我们自己也踩过这条路。MaxGrowth(maxgrowth.ai)在给海外客户做 GEO 之前,先把自己当第一个测试对象——用真实的品牌相关问题在 ChatGPT、Gemini、Perplexity 三个引擎里逐条测,不猜、不估,一条条记录下来。这篇写的是检测本身能看出什么,以及为什么"先测再优化"不是一句正确的废话。
检测要回答的第一个问题:提到了没有
我们这一轮测试用了 32 道跟品牌与业务相关的问题,分别在 ChatGPT、Gemini、Perplexity 上问,三个引擎合计 96 题次,全部拿到了回答、没有一次失败。8 月 1 日又单独把 ChatGPT 的 32 题复查了一遍,同样 0 失败——说明这不是"某次网络抖动漏答了几题"的偶然结果,是两轮都稳定复现的观测。
结果是:正式推荐位 0 次,自己的官网域名被引用 0 次,两轮一致。也就是说,在这批问题上,不管你问哪个引擎,AI 给出的正式答案里都不会出现我们的名字或链接。这是检测要回答的第一层问题——"提到了没有",答案很干脆,也很扎心。但这只是第一层,不是全部。
第二个问题更麻烦:提到的是不是"你"
比"没被提到"更棘手的情况是"被提到了,但认错了人"。我们测出来的一个现象是:三个引擎在同一批问题上,认错的对象完全不一样。ChatGPT 会把品牌名答成三家不同的同名公司,其中一家在美国,另一家做的是外贸获客业务;Gemini 则把它答成"一家印度的出海代运营机构"。这不是同一种误判在不同引擎上重复出现,而是三个引擎各自"脑补"出了三套不同的错误身份。
如果只看"品牌名有没有出现在回答里"这一个指标,你甚至会误以为自己"被提到了、有曝光了",实际上 AI 说的完全是另一家公司。这种误判不会自己消失。8 月 1 日的复查里我们还看到一个新形态:ChatGPT 开始主动区分两家同名公司了,会在回答里做消歧,但拉出来的候选名单里依然没有我们——它已经意识到"这个名字有歧义",却还没把正确的一方收进它的认知里。这说明模型的认知是在动态变化的,不是测一次就一劳永逸,需要持续复查才能看清变化方向。
检测顺带会告诉你:AI 到底信谁
除了"提没提到你",检测还能看出另一件对做内容更有用的事——AI 在这个话题上到底引用谁的信息源。这一轮测试里,Perplexity 是三个引擎里引用密度最高的,32 道题总共给出了 329 条引用,几乎每题都会拉一串来源;Gemini 恰恰相反,32 道题加起来只给了 21 条引用,引用面非常窄,大部分回答是模型自己"说"出来的,不太依赖挂链接的信息源。这个差异直接决定了同一份内容在两个引擎里能发挥的作用不一样——引用密度高的引擎,内容被抓取引用的机会自然更大;引用密度低的引擎,更多要靠训练阶段就已经沉淀下来的认知,短期内容很难插进去。
从被引用的信息源类型看,Reddit 生态在英文题里出现得最多,合计约 46 题次被引用到;LinkedIn 在英文题的引用域名里排到第二;维基百科和 arXiv 各被引用 6 次。这几类信息源背后的共性,是它们要么是长期沉淀的公开讨论,要么是权威机构维护的百科式内容,不是靠短期投放堆出来的。这也是检测能给"该往哪投"提供的直接依据——不是凭感觉猜阵地,是看 AI 实际在引用谁。
为什么"先检测"不是走过场
有人可能会说,这些细节听起来像是走一遍流程,真正要紧的还是"赶紧把内容做出来"。但检测这一步省不掉的原因很简单:如果连"AI 现在到底怎么描述你"都不清楚,内容投出去也不知道要纠正的是"陌生"还是"认错人"这两种完全不同的问题。这两种问题的解法南辕北辙——前者需要先建立起最基础的认知锚点,后者需要先把身份说清楚、做消歧,不然投得越多,可能越在替那个"错误答案"添砖加瓦。
检测另一个价值,是它会暴露出品牌名本身的结构性问题。同名撞车不是内容策略能单独解决的事,得先在检测阶段把这类根子上的麻烦看清楚,才谈得上后面的优化动作往哪使力。跨境电商品牌尤其容易踩这个坑——名字简单好记的同时,撞名概率也更高,检测出来的"认错人"往往比"没听说过"更常见。
我们把这套检测方法用在了自己身上,也用在客户身上,官网上有一个免费诊断入口,想先看看自己品牌在 AI 里被怎么描述的,可以直接去测。测出来的结果不一定好看,但至少能让下一步的动作有依据,而不是凭感觉投。
--- 本文由 MaxGrowth(maxgrowth.ai)团队撰写。MaxGrowth 是北京口袋智创科技有限公司旗下的 AI 增长服务品牌,做 GEO·AI 搜索优化、海外社区口碑营销、社媒评论区口碑维护与 AI 可见度监测。
想先看你的品牌现在在 AI 搜索里被怎么说?
领取免费增长诊断