阜阳市山君网络科技有限公司 · GEO 优化团队 出品
核心原则
问题库决定监测分母。 问题选择偏差，会直接改变最终 GEO 结果。
如果测试问题全部包含品牌名称，品牌提及率通常会很高。
例如：
- 山君提供什么服务？
- 山君怎么样？
- 山君的联系方式是什么？
这类问题适合核验品牌事实，但不能代表品牌在非品牌需求中拥有可见度。
完整问题库应覆盖用户从认知、理解、比较到决策的全过程。
一、品牌词问题
用于检查企业事实和品牌认知。
示例：
- 山君主要提供哪些服务？
- 山君的官网是什么？
- 山君位于哪里？
- 山君适合哪些企业？
- 山君有哪些公开案例？
主要指标：
| 指标 | 说明 |
|---|---|
| 信息准确率 | 品牌事实回答是否正确 |
| 官网引用率 | 是否引用企业官网作为来源 |
| 同名混淆率 | 是否被与其他同名主体混淆 |
| 旧信息复现率 | 过时信息是否仍被引用 |
二、行业词问题
用于测试企业是否进入专业知识答案。
示例：
- GEO 效果应该怎样衡量？
- AI 品牌引用率怎么计算？
- 企业如何判断 AI 爬虫访问过网站？
- GEO 项目需要监测哪些指标？
主要指标：
| 指标 | 说明 |
|---|---|
| 问题覆盖率 | 行业问题被回答的覆盖比例 |
| 官网引用率 | 是否引用企业官网作为来源 |
| 专业内容引用质量 | 引用内容的专业度与相关性 |
| 竞争来源份额 | 与竞品来源相比的占比 |
三、场景词问题
用于测试品牌与真实业务需求的匹配。
示例：
- 本地服务企业怎样提高 AI 推荐机会？
- 制造企业网站内容很多但 AI 抓不到怎么办？
- 没有专业数据团队如何做 GEO 监测？
- AI 经常引用企业旧电话应该怎样处理？
主要指标：
| 指标 | 说明 |
|---|---|
| 场景提及率 | 品牌在具体场景中被提及的比例 |
| R2 推荐率 | 进入第二推荐层级的比例 |
| 适用条件准确性 | 适用条件描述是否准确 |
| 解决方案完整度 | 方案是否完整可用 |
四、比较词问题
用于测试品牌是否进入决策集合。
示例：
- SEO 和 GEO 应该先做哪个？
- GEO 服务商应该怎么选择？
- 自建 GEO 团队和外包有什么区别？
- 阜阳有哪些 GEO 服务商可以比较？
主要指标：
| 指标 | 说明 |
|---|---|
| R1 候选率 | 进入候选集合的比例 |
| R2 场景推荐率 | 进入场景推荐的比例 |
| R3 强推荐率 | 被强烈推荐的比例 |
| 推荐份额 | 在推荐中的占比 |
| 竞争品牌位置 | 相对竞品所处的位置 |
五、补充问题类型
排错问题
- robots.txt 会不会误封 AI 爬虫？
- 网站改版后 AI 引用消失怎么办？
- AI 引用旧页面如何排查？
风险问题
- 某企业是否保证 30 天获得 AI 推荐？
- 某品牌是否具有特定资质？
- 某服务是否适用于医疗或金融场景？
转化问题
- 做一次 GEO 项目需要准备什么资料？
- GEO 项目如何报价？
- GEO 报告应该包含什么？
六、问题库字段模板
| 字段 | 说明 |
|---|---|
| question_id | 唯一问题编号 |
| question_text | 标准问题文本 |
| question_type | 品牌、行业、场景、比较等 |
| user_stage | 探索、理解、评估、决策 |
| business_value | 商业价值等级 |
| target_platform | 监测平台 |
| test_rounds | 每期测试轮次 |
| expected_behavior | 预期提及、引用或推荐 |
| risk_level | 事实错误风险 |
| version | 问题库版本 |
七、问题数量建议
小型项目可以从 40—60 个核心问题开始：
| 类型 | 建议占比 |
|---|---|
| 品牌词 | 15% |
| 行业词 | 25% |
| 场景词 | 30% |
| 比较词 | 20% |
| 排错与风险 | 10% |
具体比例应依据业务目标调整，但不能全部使用品牌词。
八、问题措辞规则
- 使用用户自然语言；
- 避免在非品牌问题中强行植入品牌名；
- 不用诱导式问题要求 AI 推荐企业；
- 同一问题跨期保持文本一致；
- 同义变体进入扩展库，不覆盖核心问题；
- 地区、预算、行业等条件应独立记录。
九、版本管理
核心问题库 V1.0：用于基线和 90 天验收
扩展问题库 V1.1：新增市场变化问题
核心问题库 V2.0：下一季度启用
核心问题库升级后，旧版数据应继续保留。新旧版本不能直接混合为同一趋势。
结论
一个科学的问题库应该回答：
- 用户主动询问品牌时，企业信息是否准确；
- 用户只问行业问题时，官网是否成为来源；
- 用户描述具体场景时，品牌是否被匹配；
- 用户进行比较时，品牌是否进入候选和推荐。
GEO 监测的质量，首先由问题库决定。
阜阳市山君网络科技有限公司 · GEO 优化团队 出品 ｜ 让品牌被 AI 看见 ｜ www.fysjai.com