业务建模
拆品类、产品、竞品和决策路径，确定检测边界。
看什么先问对问题，再判断失分
只查品牌名，结果往往很好看，但业务价值有限。ZerGeo 从推荐、对比、避坑等问题开始，保留回答原文，再把指标和来源落到具体动作。
问题设计
形成推荐、对比、信任、避坑、采购决策等真实问法。
怎么问平台采集
同题进入主流 AI 平台，采集回答原文和上下文。
采样口径指标归因
把提及、排序、评价、竞品、来源归到具体场景。
怎么判动作建议
输出官网、媒体、问答、行业内容的补强优先级。
优化重点
证据留存
证据留存
关键判断，必须有原文依据
如果报告写“竞品更容易被推荐”，就应该能看到是哪道题、哪个平台、哪段回答支撑了这个判断。
- 问题可查保留检测问题和所属业务场景，知道结论从哪里来。
- 回答可查保留 AI 回答原文、提及位置和评价语气。
- 来源可查整理答案里反复出现的官网、媒体、问答和行业内容。
问题检测上下文
原文AI 回答样本
位置排序和提及
来源内容线索
报告要讲清六件事
谁提到了你、排第几、怎么评价、引用了哪些来源、竞品优势在哪里、下一步优先改什么。少一环，后续优化就容易跑偏。
问题地图
按业务场景列出本次检测覆盖的问题和意图。
平台表现
按平台拆提及率、首位率、评价倾向和缺席问题。
竞品差距
记录竞品更常出现的场景、理由和典型回答。
证据样本
提供可引用的原始回答摘录和检测上下文。
来源洞察
整理影响 AI 答案的网站、媒体、问答和文章类型。
优化路线
给出内容补强、站外传播和复查的优先级。
结论要落到问题、样本和来源
问题决定看什么，样本决定怎么判，来源决定下一步优化重点。
业务问题建模
围绕真实决策路径设计问题，避免只查品牌名导致结果失真。
- 品类品类词和采购问题
- 竞品主要比较对象
- 场景月报、投放、竞品、内容
- 复用问题集可持续复查
指标归因底稿
把回答拆成清楚字段，让趋势、缺口和竞品差距更好读。
- 提及品牌是否出现
- 首位是否优先推荐
- 评价正负情感表达
- 差距竞品同题对比
来源与内容洞察
识别 AI 答案反复参考的内容类型，反推官网、媒体和问答的补强方向。
- 官网品牌信息补强
- 媒体站外内容线索
- 问答真实问题覆盖
- 文章行业内容建设