项目档案｜生成式引擎优化，GEO/AEO

更新时间：2026年05月22日 16:55（北京时间）

项目状态卡

字段	内容
当前阶段	小步立项候选 / 验证中
优先级	P0/P1
当前评分	79 / 100
话题发起人	亚洲詹姆斯（[已脱敏]）
当前推进人	默认同话题发起人；若后续有明确接手人，再人工更新
最近更新时间	2026-06-01
当前判断	GEO/AEO 已具备明确内部需求、成熟工具线索和外部趋势，适合从“AI 可见性审计报告”切入做客户验证；第一阶段不建议直接做完整 SaaS。
下一步	用 7-14 天为 3 个品牌做样例审计，验证客户是否愿意为 AI 答案中的品牌存在感、引用来源、竞品对比和优化建议付费。
维护策略	高频更新：有相关 Lark 进展、外部工具/竞品、客户验证信号时更新。

最新进展

• 2026-06-01：完成项目档案维护结构试点。当前保留原正文和研究判断，只新增项目状态卡、最新进展、数据链接和维护说明；后续每日根据 Lark 话题进展、外部信号和 Score History 增量更新。

• 2026-06-01：工程化维护流程验证完成。update_project_archives.py 已支持单篇受控写入，默认仍为 dry-run；write 模式必须指定 project-id，只追加“最新进展”受控区块，不开放全量写入。

• 2026-06-02：完成 01 项目档案受控区块维护：同步当前 project_key / thread_id / Base record_id / Wiki 文档链接，并按最新话题数据校验项目状态、负责人、证据链接与下一步维护边界。

执行摘要

GEO/AEO 是搜索入口从“网页列表”迁移到“AI 直接答案”后产生的新型品牌可见性赛道。它解决的不是传统 SEO 排名问题，而是：当用户在 ChatGPT、Perplexity、Gemini、Google AI Overviews、Claude、Copilot、豆包、DeepSeek、Kimi、元宝、文心一言、夸克 AI、通义等 AI 搜索/问答入口询问“哪个产品更好”“某公司怎么样”“某领域推荐谁”时，品牌是否出现、是否被正确描述、是否被引用、是否被推荐。

按新版 elite-market-project-research 规则，本项目以 Lark 话题数据为 P0 核心证据：该话题由用户明确提出，已经有 6 条话题消息、4 条人类消息、2 条 AI 分析，以及 Profound、Scrunch、AthenaHQ、Peec、Promptwatch、Otterly、Goodie、Writesonic 等 8 个去重资源。外部 Brave Search 资料进一步验证：GEO / AI Visibility 已有专门平台、SEO 平台入场、行业文章和学术研究支持。

本项目建议进入 小步立项候选，但第一阶段不建议直接做完整 SaaS 平台。更优路径是从 AI 可见性审计报告 切入：用半自动方式为 3 个品牌做样例审计，验证客户是否愿意为“AI 答案中的品牌存在感、引用来源、竞品对比和优化建议”付费。

综合评分：79 / 100。当前状态：小步立项候选，先做 7-14 天样例验证。

一、Lark 话题证据摘要

字段	内容
话题群	Tranfu AI机会
chat_id	[已脱敏]
thread_id	[已脱敏]
项目标题	生成式引擎优化，GEO/AEO
当前阶段	discussing
消息规模	6 条消息 / 4 条人类消息 / 2 条 App 分析
资源规模	去重资源 8 个；项目表统计 resource_count=30，主要来自同一分析卡片中的 URL 重复展开
Base record_id	[已脱敏]
项目档案	[内部链接已脱敏]

原始需求

【事实】用户在 Lark 话题中明确提出：

生成式引擎优化，GEO/AEO。 通过技术 + 内容手段，让品牌/产品在生成式 AI 搜索/对话产品（豆包、DeepSeek、Kimi、元宝、文心一言、夸克 AI、百度 AI 搜索、通义、ChatGPT 等）回答用户问题时，被引用、被推荐、被排在显著位置的一整套优化服务。 包含：AI 可见性监测工具、AI 答案优化代运营服务、为 GEO 服务的内容生产、为 AI 模型抓取做的网站/数据结构改造。

【事实】用户随后追问：

现在 geo 有什么成熟的工具和平台？

这说明 Lark 内部需求不是泛泛“市场调研”，而是已经指向：

1. 是否存在成熟工具和平台；

2. 这个方向能否产品化或服务化；

3. 应该如何理解 GEO/AEO 的市场阶段。

群内共识

【事实】话题内 AI 初步分析已经形成几个判断：

• GEO 是真实的新兴市场，处于 0 到 1 早期；

• 本质是 SEO、品牌监测、内容营销、PR、AI 搜索可见性的交叉；

• 短期机会在监控和诊断，中期机会在内容优化工作流，长期机会在“AI 搜索时代的 Semrush / Ahrefs”；

• 已出现专门做 AI Search Visibility / GEO 的平台。

群内分歧

【事实】当前 Lark 话题没有明确反对意见或分歧。

【推断】缺少分歧不代表需求强验证完成，只说明话题还处在早期研究阶段。下一步应主动引入客户视角和反例：SEO/品牌团队是否愿意付费、是否信任 AI visibility 指标、是否认为传统 SEO 工具已经足够。

已提供资料

【事实】话题中已提供/提及的去重资源包括：

• Profound：https://www.tryprofound.com/

• Scrunch：https://scrunch.com/

• AthenaHQ：https://athenahq.ai/

• Peec AI：https://www.peec.ai/

• Promptwatch：https://promptwatch.com/

• Otterly：https://otterly.ai/

• Goodie GEO tools：https://higoodie.com/

• Writesonic GEO tools：https://writesonic.com/blog/generative-engine-optimization-tools

已形成判断

【推断】Lark 证据已经足以证明：团队内部对 GEO/AEO 有明确需求描述、工具调研意图和资源线索；但尚不足以证明：客户愿意付费、国内市场已经成熟、某个产品形态一定成立。

待验证问题

1. AI 工具/B2B SaaS/品牌团队是否真的在意“AI 答案里有没有我”；

2. 客户愿意为一次性审计报告付多少钱；

3. 客户是否需要月度监测，还是只需要一次诊断；

4. 中文 AI 搜索/豆包/Kimi/DeepSeek/夸克等入口是否已经影响真实购买决策；

5. Semrush、Ahrefs、HubSpot、SE Ranking 等大平台入场后，独立小团队还能切哪一段。

Lark 证据等级

Lark 证据：L3-

原因：有明确用户发起、多轮追问、多个外部工具资源和 AI 分析，但还没有客户访谈、试用、付费、负责人和执行资源。

二、研究边界与方法论

2.1 市场定义

本报告中的 GEO/AEO 包含：

• Generative Engine Optimization：生成式引擎优化；

• Answer Engine Optimization：答案引擎优化；

• AI Search Visibility：AI 搜索可见性；

• LLM Visibility / LLM SEO：大模型答案可见性；

• Brand Visibility in AI Answers：品牌在 AI 答案中的提及、引用、推荐、语义位置；

• AI Overviews / Perplexity / ChatGPT / Gemini 等答案入口中的品牌监测和优化。

不包含：

• 传统关键词 SEO 的完整替代；

• 纯内容代写工具；

• 没有品牌监测、引用分析或答案测试能力的泛 AI 写作工具。

2.2 决策场景

这是 AI Opportunity Radar 的项目机会评估，目标不是写一篇 SEO 科普文，而是判断：

这个方向是否值得现在投入验证？ 应该切哪个细分场景？ MVP 应该怎么做？ 哪些风险会让项目失败？

2.3 本次补充资料来源

本次使用 Brave Search 补充检索，重点覆盖：

• Search Engine Land: What is Generative Engine Optimization；

• Semrush: Generative Engine Optimization / AI Visibility Toolkit / AI Overviews study；

• Profound: AI Search visibility platform；

• Peec AI: AI search analytics for marketing teams；

• Otterly.AI: AI search monitoring across ChatGPT、Perplexity、Google AI Overviews、Gemini、Copilot；

• Scrunch AI: brand presence / AI customer experience / AI search visibility；

• arXiv: GEO 相关论文与测量框架；

• eMarketer / Search Engine Land / GoodFirms / SEO 工具文章关于 AEO/GEO 与 zero-click、AI Overviews 的资料。

二、第一性原理：为什么这个市场会出现

传统搜索链路是：

用户搜索关键词 → 搜索引擎返回网页列表 → 用户点击网站 → 品牌获得流量

AI 搜索链路正在变成：

用户直接提问 → AI 综合多个来源生成答案 → 用户在答案中完成认知/比较/决策

这改变了品牌增长的核心问题。

过去企业问：

我的网页在 Google 第几名？

现在企业还必须问：

AI 回答里有没有我？ AI 有没有正确描述我？ AI 推荐竞品时为什么没有我？ AI 引用了哪些来源？ 我的官网/文档/内容能不能被 AI 理解和引用？

所以 GEO/AEO 的本质不是“SEO 新名词”，而是一个新的品牌分发与信任入口。

三、GEO / AEO / AI Visibility 的定义

3.1 GEO：Generative Engine Optimization

GEO 关注如何提升内容和品牌在生成式 AI 引擎中的可见性。

核心指标包括：

• Brand mention rate：品牌出现率；

• Citation share：引用占比；

• Recommendation share：推荐占比；

• Sentiment / framing：AI 如何描述品牌；

• Competitor comparison：与竞品相比谁被推荐；

• Source attribution：AI 引用了哪些页面或资料；

• Query coverage：哪些用户问题能触发品牌出现。

3.2 AEO：Answer Engine Optimization

AEO 关注让内容更容易成为答案引擎的可引用材料。

典型优化动作：

• FAQ / 问答化结构；

• 清晰的实体描述；

• schema markup；

• 引用、数据、定义、对比表；

• 专家观点和权威来源；

• 内容更新和事实一致性；

• 页面结构更适合被 AI 摘要。

3.3 AI Visibility：更适合作为产品命名的概念

从产品角度，“GEO/AEO”是行业方法论，“AI Visibility”更适合做用户价值表达。

客户更容易理解：

你的品牌在 AI 答案里是否可见？

而不是：

你需要做生成式引擎优化。

四、市场拐点信号

拐点 1：AI Answer 入口正在真实改变搜索行为

Google AI Overviews、Perplexity、ChatGPT Search、Gemini、Copilot 等入口把搜索结果从“链接集合”变成“答案集合”。Semrush 等 SEO 平台已经开始追踪 AI Overviews、AI Visibility Toolkit 等指标，说明传统 SEO 工具也在将 AI 搜索纳入核心工作流。

判断：上升趋势，强度高。

拐点 2：Zero-click 进一步放大品牌可见性的价值

当用户不点击网页也能得到答案时，传统流量指标会变弱。企业即使自然排名不错，也可能在 AI 答案里不可见；反过来，被 AI Overview / Perplexity / ChatGPT 引用或推荐，可能成为新的品牌曝光和信任入口。

判断：上升趋势，强度高。

拐点 3：工具生态已经从概念进入产品竞争

Brave 检索显示，AI Visibility / GEO 工具已出现多个玩家：

• Profound：企业级 AI 搜索可见性与需求洞察；

• Peec AI：面向营销团队的 ChatGPT、Perplexity、Gemini 品牌表现分析；

• Otterly.AI：跨 Google AI Overviews、ChatGPT、Perplexity、Gemini、Copilot 的自动监测；

• Scrunch AI：品牌在 AI 搜索/AI customer journey 中的表现和内容缺口；

• Semrush AI Visibility Toolkit：传统 SEO 平台进入 AI 可见性工具；

• SE Ranking / Writesonic / Gauge / Evertune 等也在布局。

判断：市场教育加速，竞争升温，强度中高。

拐点 4：学术研究开始定义 GEO 方法和测量框架

arXiv 和 KDD 相关论文已经围绕 GEO、citation selection、citation absorption、GEO benchmark、AI search visibility 等进行研究。这说明该方向不是单纯营销包装，而是信息检索范式变化后的真实问题。

判断：早期标准化信号，强度中。

五、目标用户与购买动机

5.1 第一优先级用户

用户	购买动机	预算来源
B2B SaaS / AI 工具公司	用户问 AI“推荐哪个工具”时希望被提及	增长 / SEO / 内容营销
SEO / 内容营销团队	传统 SEO 指标不足，需要 AI visibility 指标	SEO 工具 / 内容预算
品牌 / PR 团队	关心 AI 如何描述品牌、是否误读、是否推荐竞品	品牌 / 公关预算
数字营销代理商	需要向客户提供新型服务包	客户项目预算
创业公司 / 独立产品	需要知道 AI 是否理解自己的定位	增长实验预算

5.2 第二优先级用户

• 投资机构研究团队；

• 垂直行业咨询公司；

• 电商/消费品牌；

• 教育、医疗、金融等高信任行业；

• 跨境品牌和出海 SaaS。

5.3 最强购买触发

用户不是为了“学习 GEO”付钱，而是为了回答这几个问题付钱：

当用户问 AI 推荐某类产品时，有没有我？ 竞品为什么出现，我为什么没有出现？ AI 有没有错误描述我的产品？ 我应该改哪些官网/文档/内容，才能提高被引用概率？ 一个月后我的 AI 可见性有没有提升？

六、竞争格局

6.1 竞争梯队

第一梯队：企业级 AI Visibility 平台

代表：Profound、Evertune、Scrunch AI。

特点：

• 面向企业品牌；

• 覆盖多模型、多 prompt、多竞品；

• 提供 dashboard、benchmark、insight；

• 可能收费较高。

优势：企业客户、数据产品化、监测体系完整。

弱点：价格高、复杂度高、对小品牌/中文市场不一定友好。

第二梯队：中小团队 / 自助式监测工具

代表：Peec AI、Otterly.AI、Promptmonitor、SE Visible 等。

特点：

• 入门价格更低；

• 支持 ChatGPT / Perplexity / Gemini / Google AI Overviews；

• 更适合营销团队、代理商、小品牌试用。

优势：上手快、价格低、教育成本低。

弱点：容易同质化；报告深度和优化建议可能不足。

第三梯队：传统 SEO 平台扩展

代表：Semrush、Ahrefs、SE Ranking。

特点：

• 在传统 SEO 数据和客户基础上增加 AI visibility；

• 能整合 keyword、ranking、citation、AI Overview 数据。

优势：已有客户、已有预算、已有工作流。

弱点：AI 原生体验可能不如新创公司；中文/垂直场景可能滞后。

第四梯队：Agency / 服务商

特点：

• 提供 GEO/AEO 审计、内容改造、PR/引用策略；

• 可能按项目收费。

优势：适合早期客户教育，能卖高客单服务。

弱点：交付重，规模化差。

6.2 竞争强度评分

维度	强度	判断
新进入者	高	LLM + 搜索 API 让初版监测工具门槛不高
替代品	中高	SEO 平台、内容平台、代理商都可扩展
买方议价	中	客户愿意试，但预算归属仍在形成
供应商议价	中	模型和搜索接口成本可控，但采样稳定性重要
行业内竞争	中高	2025-2026 年产品会快速变多

结论：这是一个“有机会但必须快切细分”的市场。不能做泛泛的 GEO 平台，必须选择差异化入口。

七、用户痛点与机会矩阵

7.1 Top 5 真痛点

1. 不知道自己是否被 AI 提及：AI answer 入口不可见；

2. 不知道竞品为什么被推荐：缺竞品对比；

3. 不知道 AI 是否错误描述自己：品牌事实不一致；

4. 不知道该优化什么内容：缺行动建议；

5. 无法证明 GEO/AEO 投入有效：缺前后对比指标。

7.2 非对称机会矩阵

机会	痛点强度	AI 解决难度	判断
AI 可见性审计报告	高	中	黄金切入点
竞品 AI 推荐份额监测	高	中	高价值，可做成订阅
官网/文档 AEO 改造建议	中高	中	适合服务化交付
全自动 GEO SaaS 平台	高	高	长期方向，不适合第一步
面向所有行业的泛 GEO 内容生成	中	低	同质化风险高

八、产品机会

机会 1：AI 可见性审计报告

产品定义

为一个品牌生成 AI 搜索可见性审计：

品牌名 + 官网 + 竞品 + 目标 query → 多 AI 引擎采样 → 品牌/竞品出现率 → 引用来源 → AI 描述准确性 → 内容缺口 → 30 天优化建议

为什么优先做

• 不需要一开始做复杂 SaaS；

• 可手动/半自动交付；

• 客户容易理解；

• 能验证付费意愿；

• 结果适合展示样例。

适合客户

• AI 工具；

• B2B SaaS；

• 出海工具；

• SEO agency；

• 正在做内容营销的创业公司。

机会 2：AI Visibility Tracker

产品定义

按周/按月监测固定 query 下的品牌表现。

核心指标：

• mention rate；

• [已脱敏] share；

• citation share；

• sentiment；

• competitor rank；

• source changes；

• query coverage。

适合阶段

在审计报告验证有客户愿意持续关注后，再做订阅看板。

机会 3：AEO 内容改造服务

产品定义

把客户现有官网、文档、博客改造成 AI 更容易引用的内容结构。

输出：

• FAQ 结构；

• comparison pages；

• stats / quotes / definitions；

• schema 建议；

• missing topics；

• external citation plan。

风险

效果归因难，需要与监测指标绑定。

九、商业模式

9.1 一次性审计报告

适合早期验证。

可能价格：

轻量版：¥999 - ¥2999 专业版：¥5000 - ¥20000 企业版：定制报价

交付物：

• AI 可见性评分；

• 竞品对比；

• query 列表；

• 引用来源；

• 错误描述；

• 内容缺口；

• 30 天行动计划。

9.2 月度监测订阅

适合中期产品化。

按以下维度收费：

• 品牌数；

• query 数；

• 竞品数；

• AI 引擎数；

• 采样频率；

• 报告深度。

9.3 Agency enablement

卖给代理商：

让 SEO/内容/品牌代理商用我们的模板和工具，为客户交付 GEO/AEO 报告。

优点：分发更快。

缺点：需要模板化和白标能力。

十、反共识观点

共识 1：GEO/AEO 是 SEO 的新版本

反共识判断：GEO/AEO 不是 SEO 的子集，而是品牌信任入口变化。

SEO 关注排名和点击，GEO/AEO 关注 AI 答案中的存在感、引用、语义位置和推荐权重。即使网站排名第一，也可能在 AI 答案中不可见。

置信度：高。

共识 2：做 GEO 最重要的是多写内容

反共识判断：内容数量不是关键，AI 可引用性和实体可信度才是关键。

AI 更需要清晰的事实、结构化描述、比较信息、权威引用、数据和一致性。低质量内容堆量可能无效，甚至让 AI 对品牌产生错误理解。

置信度：中高。

共识 3：最佳产品形态是 SaaS 看板

反共识判断：早期最佳形态可能是“审计报告 + 咨询服务”，不是 SaaS。

因为客户还在形成问题意识。先用报告教育市场、验证付费、沉淀指标，再抽象成产品，比直接做 SaaS 更稳。

置信度：高。

十一、Project Scoring

项目类型：commercial_product + research_probe + internal_initiative。

证据等级：L1+。已有公开竞品、SEO 平台入场、学术研究、用户问题，但尚缺真实客户访谈和付费验证。

11.1 证据融合表

结论	Lark 证据	外部证据	类型	置信度	备注
GEO/AEO 是真实新兴方向	用户明确提出完整定义，并追问成熟工具	Search Engine Land、Semrush、eMarketer、GEO 论文均在讨论	事实+推断	高	不是凭空概念
已有可对标工具	Lark 资源包含 Profound、Scrunch、Peec、Otterly 等	Brave Search 进一步发现 Evertune、SE Ranking、HubSpot AEO Grader 等	事实	高	工具生态早期但已商业化
最佳切口不是直接做 SaaS	Lark 需求是“调研工具/平台”，还不是购买软件	外部工具多，竞争升温，客户教育仍早	推断	高	先做审计报告更稳
中文市场机会存在但未验证	原始需求点名豆包、DeepSeek、Kimi、元宝、夸克等	外部资料多偏英文/海外平台	推断	中	需要中文品牌样例测试
可以进入小步立项候选	Lark 有多轮需求+资源+分析	外部市场、竞品、SEO 平台入场支持	观点	中高	仍需付费验证

11.2 证据等级

Lark 证据等级：L3- 外部证据等级：L2 综合证据等级：L2+/L3-

说明：

• Lark 层面强于普通观察：有明确需求定义、多轮追问、工具资源和初步分析；

• 外部层面强于概念：已有多个产品化平台和传统 SEO 平台入场；

• 但尚缺客户访谈、试用行为和付费信号，所以不能判为 L4。

11.3 评分表

维度	权重	分数	依据
Demand reality	16	80	Lark 原始需求明确且有多轮追问；外部品牌/SEO/内容团队痛点明确，但仍需访谈验证预算
AI workflow fit	12	84	多模型答案采样、引用分析、内容缺口总结高度适合 AI 工作流
Technical feasibility	10	78	可先半自动采样和报告生成，复杂点在稳定监测与反爬/成本
Validation feasibility	10	82	7-14 天可做 3 个品牌样例报告验证
Distribution reachability	10	72	Lark 已点名 AI 产品/品牌场景；AI 工具/B2B SaaS/SEO agency 可作为第一批对象
Business/value recovery	10	74	审计报告和月度监测均有付费路径，但价格需验证
Reuse and retention	8	78	月度监测、竞品对比、内容改造有复购逻辑
Cost structure	8	70	模型/API 成本可控，但多引擎采样需要成本管理
Risk and responsibility	8	72	风险中等，主要是数据准确性、夸大承诺、平台波动
Tranfu fit	8	88	与 AI Opportunity Radar、研究报告、AI 工具生态高度匹配

11.4 最终评分

项目质量分：79 / 100 Lark 证据等级：L3- 外部证据等级：L2 综合证据等级：L2+/L3- 状态：小步立项候选，先做 7-14 天样例验证

11.5 硬门槛检查

Gate	结果
User gate	通过：B2B SaaS / AI 工具 / SEO 团队 / agency
Demand gate	部分通过：痛点明确，但付费意愿需验证
AI-fit gate	通过：AI 适合采样、归纳、对比、建议生成
Responsibility gate	通过：不涉及高危专业决策，但需避免夸大“保证排名”

十二、7-14 天验证计划

Day 1：选样例品牌

选择 3 个品牌：

1. 一个 AI 工具；

2. 一个 B2B SaaS；

3. 一个中文/出海产品。

每个品牌准备：

• 官网；

• 3-5 个竞品；

• 20 个目标 query；

• 目标市场/语言。

Day 2-3：多引擎采样

覆盖：

• ChatGPT；

• Perplexity；

• Gemini；

• Google AI Overviews；

• Claude / Copilot 可选。

采集：

• 品牌是否出现；

• 出现位置；

• 是否推荐；

• 是否引用；

• 引用来源；

• 描述是否准确；

• 竞品出现情况。

Day 4-5：生成报告

输出：

• AI Visibility Score；

• query coverage；

• competitor share；

• citation source map；

• brand misunderstanding list；

• content gap；

• 30 天优化计划。

Day 6-7：客户反馈

找 5-10 个潜在客户/朋友公司看样例报告。

验证问题：

• 是否理解这个报告价值；

• 是否愿意每月看；

• 是否愿意为一次性报告付费；

• 最想看哪 3 个指标；

• 是否愿意提供官网/竞品/query 做测试。

Day 8-14：迭代成模板

如果反馈积极：

• 固化报告模板；

• 制作 landing page；

• 形成第一个可销售服务包。

十三、MVP 设计

13.1 输入

品牌名 官网 URL 产品一句话 竞品列表 目标用户 目标 query 列表 目标 AI 引擎 目标市场/语言

13.2 输出

AI Visibility Score 品牌出现率 竞品推荐份额 引用来源 错误描述 内容缺口 AEO 改造建议 30 天行动计划

13.3 最小系统模块

1. Query 管理；

2. 多 AI 引擎采样；

3. 答案解析；

4. 品牌/竞品识别；

5. 引用来源提取；

6. 报告生成；

7. 历史对比。

第一版可以半自动，不需要全自动平台。

十四、事前验尸

假设 2 年后项目失败，最可能原因：

1. 直接做 SaaS，看板没人持续用；

2. 客户只觉得“有趣”，但不愿付费；

3. Semrush / Ahrefs / SEO 平台快速覆盖主流需求；

4. 采样波动大，客户不信数据；

5. 无法证明优化动作带来可见性提升；

6. 只做监测，没有行动建议；

7. 中文/国内场景 AI 搜索习惯不足，需求释放慢。

我会改变看法的触发条件：

• 10 个潜在客户看完样例报告后无人愿意继续试用；

• 客户只关心传统 SEO，不关心 AI 答案；

• 采样结果高度不稳定，无法形成可信指标；

• 大平台低价提供足够好能力，导致独立产品价值被压缩。

十五、最终建议

GEO/AEO 是当前三个项目中最适合先做样例验证的方向之一。它的优势是 Lark 话题证据相对最完整：有明确需求定义、多轮追问、资源列表和 AI 初步分析；短板是还没有客户访谈和付费验证。

推荐路线：

AI 可见性审计报告 → 3 个品牌样例测试 → 5-10 个客户访谈 → 标准化报告模板 → 月度监测服务 → 轻量 SaaS 看板

不建议路线：

一开始做大而全 GEO 平台 一开始承诺提高排名 一开始只做内容生成 一开始不做竞品对比和引用来源

唯一主线下一步：

选 3 个品牌，做 AI Visibility Audit 样例报告，并把结果回填到 Lark 话题：每个品牌至少记录 20 个 query、3-5 个竞品、5 个 AI 入口、客户反馈和是否愿意付费。

参考来源

• Search Engine Land: Generative engine optimization: How to win AI mentions

• Semrush: Generative Engine Optimization practical guide

• Semrush: AI Visibility Toolkit / AI Overviews study

• Profound: Optimize Your Brand's Visibility in AI Search

• Peec AI: AI Search Analytics for Marketing Teams

• Otterly.AI: AI Search Monitoring and LLM Monitoring

• Scrunch AI: Boost Brand Presence in AI Search

• arXiv: Generative Engine Optimization and GEO measurement research

• eMarketer: GEO and AEO in AI search

• SE Ranking / Gauge / Evertune / Writesonic industry comparisons

数据链接

类型	内容
Base record_id	[已脱敏]
Lark 话题群	Tranfu AI机会（[已脱敏]）
Lark thread_id	[已脱敏]
Wiki 节点	ULPiwYwHSimAQTkryHGlTCpDg6d
文档 token	OnlxdylUNoG8Q1xZVFHl1R0Mgcb
相关 Signals / Evidence Links	后续由 03 数据看板同步补齐

项目增强分析（2026-06-02）

口径：基于最新项目维护报告、Lark 话题真实数据与可复核公开资料整理；web_search 当前不可用，因此未二次核验的市场判断均按“趋势/假设”保守处理。

project_id：geo_aeo

📌 一句话机会

让品牌/产品在 ChatGPT、Perplexity、Gemini、Google AI Overviews、豆包、DeepSeek、Kimi 等 AI 答案引擎中——被提及、被引用、被推荐——的可见性监测与内容优化服务，优先从"AI 可见性审计报告"切入客户验证市场。

🎯 目标用户

| 优先级 | 用户 | 购买动机 | 预算来源 |

|--------|------|----------|----------|

| P1 | B2B SaaS / AI 工具公司 | 用户问 AI "推荐哪个工具"时希望被提及 | 增长/SEO/内容营销 |

| P1 | SEO / 内容营销团队 | 传统 SEO 指标不足，需要 AI visibility 指标 | SEO 工具/内容预算 |

| P1 | 品牌 / PR 团队 | 关心 AI 如何描述品牌、是否误读、是否推荐竞品 | 品牌/公关预算 |

| P2 | 数字营销代理商 | 需要向客户提供新型服务包 | 客户项目预算 |

| P2 | 创业公司 / 独立产品 | 需要知道 AI 是否理解自己的定位 | 增长实验预算 |

| P2 | 出海中国品牌 | AI 搜索（Perplexity/ChatGPT/Gemini）在海外影响买决策 | 出海营销预算 |

🔥 核心痛点

1. 不知道自己是否被 AI 提及：AI answer 入口不可见，传统 SEO 监控无法覆盖

2. 不知道竞品为什么被推荐：缺 AI 答案中的竞品对比数据

3. 不知道 AI 是否错误描述自己：品牌事实不一致，影响信任

4. 不知道该优化什么内容：官网/文档/博客的结构、引用、schema 是否被 AI 理解

5. 无法证明 GEO/AEO 投入有效：缺前后对比指标和行业基准

📊 当前证据

内部话题数据

• 话题来源：Lark "Tranfu AI机会" 群，thread_id [已脱敏]

• 消息/资源：6 条消息（4 条人类 + 2 条 AI 分析），30 个资源（含 8 个去重工具/平台链接）

• 话题发起人：亚洲詹姆斯

• 原始需求摘录：

"通过技术 + 内容手段，让品牌/产品在生成式 AI 搜索/对话产品回答用户问题时，被引用、被推荐、被排在显著位置的一整套优化服务。包含：AI 可见性监测工具、AI 答案优化代运营服务、为 GEO 服务的内容生产、为 AI 模型抓取做的网站/数据结构改造。"

• 后续追问："现在 geo 有什么成熟的工具和平台？"

• 话题证据等级：L3-（有明确需求定义、多轮追问、工具资源、AI 分析，但缺客户访谈和付费验证）

• 项目评分：79/100

• 当前状态：验证中 / 小步立项候选

• 去重资源：Profound、Scrunch、AthenaHQ、Peec AI、Promptwatch、Otterly、Goodie GEO、Writesonic GEO

外部资料/行业趋势

• GEO / AI Visibility 已不是概念，Search Engine Land、Semrush、eMarketer 等主流 SEO/营销媒体持续覆盖

• 传统 SEO 平台正入场：Semrush AI Visibility Toolkit、SE Ranking AI Overviews

• 多个独立平台已产品化：Profound（企业级）、Peec AI（营销团队版）、Otterly.AI（多引擎自动监测）

• arXiv 已出现 GEO 论文、测量框架和 benchmark（citation selection、citation absorption）

• AI Overviews、Perplexity、ChatGPT Search 正在改变搜索行为，zero-click 模式放大品牌可见性价值

• 中文市场：豆包/DeepSeek/Kimi/元宝/夸克/百度AI搜索等入口增长快，但外部资料多偏英文

竞争格局

| 梯队 | 代表 | 特点 |

|------|------|------|

| 第一梯队：企业级 AI Visibility 平台 | Profound、Evertune、Scrunch AI | 多模型、多 prompt、企业客户 |

| 第二梯队：自助式监测工具 | Peec AI、Otterly.AI、SE Visible | 低价、易上手，适合小团队 |

| 第三梯队：传统 SEO 平台扩展 | Semrush、SE Ranking、Ahrefs | 已有客户和预算，AI 原生体验可能不足 |

| 第四梯队：Agency/服务商 | 各类 SEO 代理 | 交付重，规模化差，但能卖高客单服务 |

🏗️ MVP 切口

推荐路径：AI 可见性审计报告

不要直接做完整 SaaS；先为人品牌做 7-14 天样例验证。

输入：

• 品牌名 + 官网 URL + 产品一句话

• 竞品列表（3-5 个）

• 目标 query 列表（20 个）

• 目标 AI 引擎（ChatGPT / Perplexity / Gemini / AI Overviews / 可选中文入口）

• 市场/语言

输出：

• AI Visibility Score（品牌出现率、推荐份额、引用来源）

• 竞品对比（谁被推荐、谁没出现）

• 品牌描述准确性与误读清单

• 内容缺口与 AEO 改造建议

• 30 天行动计划

第一版可半自动交付，不需要全自动平台。

✅ 验证方式

1. 选 3 个品牌（一个 AI 工具、一个 B2B SaaS、一个中文/出海产品）

2. 7 天完成多引擎采样 + 报告生成

3. 找 5-10 个潜在客户看样例报告，验证：

• 是否理解报告价值

• 是否愿意每月看更新

• 是否愿意为一次性报告付费

• 最想看哪 3 个指标

1. 关键指标：客户理解率 ≥ 70%，愿意付费比例 ≥ 30%

⚠️ 风险与反证

| 风险 | 可能性 | 影响 | 缓解 |

|------|--------|------|------|

| 客户觉得"有趣但不付费" | 中高 | 致命 | 先做样例后再收费 |

| Semrush/Ahrefs 快速覆盖 | 中 | 严重 | 聚焦中文/出海差异化 |

| 采样波动大，数据不可信 | 中 | 严重 | 固定 prompt 模板 + 多轮采样 |

| 只做监测没有行动建议 | 中低 | 中 | 审计报告天然包含优化建议 |

| 中文 AI 搜索需求释放慢 | 中 | 中 | 优先英文市场验证，再回归中文 |

我会改变看法的触发条件：

• 10 个潜在客户看完样例报告后无人愿意继续试用

• 客户只关心传统 SEO，不关心 AI 答案

• 采样结果高度不稳定，无法形成可信指标

📋 下一步

第 1 步（7 天）：选 3 个品牌 → 多引擎采样 → 出样例审计报告 第 2 步（7 天）：找 5-10 个潜在客户验证付费意愿 第 3 步：根据反馈固化报告模板 → 制作 landing page → 形成可销售服务包 第 4 步（中期）：月度监测订阅 → 轻量 SaaS 看板

不建议的路线：一开始做大而全 GEO 平台 / 承诺提高排名 / 只做内容生成不做竞品对比

🔗 参考来源链接

• Search Engine Land: "Generative engine optimization: How to win AI mentions"

• Semrush: "Generative Engine Optimization practical guide" / "AI Visibility Toolkit"

• Profound: https://www.tryprofound.com/

• Peec AI: https://www.peec.ai/

• Otterly.AI: https://otterly.ai/

• Scrunch AI: https://scrunch.com/

• arXiv: GEO measurement research / citation selection papers

• eMarketer: GEO/AEO in AI search trends

• SE Ranking / Gauge / Evertune / Writesonic 行业对比

---

维护边界：本章节为 2026-06-02 增强分析受控块；后续若有新客户验证、竞品变化或 Lark 话题进展，可替换本章节，不覆盖原始档案正文。

项目质量升级（2026-06-03）

口径：本章节用于替换昨日偏模板化的增强稿表达；基于 Lark 话题真实数据、项目 mapping、既有维护报告与公开竞品格局，强调判断、边界、验证和反证。不覆盖原文其它章节。

project_id：geo_aeo

当前判断

这是 Batch A 里最接近“可以小步立项验证”的方向。理由不是“GEO 概念新”，而是内部话题已经同时出现了：明确需求定义、二次追问、工具/平台资源、以及可半自动交付的服务切口。当前更适合定义为 AI 搜索可见性审计服务，不是先做 SaaS 平台。

我对它的判断是：P0/P1 验证中，可用 14 天验证是否从“有趣报告”升级为“愿意付费的增长/品牌预算”。 如果验证失败，多半不是技术问题，而是客户还没把 AI 答案可见性纳入预算。

真实内部话题数据

• 项目名：生成式引擎优化，GEO/AEO

• project_id：geo_aeo

• Wiki / Doc：ULPiwYwHSimAQTkryHGlTCpDg6d / OnlxdylUNoG8Q1xZVFHl1R0Mgcb

• Lark thread：[已脱敏]

• 阶段 / 优先级：验证中 / 小步立项候选；P0/P1

• 更新策略：high

• 负责人：亚洲詹姆斯

• 数据来源：snapshot

• 消息 / 资源：6 条消息 / 30 个资源

• 维护门禁：PASS

• 最近话题脉络：先由小满解释 GEO = Generative Engine Optimization，即让品牌、产品、网站在 ChatGPT、Perplexity、Gemini、Google AI Overview 等 AI 答案里更容易被提到、引用、推荐；随后用户追问“现在 geo 有什么成熟的工具和平台”，并沉淀出 Profound、Peec AI、Otterly、Scrunch 等工具链。

• 既有评分：79/100

• 证据等级：L3-（有需求定义、多轮追问、工具资源和 AI 分析；仍缺客户访谈、真实审计样例和付费验证）

外部竞品 / 替代方案

1. 企业级 AI Visibility 平台：Profound、Scrunch、Evertune、AthenaHQ。优势是多模型、多 prompt、企业销售；劣势是对中文/出海中国品牌的本地化语境未必充分。

2. 自助式监测工具：Peec AI、Otterly.AI、Promptwatch、Goodie GEO、Writesonic GEO。优势是上手快、价格低；劣势是很容易停留在 dashboard，缺少“我下一步改什么”的服务闭环。

3. 传统 SEO 平台扩展：Semrush AI Visibility Toolkit、SE Ranking AI Overviews、Ahrefs 潜在扩展。优势是已有 SEO 客户和预算；劣势是 AI 答案监测会被当成 SEO 附属模块，不一定能覆盖中文 AI 入口。

4. Agency / 咨询替代：SEO 代理商、内容营销顾问、公关公司。它们会把 GEO 包进服务里，但交付质量和数据采样方法不稳定。

5. 客户自助替代：市场团队手工用 ChatGPT / Perplexity / Gemini 搜索品牌和竞品，再整理表格。低成本，但不可重复、不可监测、不可形成前后对比。

MVP 做什么

MVP：AI 可见性审计报告。

输入保持极窄：品牌名、官网、产品一句话、3-5 个竞品、20 个目标 query、目标语言/市场、3-5 个 AI 引擎。

输出只交付一份可读报告：出现率、推荐份额、竞品对比、引用来源、品牌误读、内容缺口、30 天优化建议。

第一版可以半自动，不需要实时看板。核心不是“抓更多模型”，而是让客户看到：AI 正在如何描述我、推荐谁、为什么推荐竞品、我应该改哪些公开内容。

MVP 不做什么

• 不做完整 SaaS dashboard。

• 不承诺“提高 AI 排名”或“保证被 ChatGPT 推荐”。

• 不先做内容代运营团队。

• 不做全行业泛化模板，先选 B2B SaaS / AI 工具 / 出海品牌。

• 不把中文和英文市场混在同一套指标里，避免样本口径混乱。

• 不做需要大量浏览器自动化和账号池的重型采样系统；先用固定 prompt、固定模型、固定轮次。

7 天验证计划

• Day 1：选 3 个样例品牌：1 个 AI 工具、1 个 B2B SaaS、1 个中文/出海产品；每个品牌列 3-5 个竞品。

• Day 2：设计 20 个 query 模板，覆盖“推荐工具”“替代方案”“对比”“某场景最佳选择”“品牌是什么”。

• Day 3-4：在 ChatGPT、Perplexity、Gemini / Google AI Overviews、以及 1-2 个中文入口中采样；每个 query 至少跑 3 轮，记录品牌出现、竞品出现、引用来源。

• Day 5：产出 3 份审计样例，每份控制在 8-12 页或等效文档长度。

• Day 6：找 5 位营销/增长/SEO/创始人角色看报告，访谈他们最关心的指标。

• Day 7：复盘是否有继续试用意愿、付费意愿、愿意提供真实品牌数据的客户。

7 天通过门槛：5 位访谈对象中至少 3 位能在 5 分钟内理解报告价值；至少 2 位愿意提供自己品牌做真实审计；至少 1 位愿意为一次性审计或月度监测报价继续聊。

14 天验证计划

• Week 2 前 3 天：把样例报告改成可复用模板，固定指标口径：出现率、推荐份额、引用域名、品牌描述准确性、竞品理由、行动建议。

• Week 2 第 4-5 天：对 2 个真实客户/朋友品牌做 concierge 审计，要求对方提供官网、竞品、目标市场。

• Week 2 第 6 天：给出 30 天优化建议，并区分“立刻改官网/文档/FAQ”“新增内容”“外部引用建设”。

• Week 2 第 7 天：确认是否愿意付费购买第二次复测或月度订阅。

14 天通过门槛：至少 1 个真实品牌愿意付费或明确进入报价流程；客户能指出 3 条以上报告中“以前不知道、但有行动价值”的发现。

风险反证

• 如果 10 个潜在客户看完样例后都说“有意思，但不值得付费”，应降级为内容营销服务插件，而不是独立项目。

• 如果同一 query 多轮采样波动过大，导致品牌出现率不可解释，应暂缓 dashboard 化，只保留定性审计。

• 如果客户只关心 Google SEO 排名，不关心 AI 答案推荐，应把目标用户从 SEO 团队转向品牌/PR/创始人。

• 如果 Semrush/Ahrefs 等快速推出足够好、足够便宜的同类功能，应转向中文 AI 入口、出海品牌、以及“审计 + 行动建议”服务差异化。

• 如果样例报告需要大量人工判断且无法模板化，说明短期更像咨询业务，不适合做高频 SaaS。

下一步

1. 立即做 3 个品牌的样例审计，不再继续扩大竞品列表。

2. 固定 query 与采样模板，避免每次报告口径变化。

3. 把报告命名为“AI Search Visibility Audit”，面向增长/品牌预算测试报价。

4. 14 天后根据付费/试用结果决定：升级为月度监测服务，还是降级为机会池。

---

维护边界：本章节为 2026-06-03 质量升级受控块；后续新证据出现时可整体替换本章节。

维护说明

• 本文档主体内容保留原有人工/研究判断，不做自动覆盖。

• 每日自动维护只更新：项目状态卡、最新进展、数据链接。

• 评分与判断仅在 Base / Score History 发生变化时更新。

• 项目定义、MVP、风险判断如需大幅调整，需要人工确认。