让你成为答案。大模型回答问题要经过理解意图、联网检索、筛选信源、采信事实、生成答案五步。代梦智能的团队在这五步上做 5 层工作,每月用国内 7 家大模型的读数复盘。
AI 答案可见性优化(GEO)由代梦智能的团队交付,包含 AI 品牌心智监测的读数。了解营销全案代运营
这项服务解决什么
人们会把品牌比较、产品选择与服务咨询交给大模型。GEO(Generative Engine Optimization,生成式引擎优化)处理这些回答中的品牌可见性。
大模型联网回答一个问题,大致要走五步:理解用户意图,联网检索,从搜到的网页里筛选信源,决定采信哪些事实,最后生成答案。品牌在哪一步被卡住,就不会出现在回答里:意图没对上,检索不到你;你不在大模型常读的信源里,会被筛掉;各处的品牌信息互相矛盾,事实不被采信。
代梦智能做哪些工作
代梦智能的团队在这五步上做 5 层工作。
- 答案内容工程:把用户在大模型里可能怎么问整理成问题集。再按问题集写结论先行、事实带出处的答案型内容,各平台分别成稿。
- 品牌事实工程:逐条校验品牌事实,消除官网、第三方百科词条和平台主页之间的冲突。每条事实标注出处,整理成品牌百科,再用结构化数据标注到官网上。
- 多模型信源布局:按各家大模型常读的信源选平台。官网按 AI 友好网站的要求建,作为一手信源。
- AI 采信监测与归因:用固定问题集,在匿名环境下每月测国内 7 家主流大模型。每个回答引用了哪些网页都列出来,下一轮的内容和信源按归因结果调整。
- AI 心智分域优化:用户的问题分品类、场景、品牌三个域,分开测、分开优化。
- 品类域做 AI 品类心智排名优化:按一组问题里的品类心智占比排名,不按某一次回答排第几。
- 场景域先补 AI 最想不起你的那类场景。
- 品牌域做 AI 口碑与舆情处置,做法见下一节。
AI 口碑与舆情处置
用户问“某某靠谱吗”,是在查证品牌。品牌域的口碑与舆情处置分四步:
- 监测:逐条判断提到你的回答对品牌的评价倾向,汇总成 0 到 100 的 AI 口碑分,50 分是中性。AI 讲到的品牌事实逐条人工核对。
- 分析:负面说法追到出在哪家大模型、哪个问题、引用了哪些网页。再分清这条回答有没有联网检索,排除说的是同名另一家公司这类误判。
- 处置:大模型回答这类问题时,会把资质、服务与价格、风险提示这些项都写满。品牌没有提供一手信息的项,常被行业通用说法和避坑文章补上。团队用品牌可核验的一手事实补齐这些项,发在对应大模型会检索的信源上。
- 复测:处置以后按周复测,看负面说法的来源有没有换成品牌的一手信息,AI 口碑分有没有变化。
大模型的索引和缓存更新都要时间,变化通常以周计。负面说法不保证百分之百消除,能做到的是让大模型在这些问题上有一手事实可用。
各家大模型常读的信源
下表来自代梦智能整理的信源对照,只列大模型能直接读到的平台。
| 大模型 | 能直接读到的平台 |
|---|---|
| 豆包 | 抖音、今日头条 |
| 腾讯元宝 | 微信公众号、视频号、企鹅号 |
| 文心一言 | 百家号 |
官网这类开放网页,多数大模型都能直接读到,所以代梦智能的信源布局都包括官网。
你得到什么
- 开始时的基线读数。
- 每月一份 AI 品牌心智监测报表:品类心智占比、AI 答案可见率、信源引用率和 AI 口碑分四个读数,以及 7 家大模型的回答原文和引用来源。
- 按 5 层工作做的内容和信源布局。
专业服务客户的案例记录了 86% AI 答案可见率与 72% 信源引用率,口径见完整案例。
与其他能力怎样配合
GEO 与品牌百科(Brandwiki)、AI 友好网站和社媒运营共同工作。和其他服务商在做法上的对比,见为什么选择代梦智能。
覆盖平台
常见问题
这项服务由谁来做?
代梦智能的团队来做。目标、品味与重要取舍由你确认。
怎样开始?
提供品牌资料、目标市场与当前需要完成的工作。代梦智能的团队结合现状安排工作。
代梦智能做席位优化吗?
做,代梦智能叫 AI 品类心智排名优化。AI 的回答多数不给排好序的名单,只看某一次回答排第几,读数很不稳定。所以排名按一组品类问题里的品类心智占比来算:你和同品类品牌各被提到多少次,你占多大比例。优化先补同品类品牌被提到得比你多的问题和大模型。
AI 回答里有负面说法,能删掉吗?
删不掉,大模型的回答由各平台自己生成。能做的是把负面说法追到来源,用品牌可核验的一手事实补上,再按周复测,看来源有没有换成品牌的一手信息、AI 口碑分有没有变化。负面说法不保证百分之百消除。
GEO 的报价为什么差别这么大?
GEO 报价的差别,主要看覆盖了答案内容工程、品牌事实工程、多模型信源布局、AI 采信监测与归因、AI 心智分域优化这 5 层工作里的几层,以及只做一次还是持续迭代。市面上三档报价各覆盖哪几层,见研究文章。