PROVE：我们如何做 AI 可见性——一套可被检验的五步方法
AI 可见性行业普遍只有结论、没有方法。我们把完整路径固定为五步：Presence 可见性、Reasoning 认知诊断、Optimization 内容优化、Verification 复测验证、Evidence 归因证据。本文逐条说明每一步…
閱讀全文 →智庫
平台研究
平台团队的研究与方法论笔记：评分规则、采样口径与行业观察。
平台架构：三端分工、双市场引擎与一套数据边界
GEO 平台不是一个网页工具就能干完的：发布环节需要用户自己的登录态，海外采样要出网，客户数据有出境合规要求。这三个约束决定了平台必须被切成三端、两个市场与一套明确的数据边界。本文讲清我们为什么这样搭，以及这套架构不承诺什么。
閱讀全文 →一篇内容从建任务到效果验证：六个阶段与 12 道关卡的真实位置
「我们的内容要过 12 道关卡」这句话不准确——那 12 道挂在三个不同时点，实际经过几道取决于走哪条发布路径。本文按代码真实执行顺序讲清六阶段主线、每一关卡在哪、两个状态字段的区别，以及这条链路能保证什么、不能保证什么。
閱讀全文 →一个 SaaS 平台的 46 项安全自检：为什么我们要把不足也公开
企业采购 SaaS 最耗时的一环是安全问卷。我们把自查清单直接放上官网：7 组 46 项，逐项标注检查什么、当前状态、以及不达标时的整改方向。本文讲清四种状态为什么不能用「达标/不达标」二分、这份清单能证明什么、不能证明什么。
閱讀全文 →多产品线品牌怎么让 AI 分清你的三条线：四个层面的实体隔离
AI 把高端线的参数安到入门款上，不是它笨，是资料结构让它无法区分。本文讲清「串味」的三个成因，以及按产品线分库、品牌实体建模、会过期事实单独管、内容显式写归属这四层解法，附一套可复现的隔离验证方法。
閱讀全文 →五种「假提升」：为什么很多 GEO 报告的数字经不起复核
数字都算对了，但不该拿来比——这类问题不会报错，报告照样漂亮。本文拆解前后两次测量条件不一致时最常见的五种假提升（问题变容易、平台集合缩水、竞品集合变化、只统计出现不查准确性、没有原始回答），并给出一份拿两份报告就能做完的自检清单。
閱讀全文 →知识库里明明写了，AI 为什么答不上来：一次检索复现定方向
八成以上「知识库没生效」的排查结果，其实是内容没被检索到，而不是内容缺失。本文拆解混合召回的五环链路（范围、召回、扩展、重排、拼装），给出内容问题与排名问题的判定表，以及在动手补内容之前该做的免费复现。
閱讀全文 →AI 到底有没有读过你的官网：用服务器日志自己查一遍
在讨论 AI 有没有引用你之前，先确认它有没有来读过。这件事有日志证据，且不依赖任何第三方数据。本文给出 16 个具名 AI 爬虫的 UA 标识、真爬虫与伪装的三条核验、robots.txt 放行矩阵的四种组合，以及「没被爬」和「没被引用」…
閱讀全文 →官网七维体检：每个维度查什么，以及你怎么自己复现这个分数
市面上大多数官网体检只给一个分数，说不出分从哪来。这篇把七维评分的完整规则摊开：七个维度各占多少权重、单项怎么判三档、单页报告为什么只有六维、扫描抓多少页面、以及你拿浏览器就能自己核对的四个动作。
閱讀全文 →标准为什么反复强调"别把没测到说成 0"：谈谈测量诚信的三条底线
两套 GEO 团标里，出现频率最高的要求不是某个指标，而是"数据得真实"——不得伪造、不得篡改、不得选择性呈现。听起来是常识，但在 AI 监测这个领域,"没采样到"和"采样了但没提及"在界面上长得一模一样。本文讲我们为此设的三条底线与具体做…
閱讀全文 →GEO 行业标准来了：两套团体标准各管什么，平台怎么对照执行
2026 年 9 月与 10 月，两家行业协会先后发布 GEO 团体标准。它们不是强制法规，但正在成为大客户与代理商的"验收语言"。本文把两套标准摊开对照：分别管什么、哪些条款指向平台能力、我们的对齐策略为什么按"红线/卖点/场景"三层来做…
閱讀全文 →商品 feed：AI 电商时代的第三种"提交协议"
做 SEO 时向搜索引擎提交 sitemap，做 GEO 时向 AI 提交什么？答案是商品 feed。但 2026 年的商品 feed 已经有三个互不相同的协议——OpenAI 与 Stripe 的 ACP、Google Merchant、…
閱讀全文 →共 21 條 （第 1–12 條）