第一步：怎麼建問題集？
收集 50–100 個真實買家問題，覆蓋品類的完整決策鏈：認知（「什麼是○○」）、比較（「A 和 B 哪個好」）、決策（「○○推薦」「○○價格」）、場景（「適合小型工廠的○○」）。來源包括客服記錄、業務回報、搜尋建議與論壇討論。問題集一旦定版就凍結——中途改題目，前後數據就不可比。
第二步：怎麼執行月度實測？
- 固定條件：每月同一日期、同一批引擎介面（Google AI Overviews、ChatGPT、Perplexity、Gemini 等按市場選定）、全新對話、登出狀態。
- 逐題記錄：品牌是否被提及、提及的位置與措辭、引用了哪些 URL、競品是否出現。
- 截圖留證：每個答案完整截圖歸檔——AI 答案有漂移性，截圖是唯一的事後憑證。
- 分引擎計分：每個引擎單獨算四維分數，不做「全網平均」這種掩蓋問題的聚合。
四維分數怎麼算？
框架沿用開放 GEO 標準：能見度＝問題集中品牌被提及的比例；引用率＝品牌域名被引用的頻率與引用位次品質；語意覆蓋＝品牌出現的問題簇占全矩陣的比例；品牌認知＝AI 描述的事實準確性、情感與跨引擎一致性，幻覺錯誤建檔扣分。每維 0–100 分。
90 天 POC 怎麼驗收？
標準節奏：第 1 週完成四維基線測量並留證；第 2–10 週執行技術修復、內容工程與信源建設；第 12 週用同一問題集複測。達標與否以四維分數變化與約定口徑（如收錄率、AI 引用覆蓋率）為準——這是可驗收的承諾，而非「保證第一」式的空話。
常見坑
坑一：隨手抽查代替系統實測——AI 答案有隨機性，單次抽查無法反映趨勢。坑二：只測品牌詞——「你叫什麼」AI 當然知道，要測的是不含品牌名的品類問題。坑三：發現幻覺只截圖不處理——錯誤事實要追到信源端逐個糾正。
常見問題
沒有專業工具能做 GEO 監測嗎？
可以。一張試算表＋固定問題集＋逐題截圖就是最小可行方案；工具解決的是規模化與效率，紀律本身不需要工具。
監測頻率多久一次合理？
月度是底線——AI 答案漂移快，季度才測會錯過干預窗口。POC 期間或重大改版前後，可以加密到雙週。