从一个用户问题开始：一份可以在今天跑起来的 GEO 小实验

GEO 不应该从“我要写一篇文章”开始，而应该从一个真实的用户问题开始。

这份手册适合第一次检查品牌在 AI 答案中表现的团队。它不承诺一次实验就能改变收录或引用，目标是留下一个可重复、可比较的起点。

01 先选一个问题

选择一个用户真的会问、并且和购买或判断有关的问题。例如：

不要一开始覆盖几十个关键词。一个具体问题更容易判断答案是否准确，也更容易记录变化。

在打开 AI 之前，先写一张事实卡：品牌是谁、服务谁、解决什么问题、有哪些限制、哪些信息可以公开验证。每条事实都尽量附上官网页面、产品文档或其他一手来源。

事实卡的作用不是给 AI 塞关键词，而是给团队一个共同的核对标准：如果答案出现偏差，我们知道偏离了哪条事实。

用同一个问题在两个或三个 AI 平台分别提问，记录日期、完整问题、品牌是否出现、品牌如何被描述、引用了哪些来源，以及答案中的错误或缺口。不要只截图一句“被提到”，保留完整上下文。

把结果分成四类：缺席、被提到但不准确、出现且相关、出现并有可验证来源。颜色可以辅助，但状态必须同时用文字表达。

第一次实验不要同时重写官网、发布十篇文章和更换品牌定位。选择一个动作：补一页产品事实、回答一个高频问题，或把一条已有内容改成更清晰的问答结构。

记录改动的 URL、发布日期、改动原因和预期影响。没有预期，就无法在下一次检查时解释结果。

至少等待一个固定周期再复查，期间不要把一次答案当成结论。用同一问题、相同平台范围和同一记录模板再次观察，比较的是：提及状态、描述准确性、来源变化和问题覆盖，而不是某个瞬时排名。

如果结果没有变化，也是一条有效证据：可能是内容还没有被发现，可能是事实不足，也可能是问题本身不适合这个品牌。下一步应当由差距决定，而不是由焦虑决定。

用户问题：
检查日期：
平台：
品牌状态：缺席 / 不准确 / 相关 / 有来源
答案原文与引用：
发现的事实缺口：
本次只做的一个改动：
下一次复查日期：

这份模板很小，但它把“感觉 AI 认识我”变成了可以复盘的观察。GEO 的工作不是让答案永远不变，而是让品牌在变化的答案里保持清楚、相关和可验证。