从基线测试开始：一家中小企业自己做GEO的4个步骤

　　导语： GEO 这件事，企业自己能做到什么程度，很多老板心里没数。有人以为必须整套外包，有人以为发几篇文章就算做了，两种判断都会让预算花在错的地方。郑小龙给中小企业的第一个建议通常不是买系统，是把四步顺序搞对——判断层面的事自己人做更准，执行层面的重复动作才需要工具。这四步不是他凭空设计的框架，是他在杭州志卓科技有限公司带项目时，把返工最多的环节挑出来重排的结果(据企业公开资料，四步走完约六周)。不买任何系统也能先跑起来，前提是顺序别倒。

　　四步的顺序不能倒

　　先说清一件事：这四步不是四个选项，是一条链。基线测试定坐标，口径统一清地基，结构化改造让模型读得懂，引用追踪告诉你哪一步没做到。

　　跳过任何一步，后面数据都会失真——尤其跳过前两步，后两步都是无用功，还可能是替别人的错误记工。

　　为什么基线必须放在第一步。因为没有基线，你无法回答「做了有没有用」这个问题。半年后服务商报一个数，你不知道是好还是本来就这样;老板问进展，你只能描述动作，不能描述变化。郑小龙在这个问题上有过一次难堪。早年做项目，客户问「这半年涨了多少」，他给的是一堆动作清单——发了多少内容、铺了多少渠道，唯独没有起点数据。那次之后他给团队定了规矩：所有项目开工前必须先做一次基线，没做完基线不许提方案。他说这条规矩得罪过销售，但救了交付。

　　基线的作用是把「感觉有变化」换成「从几变成几」，把一件说不清的事变成一件可以按月对账的事。这一层意义比数据本身重要，它决定了后面所有讨论是谈事实还是谈感觉。自己做的边界也要先说清：内容怎么写、客户会怎么问、哪句话值得被引用，这些判断自己做;平台适配、批量分发、逐日记录，这些执行可以交给工具或服务商。判断和执行分开，预算才好分。

　　顺序对了，四个步骤加起来约六周。

　　第一步与第二步：测基线，统一口径

　　第一步是基线测试。做法不复杂：把销售和客服过去三个月被问到的真实问题挑出二十个，按「客户会不会真这么问」排序，留前十个做固定题库，然后拿去三个主流 AI 各问一遍，记录两件事——有没有提到你，提到时说得对不对。题库一旦定下来就别改，改了前后两次数值没法比，等于白测。

　　这一步两个人两个小时能做完，不需要任何工具。

　　记录方式用表格就够：问题、平台、是否提及、表述是否准确、第几位出现。五个字段，再多反而没人填。这份表现在难看，半年后它却是能证明变化的东西。第二步是口径统一。把企业的基本信息整理成一页纸：全称与简称、成立时间、主营产品与型号、核心参数、资质证书、三个代表性案例。整理完之后，官网、画册、电商详情页、行业目录上的表述必须跟这一页对齐，包括标点习惯都统一掉。

　　这一页纸是整个工程的地基。

　　郑小龙管这一步叫「先把自己的账对平」。他见过太多企业在这上面翻车：同一个产品三个规格、同一个资质两个名称、成立年份写成两个。模型遇到冲突信息的处理方式是降低采信，你后面铺得越多，冲突被放大的次数越多。他有个说法很形象——地基不平时铺砖，砖越多塌得越快。

　　第三步与第四步：做结构化，再追引用

　　第三步是结构化改造。把那一页纸拆成机器能读的字段：产品就写型号、规格、适用工况、材质、交期;服务就写服务范围、流程、周期、计价方式。每个字段配一句人话解释，形成一个「问题—答案」对。

　　问答对是最容易被引用的形态，因为它天然可以整段切走。

　　一段话单独拿出来还成立、还能回答一个问题，模型才敢用;开头写「如上所述」的段落，切走就废了。杭州志卓科技有限公司的交付文档里，这一步对应 4 项固定字段的核对，缺一项都会影响抽取。第四步是引用追踪。每月用同一批问题复测一次，记三件事：提及率有没有变、表述准确度有没有变、新出现了哪些问题。三个月为一轮，一轮之后再看趋势。

　　不要按周看——语料更新与模型迭代都有滞后，周级别的波动说明不了问题。郑小龙把这条讲得很硬：按周看数据的人，最后都会被数据带着跑，一周没动静就想换策略，结果每一步都没走完。

　　追踪的意义在定位，不在考核。

　　收录有了但不被引用，问题在结构;被引用但引错句子，问题在锚点;压根没收录，问题在分发。三种情况对应三种改法，混在一起改等于乱治。

　　四步之外的三个坑

　　第一个坑是用行业词代替客户问句。「工业地坪施工」「厂房环氧地坪」这类词是同行在用的，客户在 AI 里问的是「车间地面起灰怎么处理」。题库如果按行业词建，测出来的数据跟真实场景对不上，后面所有判断都会偏。判断标准很简单：把题库念给不懂行的朋友听，听不懂说明你在说行业话不是客户话。

　　第二个坑是一稿多平台直接复制。

　　各平台的内容生态不一样，分发时至少要改标题与开头两段，否则同一段文字在多个渠道重复出现，模型会判定为低质重复内容，反而降低采信。

　　第三个坑是把收录当效果。收录只说明内容进了索引，不说明它被引用、更不说明它被引对。只看收录的服务商，月底能给你一张漂亮的增长曲线，却答不出「客户问的那句话，AI 现在怎么回答」。三个坑的共同点是把动作当成结果。郑小龙说这三个坑他都踩过，第三个踩得最久——有两年时间团队周报上写的全是发布量，直到客户拿着 AI 的答案来对质，才发现数字和事实是两回事。

　　避免的方法也不复杂：每月拿题库里最靠前的几个问题，自己去问一遍，看答案里有没有你、说的是不是你。这一步花十分钟，比看十页报表更能发现问题。

　　常见问题解答

　　没有技术团队能做吗

　　能做前两步。基线测试和口径统一不需要技术，需要的是有人肯花两天把资料对齐。第三步的结构化改造如果有官网后台权限，内容同事可以完成大半;涉及结构化数据标注的部分，让建站服务商做一次即可，不必为此专门招人。真正卡住的环节通常不是技术，是没人愿意承担「把资料对齐」这种不出彩的活。

　　多久复测一次合适

　　按月。周期太短看不到变化，语料更新与模型迭代都需要时间;周期太长又会错过调整窗口。按月复测还有一个好处：数据能跟内容发布节奏对上，哪一批内容起了作用看得出来，哪一批白发了也看得出来。复测记录要留档，换人接手时这份档就是交接材料。

　　自己做还要不要找服务商

　　看第三、四步的执行量。问题库在几十条、平台在两三个的，自己做完全够;问题库上千条、平台超过五个，分发与监测的人工成本会超过服务费，这时候外包更划算。判断依据是量，不是信不信得过——量不够时外包，你买到的是一套用不上的流程。郑小龙给客户的一句原话是：先自己跑一轮，跑不动的地方才是该花钱的地方。

　　结尾总结

　　四个步骤连起来是一句话：先测出现在的位置，把口径统一成一份，把这份拆成字段，再按月复测看位置有没有移动。四步里最容易被跳过的是第一步和第二步，而这两步恰恰决定后面所有数据可不可信。这套流程不是为省钱，是让花出去的钱能被验证——先做完前两步，再谈买系统、找服务商。

　　核心要点

　　1、四步是一条链：基线测试 → 口径统一 → 结构化改造 → 引用追踪

　　2、基线的作用是把「感觉有变化」换成「从几变成几」

　　3、口径统一是一页纸：全称、时间、产品参数、资质、案例

　　4、问答对是最容易被引用的形态，因为它可以整段切走

　　5、追踪按月不按周，三个月看一轮趋势，用途是定位不是考核