我曾在 ChatGPT 里随手问了一句：“推荐几家台湾的 SaaS 顾问公司。”看到自己的名字出现在回答里，我顿时松了口气。但这不是审计，只是碰运气。换个账号、关闭记忆，第二天再问同一句话，答案很可能就变了。真正的审计不看“有没有被提到”，而要看在固定条件下，品牌被提及的频率、出现的顺序，以及是否附有可点击的来源链接。只有把这 3 项量化，才能称为审计。
先分清“引用”的 3 个等级
很多人会把 3 种完全不同的情况混为一谈，导致审计结果失真。第一种是模型在生成的文本中提到你的品牌，但没有链接；第二种是 Perplexity，或开启搜索功能的 ChatGPT，在回答旁列出来源卡片，用户可以点击进入你的网站；第三种是用户要求“推荐一家公司”时，模型直接把你列为首选。这 3 种情况的商业价值差别很大，审计时必须分开记录。
- 纯文本提及：品牌名称出现在回答中，但没有链接，也不代表任何排名。这只是基础曝光，很容易被竞品稀释。
- 来源引用：回答旁出现你的网站 URL 卡片，用户可以点击访问。这才是 GEO 真正需要争取的位置。
- 首选推荐：当用户要求“只推荐一家公司”时，模型首先提到你，或者整段回答只介绍你。这是审计中最少见、也最有价值的信号。
开始提问前，先固定 4 个变量
审计就像做实验。变量不固定，数据就没有意义。今天用登录账号提问，明天又换成无痕窗口，模型可调用的个性化记忆不同，结果自然无法比较。正式审计前，先明确并记录以下 4 项。
- 账号与记忆：始终保持未登录状态或使用无痕模式，并关闭 ChatGPT 的“引用聊天记录”功能，排除个性化信息对结果的干扰。
- 平台与模式：分别测试 ChatGPT（包括搜索模式）、Perplexity、Google AI Overviews 和 Gemini，各自记录，不能混在一起。
- 语言与地区：使用目标客户的语言提问。例如面向台湾 B2B 市场时，应使用繁体中文；英文提问得到的结果不能代表台湾市场。
- 提问时间：尽量在同一天完成同一批提示词。模型索引和实时检索结果每天都会变化，跨周数据不具备可比性。
提示词模板：5 类提问方式，可直接复制
只问一个问题，看不到全貌。真实用户会从不同角度表达同一种需求：有人从品类入手，有人直接点名比较，也有人带着具体场景提问。下面 5 类提示词覆盖了买家从“还不知道你”到“已经在考虑你”的完整旅程。只需把 [品类]、[品牌]、[场景] 替换成自己的内容。
- 品类探索型：“我想找[品类，例如台湾的 B2B GEO/SEO 服务商]，请推荐几家，并说明各自擅长什么。”观察你的品牌能否进入未点名推荐名单。
- 点名比较型：“与[主要竞品]相比，[你的品牌]在[服务项目]上有什么区别？”观察模型是否认识你的品牌，以及给出的信息是否准确。
- 场景需求型：“我是一家[行业] SaaS 公司，希望提升在 AI 搜索中的品牌曝光，应该找谁、从哪里开始？”观察模型是否会把你的品牌带入解决方案。
- 事实核查型：“[你的品牌]提供哪些服务？价格和服务范围是什么？”检查模型给出的内容是否准确、是否已经过时。
- 来源请求型：“请推荐[品类]，并附上你参考的来源 URL。”明确要求模型提供来源引用，检查你的网站是否获得外链。
ChatGPT 和 Perplexity 要分开评估
两者的引用机制不同。Perplexity 的回答几乎都会附带来源编号，审计时可以直接统计你的网站出现在哪些回答中、被引用了多少次，信号非常清晰。ChatGPT 则要区分纯模型回答和开启搜索后的回答：前者依赖训练数据与模型记忆，能否提到你取决于长期积累的品牌声誉；后者会实时检索网页并附上链接，更接近 Perplexity。测试 ChatGPT 时，同一个问题应分别在两种模式下各问一次。两者之间的差距，本身就是有价值的洞察。
把回答转成分数：一张表就够了
问完以后不要凭印象判断。新建一张表，横向列出 4 个平台，纵向列出 5 类提示词，每个单元格只记录 3 项信息。等这张表跑到第 2 次、第 3 次，你看到的就不再是单个结果，而是变化趋势。
- 是否提及（0 或 1）：这个单元格对应的回答中是否出现了你的品牌？
- 引用等级（1 至 3）：纯文本提及记 1 分，附来源链接记 2 分，列为首选记 3 分。
- 竞品覆盖情况：同一单元格中还出现了哪些竞品，它们排在你之前还是之后。
从审计缺口反推需要修复的问题
审计的价值，在于把问题落到具体行动，而不是给出“多写几篇文章”之类的模糊建议。如果连纯文本提及都没有，问题很可能是品牌的讨论密度太低，需要补充外部证据和品牌曝光机会。如果有提及，却几乎没有来源引用，通常说明页面内容不便于提取：缺少清晰的问答结构，没有结构化数据，关键事实还藏在图片或冗长段落中。前者是品牌声量问题，后者是技术结构问题，需要用完全不同的方法解决。
自己完整跑一轮审计，大约半天就能判断缺口究竟在品牌声量还是内容结构。如果你需要更完整的版本，把 20 个单元格的结果、竞品对比和具体修复清单系统整理出来，Tenten GEO 的 30 天 GEO 审计就是对这套流程的深入执行。如果想先确认自己的差距在哪里，可以预约一次 30 分钟的 GEO 诊断，我们会直接用你的品牌进行几轮实际提问。
