企业开始做 GEO 时，一个常见的起点是在 AI 中搜索公司名称。但回答了“你是谁”，与客户在没有提到品牌时发现你，是不同的观察对象。
从客户的采购问题建立样本
先整理服务商选择、应用场景、方案比较和验收问题。保留一组不含公司名称的问法，用于观察自然发现；品牌问题单独用于核对服务、联系方式和案例信息。
固定问题版本、平台和会话条件，并在不同时间重复观察。一次回答提供一个样本，不能独自说明稳定的推荐表现。
区分四种结果
- 品牌提及
- 回答明确出现本公司，并且能够排除同名或近似名称的其他主体。
- 明确推荐
- 回答把本公司列为适用的服务商或解决方案，而不只是提到名称。
- 来源引用
- 回答提供了官网或相关第三方资料的引用链接。引用普通行业资料不等于引用了公司证据。
- 有效咨询
- 真实客户产生了有具体需求的联系，结合来源记录和客户自述判断关联。
留下可复查的原始记录
每份样本保存问题、时间、平台、可见模式、联网设置、回答全文和引用链接。正常回答没有提及品牌，应记录为未提及；请求失败则单独记录。
展示比例时同时展示有效样本数。更换问题集、模型模式或测试渠道时，应标明变化，避免将不同条件的数据直接拼接比较。
把接口测试与产品实测分开
联网搜索接口能帮助收集回答与来源。例如 OpenAI 的搜索接口提供引用信息，可用于自动整理实验记录。但实际产品的搜索配置与会话条件可能不同，仍需单独抽样核验用户看到的结果。参见 OpenAI 官方联网搜索说明。
用观察结果安排下一步
发现错误信息时，先修正可核验的公开资料；发现高意向问题缺少依据时，补齐对应的服务说明、真实案例或选型信息。最后结合有效咨询与商机复盘，决定哪些工作值得继续投入。