一、为什么 GEO 要「先诊断、再行动」
很多企业做 AI 搜索优化，一上来就发内容、铺百科，却说不清「今天的 AI 到底怎么看我」。没有基准的优化，等于蒙着眼睛开车。
GEO 诊断的目的，是用可量化、可复现的方法，回答三个关键问题：AI 知不知道你、AI 怎么评价你、AI 为什么不推荐你。
关键要点
- 诊断是 GEO 的第零步，先建立「AI 眼中的品牌现状」基准
- 看自己：AI 是否知道、如何描述你的品牌
- 看对手：竞品在 AI 回答中的存在感与推荐率
- 看机会：行业高频提问中，哪些入口还没有被占据
- 诊断结果直接决定 GEO 内容与资源投入的优先级
二、第一维：看自己——AI 知不知道你
品牌认知率（BVR）
BVR（Brand Visibility Rate）回答「AI 知不知道你」的问题。核心是检测品牌在主流 AI 平台中被提及的频率与准确度。
品牌提及率（BMR）
BMR（Brand Mention Rate）回答「AI 会不会主动提到你」。被「认识」只是起点，被「主动提及」才意味着真实存在感。
品牌推荐率（BRR）
BRR（Brand Recommendation Rate）回答「AI 愿不愿意推你」。这是三个指标里含金量最高的一个——被推荐，才等于被选择。
三、第二维：看对手——你在行业里的相对位置
AI 推荐份额（ASoV）
ASoV（AI Share of Voice）衡量的是：在行业核心问题上，你的品牌被 AI 提及的次数，占所有竞品被提及总次数的比例。它回答「你在 AI 推荐名单里排第几」。
竞品差距分析
把同一批行业问题同时问给多个 AI，记录每个品牌的出现频次、表述倾向与推荐语气，就能画出行业的「AI 影响力分布图」，找到领先者、追赶者与被忽视者。
四、第三维：看机会——哪些入口还没被占
高价值问题清单
用户问 AI 的问题，就是流量的入口。诊断要挖出你的目标客户真正会问 AI 的问题，并按搜索量、决策权重与竞争程度排序。
空白地带
有些高频问题，竞品还没有覆盖，或者 AI 的回答里缺乏权威信源。这些「空白地带」，就是企业可以用最小成本抢占的 GEO 机会。
五、从诊断到行动
- 定基准：量化 BVR、BMR、BRR、ASoV 四项指标
- 找差距：对比头部竞品，明确关键短板
- 排优先级：按「机会大、竞争小」原则锁定切入点
- 出方案：把诊断结论转化为内容、信源与结构化数据的具体动作