品牌GEO优化诊断

问题：AI 搜索里“看不见”，也说不清该改什么

当用户在 DeepSeek、豆包、Kimi、通义千问、元宝、文心一言等平台询问品类、产品或决策问题时，品牌可能未被提及、只在泛化回答里被顺带提到，或者被旧内容、负面内容定义。传统曝光统计很难回答：AI 到底引用了哪些来源、品牌出现在第几位、用户处于认知还是转化阶段、应该先修官网、信源、内容还是舆情。

诊断如何工作

输入至少包含品牌名、产品类型/行业口径、官网地址和诊断平台；子品牌需要先确认归类，否则后续评分会被污染。流程先做并行调研，补全用户画像、官网/百科/电商/自媒体/媒体基建和竞品声量；再逐平台统计可见度指数、情感与风险，并对舆情打标签。

在没有 AI 平台 API 的环境下，可见度指数由真实网页信号与争议内容密度推导，统一标注 ⚠️ 虚拟，并声明 ±8% 平台偏差。若环境支持浏览器自动化，可对高价值 Query 做端侧提问，抓取回答全文、引用 URL、品牌出现位置/排名、来源类型、情感和截图，升级为引用溯源；不支持时显式降级，不把虚拟值伪装成实测值。

随后可做 Query 级竞品占位对比，看我方与竞品 A/B 的顺位、篇幅占比、情感和差距归因；也可体检官网 robots.txt 是否屏蔽 ClaudeBot/Bytespider/GPTBot/DeepSeekBot/Baiduspider/Googlebot、是否部署 Organization/Product/FAQPage 等 Schema、关键内容是否只有 JS 渲染。豆包平台还可通过 DOUBAO_API_KEY 走官方搜索收录实测。阶段 4 汇总 AIVO 四维评分和 L1-L4 认知分布，给出优先级建议；最终按模板生成 HTML，并经 scripts/html_to_pdf.js 转成 A4 PDF 交付。

适用边界

它不做法律或商业决策背书，虚拟数据、平台偏差和推理结论都需要用权威知识库与实际业务交叉验证。浏览器自动化、豆包 API、官网地址缺失都会触发降级；子品牌定义错误会污染认知分布；L1-L4 权重适合驱动后续关键词与内容选题，但不等于搜索排名保证。