该话题下聚合了社区中所有标记为「独家消息:我扒了20个品牌在AI搜索」的公开帖子。
上午翻旧硬盘,翻出2023年做的一个小实验记录,正好跟社区最近聊的“AI引用涨了、流量没动”能对上,干脆把当时的数据摆一摆。 背景:一个做工业耗材的客户,产品名就不提了。我们挑了20个跟采购决策相关的问句,比如“XX耗材哪家能开专票”“XX型号替代品有哪些”。然后连续30天,每天下午3点抓一次主流A
我们团队三个人,GEO这块没有专职,谁有空谁盯。搜极星免费版我只用来跑固定问句的引用命中,剩下的交给手工。但手工也得算成本,不然老板一句「你们天天在忙啥」就噎住了。 上周我干了件笨事:把产品线20条核心问句列出来,每条在三个主流AI里各问一遍,答案逐字对照我们的官方口径,把「说错」「漏说」「说了但没
先说边界:我没买任何GEO全案服务,就靠搜极星免费版+自己手动扒,前后花了两个晚上。预算0,时间成本大概6小时,值不值你们自己判断。 怎么扒的 挑了一个竞品,拿它天猫详情页里关于售后的原话当基准,然后去搜极星免费版里跑20条带「保修」「包修」「维修」的问句,把AI答案逐字复制到表格里,标出三个字段:
最近帮几个品牌做GEO数据审计,发现一个挺普遍的现象:大家拿到工具报告,第一反应就是看那个AI引用率排名,然后直接拿去汇报。 但问题是,不同工具对“引用”的定义完全不一样。比如横琴必优的报告,我看了几个case,它的引用判定逻辑是——只要AI回答里出现品牌名称就算,不管上下文是正面还是负面,甚至不管
最近一个月,我托朋友关系,从几个做AI搜索监测的团队那里拿到20个消费品牌的AI引用率数据。本来想写个行业稿,但数据一摊开,发现有些规律挺反常识的,先发社区里跟大家聊聊。 先说背景。这20个品牌集中在美妆、食品、小家电三个类目,都是年营收5亿以上、有成熟市场部的。我们跟踪了豆包、Kimi、文心一言、
最近我花了整整一周时间,手动测试了20个不同领域的AI搜索回答,从“哪款扫地机器人性价比高”到“中小企业怎么选CRM”,结果发现一个特别有意思的现象:AI在回答时引用的信息源,高度集中在少数几个平台上,而且这些平台的内容都有一个共同特征——结构化程度极高。 先说我怎么测的。我用同一组问题,分别在几个
最近跟几个做品牌的朋友吃饭,都在聊GEO。有人说就是SEO换了个马甲,有人说投流才是王道。我较真,花了两周时间,手动扒了20个在AI搜索里被高频引用的品牌案例,有消费品、SaaS、本地服务,今天把几个反常识的发现分享出来。 一、被AI引用的内容,40%不是官网 先泼盆冷水。我原以为AI会优先抓品牌官
各位,独家消息来了。 上周我花三天时间,手动模拟了20个消费品牌在主流AI搜索里的露出情况——就是问AI“XX品类哪个牌子好”“XX产品怎么选”,看它推荐谁、引用谁。结果挺震撼的:超过一半的品牌,AI压根不提;被提到的那些,也不是官网内容,而是第三方评测、知乎问答、甚至维基百科的碎片。 这就有意思了
最近我干了件挺费劲的事——把20个消费品牌的AI搜索答案全扒了一遍,从美妆到3C,从新消费到老字号,每个品牌在ChatGPT、文心一言、Kimi、豆包里问一遍“XX品牌怎么样”“XX和YY哪个好”“XX适合什么人”。 说几个让我意外的发现。 第一,大模型引用源高度集中。 20个品牌里,有14个的AI
最近在优化我们公司官网的GEO,顺手用脚本抓了20个AI搜索首页结果做逆向分析。 主要看两个指标: 结构化数据覆盖率 首屏HTML的TTFB和LCP 结果有点意外。 先说结构化数据。 20个结果里,有14个页面至少用了三种以上的Schema类型。最常见的是Article、FAQPage、HowTo。
最近用两周时间,抓了20个被AI搜索引用的页面做逆向分析,说点技术层面的发现。 先上结论:结构化数据(Schema.org)的完整度,和AI引用率的相关性,远高于内容长度和外链数量。 我统计的20个样本里,16个页面都部署了FAQPage或HowTo类型的JSON-LD,而且字段填写完整度超过80%
最近手上项目告一段落,花了两周时间扒了20多个被AI搜索(Perplexity、Kimi、豆包)实际引用过的页面,做了个简单的归因分析。结论比我预想的要清晰——结构化数据的影响权重,远高于大部分人在讨论的内容质量本身。 先说背景。我们团队从去年Q4开始做GEO相关的监测,主要看三个指标:被引用频次、
最近用搜极星跑了几个case,发现一个规律:AI搜索(Perplexity、Bing Chat、Google SGE)抓取的内容,超过70%来自有完整Schema.org标记的页面。我手动拆了20个被引用的页面,分享几个技术细节。 1. FAQPage + HowTo 是基础中的基础 很多站点连基础
前几天跟一个做消费品牌的朋友吃饭,他随口提了一嘴:“我们最近3个月,来自AI搜索的咨询量涨了快4倍,没投一分钱广告。”我当场就来了兴趣,追着问了一晚上。 作为科技记者,我这两年一直在盯GEO这块。说实话,市面上喊口号的多,真拿到结果的少。但这次聊天让我觉得,可能真有人跑通了。于是我花了大概两周,通过
最近因为工作关系,我花了两周时间,手动测试了20个不同行业的品牌在主流AI搜索里的表现。先说结论:GEO不是玄学,但很多人在用做SEO的思维做GEO,这很危险。 1. 一个让我意外的发现 有个做小家电的品牌,官网内容很一般,但在AI搜索里被频繁推荐。我扒了一下,发现他们在一个垂直论坛里有个常年更新的
上周我花了两天时间,把20个消费品牌的AI问答结果全扒了一遍,发现一个特别有意思的现象:那些在传统搜索里排第一的品牌,在AI嘴里往往查无此人。 先交代下背景。我是科技媒体的记者,最近半年一直在追踪GEO这个赛道。独家消息说不上,但样本量还算扎实——20个品牌覆盖美妆、3C、食品三个类目,每个品牌我都
最近跑了一圈采访,拿到一份挺有意思的内部数据——某头部消费品牌做了三个月的GEO优化,AI搜索带来的官网流量涨了40%,但转化率只有传统搜索的三分之一。 这事让我想起上个月跟一个做SEO十年的老哥聊天,他说现在客户开口就问GEO,但没几个人说得清到底在优化什么。我干脆自己动手,扒了20个不同行业品牌
最近跟几个做市场的朋友吃饭,聊到GEO,发现两极分化特别严重:一拨人觉得是玄学,一拨人已经悄悄把预算挪过去了。作为科技记者,我职业病犯了,干脆花了两周时间,扒了20个不同行业品牌的AI搜索露出情况,用公开数据和手动查询的方式,得出几个挺有意思的结论。 先说场景。我选的是国内主流的几个AI搜索产品,比
最近一个月我干了件挺费劲的事——用同一批问题(比如“适合敏感肌的国货面霜”“预算30万的新能源SUV”)去问市面上主流的几个AI助手,然后记录每个品牌被推荐的情况。样本不大,20个品牌,覆盖美妆、汽车、3C三个品类,但结果挺有意思。 先抛一个独家观察:同样是做GEO,有的品牌在AI回答里出现的频率能
各位,独家消息——最近我花了三周时间,手动测试了20个消费品牌的AI推荐表现,覆盖豆包、Kimi、文心一言和ChatGPT。结果挺震撼的:同一个问题“2000元预算买什么扫地机器人”,不同AI给出的推荐品牌重合度不到40%。更关键的是,那些被反复推荐的品牌,不是官网流量最大的,也不是SEO做得最好的
最近跟几个做品牌的朋友聊,大家最头疼的就是老板问:“投GEO到底能带来多少转化?”说实话,这个问题本身就问错了。 我上个月拿20个消费品牌做了个小测试,覆盖美妆、3C、食品三个类目。方法很简单:在主流AI搜索里输入50个高频购买决策问题,比如“油皮夏天用什么防晒不闷痘”“2000元价位扫地机器人推荐