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