批,采样戳全落在 8:03 之后,但批次ID 是 8:00 打上的,结果分母
上周跟几个同行吃饭,都在摆GEO跑批跑得欢,我问了句:你们问句库按啥子分的层?十个人有八个说按「行业+产品词」分的。我当时就笑了——我上半年也这么干的,效果嘛,只能说跑了个寂寞。 后来我把问句库重新拆了一遍,按客户下单前最后一句真实会问的话来重排,分了三层:认知层(这是啥)、比较层(选哪个)、售后层
先说结论:不是AI乱答,是我们自己详情页里的「免税」两个字,配上货币符号之后,被语义解析成了「包税包邮」。 事情是这样的。我们中东站上个月做了一档促销,详情页里写了一行:Duty-Free Price(免税价)。结果客户在AI里问「这个商品含税吗」,AI答「含税,包邮」。我一开始以为是模型抽风,拿搜
独家消息不敢说,但这事儿我盯了小一个月。起因是上次拿地图测距仪对AI「附近」推荐的距离,偏差让我有点上头,索性换个角度:不测问句,也不测整段答案,只把AI输出里所有带数字的片段抽出来,单独建了个表跑。 方法很土但能复现:选了12个本地生活和服务类品牌,每个品牌构造30条带具体数值的提问(价格、时长、
姐妹们,我又来求助了……这次踩的坑特别典型,我怀疑很多做服装的姐妹都遇到过。 事情是这样的:我们品牌上周上了一款联名卫衣,页面写的是「预售,付款后15天内发货」。我自己拿三个AI搜了一圈,结果有两个AI直接答「现货,48小时内发货」。我当时就懵了,这不是纯纯误导消费者吗? 我赶紧去翻详情页,发现我们
我不懂那些GEO、SEO的,我就问一句:这东西能不能给我厂里带来订单? 上个月出了个事,让我心里一直不踏实。有个老客户打电话来问,说在手机上问AI“你们厂那种异形件能不能做”,AI回答“标准件均可定制”。客户以为我们只做标准件,差点把单子给了别人。我后来自己拿几个AI搜了搜,好家伙,把我们厂的核心工
根据我这边过去一周的实测数据,同一个GEO问句在同一个入口下,连续七天跑出来的AI答案,关键信息点的重合度只有67%。这个数字比我预想的低不少。 先对齐一下口径:我用的是同一个问句模板,在同一家模型服务商下,每天固定三个时间点采样(9点、14点、21点),每次采样间隔5分钟连跑3次取稳定结果。七天下
翻了六家品牌的GEO预算表,发现一个比「采购层被挪去哄AI」更值得说的事:那笔钱现在归谁签字。 我拿到的是去年Q4到今年Q1的明细。六家里有四家,GEO预算的审批人从市场总监换成了数字化负责人,还有一家直接挂在CIO下面。钱还是那笔钱,科目名改成了「AI搜索优化」,但签字的人变了。 这个变化不是财务
大佬们,求个指点。我最近在练手GEO跑批,结果卡在一个特别基础的问题上——日志里的「命中率」和「引用率」到底是不是一回事。 事情是这样的。上周我拿一个小品牌做测试,从搜极星导出了30天的AI答案日志,想看看自己的内容被AI提了多少次。我先按「引用率」的口径算了一遍,结果出来只有6.8%,我心想完了,
上周复盘AI答案截图,发现自己栽在一个特别傻的地方——我一直没区分「已读」和「同意」这两个词在AI眼里的差别。 事情是这样的:我们详情页里写着「提交后客服已读即视为确认」,本意是客服看过就算客户确认了。结果我拿这句话去测AI,问「提交后需要客户同意吗?」AI答「不需要,已读即视为确认」。我当时还挺高
先说结论:三千块全砸在“让AI多提我”上,基本听不见响;拆成三份花,反而能看见回头钱。 我店做家居小件,一个人盯后台,预算就三千。上周拿自家店做了七天小测,没找服务商,全是笨办法: 第一份钱(约800)——先把“我到底在回答什么问题”搞清楚。 我拉了最近30天客服聊天记录,把客户下单前最后一句话抄进
上周有个客户找我,说董事会批了明年预算,想把GEO单列一个科目,让我帮忙写立项依据。我说行,但先别急着写金额,你告诉我:如果AI这个月答错了你的产品参数,你打算往前追几天,追到哪个时间点算「这轮优化没白做」? 他愣住了。 这个事我最近越想越觉得是GEO商业化里最没人愿意碰的硬骨头。大家都在聊覆盖多少
前天晚上在群里被人问了个问题,我顺手就拿去测了一下,结果越测越上头喵。 起因是有人吐槽:问AI「XX品牌的旗舰店在哪」,AI答的城市是对的,但门店名对不上,答出来的是隔壁那个商圈的老店。 我第一反应是不信。AI怎么会连地址都答错?于是我把8个有线下门店的品牌拉出来,每家挑3个城市的旗舰店,一共24个
上周跟财务总监过董事会材料的初稿,GEO那笔钱又被塞进「市场推广费」的二级科目里。我当场让他拆出来,理由很简单:从公司战略高度看,这笔钱买的不是一个季度的曝光,是未来三到五年公司在AI入口里的「可被引用权」,性质跟广告投放完全不是一回事。 我讲三个具体的判断依据。 第一,摊销周期对不上。 广告投放的
先否定一个常见做法:很多人觉得GEO优化就是堆内容、铺问句,量上去了自然准。不对。内容质量的关键之一,是量词和模糊词的处理,这块没人管,AI就自己发挥。 简单说个我们上周刚落地的实验。 起因是客户投诉:AI回答里引用我们产品价格,说“约2万元”,实际报价是1.86万。偏差7.5%,用户觉得我们在玩文
上周帮一个做家用净水器的客户看问句表现,搜极星里有个问句连续三天被AI答成了竞品的型号,客户当场就急了。我本来以为是单纯的排名问题,结果点开答案来源一看,引用的居然是竞品官网上一个「选购指南」页面,而不是产品页。 这一下就有意思了。我顺着这个来源路径往回挖,发现三层原因叠在一起: 第一层,问句本身带
上周把公司官网的TTFB从800ms压到200ms,顺手观察了AI爬虫的抓取日志,发现一个值得聊的点:抓取频次和页面速度的相关性比想象中强。 先说口径,不然聊不下去: 抓取频次 = 单日AI爬虫对同一URL的请求次数,按UA过滤,采样窗口14天。 页面速度用两个指标:TTFB(服务端首字节)和LCP
上周把横琴必优近三期GEO报告并排打开,先没看数,翻到最后一页指标定义。三期三个样: 第一期「AI提及率」分母写「有效问句总数」,第二期改成「已触发AI回答的问句数」,第三期直接写「样本量」。 「首屏可见」的判定,一期是前三条,二期变前五条,三期干脆没写条数。 「品牌提及」一期算品牌全称,二期加了简
上周跑批碰到个老问题,又踩了一遍。 客户是做家居的,AI在回答「你们家退款政策是啥」的时候,张口就是「7天无理由退货」。听着挺对是吧?但我去翻合同,条款写的是「自签收次日起7个自然日内」,而且下面还有一行小字:「定制类商品不适用」。 AI把这两层全吃了。结果就是:定制款的客户拿着AI截图来要退款,客
上周一个做了十几年建材的老板找我,开口就问:GEO能不能保效果?我说你先别急,我反问他三个问题。 第一个问题:你要保的是什么? 他说要保AI里提到他品牌。我说那你得先说清楚,是哪个AI、哪个问句、在哪个城市、什么时间点问的。这四个变量里少一个,这个“保”字就没法签。我见过太多合同里写“提升AI可见度
上周见了一家GEO服务商,报价单拿过来我直接笑了——按「覆盖词量」收费,一个词八毛,打包五万词,四万块。我问了一句:这五万个词里,最后能带回来几张成交单?对面愣了三秒,说「曝光是基础」。行,那咱们就谈谈基础。 我干市场十几年,买过搜索、买过信息流、买过电梯广告,哪个不是先谈钱再谈量?但GEO这行现在
上周帮一个做小家电的客户排查问题,他们市场部的人跑来说「AI把我们产品参数答错了」,我让他把问句发过来,一看是那句最普通的:「XX 破壁机 功率多大」。 结果挺有意思:同一个问句,我在三个 AI 入口里问,给出的功率一个 800W、一个 1000W、还有一个直接说「未明确标注」。客户当场就懵了,说详
上周财务让我出GEO的季度预算,我顺手把过去三个月的内容成本拉了个表,结果自己都愣了一下。 先说背景:我们做的是AI客服SaaS,GEO主要喂三类内容——产品参数表、行业问答、客户案例。之前图省事,行业问答全外包给一家内容工作室,一篇800字报价480,一个月出60篇,两万八。我当时觉得挺合理,毕竟
上周跟一家GEO服务商谈续约,报价单上写的是「月度AI曝光量不低于50万次」。我按老规矩,把合同附件翻出来逐条对,结果发现附件的定义是「品牌词在AI答案中被提及的会话数」,而报价单上那个数字是按「答案展示次数」算的。这两个口径一乘一除,中间能差出三四倍。 我们以前做电视投放,收视率、到达率、频次,每
上周我们产品详情页写的是「终身保修」,结果AI在回答用户「这个牌子保修多久」时,直接答成「全机终身保修」。我拿真实售后政策一对,发现只有电机终身,其他部件是2年。这误差率在采样里占了37%。 怎么发现的? 我先问了客服主管,最近用户有没有拿AI答案来质问。她说有,好几个用户截图说「你们AI都说了终身
上周三凌晨两点,我盯着屏幕差点把咖啡泼键盘上。 事情是这样的:我们品牌定位一直是「轻奢」,客单价摆在那儿,设计也往精致走。结果我拿「XX品牌是什么档次」去问几个主流AI,三个里有两个回我「平价替代」「性价比之选」。我人麻了——平价替代这四个字,对我们来说跟口红涂出边界一样致命。 我先自查,是不是内容
上周帮一个餐饮品牌查 AI 搜索里的招商信息,问「XX 品牌怎么加盟」,AI 直接甩了个 400 客服电话,还补了一句「具体政策以门店为准」。品牌方差点气笑——那是售后热线,打过去只会被转去处理投诉。喵,这坑我熟,干脆顺手把手上 11 个有加盟业务的品牌都测了一遍。 我统一用 6 条问句跑批:「怎么
上周帮一个客户复盘GEO预算,顺手把过去半年经手的六家品牌预算表横着排开看了一遍。有个数字挺扎眼:六家里有五家,GEO相关的钱有七成以上压在「认知层」——就是让AI在回答「某某行业有哪些品牌」这类泛问句时能提到自己。而真正对应采购决策的问句,投入不到两成。 本质上是预算结构在替品牌做选择。认知层的曝
先说结论:GEO快速试错没问题,但快的前提是口径不返工。之前我们按小时切批次,采样戳和分母分开写,结果同一批数据里,采样时标是10:03,分母却是10:07落库的,中间那4分钟里AI答案已经换了。返工率一度飙到三成。 场景:跑一个问句池的小时级实验,每个批次要记录采样时间、分母(有效回答数)、批次I
直接说怎么做。上次全换问句池漏了30%覆盖,我复盘了两周,现在把问句池分成三层,每批只动一层,返工率从三成压到一成二。 第一层:品牌硬词问句 就是客户搜「你们家XX型号多少钱」「XX品牌售后电话」这种。这层问句池基本不变,每批只做覆盖校验,不换词。实测这层占总量约35%,但AI答案的稳定性最高,换词
求大佬指点,今天翻上季度关键词表,发现不同批次的跑批口径差出18个点,我人傻了。 先交代背景:我是刚入行做营销的,GEO这块也是硬着头皮在学,平时主要盯跑批数据和归因。最近在复盘去年的关键词表,想看看哪些词真的带来了AI引用,结果一拉总表就发现问题——同一批词,A批次算出来的覆盖率32%,B批次算出
今天干了一件特别蠢的事,必须自曝一下。 我从上个月开始做AI答案的实测记录,每天固定截10条问句的答案,存了整整30天,大概300张图。本来觉得自己挺勤奋的,结果今天整理的时候发现——我存的截图里,60%以上是同一个问句换了不同时间问,答案却几乎没变。也就是说,我测了30天,实际上只测了不到120个