搜自己品牌名，AI 说了什么：一次必做的品牌词自检
做 GEO 的第一步不是写内容，是做一次自检：直接问 AI 你的品牌名，看它怎么回答。绝大多数公司第一次做这件事，都会发现至少一处明显错误。 一、怎么问 不要只问一句「XX 是什么」。要问一组，覆盖不同意图： 实体确认：「XX 是什么公司」
做 GEO 的第一步不是写内容，是做一次自检：直接问 AI 你的品牌名，看它怎么回答。绝大多数公司第一次做这件事，都会发现至少一处明显错误。
一、怎么问
不要只问一句「XX 是什么」。要问一组，覆盖不同意图：
- 实体确认：「XX 是什么公司」「XX 是做什么的」
- 正确性：「XX 的创始人是谁」「XX 总部在哪」「XX 收费多少」
- 评价类：「XX 好用吗」「XX 有什么缺点」
- 比较类：「XX 和 YY 有什么区别」
- 风险类：「XX 靠谱吗」「XX 有什么投诉」
第 5 项最容易被跳过，但它恰恰是最需要提前知道的——如果模型在没有任何依据的情况下说「有用户反映退款困难」，你需要立刻知道。
二、记录什么
| 检查项 | 判断标准 |
|---|---|
| 实体是否正确 | 有没有和同名公司混淆 |
| 业务描述 | 和你自己的定位是否一致 |
| 关键事实 | 成立时间、地点、规模、价格是否准确 |
| 时效 | 是否停留在两三年前的版本 |
| 来源 | 它引用了谁，官网在不在其中 |
| 语气 | 中性 / 正面 / 负面 |
「来源」这一列最关键。如果官网完全不在引用列表里，说明你的站点没有进入模型的可用语料——这比说错话更严重，因为它意味着你没有话语权。
三、常见问题与对应处理
1. 和同名公司混淆
处理：补齐 Organization 结构化数据，用 sameAs 串起官网、维基、领英、GitHub、应用商店页面。同时在官网「关于我们」页明确写清：成立年份、所在地、主营业务、与同名主体的区别。
2. 信息过时
处理：找到被引用的那个页面，更新它，并在页面标注最后更新时间。如果引用的是第三方页面，想办法更新那个第三方条目。
3. 业务描述偏差
处理：检查你在各平台的一句话介绍是否一致。定位漂移通常不是模型的问题，是你自己在不同地方说了不同的话。
4. 被忽略（完全没提到）
处理：这通常意味着语料不足。先看官网是否可被正常抓取，再看是否有第三方来源提到你。小公司常见的情况是：只有官网，没有任何第三方提及——那模型确实无从知晓。
四、多久做一次
建议每季度一次，重大事件后（融资、改名、产品线调整）立即补做一次。
保留历史记录很重要。品牌词的变化往往缓慢但方向明确，单次看不出趋势，攒够四次就能判断「AI 对我们的认知是否在朝正确方向走」。
五、一个心态提醒
第一次自检的结果大概率不好看。这很正常——模型对你品牌的了解，来自整个互联网的存量语料，不是你上个月发的那几篇文章。把第一次结果当作基线，而不是当作失败。
真正该焦虑的不是「说错了」，而是「根本不知道它说了什么」。