你的酒店在 AI 里，被看见了吗？

GEO 是「生成式引擎优化」——优化你的酒店在 AI 生成回答里的表现。SEO 争的是搜索结果的排名（十条蓝色链接），GEO 争的是 AI 那一段综合回答本身。旅客越来越少翻搜索结果、越来越多直接采纳 AI 的答复，所以这块新阵地值得管。

官网和 OTA 是给「已经知道你、来找你」的旅客看的；GEO 管的是「还不认识你、正在问 AI 该住哪」的旅客——这批人如果 AI 没提到你，你连被考虑的机会都没有。两者不冲突，GEO 补的是最前端的认知入口。

更准确的说法是：你在中文平台的资料，能更快被国内 AI 采纳。豆包、文心这些国内 AI 主要基于中文互联网内容学习，部分还内置联网检索；而 ChatGPT、Gemini 对中文小众品牌覆盖较弱、更新有滞后。所以对中国酒店和进入中国市场的酒店，把中文平台（大众点评、携程、小红书、官网）的资料做扎实，被国内 AI 正确引用的速度确实更快。重点在「你的资料多快被采纳」，不是「哪个模型本身更强」。

这是给 AI 看的「信息标签」（技术名叫 Schema 标记）——把酒店的地址、房型、价格、设施、常见问答，用 AI 爬虫能直接读取的格式标注在官网上，AI 就不用自己猜。不用你们写代码：我们直接生成好这段标签，交给维护你官网的人贴上去一次即可。可以理解成给官网贴一张「AI 专用信息卡」。

报告的「AI 幻觉侦测」每一条现在都会标「出现在这一题」——同一个错误，出现在「介绍一下这家酒店」跟出现在「我明早 6 点的飞机住哪」是两个量级的事。审计中心里每条还有一颗「追出处」：点下去系统会去抓那个 AI 当时引用的网页，分两种结果——① 引用的某一页上真的写着那个错的说法：给你 URL 和页面上的原句，去改那几页，这条就会跟着变；② 没有任何来源这样写：那是模型用了旧记忆，改页面没用，要让正确说法在它实际会读的渠道上出现得更多更新（系统会按你这家店被 AI 引用的真实域名排序给建议）。如果引用页抓不到内容，系统会直接说抓不到、把链接给你人工看，不会替你猜。

AI 在这里是我们「测量的对象」，不是「编数据的来源」。所有结论都能追溯到两类可复现证据：一是 AI 侧——把真实问题发给真实的豆包、Kimi、ChatGPT 等，原样记录下回答、时间戳和截图；二是 UGC 侧——小红书等平台的真实评论语料，报告会附原文引用，可以回溯到原帖。简单说：每个结论都能翻回原始的评论或 AI 回答截图，你可以自己重新跑一次验证。

三层区别：① 测的东西不一样——千瓜测的是小红书站内的笔记、达人、声量数据，我们测的是「AI 引擎里你会不会被提到、被推荐、说得对不对」，这一层千瓜看不到；② 我们不只测单一平台，是多个 AI 引擎加 UGC 数据交叉验证；③ 交付的是决策建议，不是数据面板——报告会直接告诉你「你的第一对手是谁」「哪些资产该优先补」，而不是丢一堆数字让你自己看。

「被引用」（citation）和「有影响」（influence）是两件事。AI 回答「地址、房价、设施」这类事实型问题时，会找官网、百科这类权威稳定来源来引用，所以 citation 里官网多是正常、健康的现象。但 AI 判断「推不推荐你、用什么词形容你、语气正不正面」，靠的是全网被讨论的量级——这一层小红书、抖音这类 UGC 是主力，不一定会以 inline citation 的形式出现，但它决定了 AI 在「推荐类」问题里会不会主动说出你。简单说：事实型问题看官网，推荐/发现型问题看 UGC 声量，两者都重要，只是分工不同。

数据是真实实测：AI 侧把真实问题发给真实的豆包、Kimi、ChatGPT 等，原样记录回答；小红书声量数据是真实抓取，不是估算或建模推测的数字。但「平台搜索量级」（比如某关键词一个月被搜多少次）不是我们的指标，那是巨量算数、百度指数这类工具的范畴，我们不做这个。

品牌在各 AI 平台的出现率（SOV）、推荐排名（首推率/前三率）、AI 引用你的信息对不对（讲对率），以及跟竞品的差距对比，这些都是核心指标，也是每份审计报告的主体内容。

可以。每次审计都会存一份带时间戳的快照，累积起来就能对比「做之前 vs 做之后」的曲线变化——这是证明「做了真的有用」最直接的证据。要提醒的是，「after」需要跑完一个完整的优化周期（通常至少一个月）才看得出来，不是当天见效。

不是拿各家自己审计的题目——那样每家题目不同，排名不能比。排行榜用的是一套全行业统一的标准问题库（酒店垂直目前 28 题），所有品牌问同一批题，SOV 才有横向可比性。每道题由 6 个中文模型（豆包 / Kimi / DeepSeek / 文心 / 通义 / 混元）各答一次，按跟审计一致的排名加权计分，再平均。题目是真实旅客问法（顶级推荐、地标附近、商务出差、蜜月、亲子、设计感…），分「分城市」与「全国通用」两类，而且有城市感知过滤：只有全国通用题＋你所在城市的题才会拿来问你，不会拿北京的题去问广州的酒店。

有。中国商务广告协会 2026 年 9 月发布了《生成式引擎优化（GEO）》五项团体标准（T/CAACCHINA 001～005-2026），其中第 3 部分《计价、评估与测量规范》定义了 9 项核心指标：可见率（提及率，可按 TOP1／TOP3 位序分算）、AI 情感中正率、可见份额、平均排名、指定信息正确率、指定信息覆盖率、信源数量引用率、信源问题引用率、语义一致性。我们报告里的指标可以对应过去：体感覆盖率对应「可见率」、首推率／前三率对应「可见率-TOP1／TOP3」、讲对率对应「指定信息正确率」、引用感知率对应「信源问题引用率（指定信源＝官网）」。标准也把服务商分成六类，我们属于「数据监测型」——做 GEO 表现监测、引擎结果页采集分析和效果报告，不做内容铺量、不做信源建设。标准还要求采集参数（引擎版本、是否联网、是否深度思考、模式、城市、日期范围）写进报告，我们的报告页会逐步补齐这张「采集组参数表」。

底层引擎不用重搭——系统已经做了多行业参数化设计。换行业主要是换「这个行业的关键词库 + 竞品名单 + 分类词库」，适配周期大概几天到 1-2 周，具体看行业复杂度。

可以定制，也可以随时增删、加专业名词或长尾问题。目前这一步是由我们团队根据客户需求配置执行，客户自助后台（自己上去改）还在规划中，暂时还没开放。

可以，这个功能已经上线——「行动计划」里的 AI 战略解读会根据你的实际数据，给出该往哪个平台、哪种内容类型发力的具体建议和理由，不是泛泛的通用建议。

可以。系统会把品牌跟竞品的曝光差距，转成分优先级的行动清单（P0 最急、P1 次之、P2 可以之后再做），每一条都是可以直接执行的具体动作，不是抽象的方向建议。

可以。支持一个 agency 账号下管理多个品牌/门店，分别建立监测项目、分别出报告，这正是我们主推的 agency 合作模式。

SOV（曝光率）：AI 平均把你排在多靠前，简单说就是「旅客问 AI 时你出现得多不多、多靠前」。首推率：AI 推荐酒店时把你列为第一名的比例——第一个被提到，成交机会最高。讲对率：AI 说的你的信息里有多少是对的，说错地址、房型，旅客照着扑空就是差评。

AVI 是五个维度合成的 0–100 分：SOV 曝光率占 30%、前三率 25%、场景命中率 20%、引用感知率 15%、讲对率 10%；级距 A≥80 / B≥60 / C≥40 / D<40。它把「广泛出现 + 被排在前面 + 说得对 + 有信源」合成一个总分，比单看某一个指标更全面。

AI 在对你了解不足时，会用相似酒店的信息「填空」，于是编出错误的地址、房型或价格。根本原因是它在训练资料里对你了解太少，只能猜。解法就是在高权重平台（大众点评、小红书、官网）布局准确的酒店事实，让 AI 下次学到对的。

SOV 没有分子分母——它不是「你被提到的次数 ÷ 所有品牌被提到的次数」，是一个「打分」。AI 每回答一题，看它把你排第几：第 1 名 100 分、第 2 名 88 分、第 3 名 76 分、第 4–5 名 64 分、第 6 名以后 48 分、有提到但没排名 36 分。把这次审计所有题目的分数平均起来，就是报告上那个 SOV。举例：100 次回答里 50 次排第 1、30 次有提到没排名、20 次没提到你，平均下来大约 61 分（没提到你的那些只拿到很低的分，几乎不影响结果）。所以分数越高代表「AI 平均把你排得越前面」，不是「你被提到的次数占比」。报告、周报总览、AI 解读里的 SOV 都是同一个数字、同一套算法，沿用「SOV」这个大家熟悉的旧称呼而已。

不一样。题目分三类，按「离旅客真实问法有多近」加权：品牌词问法占 40%（旅客直接问「XX 酒店怎么样」，最接近真实体感）、品类问法占 35%（问「推荐哪几家酒店」时你排第几）、竞品比较问法占 25%。每一类先各自把题目分数平均，再按这三个权重合成你看到的 SOV。所以「直接问你的名字时 AI 讲得好不好」影响最大。

不是。「需确认」是我们主动标出来、建议你核对的条目，旁边那句「另有 M 条 AI 讲对了」才是完整的分母——多数情况下讲对的远比需确认的多。而且同一件事只算一条：价格落在你给的区间内的不再重复标、定位描述这类主观偏差会降级处理，所以这个数字是去重后的待办清单，不是错误总数。把它当成「这几条去改一下」的行动清单，不是成绩单上的扣分。

修正类问题（改掉 AI 说错的）约 1–2 周开始改善；曝光和排名类约 2–6 周逐步显现。AI 建立品牌记忆需要时间，我们会用月度复查的前后数据让你看得见变化。

很轻。一次性提供酒店基本事实，之后主要是发布我们生成好的内容；官网标签我们生成、你们贴一次。日常监测和内容生成都由我们和系统完成。

内容我们生成，默认由你的团队在自己的官方账号发布（更真实、更安全）；也可按方案授权我们代发。发布渠道和节奏我们会给建议。

AI 的回答本来就有波动，所以我们不看单次、看趋势——每天扫描、取多日均值，避免被一次偶然波动误导。也正因为 AI 回答随时间变，越早开始积累历史数据越有利：竞品今天才开始做，时间序列永远比你晚一截，这本身就是护城河。

可以。内容工厂 →「生成内容」里有「内容自检」：把已经写好的稿子贴进去，系统按 AI 引用友好度打分并指出问题（事实密度不够、缺可引用的具体数字、标题不是问句型、没有结构化段落等）。也可以直接让它改写成更容易被 AI 引用的版本，改写完会直接给分数。用法上的界线是：平台给红绿灯与改写建议，要不要改、怎么落地由你们决定。

可以。主帐号之下可以开「运营席位」（子帐号）：同事用自己的 email 登入，看到的是同一份品牌与报告资料，所以不会出现「我的东西不见了」。审计记录会记下是谁点的那一次审计。需要加人时跟我们的对接人说要加谁的 email 即可。

可以。账号设定 →「界面语言」可以切简体中文／English，侧栏底部也有一个切换器。切换后不只介面变，AI 解读、行动计划、分享报告页的产出语言都会跟着变——所以可以直接把英文版分享链接发给外方业主或亚太总部。要注意的是这只影响显示与产出语言，不影响审计问句本身用什么语言问（问句语言在品牌设定里）。

不是推荐收费，是成交收费。2026 年 8 月 20 日起，经豆包推荐成交的酒店订单在抖音来客后台单独列示，收 11.4% 软件服务费＋0.6% 支付费（约 12%，抖音主站约 8%）。豆包官方回应：没有付费推广、没有广告费，商家不能通过付费影响推荐或排序。9 月 28 日起豆包 App 首页有了「出行用豆包」，客人问「推荐一家酒店」时，答案里的酒店卡片直接连到抖音来客的团购券，绑定抖音账号可以在豆包里付款——也就是说，被豆包推荐第一次直接等于订单。前提是豆包找得到可以卖的东西：目前已证实的唯一链路是抖音来客，没在来客上架团购的酒店，被推荐了客人也买不了。豆包没有公布推荐因素（评分、销量、内容、距离都没说），只说了不能付费排序。携程、美团上的酒店会以文字和链接形式出现在豆包答案里，但可订的卡片目前只有来客链路。建议酒店：①确认来客门店已认证、酒旅类目已入驻、至少一个在售团购；②在来客后台确认豆包渠道费率；③来客资料跟官网、点评、携程保持一致；④成交后在来客结算单看「豆包成交」标签做归因。GEOAhead 这边监测的是你在豆包里的可见率与排位，上架团购这一步只有酒店自己能做。