GEO审计怎么做？品牌、内容、来源与技术清单

GEO审计要回答三个实际问题：目标客户向AI提问时，品牌是否被正确理解；AI引用了哪些页面和站外来源；网站还存在哪些可以验证、可以修复的问题。完整流程不是“问一次AI再截图”，而是固定测试条件，检查品牌、内容、来源和技术证据，修复后再用同一口径复测。

这套方法适合已有官网、正在评估ChatGPT搜索、Google搜索中的AI功能、Gemini或Perplexity等入口的出海品牌和B2B企业。不同产品的访问、索引、检索和答案展示机制并不相同，因此每个结论都要写明适用平台，不能用一条通用规则解释所有AI产品。

GEO审计和SEO审计有什么区别

SEO审计主要判断网页能否被搜索引擎发现、收录和理解，以及内容是否满足搜索需求。GEO审计沿用这些基础，但还会增加三类检查：品牌在生成式答案中是否出现且描述准确、答案展示了哪些可见来源、这些答案是否产生了可识别的引荐访问或业务行动。

两者不是替代关系。页面无法稳定访问、被意外禁止索引或没有完成用户任务的内容，先是SEO与网站基础问题；只有把这些基础与真实AI答案、品牌事实和站外来源连接起来，才构成一次完整的GEO审计。

第一步：确定范围，建立可重复的问题池

审计开始前，先写清楚业务范围、目标市场、语言、平台、竞品和基线日期。平台只选择目标客户真实使用的产品；模型或产品名称、功能入口、地区、语言、登录状态、联网状态和测试日期都要保存。能看到模型版本时一并记录，看不到时就标记“平台未公开”，不要猜测。

问题要来自真实材料，例如站内搜索词、销售通话、客服工单、Search Console查询、招标文件、行业论坛和客户访谈。问题池至少要做两层分类：

1. 品牌词与非品牌词：品牌名、产品名属于品牌词；品类发现、供应商比较和任务问题属于非品牌词。
2. 用户意图：发现候选、比较方案、完成任务和核验信任。品牌词与意图可以交叉，例如“某品牌是否提供小批量五轴加工”同时属于品牌词和能力核验。

下面的24题只是便于理解记录量的规划示例，不是完整AI可见度，也不是平台或行业标准。

如果24个问题在3个平台各运行一次，一轮是 24 × 3 = 72 条观察记录。项目可以增减数量，但必须先固定版本，再开始测试。重复测试也应预先约定轮次和日期窗口，同一轮保持问题、地区、语言与平台功能一致；不要只重跑不利结果，也不要从多次答案中挑最好的一次。

每条记录先判断AI功能是否触发，再判断结果：未触发AI回答、已触发但未提及品牌、提及品牌但没有展示引用、展示引用但没有官网、事实错误或语境不利。原始答案、可见链接和必要截图都应保存。站内的AI可见度监测说明可用于继续设计字段和复测节奏。

第二步：把严重问题分成三类，不要都叫技术阻断

是否属于阻断，要结合目标平台、关键页面和实际读取结果判断。建议先建立三类严重问题，再决定是否暂停后续工作。

1. 技术访问问题：核心URL持续报错、循环跳转，被CDN或WAF拦截，或业务本来希望参与的平台被robots与页面指令意外禁止。WAF即Web应用防火墙；UA即User-Agent，用来标识发起访问的客户端或机器人。
2. 内容交付问题：平台可以访问URL，但实际拿到的主体内容为空、残缺或与用户看到的页面明显不同。HTML交付指访问者或爬虫最终收到并渲染出的网页内容。
3. 品牌事实错误：公司主体、品类、产品能力、地区、认证或联系方式出现重大冲突，足以让用户做出错误判断。

JavaScript页面不能因为初始HTML缺少正文就直接判为“AI无法读取”。以Google为例，Googlebot会对部分页面执行JavaScript并处理渲染后的HTML；但其他搜索与AI产品的能力和规则可能不同。应使用目标平台可用的检查工具、渲染结果、服务器日志和实际答案共同判断。只有证据显示关键平台确实无法获得主体内容时，才把它定为对应平台的内容交付阻断。参见Google JavaScript SEO基础说明和JavaScript问题排查方法。

品牌事实冲突可以是高严重度问题，但它不会自动阻止所有技术检查。报告中应分别标注问题类型、影响平台、影响页面、证据、负责人和复测条件，而不是用一个“阻断”标签代替原因。

品牌审计：AI到底把你识别成谁

品牌层要解决的不是“品牌词出现了几次”，而是名称、公司主体、产品类别、服务市场和关键事实能否指向同一个实体。如果官网写法、经销商资料、媒体报道和产品文档彼此冲突，AI答案即使提到品牌，也可能描述错业务、混入同名公司，或引用过期信息。

先建立一张品牌事实表

事实表至少应包含以下字段，并为每一项指定内部确认人：

• 官方品牌名、英文名、常用简称和不应使用的旧称；
• 公司主体、官网域名、总部或服务地点；
• 核心产品或服务类别，以及明确的不适用范围；
• 目标行业、目标市场和客户类型；
• 可公开核验的认证、奖项、合作、客户或数据；
• 联系方式、社媒账号、官方商城和文档入口；
• 每条事实的来源URL、负责人和最后确认日期。

不要为了“实体信号”补造百科词条、奖项、客户或媒体报道。无法公开验证的内部说法，只能作为业务资料等待确认，不能直接写成对外事实。

用问题池检查品牌描述，而不只记录提及

对每条答案至少记录五件事：有没有提到品牌、品牌处于什么语境、关键事实是否准确、展示了哪些来源、用户是否可能据此采取错误行动。“被提及”“被带链接引用”“被推荐”和“带来访问”是四个不同事件，不能合并成一个“AI排名”。

内容审计：根据页面任务判断，不套固定GEO模板

内容层不是把每段切得越短越好，也不是把所有标题改成问句。Google的生成式AI搜索指南明确表示，不要求为了AI把内容拆成细碎“chunk”，也不需要另写一套所谓AI文风。页面首先要帮助用户完成任务，并提供通用摘要之外的证据或经验。参见Google生成式AI搜索优化指南。

不同页面的通过条件应该不同：

1. 产品页：先让采购者确认规格、材料、兼容性、交期或适用范围；关键参数要有版本与日期。
2. 服务页：说明解决什么问题、适合谁、交付边界、流程与下一步，而不是为了“直接答案”压缩成一句口号。
3. 案例页：交代客户背景、约束、采取的动作、证据、结果区间和限制。没有真实授权或数据时，不写成客户成果。
4. 指南文章：尽早回答核心问题，再展开条件、步骤、比较、来源和例外情况。

所有重点页面都要检查事实来源、更新时间、作者或审核责任和纠错方式，但不要求统一使用问答式标题、短段落或同一种首屏版式。表格、列表和小标题只有在帮助比较或执行时才使用。

内容审计还要做“反向缺口”检查：把AI答案中反复出现的来源、比较维度和用户追问列出来，再判断官网是否真的缺少相关事实。不要因为竞品写了某个章节就照抄；只有用户任务、业务资料和可验证证据都支持时，才新增页面或模块。

来源审计：先处理真正影响答案的站外信息

来源层检查公开网络上有哪些页面在描述品牌，以及这些描述是否真实、独立、相关、可访问。官网负责官方事实；媒体、合作伙伴、行业目录、论坛、评测和公开文档则可能帮助平台理解外部语境。

不要按“媒体、目录、论坛”平均分配精力。更实用的顺序是：

1. 先看实际引用：保存AI答案当前展示的来源URL和引用语境。若错误来源在多个重要问题中重复出现，优先核对。
2. 再看错误严重度：把主体混淆、能力误写、过期认证、错误地址等可能影响采购判断的问题放在前面。
3. 判断来源影响范围：行业权威文档、主要合作伙伴或高曝光目录通常比一次低浏览量转载更值得处理，但要结合目标市场判断。
4. 评估可整改性：自有页面可以直接修；合作伙伴或目录可提交更正；独立媒体和社区内容只能提供证据、回应或等待更新，不能要求删除真实评价。
5. 记录处理结果：保存联系时间、对方反馈、页面更新状态和下次复核日期。

AI引用某个页面，只能说明该页面在当次答案中被展示，不能据此证明它就是品牌获得推荐的原因。来源台账还要标明转载关系、商业关系、作者、发布日期和原始证据。来源数量不是目标；十篇重复软文不能替代一份可独立核验的行业资料。

技术审计：按平台检查访问、读取和展示资格

技术层回答三个问题：目标产品能否访问页面、实际读到了什么、页面是否具备对应搜索或展示功能的资格。robots、canonical、hreflang和结构化数据都要结合网站实际情况判断，不能把所有平台的抓取、训练、索引和答案展示混为一谈。

Google搜索AI功能与独立Gemini产品分开检查

AI Overviews和AI Mode属于Google Search功能。Google说明它们沿用Search基础，没有额外的专用Schema；页面需要可被索引并具备显示摘要的资格，但满足条件不保证一定展示。Google AI功能与网站说明

Googlebot关系到Google Search，包括搜索中的AI功能。Google-Extended则用于管理Gemini Apps和Vertex AI等特定训练与grounding用途，不影响页面进入Google Search，也不是Search排名控制项。审计时要先确认企业关心的是Google Search，还是独立Gemini产品，再核对相应控制。Google常见爬虫说明

OpenAI的三个访问主体用途不同

OAI-SearchBot用于ChatGPT搜索中的内容发现与展示；GPTBot与可能用于基础模型训练的抓取有关；ChatGPT-User是在用户请求下访问网页，不是自动搜索爬虫，robots.txt规则也不能简单按前两者的逻辑解释。控制搜索曝光时重点核对OAI-SearchBot，训练政策单独核对GPTBot，用户触发的访问则结合请求与安全策略判断。具体UA和IP信息以OpenAI爬虫官方文档为准。

技术检查按网站条件执行

1. 检查HTTP状态、跳转链和规范URL；只有重复或近重复页面需要合并信号时，canonical判断才有意义。
2. 核对robots.txt、meta robots与X-Robots-Tag，确认规则符合每个平台和业务政策。
3. 对比原始HTML、浏览器渲染结果和目标平台实际读取结果；初始HTML缺正文是风险信号，不是跨平台失败结论。
4. 检查CDN、WAF、验证码和限流是否误伤合法访问，并用服务器日志或平台工具保存证据。
5. 确认重点URL可从内部链接和XML Sitemap发现；Sitemap不能替代正常内链。
6. 只有网站存在真实语言或地区对应页时才检查hreflang；单语言网站不需要为了GEO创建它。
7. 结构化数据必须与可见正文一致。llms.txt可以作为试验项目记录，但不能替代抓取、索引、内容或来源审计。

模拟案例：CNC加工企业如何把发现变成整改任务

以下是为了演示方法设计的模拟案例，不是若聚凡星真实客户成果，也不代表任何平台测试结果。

一家面向欧美市场的小批量CNC加工企业，希望核对“航空铝件打样供应商”相关问题。官网把自己描述为定制加工服务商，但一个旧行业目录仍把它归为“数控机床销售商”，关键公差说明又只在前端交互后加载。

1. 发现的问题

品牌词测试中，模拟答案把企业描述成设备销售商；非品牌词测试没有提及品牌。某平台能渲染并读取公差页面，另一目标平台的访问记录却只得到WAF验证页。

2. 判断依据

旧目录页面与官网事实冲突，属于站外品牌事实问题。初始HTML没有公差正文只是风险信号，因为第一个平台实际读到了渲染内容；第二个平台经日志和读取结果确认只收到验证页，才构成该平台的内容交付阻断。品牌未出现在非品牌答案中属于效果基线，不等同于技术故障。

3. 修复方法

企业先建立品牌事实表，统一“定制CNC加工服务”的中英文描述；联系目录更正分类；让开发团队以稳定文本交付关键材料、公差和质量控制信息；再按照官方UA与IP说明检查WAF策略。服务页补充适用材料、能力边界和询价所需文件，但不强行改成问答模板。

4. 复测方式

使用同一批品牌词和非品牌词，保持地区、语言、平台功能与记录字段一致，在预先约定的日期窗口重复测试。分别记录是否触发AI回答、是否提及品牌、描述是否准确、是否展示官网或第三方引用，以及是否产生可识别访问。只有这些结果发生变化，才能讨论修复与效果之间是否存在值得继续验证的关系。

这个案例体现了GEO审计的实际价值：它能把“AI没有推荐我们”拆成事实错误、页面交付、来源纠正和效果观察四类任务，让品牌、内容、开发与公关团队知道各自应该修什么。

24项清单怎么评分：先定义状态，再计算内部完成度

24项清单仍可作为项目管理工具：品牌、内容、来源和技术各6项。每项必须写出自己的通过条件和所需证据，不能只套一句“做了就是2分”。例如，“品牌官方名称统一”的通过条件可以是重点官网页面、销售资料和指定渠道页面均使用已确认名称，并附核验日期与负责人。

内部完成度的计算方式是：适用项目已得分 ÷ 适用项目最高分 × 100%。未检查和N/A都不进入分母，但两者不能混用：前者代表工作未完成，后者代表经判断确实不适用。报告还应单独显示未检查项数量，避免通过缩小分母制造高分。

随发布包提供的24项GEO审计CSV清单可以记录状态、证据、通过条件、严重级别、负责人和复测日期。这个百分比只代表内部审计完成度或整改符合度，不是AI可见度、排名或平台评分，因此不设置缺乏验证依据的成熟度区间。

AI搜索效果与内部审计进度要分开统计

对外效果指标回答“用户看到的结果有没有变化”，包括品牌提及率、官网引用率、推荐或比较语境、事实准确率，以及能够识别的AI引荐访问和转化。每个比例都要写清楚分母，例如品牌提及率是“提及品牌的问题数 ÷ 已触发AI回答且适合出现品牌的问题数”，不能把未触发功能的测试直接混入。

内部审计指标回答“团队把工作做到了什么程度”，包括问题池数量、原始答案与证据完整度、未检查项数量、整改进度、负责人覆盖率和复测状态。这些数据适合管理项目，但不能用来证明AI搜索表现良好。

一份能执行的GEO审计报告应交付什么

报告不需要堆几十页截图，至少要让团队拿到四份可以继续工作的资料：

1. 基线记录：问题池、平台、地区、语言、日期、模型或产品、原始答案、可见引用与截图；
2. 事实与来源台账：品牌关键事实、官网页面、第三方来源、责任人和最后核验日期；
3. 分级问题清单：技术访问、内容交付、品牌事实和普通优化分开，写明影响平台、页面、证据与修复建议；
4. 复测计划：修复后用同一问题池与记录字段复查，同时保留未触发、未提及、无引用、错误描述和不利结果。

整改顺序通常先看用户影响与证据确定性，再看修复成本。确认存在的访问故障、内容交付失败和重大品牌事实错误通常优先；图片样式、个别标题和低影响转载可以后排。需要系统了解内容、信源与监测怎样协同时，可继续阅读若聚凡星GEO优化指南。

执行时最容易走偏的三件事

1. 把一次答案当作稳定排名：一次测试只代表当时的产品、地区、语言和问题。没有固定问题池和复测条件，不能判断趋势。
2. 把提及、引用和转化合并：品牌出现、带链接引用、处于推荐语境、产生引荐访问和形成询盘是不同事件，应分别统计。
3. 寻找万能技术开关：Schema、FAQ、llms.txt或某个爬虫规则都不能替代有用内容、平台资格和真实来源，也不能保证展示。

常见问题

GEO审计多久做一次？

首次先建立基线；之后可按季度复查，网站迁移、品牌改名、产品大改、robots规则变化或重要平台更新时增加触发式审计。频率应服从业务风险和维护能力，不是越频繁越好。

是否需要检查所有AI平台和爬虫？

不需要。先确认目标客户在哪些市场、用什么语言和平台研究产品，再检查相关平台。没有业务场景的平台不必为了“覆盖率”增加维护负担。

AI可见度工具可以代替人工审计吗？

不能完全代替。工具适合批量保存答案、提及和链接，但品牌事实是否正确、来源是否独立、比较是否公平、修复是否符合业务边界，仍需要业务、内容和技术人员共同判断。

JavaScript网站一定需要改成静态页面吗？

不一定。先检查目标平台实际获得的渲染内容、抓取工具和服务器日志。如果关键平台能稳定读取主体内容，没有必要仅因初始HTML较少就重建网站；若实际读取为空或经常失败，再选择服务端渲染、预渲染或其他稳定交付方案。

N/A和未检查有什么区别？

N/A表示经过判断，该项确实与当前网站无关，例如单语言网站没有hreflang检查对象；未检查表示尚未完成工作或证据不足。两者都不进入评分分母，但报告必须单独显示未检查项数量。

下一步：从一条重要产品线开始

先选一条最重要的产品线，从销售、客服和搜索数据中整理一批真实问题，保存目标平台的一轮结果，再判断问题属于品牌、内容、来源、技术访问还是内容交付。第一版基线不必追求问题最多，但必须能追溯、能分工、能用同一条件复测。

如果你希望有人协助核对问题池、官网事实、站外来源和平台技术资格，可以查看若聚凡星GEO优化服务的工作范围，或提交网址申请一次免费SEO/GEO初步诊断。