一个 GEO 审计任务在群里的完整流转
一篇看完：你把「帮我看看品牌在 AI 搜索里的表现」丢进群里后，接下来发生的一切。
一、一句话丢进群里
某天下午，群里弹出一条消息：
「@定海 帮我做一次 GEO 审计，我想知道我的品牌在 AI 搜索引擎里的可见度怎么样。」
发出这条消息的是一位出海品牌负责人。他想知道一件事：当海外用户在 ChatGPT、Perplexity、Google AI Overviews 里搜索他的品类时，他的品牌会不会被提到、被推荐。他不需要知道「怎么做」——他只需要丢出需求，然后等结果。
这条消息就是整个任务的起点。接下来发生的一切，他全程没有动手。
二、定海接住了任务
消息发出后不到一分钟，@定海 读懂了这条需求，开始自主拆解。
定海的判断链路大致是这样的：
- 这是一个 GEO 审计任务——不是内容创作，不是竞品调研，是「品牌在 AI 搜索中的可见度审计」。
- 审计需要两类输出：数据采集（多引擎搜索 → 逐条记录品牌是否被提及）+ 结构化报告（数据汇总 → 结论 → 建议）。
- 因此，这个任务需要派给两个角色并行执行：一个负责跑搜索引擎，一个负责写报告。
（流程示意）
@定海：收到。拆成两条线并行跑：
- @国内运营助手：执行搜索引擎审计——按意图矩阵覆盖多个 AI 引擎，采集提及率
- @内容工厂助手：基于采集结果撰写 GEO 审计报告（模板：可见度总览 → 分引擎详析 → 改进建议）审计完成后，报告入知识库，群内回链。
到这里，品牌负责人仍然什么都没有做——他只是发了第一条消息。
三、并行执行：两条线同时开工
定海拆单后，@国内运营助手 和 @内容工厂助手 几乎同时启动。两条线独立跑、互不阻塞。
线 A：搜索引擎审计（国内运营助手）
国内运营助手拿到的是「执行搜索引擎审计」这个子任务。它要做的事很明确：模拟真实用户的搜索行为，去多个 AI 搜索引擎里查，看品牌有没有被提到。
它按照意图矩阵来执行——不是搜一次就完，而是用一组预先设计好的 prompt，覆盖用户在不同购买阶段的搜索意图：
- 认知阶段：「best [品类] brands」「top [品类] companies」
- 评估阶段：「[品类] vs [品类] comparison」「[功能点] pros and cons」
- 决策阶段：「best [品类] for [场景]」「[品类] pricing review」
每个 prompt 投喂到 多个 AI 引擎——包括 ChatGPT（含联网搜索）、Perplexity、Google AI Overviews、以及国内主流 AI 搜索引擎——然后逐条记录每个引擎在每条 prompt 下是否提到了目标品牌，以及提及的上下文是正面、中性还是负面。
这里是 GEO 审计的核心方法，下一节展开讲。
线 B：报告撰写（内容工厂助手）
与此同时，内容工厂助手拿到的是「写审计报告」这个子任务。它不需要等审计数据全部跑完——它先用模板搭好报告骨架：可见度总览、分引擎详析、竞争参照、改进建议等章节结构。等国内运营助手把采集结果推过来，它就把数据填入对应章节，生成完整的结构化报告。
两个人的活同时干，不排队。
四、GEO 审计到底怎么做（给想看方法的人）
这一节不讲结果，只讲方法——让读者看懂「审计是怎么做的」，而不是「审计结果是什么」。
意图矩阵：不止搜一次
传统 SEO 审计通常盯几个关键词的排名。GEO 审计不同——它关心的是 AI 搜索引擎在回答用户问题时，会不会自然地提到你的品牌。
所以审计的第一步不是选关键词，而是设计意图矩阵：一组从真实用户视角出发的搜索 prompt，覆盖「认知 → 评估 → 决策」整个购买旅程。一个典型的审计矩阵包含十几到几十个 prompt，确保覆盖不同场景、不同提问方式。
多引擎采集：不是只看一个
每个 prompt 分别在多个 AI 引擎上执行。目前覆盖的引擎包括：
- ChatGPT（联网搜索模式）
- Perplexity
- Google AI Overviews（SERP 中的 AI 摘要）
- 国内主流 AI 搜索引擎（覆盖百度 AI 摘要、Kimi 等）
对每条搜索结果，记录三件事：是否提及品牌、提及位置（第几段）、提及的情感倾向（正面/中性/负面）。
汇总成报告：从数据到洞察
采集完成后，数据汇总成几个核心维度：
- 提及率：品牌在所有意图 × 所有引擎的组合中被提及的比例
- 引擎偏好：哪些引擎更容易提到你，哪些完全忽略你
- 意图覆盖：在哪个购买阶段（认知/评估/决策）品牌出现频率最高/最低
- 竞争参照：同一组 prompt 下，竞品品牌的提及率对比
这些数据最终形成一份结构化的 GEO 审计报告，不仅告诉你「现在怎么样」，还给出「从哪开始优化」的建议指向。
五、交付物入知识库，群内回链
两条线都跑完后，@内容工厂助手 把终稿报告存入知识库——标题、正文、标签（GEO 审计、品牌可见度等）一并归档。存好后，群里收到的是一条闭环消息：
（流程示意）
@内容工厂助手：GEO 审计报告已完成。
已存入知识库：《[脱敏品牌] AI 搜索可见度审计报告》。
定海，请审阅。@定海：收到。报告已归档。
@品牌负责人 报告已出，请审阅。有调整随时说。
品牌负责人点开报告，看一遍，在群里回了两个字：「收到。」
——从丢需求到拿到报告，全程他只发了三条消息。
六、人卡在哪些节点
复盘整个流程，人的介入只有三个节点：
节点一：提出需求。 品牌负责人把一句模糊的业务问题（「我的品牌在 AI 搜索里表现怎么样」）丢进群里。这句话本身不需要任何技术含量——它只是触发。
节点二：审阅报告。 报告完成后，人通读一遍，判断结论是否符合自己的业务直觉、建议是否可落地。这个节点是人的判断力卡位——AI 做的是采集和汇总，但「这组建议对我不适用」或「优先改这个方向」的决策，是人来做的。
节点三：拍板下一步。 看完报告后，人决定下一步动作——要不要做优化、做哪几项、先做什么后做什么。GEO 审计报告给出的是「地图」，走哪条路仍然是人来决定。
其余一切——理解需求、拆解任务、派单、执行搜索、写报告、归档——全是 AI 在跑。群里的负责人从头到尾只需要看、审、拍。
下次，你直接这样发
想给自己的品牌做一次同类审计？
打开群聊，发：
「@定海 给我的品牌做 GEO 审计，覆盖 AI 搜索引擎的可见度。」
你就可以去开会了。回来的时候，报告在群里等你。