大多数 GEO审计以神秘的方式交付。一个数据包落地，一个分数出现，接着是一系列修复措施——买家无法知道 AI 可见性分数是被测量的还是虚构的。代理机构有充分的动力保持方法的不透明性：如果你无法重现审计，你就无法质疑它，也无法离开。
我们采取相反的做法。这是我们的完整GEO 审计方法论——每一步，每个指标，分数是如何计算的，以及五个真实审计中的数字是什么样的。百闻不如一见——一眼胜过百言。如果潜在客户阅读此内容并自行进行审计，那很好。方法论的可重现性就是产品。
简而言之：一个GEO 审计回答了大多数报告模糊成一个的问题。方法 A：当 AI 引擎验证关于你的声明时，它们能否证实这些声明？方法 B：当买家提出开放性问题时，AI 是否会在没有提示的情况下选择你？我们将两者评分为 0–100，将它们融合成一个统一的分数，并报告差距——因为一个品牌在证实方面得分良好，但仍可能在每个开放查询中失利，而这个差距才是实际的诊断。以下是七个步骤、评分以及来自香港贷方（62）、一家保险公司（差距在 30 天内从 24 缩小到 4）、一家奢华度假村（70）和一家跨境房地产中介（50）的真实匿名基线——加上 Mercury 自身的轨迹，从 69 到 82。
我是 James，Mercury Technology Solutions 的首席执行官。我们为企业构建AI 可见性系统——审计、实体基础设施、持续监控——企业数字化转型的可衡量一半。本次演示中的所有内容与我们为付费客户运行的相同流程，客户名称除外。
什么是 GEO审计 实际测量
一个GEO审计并不是带有新缩写的SEO审计。SEO询问Google是否可以对您的页面进行排名。GEO询问ChatGPT、Perplexity、Gemini和Claude是否可以理解、信任并引用您的品牌，当它们组装AI答案时。
两种不同的能力，两种不同的分数：
统一得分 = 证实（方法 A）× 选择（方法 B）—— 它们之间的差距就是诊断。
方法 A — 证实。人工智能能验证你的主张吗？机械层：爬虫访问、结构化数据、实体一致性、可提取内容。可借用、可构建、快速。
方法 B — 选择。当没有任何强制因素时，人工智能会选择你吗？开放查询 — "谁是 Y 的最佳 X？" — 是根据模型对实体的先验知识回答的，而不是根据排名。你无法租用这个得分。你要么构建它，要么就没有它。
差距告诉你你面临什么问题。高 A，低 B：在被命名时可见，在重要时缺失——一种租用策略。低 A，适度 B：市场已经在谈论你，但机器无法验证它们所听到的——浪费的权威。相等且低：早期阶段，建立基础。
逐步指南：七个步骤
步骤 1. 构建查询矩阵。十到三十个买家提示，分为两类。强制查询命名品牌（"[brand] vs [competitor]"，"[brand]是否获得许可"）——这些是防御性查询。开放查询仅命名需求（"香港最佳二次抵押贷款机构"，"哪个保险公司覆盖既往病症"）——这些是买家实际存在的地方。矩阵与客户范围相关：类别、子类别、三到五个竞争对手，市场双语的两种语言。矩阵是审计的合同——此步骤之后的所有内容都与之相关。
步骤2. 运行基线。每个提示都经过实时 AI 引擎 — ChatGPT、Perplexity、Gemini、Claude。对于每个答案，我们记录：品牌提及（是/否）、引用及其来源 URL、答案中的位置、出现的竞争对手，以及关于品牌的任何事实错误或幻觉。这产生了 "前" 快照 — 可交付成果中最具说服力的页面，因为高管们信任他们可以滚动查看的内容。
步骤 3. 方法 A — 证实审计。技术现实，手动检查：GPTBot、ClaudeBot、PerplexityBot 和 Google-Extended 是否在 robots.txt 中明确允许 — 或被静默阻止？网站是服务器渲染的，还是目录被困在没有爬虫执行的 JavaScript 外壳中？我们审计了一个提供真实逐篇 Markdown 管道和 llms.txt 的网站 — 先进且罕见 — 包裹在一个 3KB 的客户端渲染外壳中，GPTBot 无法读取。不可读页面上的高级信号得分为零。然后：架构图完整性、实体描述收敛、内容可提取性（直接答案是否位于前一百个字中，或在热身段落下？）、新鲜信号、网站地图完整性。
步骤 4. 方法 B — 选择审计。实体层：公司的一致、机器可接受的描述 — Wikidata 存在，Wikipedia 当前，规范简介锁定，网站、架构和独立表面上的事实用相同的词表达。评论和社区：是否有任何未关联的人在 AI 模型读取的任何地方说过关于你的事情？以及 声音地图 — 最新模块：引擎在解释此类别时引用了哪些命名的人类，客户的专业知识是否在其中？AI 引用人，而不仅仅是页面；一个答案引用五位分析师的类别是一个有五扇门的类别，我们会映射每一扇门。
步骤 5. 对竞争对手进行基准测试。相同的矩阵，相同的引擎，针对每个竞争对手运行。这将绝对分数转换为位置：62意味着在领导者为58时的一个含义，而在领导者为84时则是另一个含义。竞争对手之间的差距也暴露了空白区域——在AI回答中尚未建立的子类别，这是最便宜的切入点。
步骤6。评分和诊断。方法A和方法B在十六个维度上各自得分0-100（每个引擎的五个实时查询锚定选择的一半；技术和实体检查填补了验证的一半）。统一得分将它们融合；差距——A减去B——是头条数字。我们报告得分、差距、在基准集中的排名，以及导致最大分数损失的三种失败模式。
步骤7。修复计划和90天重新审核。发现变成P0/P1序列：P0项目是同周的机械修复（爬虫白名单、架构修复、描述锁定）；P1项目是30/60/90的结构性工作——实体构建、审查表面、语音地图捕获、内容重组。然后是将GEO与单页SEO报告区分开的纪律：AI模型每季度变化，因此审核是季度性的。每次参与都以重新审核日期结束，而不是告别。
收据：五个真实的审核
什么是AI 可见性数字在实践中是什么样的——全部真实，全部匿名：
一家持牌的香港贷款机构：65 / 60 / 统一 62。AI 已经在五个强制买家查询中的三个引用了它们——引用存在但没有实体基础设施。过时的 2021 年维基百科，没有 Wikidata，没有一致的描述。机器引用它们却无法说明它们是谁。诊断：借用权威，未建立的实体层。
一家香港保险公司：统一 58，差距 4。30 天的跟进：差距曾为 24。修复序列在一个月内将其缩小了六倍——但按产品线拆分显示，旅行评分为 64，而 VHIS 为 42。品牌平均值是谎言；产品级审计不是。
一家豪华度假村：69 / 70 / 统一 70。细分市场冠军——在“最佳奢华家庭酒店”查询中排名第三，仅次于两家全球旗舰酒店。上限不是技术性的；而是由奖项决定的。一些差距是用多年积累的，而不是短跑——审计显示了这一点。
一家跨境物业代理：59 / 44 / 统一50，差距+15。标志性选择失败：真正先进的内容信号，在每个开放的AI查询中都是不可见的。正确的机制，错误的答案。
我们自己进行水银审计：69 → 80 → 82，跨越三次审计。我们首先在自己的品牌上运行我们的方法。信任一家发布自己评分趋势的代理机构。
什么是地理审计费用
市场价格独立GEO审计大约在$1,500 到 $7,500之间，具体取决于查询矩阵的大小、引擎覆盖范围和语言数量。我们的范围也是如此——矩阵大小和市场复杂性——但有一个结构上的不同：我们将基线审计视为季度节奏的第一个周期，因为一个没有重新测量的分数就像是一个移动物体的照片。审计要么成为监控节奏，要么只是娱乐。
我们为什么发布方法
罗梅尔的法则：花在侦察上的时间永远不会浪费。审计就是侦察——而一个可以检查的方法就是一个可以付诸行动的方法。本文中的每个框架——查询矩阵、方法 A/B、差距、声音地图——都被命名，以便可以引用、测试和争论。这不是慷慨。机器可以提取的方法就是被提取的方法——而展示其工作的机构成为 AI 答案的一部分。
停止购买你无法重现的分数。开始要求带有数字的方法。
水星科技解决方案：加速数字化。
