1. 问题背景：客户的诉求其实不是"排名"

客户是一家有线下门店和线上业务的区域消费品牌，市场部最初的需求表述是"让我们在 AI 搜索里排名靠前"。第一轮沟通我们就把这个需求打回去重做了，因为在大模型的答案里不存在稳定的"第几名"——同一个问题问两次，答案可能都不一样。

经过拆解，真实需求被定义成三个可测量的问题：

这个重构很关键：GEO 不是一个"优化排名"的模糊活，而是一条

的数据闭环，和我们做 RAG 项目时的评测回归是同一套方法论。

2. 先做基线诊断：用评测集代替"感觉"

我们和客户业务人员一起整理了 52 个问题，按意图分四层：

：用一句话给出标准答案要点。这和训练/评测一个知识库问答机器人时构造 golden set 没有区别。

采集层写了批量脚本，按 OpenAI 兼容协议调用各模型接口（非接口渠道则按固定操作规范人工采样），温度参数调低，每条问题多次采样。原始回答、引用来源、时间戳全部落库存档。

评测层我们没有用关键词匹配，而是用 LKE 快速搭了一个"评测应用"：把参考答案要点和待评回答喂进去，让模型按固定 JSON schema 输出判定——

"fact_errors": ["地址写成了旧办公地址"],

"cited_domains": ["example.com", "某资讯站"],

选择用托管知识引擎做评测应用，而不是自己搭一套服务，原因很现实：评测逻辑（prompt、判定维度）在项目前两周几乎每天都在改，LKE 这类平台上改提示词和调试问答不需要发版，运营同事也能直接在调试界面看判定依据、纠偏。稳定之后再考虑把高频评测固化成脚本定时跑。

基线结果印证了经验判断：实体层问题的错误几乎全部指向

——工商注册地址、地图 POI、三年前一篇招商稿里的地址三个版本；品类层问题的缺席则指向

——客户官网是纯图片站，公网上关于它的可摘引事实句接近于零。

3. 干预动作一：实体一致性治理

这部分没有任何高科技，但杠杆最大。

"addressRegion": "云南省", "addressLocality": "昆明市",

"streetAddress": "〔与工商/地图一致〕"},

"sameAs": ["〔官方抖音〕", "〔官方小红书〕", "〔百科条目〕"]

 在这里的作用是实体对齐：告诉检索系统这些分布在各平台的账号指向同一个现实主体。我们要求事实主表里的每个字段都必须与外部信源一致——

结构化数据如果填错，等于主动提交矛盾证据，比不写更差

4. 干预动作二：把营销稿改造成"可被引用的证据"

客户原有的内容资产全是促销软文，这对 RAG 式的答案生成几乎没有利用价值。改造原则有三条：

：官网、百科类、资讯媒体、垂直平台、地图评价体系，各有独立域名，而不是同一篇稿子在十个号上重发。原因在检索侧很容易理解——多路召回之后有跨源一致性校验和指纹去重，一稿多发在去重后只算一票，这就是常说的"孤证不采信"的工程本质。

第一轮干预完成后约 6 周，我们用

完全相同的 52 条 query 和同一版评测 prompt

 跑复测（具体起效时间受各平台抓取与索引周期影响，不具有承诺意义）。我们关注的是四个差分指标：

长期监测把采集脚本放到云服务器上定时执行，结果写库，LKE 评测应用只负责判定，报表按周生成。一个工程细节：所有判定结果都保留原始回答快照，因为 AI 答案会随时间漂移，没有快照就无法回溯"是哪天开始答错的"。另外，LLM-as-judge 本身会有判定波动，关键指标我们保留 5%–10% 的人工抽检校准，避免评测器自己的幻觉污染结论。

这个项目没有用到任何"特殊渠道"，做的全部是公开技术资料里可以查到的标准动作，区别只在于有没有用工程纪律把它执行到位。

作者：昆明一支做企业大模型落地与 AI 搜索优化的团队（奇崛 AGI 研究院），日常做 Agent 开发、RAG 知识库、GEO 监测与企业内训。本文为脱敏技术复盘，不构成效果承诺，具体产品能力请以腾讯云官方文档为准。

一次企业 AI 搜索可见性（GEO）项目的技术复盘：我们怎么把"品牌被 AI 答对"做成可监测的工程

人工智能

后端

职业发展

针对品牌在AI搜索中的可见度问题，通过评测集诊断、实体一致性治理、内容结构化改造及信源多样化，构建了“诊断-干预-复测”的数据闭环。基线显示官网纯图片站及信息矛盾导致品牌缺失，干预后重点监测实体准确率、提及率及引用域名多样性，实现可量化、可回溯的GEO优化效果。

大模型知识引擎

结构化数据

知识引擎

工商注册

云服务器

服务器

数据库

Agent

热销域名限时优惠，新客首年免费！


domain

2026上云采购 | AI焕新·智启新局

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

一次企业 AI 搜索可见性（GEO）项目的技术复盘：我们怎么把"品牌被 AI 答对"做成可监测的工程

一次企业 AI 搜索可见性（GEO）项目的技术复盘：我们怎么把"品牌被 AI 答对"做成可监测的工程

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐