很多老板问我们的第一个问题都差不多：“AI 上现在到底怎么说我们公司？”
这个问题不需要先付钱才能回答。这篇文章给的是一套企业自己就能跑完的自测流程，一个人、两三个小时、零成本。跑完之后你至少能拿到三样东西：一份可见度基线、一份差距清单、一个判断”要不要花钱做 GEO”的依据。
开始之前：你需要准备什么
这三件事没准备好，测出来的结果没有参考价值。
- 一台手机或电脑，装好至少 3 个 AI 应用。 建议覆盖豆包、DeepSeek、通义千问、腾讯元宝里的至少三个（各平台的推荐机制差异，可以看我们拆解过的豆包、DeepSeek、通义千问三篇）——不同平台的检索来源和推荐逻辑差别很大，只测一个容易得出片面结论。
- 一份竞品名单，3 到 5 家。 必须是你在真实生意里会碰到的对手，不是行业前十的巨头。没有对照组，你测出来的”AI 没提我”就无法判断是行业普遍现象还是你独有的问题。
- 一张空白表格。 Excel 或飞书表格都行，列先建好：问题、平台、测试次数、是否提及我方、我方出现位次、都提到了谁、AI 引用了什么来源。
另外提醒一句：用无痕/新会话来测。已有的聊天记录会让模型记住你之前说过的内容，把结果带偏。
第 1 步：写出用户真正会问的 10~15 个问题
这一步是整套自测里最容易做错的，也是最决定成败的。
错误示范：「智推轻选怎么样？」「XX 公司好不好？」
带着你自己品牌名去问，AI 当然会说到你——这测的不是可见度，是”AI 认不认识这个词”。真实客户在还不知道你的时候，是不会打出你的名字的。
正确示范——按客户的真实决策场景来写：
- 品类推荐类：「杭州做 GEO 优化比较靠谱的公司有哪些」
- 选型对比类：「中小企业做 AI 搜索优化大概要花多少钱」
- 问题解决类：「AI 搜不到我的公司怎么办」
- 资质核查类：「怎么判断一家 GEO 服务商靠不靠谱」
把你所在行业的这四类问题各写 34 个，凑够 1015 个。写的时候有个土办法很好用：回想最近三个客户在第一次沟通时问过你什么，直接抄下来。
第 2 步：统一测试口径
这一步不做，后面的数据就没法横向比较。固定三个开关：
| 设置项 | 统一设成 | 为什么 |
|---|---|---|
| 深度思考 / 推理模式 | 关闭 | 开启后同一问题多次回答的差异变大，不利于对比 |
| 联网搜索 | 打开 | 关掉的话测的是模型的记忆，而不是它现在能检索到什么 |
| 会话历史 | 每次新开会话 | 避免上下文污染结果 |
再定一条规则：每个问题在每个平台问 3 次，分别记录。理由很简单——AI 的输出有随机性，问一次就下结论，很容易把偶然当成必然。
第 3 步：按表实测并记录
这是体力活，也是整套流程里最花时间的部分。10 个问题 × 3 个平台 × 3 次 = 90 次提问，两三个小时能做完。
每次提问后记四件事：
- 有没有提到我方（是 / 否）
- 如果提到了，排在第几个（首位 / 前三 / 靠后）
- 提到了哪些同行（把名字全记下来，这是竞品情报）
- AI 引用了哪些来源（很多平台会在答案下方列出参考链接，这一项价值最高，后面会说）
第 4 项经常被忽略，但它才是最有价值的信息——它直接告诉你 AI 现在信任谁。如果你发现 AI 反复引用某个行业媒体、某个问答社区，那就是你后续内容该去的地方。
第 4 步：算出你的两个基线指标
把表格汇总，算两个数：
- 提及率 = 提到你的次数 ÷ 总提问次数
- 首位提及率 = 你排在第一个被提到的次数 ÷ 总提问次数
举个例子：90 次提问里有 18 次提到你，提及率就是 20%；其中 4 次你排在第一位，首位提及率约 4.4%。
这两个指标的完整定义可以看《AI 可见度到底怎么衡量》。这两个数字本身高低不重要，重要的是它们是你后面所有优化的对照基准。没有这个基准，三个月后你无法回答”到底有没有变好”。
顺便把竞品的提及率也算一遍。你会经常发现一个反直觉的结果：在 AI 里被提得最多的，往往不是行业里生意做得最大的那家，而是内容做得最系统的那家。 这恰恰是中小企业的机会。
第 5 步：判断问题出在哪一层
拿到基线后，对着结果做归因。绝大多数情况会落在下面三层中的一层：
| 现象 | 问题出在 | 该做什么 |
|---|---|---|
| 全网几乎搜不到你的信息 | 内容层：压根没有可被引用的事实 | 先把核心事实在官网讲清楚，再谈别的 |
| 官网有内容，但 AI 引用的全是别人 | 可读层：AI 抓不动或读不懂你的官网 | 照着官网 AI 可读性 9 步自查清单过一遍 |
| AI 提到你，但描述是错的或过时的 | 纠偏层：错误信息比正确信息更容易被检索到 | 补充权威信源上的正确事实 |
这一步不需要你精确诊断，只要判断”我大概属于哪一类”就够了——它决定了你接下来把钱和精力花在哪。
第 6 步：做一个最小验证
不要一上来就全面改造。挑一个问题、一个平台，做一次最小验证：
针对提及率最低但对你最重要的那个问题，在官网写一篇直接回答它的内容。要求：标题就是那个问题本身、开篇 100 字内给出结论、正文用列表或表格组织、所有数据标明出处、页面能被搜索引擎正常抓取。
然后等 2~4 周，用完全相同的口径重测这一个问题。
第 7 步：复测，并把它变成习惯
复测必须用和第一次完全一样的问题、一样的口径，否则数据没有可比性。这是自测最容易翻车的地方——很多人第二次测的时候换了问法，结果好看了，其实只是问题变简单了。
建议固定成每月一次。三个月后你手上会有三组可对比的数据，那时候再决定要不要加大投入，判断就有依据了。
一个完整示例：某杭州本地装修公司
为了让上面的流程更具体，这里走一遍完整示例（脱敏演示，非真实客户数据）：
背景：一家杭州本地的家装公司，老板发现最近上门咨询变少，怀疑客户都跑去问 AI 了。
第 1 步，他写了 12 个问题，其中包括「杭州靠谱的家装公司推荐」「杭州装修 100 平大概多少钱」「怎么判断装修公司会不会增项」。
第 3 步实测后发现：12 个问题 × 3 平台 × 3 次 = 108 次提问，提到他家的次数是 0。但 AI 反复提到本地另外四家同行。
第 3 步的第 4 项给了关键线索：AI 引用的来源里，有三家同行都出现在同一个本地生活类内容平台上，且都有结构化的”报价说明”页面。
第 5 步归因：属于内容层问题——不是官网写得不好，是全网关于这家公司的可引用事实几乎为零。
第 6 步最小验证：他针对「杭州装修 100 平大概多少钱」这一个问题，在官网发了一篇报价构成说明，把人工、主材、辅材的价格区间用表格列清楚，标注了数据统计口径和更新时间。
第 7 步复测：四周后重测这一个问题，三个平台里有一个开始在回答中引用他的报价表。提及率从 0 变成约 11%。
数字不大，但性质变了——从”完全不存在”变成了”可被引用”。这个信号比数字本身重要得多。
你跑完会得到什么
- 一份可复现的可见度基线（提及率 + 首位提及率）
- 一份竞品在 AI 里的表现对照
- 一份 AI 当前信任的信源清单（第 3 步第 4 项攒下来的）
- 一个明确的问题归因：内容层、可读层还是纠偏层
- 一个判断依据：要不要花钱做 GEO，先做哪一块
什么时候该考虑找专业服务
自测能回答”有没有问题”，回答不了”具体改哪一百个地方”。当你遇到下面这几种情况，自测的边际收益就很低了：
- 词表要扩到几十上百个问题，人工测不过来
- 需要长期、定期、多平台的稳定监测
- 归因到了”可读层”，但不知道官网具体哪里让 AI 读不懂
- 需要在权威第三方信源上系统性补内容
这几种情况可以看看我们的 AI 搜索可见度诊断服务，或者直接提交一次诊断申请。挑服务商时容易踩的坑，这篇写得比较全。
不过就算到了这一步，先自测过的企业和没自测过的企业，谈需求的效率完全不一样——你会知道自己要什么，也能判断对方说的话靠不靠谱。