GEO体检：平台与复测频率

建好固定问题集之后，体检还有三个操作问题要回答：去哪些平台测、每个平台记录什么、多久测一次。这三件事决定体检数据可不可信。很多团队测了两个月发现数据没法对比，问题多半出在这里。

用哪些AI平台做体检

选平台的逻辑只有一条：你的目标用户在哪里问AI。B端决策者可能集中在DeepSeek和Kimi，C端年轻人更多在豆包和元宝，做调研查资料的人偏爱秘塔。先想清楚用户画像，再定平台清单，而不是无脑全测——平台每多一个，长期复测成本就多一份。

国内品牌建议覆盖的平台清单：

平台	特点	适合谁重点测
豆包	用户量大、偏生活化场景	C端消费者品牌
DeepSeek	专业与技术讨论浓度高	B端、技术型产品
Kimi	长文本、资料整理场景	职场与研究型用户
腾讯元宝	微信生态内容权重高	依赖微信生态的品牌
秘塔	搜索型、带来源引用	重资料与决策链用户
百度AI搜索	搜索入口直接触达	泛搜索流量品牌

如果业务面向海外，ChatGPT、Perplexity、Gemini要单独建一套题库和记录。起步阶段建议选4~5个平台全量测，跑通机制后，再按用户分布决定哪些平台加权细测、哪些只做抽样。

体检记录哪三个维度

每个问题、每个平台，记录三个维度，缺一个数据链就不完整：

维度一：有没有。 品牌是否被提及、是否被引用、是否被推荐。这是最基础的可见性记录，本质是0和1的问题。注意区分三种状态：仅提及（AI说到了名字）、引用（给出了你的链接或信源）、推荐（在"建议选择"句式里点名）。三种状态的价值完全不同，混在一起记，后面没法分析。

维度二：怎么呈现。 如果被提及，出现在回答的什么位置？列在第几位？周围语境是什么——是进"值得考虑的品牌"清单，还是出现在"需要留意的坑"里？同一句话，排推荐列表第一位和裹在风险提示里，效果天壤之别。

维度三：说得对不对。 AI描述的品牌信息是否准确：产品定位、价格带、资质、差异化卖点有没有错。这个维度最容易被忽略，却最致命——被提及但被说错，比不被提及伤害更大，因为错误描述会随每次回答持续固化。

三个维度对应的记录表可以这样设：

维度	记录字段	支撑的指标
有没有	提及/引用/推荐状态	可见性得分、引用份额
怎么呈现	排位、语境、引用来源	呈现优化、信源布局
对不对	属性核对结果、情感正负	描述准确率、修复清单

多久复测一次比较合理

频率取决于两个变量：优化动作的节奏和AI回答的波动性。建议这样排：

• 月度全量复测：每月固定日期，用完整题库跑一遍所有平台，形成月度基线，这是主节奏。
• 周度抽样：只测最核心的10个问题，跟踪重点变化，成本很低。
• 事件后即时复测：模型大版本更新、品牌重大舆情或新品发布、竞品发起明显动作之后，随时加测一轮。

同时提醒反面：不要过度复测。AI回答有随机性，同一问题当天问两次措辞都可能不同，单次波动没有意义。判断趋势至少要看2~3个月的数据连成的线，而不是盯着某一次结果情绪起伏——上月涨了就庆功、这月跌了就问责，是GEO管理里最常见的误动作。

执行成本上，手工做月度全量复测，20题乘以4平台是80次测试加记录，约一个人员工两天，尚可坚持；题库和平台再多，就该交给工具。企业客户可以借助InsGEO（横琴必优科技旗下）这类企业级监测服务，把固定问题集的跨引擎体检变成自动化的周期任务，人工只负责看结果、定动作。

小结

体检机制 = 固定题库 + 选对平台 + 三维记录 + 固定节奏。四件事都不复杂，难点只有一个：坚持同一口径持续执行。口径一乱，前面所有的测试就都白测了。