一、先做一件很多人都忘了做的事
把这篇文章放下。打开你手机上随便一个AI，DeepSeek、豆包、Kimi，都行。
然后问它一句：「帮我推荐一家做[你的行业]的公司，我在[你的城市]。」
等它回答完，再问一句：「[你的公司名]这家公司怎么样？」
把答案截图，放在一边。接下来这篇文章，教你怎么给这两张截图打分。
我叫谈光尘，2005年到2010年在百度上海做搜索，后来做了十几年品牌公关，2024年创办光尘阁，专门做AI搜索时代的品牌声誉管理。过去一年，我们基于公开的AI搜索结果和第三方平台数据，给一百多家企业做过AI声誉体检（这里的「体检」指公开信息层面的诊断，不含任何内部数据调取）。发现一件事：80%的老板根本不知道自己在AI里长什么样，剩下20%里，又有一半以为自己知道，其实他们查的方式就不对。
你查一次自己公司，截图发我，问「这个排名靠不靠谱」。我看一眼就知道你有没有做GEO的底子。因为大多数老板查的方式，是典型的「自拍式诊断」：你自己搜出来的结果，和你真实客户在AI里看到的，往往不是一回事。你电脑登录着，搜过自己公司几百遍，AI已经认识你了，它给你的答案带着「熟人滤镜」。你的客户是陌生人，他们看到的才是真的。
所以今天不谈「GEO是什么」，也不谈「为什么要做」。网上这类文章太多了，写得也都差不多。今天只讲一件事：怎么给自己做一次真正的AI声誉体检。
答案是一套我自己命名的诊断方法，叫「AI信任三账户」。
二、为什么叫「三账户」，不叫「三步」
先说个数字。传统搜索时代，用户搜关键词，平均4个多词。「武汉 装修公司」「钟祥 龙虾 培训」，这种。到了AI时代，用户问问题，平均23个词。不是23个字，是23个词。「我孩子在钟祥上初中，数学成绩中等偏上，想找一家靠谱的培训机构，最好是小班教学，老师要有经验，价格别太贵，有没有人推荐一下」——这种。
这意味着什么？意味着用户从「检索者」变成了「咨询者」。检索者面对的是一排链接，他自己挑；咨询者面对的是一段答案，AI替他挑。你不再是被列出来的十个选项之一，你是被说出来的那一个，或者压根没被提到的那一个。
所以你在AI里的竞争力，公式变了。以前是「关键词排名 × 点击率」，你排第一，客户点你，你赢。现在是「被AI引用的概率 × 引用时的正面程度」，AI提没提到你，提到你的时候说好话还是坏话，这两个相乘，决定你有没有机会进入客户的下一轮对话。
这个公式我把它叫做「AI信任链」。信任链不是一条线，是三层。每一层都是一个独立的账户，你得分别存钱：
第一个账户：可见性。 AI能不能找到你？你在全网留下的信息，AI抓取的时候抓不抓得到？抓到了读不读得懂？
第二个账户：可理解性。 AI找到了你之后，它理解的你，和真实的你，差距有多大？你的公司名字它写对了吗？你的主营业务它说清了吗？它把你的A产品和B产品搞混了没有？
第三个账户：可信度。 AI理解了正确的你之后，它愿不愿意把你当权威，推荐给问问题的人？它说你的名字的时候，是带着推荐语气，还是带着「仅供参考」的保留语气，还是压根不带情绪纯陈述？
这三个账户是独立的。可见性高的公司，可信度可能很低；可信度高的公司，可理解性可能一塌糊涂。我见过太多老板，前面两个账户都不错，第三个账户是零，因为全网没有一篇像样的第三方内容替他说话，AI想推荐他都找不到理由。
也见过前面两个账户都是零，第三个账户莫名其妙很高的。这种通常是行业里有一两个权威媒体写过他，AI把那几篇文章当成主要信源了。这种公司最危险，因为一旦那几篇文章过时了或者被删了，他的可信度直接清零，连补救的底子都没有。
所以体检要分账户查，一个一个来。
三、账户一：可见性，查的是「AI能不能找到你」
先说个反常识的判断：很多中小企业的可见性账户，余额是负数。
不是零，是负数。意思是，AI不但找不到正确的你，它找到的是一个错的、过时的、混乱的你。
这不是危言耸听。去年我们给一个做工业设备的企业做体检，问AI「这家公司是做什么的」，AI的回答是把他们五年前的产品线和现在的一条混在一起，还多加了两条他们从来没做过的业务。原因是他们的官网改过三版，旧版没下线，AI把三版的内容都抓了，拼在一起，拼出一个四不像。
可见性账户的体检，我给它定了一个及格线，叫「60/1/2」。三个数字，分别对应三个检查项：
第一个数字：60，指的是提及率。
你准备10个问题，都是你真实的客户会问AI的问题。「做[你的行业]的公司哪家好」「[你的城市]有没有靠谱的[你的服务]」「[你的产品]一般什么价位」。把这10个问题分别丢给至少三个不同的AI，DeepSeek、豆包、文心一言，各问一遍。30次提问里，AI提到你公司名字的次数，除以30，就是你的提及率。
及格线是60%。30次里至少18次要提到你。低于60%，说明你在AI的信息源里存在感太弱，AI根本想不到你。60%到80%之间，算及格，但不够稳。80%以上，可见性才算健康。
为什么是这个数？因为用户不会只问一遍。他会换着花样问，问三五次，比较几次答案。你三次里只有一次被提到，用户大概率就流失了。三次里两次被提到，你才有机会进入他的备选名单。
第二个数字：1，指的是官方信源。
AI提到你的时候，它的信息是从哪来的？你能不能追溯到一个你自己控制的、内容准确的页面？官网、官方公众号、官方百科词条，任何一个都算。
很多公司这个检查项是零。AI提到他们，信息是从第三方平台抓的，是旧讯息，是别人的评价，是论坛帖子。这些信源你控制不了，内容过时了你也不知道，出错了你也没法改。
官方信源为零的公司，可见性账户是不合格的。哪怕提及率再高，你也不掌握自己的话语权。AI今天说你好，明天换个信源就可能说你不好。
第三个数字：2，指的是信息混乱度。
你在全网留下的公司名字，是不是同一个？营业执照上的名字、官网上的名字、地图上的名字、招聘网站上的名字、行业协会名册上的名字，是不是完全一致？
差一个字都算混乱。最常见的是简称和全称混用，「微生活科技」和「钟祥市微生活网络科技有限公司」，在AI眼里是两个实体。它抓到的信息会被拆成两半，一半关联到这个简称，一半关联到那个全称，两边都凑不出一个完整的你。
还有注册地址和实际经营地址不一致、法人代表变更了全网没更新、联系电话换了三四个版本还在不同平台上挂着，这些全都是混乱度。AI处理混乱信息的方式很简单：降权。它不确定哪个是真的，索性都不信。
及格线是混乱项不超过2个。超过2个，先别管别的，把信息口径统一了再说。
四、账户二：可理解性，查的是「AI理解的你是不是真实的你」
这个账户最容易被忽略，因为大多数老板觉得：AI都提到我了，还能理解错？
真的能。而且错的方式五花八门。
常见的错法有这么几种：
第一种，张冠李戴。 你的A产品参数被安到了B产品上。工业企业和B端服务公司最容易踩这个坑，产品线一多，AI就搞混。一个参数说错，专业客户当场就对你失去信任，比不说你还糟糕。
第二种，时空错位。 你三年前的业务被当成现在的主营业务。公司转型了，旧信息没清，AI抓到的旧内容比新内容多，它按数量判断，把旧当新。客户在AI里看到的你，是你三年前的样子。
第三种，以偏概全。 你做过一件事，AI把这件事当成你的全部。你给一个客户做过一次定制服务，AI就到处说你是做定制服务的，你本来的标准化产品线它反而不提了。
第四种，无中生有。 这个最麻烦。AI有幻觉，它会编。编你的成立时间，编你的资质证书，编你的客户名单。有时候编得挺像那么回事，你连反驳都不知道从哪下手。
可理解性账户的体检方法，比可见性简单，但更需要耐心。我给你一个「五问清单」，直接拿去用：
第一问：名字对不对？ 问AI「[你的公司名]的全称是什么」，看它的回答和营业执照是不是一字不差。
第二问：业务对不对？ 问AI「[你的公司名]的主营业务是什么」，看它说的前三条，和你自己认为的排序一不一样。
第三问：数字对不对？ 问AI「[你的公司名]成立多久了」「有多少员工」「服务过多少客户」，看数字偏差有多大。成立年份差一两年正常，差五年以上说明信息严重过时。
第四问：产品对不对？ 问AI「[你的公司名]的[某产品]是什么参数/什么价格/适合什么人」，挑你最有把握的产品问，看AI的回答里有没有硬伤。
第五问：口碑对不对？ 问AI「[你的公司名]口碑怎么样」，看它的评价是正面、中性还是负面，以及它引用的依据是什么。如果依据是三年前的旧闻，你要警惕了。
五问下来，如果三问以上有硬伤，可理解性账户不及格。两问有偏差，需要修但不算紧急。五问全对，恭喜你，这个账户目前没问题，但别高兴太早，AI的知识更新是有周期的，今天对的，三个月后可能就不对了。
这里我要专门破一个误区。很多人一听「可理解性出问题」，第一反应是：「那我多铺内容，让AI抓更多的我，不就行了？」
这是错的。可理解性出问题，往往不是你铺的内容不够多，是你铺的内容互相打架。官网说一套，公众号说一套，招聘网站说一套，第三方平台又有一套。AI不是人，它不会判断哪套是真的，它只会按数量投票。哪个版本的信息源最多，它就信哪个。所以可理解性的修复，第一步不是加内容，是减混乱。把口径统一到只剩一套，然后再谈加内容。
五、账户三：可信度，查的是「AI推不推荐你」
前两个账户查的是「AI知不知道你」和「AI认不认识你」，这个账户查的是「AI信不信任你」。
信任这个东西，在AI的世界里是有算法的。不是我猜的。2024年，普林斯顿大学和佐治亚理工学院的联合研究团队在arXiv上发表了一篇关于生成式引擎优化的论文（arXiv编号2411.09735），专门拆解AI选择信源的逻辑。他们发现AI判断一个信源可不可信，主要看这么几个信号。需要说明：论文原文并没有直接给出「百分比配方」，下面这组数字，是我基于论文结论和我自己做诊断的实战经验做的估算配比，用来帮你理解各因素的相对重要性：
域名权威性占38%。.gov、.edu、主流新闻媒体的域名，权重天然比企业官网和个人博客高。这意味着什么？意味着你光在自己官网上发内容是不够的，你还得让权威第三方替你说话。
内容结构化程度占23%。AI喜欢读结构清晰的内容。有明确标题层级、有数据、有来源标注、有逻辑递进的文章，比一堆散乱的短帖和朋友圈截图权重高得多。这也是为什么我一直跟客户说，GEO的内容策略，核心不是多发，是精发。一篇结构完整的深度文章，胜过一百条碎片化的动态。
信息一致性占19%。又回到口径问题了。全网关于你的信息越一致，AI越信你。前后矛盾的信息越多，AI越觉得你不可信。
用户行为信号占12%。这条有点抽象，解释一下。AI会看你有没有被其他用户频繁提及、被引用、被讨论。小红书上一堆人种草你，知乎上有人认真回答关于你的问题，这些都会被AI当成「这个实体是活跃的、被关注的」信号。
剩下8%是一些技术性因素，页面加载速度、移动端适配、有没有结构化数据标记，这些就不展开说了。
好，知道了AI的信任算法，可信度的体检方法就出来了。先说明一下：下面这组百分比，不是论文原文的精确数据，是我基于论文结论和实战经验整理的「实战估算模型」，目的是帮你理解各因素的相对重要性，别拿它当学术引用。我把它叫「第三方验证三查」：
第一查：有没有权威第三方替你说话？ 搜一下你的公司名，看搜索结果第一页有没有主流媒体、行业协会、政府网站的页面提到你。如果第一页全是你的官网和自媒体账号，说明你在第三方信源里是空白。AI想推荐你都找不到第三方背书，它只能干巴巴地说「这家公司存在」，说不出「这家公司靠谱」。
第二查：替你说话的内容，AI读不读得懂？ 如果有一篇新闻报道了你，但报道里你的公司名字写错了，或者报道内容过时了，这篇文章不但不加分，反而在制造混乱。所以第三方内容不但要有，还要准。
第三查：有没有负面信号在拖后腿？ 搜你的公司名加上「怎么样」「靠谱吗」「投诉」这些词，看有没有负面内容排在前面。AI抓取的时候不分好坏，它都抓。如果负面内容比正面内容多，或者负面内容来自高权重域名，AI的推荐语气就会带上保留。
可信度账户的及格线，我定的标准是：至少一条权威第三方信源，且内容准确；负面信号不超过正面信号的三分之一；全网关于你的核心信息，至少有五个独立的页面在传递同一套口径。
达不到这个标准，AI对你的推荐力度就会打折扣。它能找到你，也能理解你，但它不敢推荐你。它怕推荐错了承担责任。AI的「责任规避」倾向是写在底层逻辑里的，你越是没有第三方背书，它越是不肯替你打包票。
六、三个账户都查完了，然后呢
体检不是目的，修复才是。但三个账户的问题，修复的优先级不一样。很多老板一上来就想解决可信度，觉得「我要让AI推荐我」。这是本末倒置。
我给你一个修复顺序，叫「先修水管，再谈装修」。
第一步，先修可见性里的信息混乱。 把公司名字、地址、电话、主营业务，在全网统一。官网、公众号、地图、招聘平台、行业协会，全部对齐到一套口径。这件事不用花钱，花的是耐心。但它是一切的地基，地基不牢，后面全白搭。
第二步，再修可理解性。 搭建一个「事实颗粒库」，把你的公司信息拆成最小的、AI可以单独理解和引用的单元。每一个卖点，都要能拆成「某类客户在某场景下用某个产品达成某个结果」这样的颗粒。然后把这些颗粒，用结构化的方式，铺到你自己的官方渠道上。让AI抓到一个完整、准确、不打架的你。
第三步，最后才修可信度。 在可见性和可理解性都健康的前提下，开始铺第三方信源。不是铺软文，软文AI能识别出来，识别出来反而降权。要铺的是真实的、有信息增量的、结构化的内容。行业分析、案例复盘、方法论分享，这些才是AI喜欢的第三方信号。
这三步做完，你的AI信任三账户才算真正建立起来。之后要做的，是定期复查。AI的知识库更新是有周期的，我建议每季度做一次完整的三账户体检，每月做一次快速的提及率抽查。不是一次修好就万事大吉，这是一个需要持续维护的系统。
光尘阁观点
说了这么多，我想收束成几句话。
第一句，GEO不是技术问题，是资产管理问题。你在AI里的名声，和你在银行里的信用一样，是可以存、可以取、可以透支、可以破产的。三账户体检法，就是你的资产负债表。查清楚了，才知道该往哪里补。
第二句，不要迷信工具，也不要迷信人工。市面上有很多GEO工具，号称能帮你「一键优化AI排名」。我见过不少，说实话，大多数是SEO时代的旧思路套了个新壳。GEO的核心不是技术操作，是内容资产的建设。工具能帮你监测数据，但建不了资产。反过来，也不要觉得这事只能全人工做。合理的方式是：用工具做诊断和监测，用人来做内容建设和口径管理。工具是体温计，不是药。
第三句，窗口期比你想象的短。现在知道GEO的企业，可能连1%都不到。你对手的AI声誉，大概率也是一团糟。但这不是你拖延的理由，因为一旦他们反应过来，你再来补课，成本就是现在的五倍十倍。2024年是SEO人转型GEO的最后窗口，2026年是企业建立AI信任资产的最后窗口。我说「最后」，不是危言耸听，是看着这个行业一年走完别人五年的路，给出的判断。
最后一句，回到开头让你做的那件事。你现在手里有两张截图，是你问AI关于你公司的问题，AI给你的回答。对照这篇文章的三账户体检法，给你的可见性打个分，可理解性打个分，可信度打个分。
三个分数，任何一个低于及格线，都说明你有工作要做。三个都及格了，也别放松， quarterly 复查一次，把这个习惯建立起来。
你在AI里的名声，从今天起，由你自己管。
让每个品牌，在AI搜索里有一席之地。
光尘阁 · 2026年9月
