SEO/GEO · 3 分钟
AI 认识你，不等于会推荐你：品牌进入候选名单靠什么
很多人测 GEO 时直接问 AI“某品牌怎么样”，得到一段不错的回答就放心了。这其实测错了问题：用户问的是“哪家好”，而不是你的名字。
一组很说明问题的数字
《海外GEO白皮书》转引了一项针对 112 家初创公司的研究：
| 平台 | 直接问公司名时认出 | 品类问题中出现 |
|---|---|---|
| ChatGPT | 99.4% | 3.32% |
| Perplexity | 94.3% | 8.29% |
AI 几乎都认识它们，但用户问品类问题时，它们很少出现。这正是“被认识”和“被推荐”的差距。
被引用也不等于被推荐
再往下一层，还有两个反直觉的现象：
- 页面被引用，品牌未必进入回答。 被引用页面上的品牌，只有约四分之一最终出现在回答中。
- 没有来源，也可能推荐品牌。 Gemini 有 45%、AI Mode 有 35% 的回答推荐了品牌却不给来源。有来源和无来源回答的品牌露出率几乎相同，都约为 88%。
第二点尤其重要。这类推荐无法靠“争取一条链接”来影响，它依赖模型对品牌和品类关系的长期认知。
什么信号最相关
Ahrefs 对 7.5 万个品牌的研究，比较了各种因素与 AI Overviews 品牌提及量的相关性：
| 因素 | 相关系数 |
|---|---|
| 网上品牌提及量 | 0.664 |
| 品牌锚文本 | 0.527 |
| 品牌搜索量 | 0.392 |
| 域名评级 | 0.326 |
| 外链数量 | 0.218 |
| 广告花费 | 0.215 |
这是相关性，不是因果，而且样本偏向权重较高的品牌。不过方向很清楚：别人怎么谈论你，比你有多少链接更值得关注。
怎么做才算真实有效
1. 统一品牌实体。 全网使用一致的品牌名和品类定位。如果你在不同地方叫不同名字，AI 很难把这些信息归到同一个品牌上。
2. 找到高频被引用的第三方页面。 用监测数据列出 AI 回答本品类问题时常引用的站点，再判断你是否出现在其中。这比泛泛发稿有效得多。
3. 争取真实的评测和报道。 白皮书提到的 Convert 案例中，团队先找出竞品获得提及的约 400 个权威站点，再逐一争取提及。60 天内，追踪问题中的可见度从 31% 升到 55%。这是服务商公布的案例，要结合问题数量和重复次数理解。
4. 长期参与社区。 表单工具 Tally 多年在 Reddit、Product Hunt 真实参与，还维护评价和对比页。创始人访谈称，高峰时每周最多有 8,000 名新用户表示通过 ChatGPT 了解到它。不过创始人本人把增长归因于 ChatGPT 默认开启联网，而非某一项优化。
5. 补上认知阶段的内容。 决策阶段的品牌露出率是 93%–97%，认知阶段只有 73%–87%。这个阶段机构类来源的比重也更高，可以通过原理内容、标准和研究切入。
底线
“争取提及”不是“制造提及”。Google 的指南明确把制造品牌提及列为不必做的事。用虚假评测和软文铺量，还可能踩到合规红线，这一点放到第 9 篇详说。
一句话总结
测的时候别问自己的名字，要问用户会问的品类问题；做的时候别只盯链接，要让真实的第三方愿意谈论你。