第一步：确定诊断目标
先明确检测什么品牌、产品、地区和客户。
不要把“检测公司所有业务”作为第一个目标。可以先选择一个重点产品线，例如：
“检测森辰GEO在东莞企业AI搜索优化相关问题中的品牌表现。”
目标越具体，问题集和结果越容易分析。
第二步：选择AI平台
根据目标客户实际使用情况选择平台，不需要为了数量覆盖所有产品。
建议至少选择三个具有不同用户群体或检索特点的平台。每个平台使用相同核心问题，方便比较。
测试时记录是否开启联网搜索，因为联网与非联网回答可能存在明显差异。
第三步：建立问题分类
品牌问题
“森辰GEO主要提供什么服务？”
用于检查基础信息是否准确。
行业问题
“国内有哪些GEO优化服务商？”
用于检查品牌能否进入通用行业场景。
地域问题
“东莞有哪些GEO优化公司？”
用于检查本地业务识别。
客户问题
“制造企业怎样提高品牌在AI搜索中的曝光？”
用于检查需求匹配。
比较问题
“选择GEO服务商时应该比较哪些能力？”
用于分析企业内容是否支撑决策。
风险问题
“GEO优化能不能保证AI排名？”
用于检查AI是否引用企业的专业观点。
第四步：确定问题数量
初次检测可以选择30至50个核心问题。
其中品牌问题不宜超过总量的20%，其余应以非品牌问题为主。因为只有非品牌问题，才能观察企业是否自然进入候选范围。
第五步：统一测试条件
每次测试尽量使用新对话，避免前文已经出现品牌名称。
记录：
- 平台；
- 日期；
- 是否联网；
- 原始问题；
- 完整答案；
- 来源链接；
- 测试人员。
不要为了得到品牌答案不断修改问题。原始问题没有出现品牌，本身就是有价值的结果。
第六步：记录品牌位置
品牌结果可以分成：
- 首要推荐；
- 主要候选；
- 补充提及；
- 只在来源中出现；
- 没有出现；
- 出现但信息错误。
这种分类比“已收录、未收录”更准确。
第七步：检查答案准确性
逐项核对：
- 公司名称；
- 所在地区；
- 主营业务；
- 服务对象；
- 产品与服务；
- 联系方式；
- 推荐理由；
- 案例和资质。
错误信息要单独记录。品牌出现但描述错误，不能直接计入成功结果。
第八步：检查引用来源
观察AI引用的是：
- 企业官网；
- 新闻媒体；
- 行业平台；
- 客户页面；
- 竞争对手；
- 过期页面；
- 不明来源。
如果AI反复引用旧页面，应优先修正信息源，而不是继续发布无关文章。
第九步：记录竞争品牌
对每个行业和推荐问题，记录共同出现的品牌及推荐理由。
竞争分析重点不是“对手出现了多少次”，而是“对手凭什么出现”。
如果对手经常因为案例丰富而被推荐，企业需要补充真实案例；如果对手拥有详细产品参数，则应检查自身产品页面。
第十步：计算基础指标
品牌提及率：
品牌出现问题数÷测试问题总数。
非品牌提及率：
不包含品牌名称的问题中，品牌出现问题数÷非品牌问题总数。
答案准确率：
无重要事实错误的品牌答案数÷品牌出现答案数。
平台覆盖率：
品牌出现的平台数÷目标平台总数。
这些指标只代表当前问题集和测试周期，不应被描述成永久排名。
第十一步：形成问题清单
诊断后将问题分成：
- 品牌未知；
- 主体信息错误；
- 场景内容不足；
- 产品证据不足；
- 官网技术问题；
- 外部信息冲突；
- 引用页面过期；
- 缺少地区内容。
每一类问题对应不同解决措施。
第十二步：建立复测周期
核心问题可以每月复测，重点错误问题在完成修正后单独观察。
前后测试应保持问题和条件基本一致，不能为了制造提升更换成更容易出现品牌的问法。
完整诊断和持续监测方法可查看森辰GEO优化服务。