别急着做GEO，先检查企业信息的五项基础
越来越多客户会在采购前询问DeepSeek、豆包或ChatGPT：
“这个行业有哪些供应商？”
“预算在50万元以内，哪种方案更合适？”
“A公司和B公司的技术能力有什么区别？”
AI可能根据公开网页、平台资料和已有知识整理答案。企业没有出现在某次回答中，并不一定代表网站有问题，也不能据此判断品牌已经“AI隐形”。模型版本、联网状态、问题写法和检索结果都会影响答案。
比较稳妥的做法，是先建立一组固定问题，在相同条件下重复测试。
可以从销售记录中选择20个真实问题，分成四类：
- 行业和供应商认知；
- 产品及方案比较；
- 预算、周期与选型；
- 实施条件和项目风险。
分别在几个常用AI平台测试，记录品牌是否出现、介绍是否准确、引用了哪些来源。一个月后用同一组问题复测，才有可能看出变化。
完成这项基线测试后，再检查下面五项基础。
一、主体信息是否一致
AI在整理企业信息时，可能遇到官网、公众号、媒体报道、招聘网站和企业资料页等不同来源。
这些页面不需要写成一模一样，但涉及企业身份的事实不能互相冲突。例如：
- 官网使用品牌简称，第三方平台只写公司全称，却没有说明两者关系；
- 官网已经调整业务方向，招聘网站还保留几年前的公司介绍；
- 同一项服务在不同页面使用多个名称；
- 产品参数、服务区域和联系方式存在不同版本；
- 旧品牌或历史域名仍在搜索结果中出现，但没有迁移说明。
这类问题会增加实体识别的难度，也会让客户无法判断哪个版本有效。
怎么检查
先建立一张主体信息表，至少记录：
| 字段 | 需要确认的内容 |
|---|---|
| 法定主体 | 营业执照上的公司全称 |
| 对外品牌 | 品牌名称、英文名及常用简称 |
| 品牌关系 | 品牌与法定主体是什么关系 |
| 核心业务 | 当前实际提供的产品和服务 |
| 服务范围 | 地区、行业及客户类型 |
| 联系方式 | 官网、电话、邮箱和办公地址 |
| 历史信息 | 旧名称、旧域名及已停止的业务 |
再用这张表核对主要公开渠道。发现冲突时，先修正官网和企业资料页，再处理历史文章。
这里要统一的是事实，不是文案。不同渠道可以有不同写法，但不能出现不同答案。
二、内容里有多少可以用于比较的事实
企业网站常见的问题不是内容太少，而是有效信息太少。
“经验丰富”“专业高效”“一站式服务”可以表达态度，却无法帮助客户完成选型。AI即使检索到这些句子，也很难用它们回答价格、周期、能力和适用条件等具体问题。
可以把网站上的陈述分成三类：
- 观点：我们重视服务质量。
- 事实：标准故障工单在15分钟内响应。
- 证据：过去一年共处理多少工单，统计范围和计算方式是什么。
第二类和第三类内容更适合用于采购判断。
不过，参数也不能脱离条件。例如“15分钟响应”需要进一步说明：
- 是工作时间还是全天；
- 从提交工单还是客服确认开始计算；
- 适用于哪些服务等级；
- 响应是回复消息，还是技术人员开始处理；
- 数据由什么系统记录。
条件不完整的数字，看起来具体，实际仍然容易造成误解。
怎么检查
随机抽取官网上的10个页面，把每一项能力声明标记为“观点”“事实”或“有证据的事实”。
如果大部分内容停留在观点层面，先补参数、适用条件和案例，不要急着继续增加文章数量。
三、公开内容是否覆盖真实采购问题
传统关键词通常比较短，例如“供应链系统”“工业自动化公司”“知识库建设”。实际采购问题要具体得多：
- 现有系统是否需要更换；
- 项目需要哪些部门参与；
- 50万元预算可以先解决哪部分问题；
- 实施周期从哪个节点开始计算；
- 数据不能离开企业内网时如何部署；
- 项目效果用什么指标验收。
如果官网只有产品介绍，没有回答这些问题，客户仍然需要反复咨询，AI也缺少可以用于组织答案的材料。
问题清单最好来自销售、客服和项目团队，而不是完全依赖关键词工具。搜索量低的问题，也可能非常接近成交。
怎么检查
整理最近三个月客户反复询问的问题，并为每个问题记录：
| 检查项 | 内容 |
|---|---|
| 客户问题 | 客户实际如何提问 |
| 提问阶段 | 初次了解、方案比较、采购或实施 |
| 当前答案 | 企业内部是否有统一说法 |
| 公开页面 | 官网是否已经回答 |
| 所需证据 | 参数、案例、流程还是合同边界 |
| 负责人 | 谁负责确认和更新 |
先处理高频且接近决策的问题。一个页面不必回答所有问题，只要把一个问题说清楚。
四、重要信息能否被稳定读取
内容存在，不代表搜索系统一定能够读取。
企业的重要资料经常放在图片、扫描版PDF、演示文稿或视频中。人可以看懂参数图，搜索系统未必能取得完整文字；视频有口播但没有字幕，也很难通过普通网页检索定位具体结论。
不同AI平台对图片、视频和文档的处理能力并不相同，不能假设“上传过”就等于“可检索”。
怎么检查
重点核对以下内容：
- 主要产品和服务是否有独立网页；
- 核心文字是否直接存在于HTML正文中；
- 参数表是否只有图片版本；
- 图片是否有准确的说明文字；
- 视频是否提供字幕或文字稿；
- PDF能否复制文字，而不是扫描图片；
- 公开页面是否返回HTTP 200；
- robots.txt是否允许抓取；
- 站点地图是否包含重要页面；
- 页面是否错误设置了noindex；
- 正文是否必须登录或执行复杂交互后才能看到。
多模态内容的重点不是同时制作图文、视频和音频，而是确保重要事实至少有一个稳定、可搜索的文字版本。图片和视频用于解释，正文负责保存完整语义。
五、企业资料有没有明确的更新机制
很多企业的资料分散在员工电脑、网盘和聊天记录中。
常见文件名包括“公司介绍最终版”“最终版2”和“真的最终版”。问题不在文件名难看，而在于没人知道哪个版本仍然有效。
项目结束后，案例数据留在结案报告里；产品参数更新了，官网没有同步；员工离职后，他负责维护的资料也停止更新。时间一长，企业自己都无法确认公开信息是否准确。
企业知识库的价值不是保存更多文件，而是确定事实的当前版本。
怎么检查
每一项重要信息至少应记录：
- 当前内容；
- 原始来源；
- 适用产品或业务；
- 生效时间；
- 最近更新时间；
- 负责确认的人；
- 旧版本是否已经停止使用；
- 哪些公开页面引用了这项信息。
产品参数、价格政策、服务区域和案例数据变化后，应能找到受影响的页面，而不是依靠员工记忆逐个修改。
知识库也不一定要先购买复杂系统。早期用结构清楚的表格或文档就可以，重点是明确来源、版本和责任人。
用十分制确定处理顺序
为了方便内部排查，可以给每一项打0至2分：
| 分数 | 判断标准 |
|---|---|
| 0分 | 没有整理，或公开信息存在明显冲突 |
| 1分 | 已处理一部分，但缺少覆盖范围或更新责任 |
| 2分 | 有统一记录，可以找到来源、页面和负责人 |
五项合计10分。这不是搜索平台的评分标准，只用于企业内部确定工作顺序。
- 0至3分：先处理主体、抓取和资料版本问题。
- 4至7分：补充采购问题、参数和案例证据。
- 8至10分：建立固定问题集，定期测试不同AI平台中的品牌表现。
如果基础只有两三分，批量生产所谓“GEO文章”通常只会增加重复内容。先把企业是谁、提供什么、适合谁、如何交付说明白，后续的内容建设才有稳定依据。
GEO首先是一项信息治理工作
判断品牌的AI可见度，不能只搜索一次公司名称，也不能只看AI有没有推荐。
更值得长期观察的是：
- 品牌是否能在具体业务问题中出现；
- AI对企业的介绍是否准确；
- 产品和服务是否被放进正确场景；
- 回答引用了哪些来源；
- 错误信息来自哪里；
- 调整内容后，固定问题集的结果是否发生变化。
GEO涉及网站抓取、实体识别、内容质量和外部信息一致性。它不能保证固定排名，也无法控制模型的每次输出。
企业能控制的是自己的信息：来源是否可靠，条件是否完整，版本是否清楚，客户真正关心的问题是否已经得到回答。
这五项基础做好以后，再谈内容扩展和平台分发，会更有意义。