领航鲸PilotAI把品牌，领进 AI 的答案GEO 学堂
生成式引擎优化，从这里学起
AI 正在替您的客户做选择。本栏目汇集 GEO 的方法、指标与实操清单。
数据观测
每期数据均取自领航鲸探测库，口径固定，可跨期对比
AI 回答附了来源链接，能证明它引用了你的品牌吗？
从匿名同题样本出发，区分“回答带来源链接”“来源提到品牌”“来源支持推荐结论”三件事，并给出逐条核验方法。
为什么 AI 能回答品牌词，却不在品类问题中提及你？
匿名探测样本显示，点名品牌的问题与不点名品牌的购买问题不能混算；本文给出分层看数和排查内容缺口的方法。
同一问题问 5 个 AI 引擎，品牌提及结果有多大差异？
用同轮、同题、同品牌的匿名探测样本，比较豆包、DeepSeek、文心、千问和元宝的品牌提及结果；同时说明为什么这不是引擎能力排行榜。
一家县城酒店没有官网，却进了 AI 回答前三：本地生活 GEO 实测
用 242 条真实回答、2321 条引用记录，实测一家福建县城经济型连锁酒店在 6 个 AI 引擎里的表现：通用词提及率 44.4%、平均位次 2.3，而它没有官网。本文拆解引擎在本地生活行业到底从哪里取信息。
AI 引擎信源观测 2026-08 期：14 个引擎实际在引用谁
用 3306 条真实回答、28700 条引用记录，给出各 AI 引擎的引用公开率、头部信源清单、跨引擎通吃站点与问题分层命中率。每期数据直接从探测库生成，口径固定可复现。
AI 爬虫来了，却没抓文章？一份官网到访记录能说明什么
领航鲸官网 2026 年 8 月的一段到访记录显示，不同爬虫访问的页面差异很大。本文说明这些记录能证明什么、不能证明什么。
品牌舆情监控
看这条线的全貌社媒讨论、评论区负面与热榜动态，AI 口碑的源头
正文是发布者立场，评论区才是民意
视频在夸、评论在骂，只看正文判不出来。本文讲舆情取证为什么必须下钻到评论区，各平台评论能拿到什么、不能拿到什么，以及哪些平台的评论区不能当民意用。
一份事件舆情报告该有什么：五个板块与它们的证据来源
发布会、召回、财报、代言人塌房——事件舆情和常态口碑要回答的问题不同。本文给出事件报告的五个板块、每个板块的数据来自哪一层，以及为什么监测频率该由事件本身决定。
热榜和搜索不能互相替代：舆情监测的三层结构
只看热榜，知道火了却不知道在骂什么；只搜帖子，知道在说什么却不知道是小圈子自嗨还是全网都在看。本文讲热榜层、搜索层、下钻层各回答什么问题，以及热榜为什么不抓就永远没有了。
口碑分是被自己搜崩的：舆情监测的三池关键词模型
用「品牌+投诉」搜出来的帖子必然全是投诉，把它算进口碑分，分数就是自己按出来的。本文讲中性池、负向池、事件池怎么分工，以及每一池该配多少个词。
舆情监测该盯哪些平台：一份按决策链路的取舍清单
平台不是加得越多越好。本文讲怎么按行业与购买决策链路挑监测阵地、定时监测与按需扫描该怎么分工，以及为什么同一个平台在不同任务里的取舍可以不一样。
小红书站内的 AI 也在给你的品牌下判断
小红书搜索结果顶部的 AI 智能卡片，会直接给出品牌榜单、「好用/不好用」的百分比和两个品牌的对比结论。它本质上是一个语料只有小红书笔记的 AI 搜索引擎——而这一层大多数品牌还没在监测。
AI 在说你的坏话吗？品牌 AI 口碑监测指南
用户私下问 AI「XX 怎么样」时，AI 的回答可能是过时信息、对比中的隐性贬低，甚至张冠李戴。本文讲 AI 口碑的三类风险、可执行的监测方法与纠偏流程。
生成式引擎优化
搜索引擎优化｜canonical 是什么：重复地址会怎样
重复地址大多不是故意造出来的，是系统自己长出来的。引擎会从中挑一个代表，问题在于它可能挑得和你想的不一样。这篇讲清 canonical 为什么是建议不是命令，以及三种最常见的自相矛盾配置。
6 个国内 AI 引擎横评：哪个给引用、哪个只给答案
用 3306 条真实回答实测通义千问、豆包、文心一言、DeepSeek、腾讯元宝、Kimi 六个国内 AI 引擎：谁公开引用来源、谁一次给多少条、各自偏爱哪些站点，以及同一个引擎换个入口为什么结果会变。
搜索引擎抓取｜抓取预算是什么：多数网站其实不用管它
抓取预算是被过度传播的一个概念。Google 自己的口径是：绝大多数站点不必关心它。这篇先讲清哪些站真的需要管，再讲它由什么决定、额度被浪费时是什么样子，以及它和 AI 引用旧口径之间的关系。
AI 爬虫是怎么发现你的网站的：三条发现链路和它们的优先级
站点地图提交了、主动推送也做了，AI 爬虫还是不来抓。因为「发现」和「抓取」是两件事。本文用 21 天日志实测拆开三条发现链路，说明为什么外链在 AI 时代反而更重要，以及一份不越线的外链清单。
GEO 服务商怎么选？先核对报价、交付和验收
选 GEO 服务商，不靠榜单和保排名承诺。用一份可直接发给供应商的清单，核对监测口径、内容交付、费用边界和验收证据。
搜索引擎抓取｜robots.txt 怎么读：一行一行拆给你看
robots.txt 不是权限控制，是一份声明——而且它直到 2022 年才成为正式标准。这篇一行一行拆开它的分组规则与匹配优先级，并讲清那个最常见的陷阱：挡住抓取，等于让引擎永远读不到你的 noindex。
搜索引擎收录｜主动推送与 IndexNow 能做什么，不能做什么
百度 API 提交每天 10 条、超额整批拒绝，IndexNow 一次推完全部返回 202——然后引擎该不来还是不来。用 26 条 URL 的完整实测，说明收录提交解决什么、不解决什么，以及三条通道各自的正确用法。
搜索引擎收录｜收录和排名的区别：怎么查自己卡在哪一关
「收录」和「排名」在日常说话里常混成一个词，实际是两件事，中间还夹着一件很多人没意识到的事——召回。这篇把它们拆开，并给出一套能自己动手查的判据：日志看抓取、站长平台看索引、原话搜索看召回。
搜索引擎入门｜GEO 怎么做：先过五道关
做 GEO 的第一公里不在 AI 那边，在搜索引擎这边。一个网页从躺在你的服务器上，到被 AI 摘进一段答案，中间要过发现、抓取、索引、检索、摘引五道关。每一关在判什么、最常见的误解是什么、过不去时是什么表现。
搜索引擎优化｜结构化数据是什么：给机器读的那一层
结构化数据和页面好不好看没有关系，它是给机器读的那一层。这篇讲清 Schema.org 与 JSON-LD 怎么用、三种最常用的类型，以及一件很多教程还没跟上的事：FAQ 富媒体的路 2023 年就关了，但这一层反而更值得写。
搜索引擎收录｜站点地图（sitemap）有什么用：它不保证收录
站点地图的作用被普遍高估了。它做的只有一件事——告诉引擎「我这儿有这些页」，把地址放进待抓队列。这篇讲清它的格式、lastmod 到底怎么用，以及五个几乎人人都会踩的错法。
AI 爬虫能否访问官网？先分清搜索与训练
AI 搜索能否找到官网，与模型训练使用内容不是同一件事。本文用官方规则解释网站应检查什么、哪些结论不能只凭一个爬虫判断。
品牌事实卡：AI 时代品牌口径的最小单元
AI 在不同信源看到互相矛盾的数字时，倾向于两个都不采信。品牌事实卡是把「你是谁」固化成一份可复制口径的做法。本文给出字段清单、写法示范与四条校准规则。
GEO 优化效果怎么衡量？提及、引用、询盘分别看什么
一次 AI 回答中的提及、页面被引用、访客点击和最终询盘是不同指标。本文给出计算口径、证据等级与复测方法。
黑帽 GEO 的三条红线：为什么刷量这条路正在关闭
批量伪造稿件、关键词堆砌、AI 投毒——这些做法短期看有效，长期是负资产。本文用实验数据和平台官方政策，说清三条红线各自的失效机制与替代做法。
出海品牌的 GEO:海外引擎和国内是两套打法
ChatGPT、Gemini、Perplexity、Grok 的信源结构与国内引擎差别极大。本文讲海外 GEO 的四个结构性差异、题库与内容的本地化要求，以及一份实测的海外信源观察。
竞品霸占了 AI 的答案怎么办？声量份额(SOV)反超打法
用户问「哪家好」，AI 张口全是竞品。本文用声量份额(SOV)拆解差距来源，给出一条有实测数据支撑的 90 天反超路线，并纠正一个流传很广的长尾词误区。
中小企业要不要做 GEO?一份带成本账的判断清单
不是所有企业都要立刻投入 GEO。本文用三个判断问题、一张实测数据表和一笔完整成本账，帮中小企业老板判断该不该做、先做哪一步。
llms.txt 有用吗？企业官网先做好这三件事
llms.txt 不是进入 Google AI 搜索的必备文件。企业应先让重要页面可访问、事实清楚、内容可核验，再考虑额外的机器可读资料。
AI 可见度评分怎么算？四个维度与提分路径
AI 可见度评分(AI Visibility Score)把「AI 怎么看你的品牌」变成一个 0-100 的可追踪分数。本文公开四个维度的权重、统计口径、常见误读，以及每个维度对应的提分动作。
本地生意的 GEO:让 AI 把客人带到你的门店
「附近哪家火锅好吃」「杭州靠谱的离婚律师」——这类本地问题正在被 AI 大量回答。本文讲餐饮、门店、律所、诊所做 GEO 的特殊打法、题库设计与自查清单。
让品牌进入 AI 答案的 5 个实操步骤
从基线探测到内容投放再到效果复盘，一份可以直接照做的 GEO 落地清单：每一步的做法、判断标准、常见错误，以及各步骤的实测参考数据。
怎样写出 AI 愿意引用的内容？可引用性的 6 个要素
同样一篇品牌稿，有的被 AI 反复引用，有的永远进不了答案。差别在「可引用性」。本文给出 6 个有实证支持的要素与可直接套用的自查清单。
AI 引擎最爱引用哪些平台？11 个引擎的信源实测
豆包、通义、文心、DeepSeek 回答问题时到底在引用谁？本文用 3490 条真实引用记录，给出每个引擎的 Top 信源、跨引擎通吃站点清单，以及内容该发在哪里的判断方法。
AI 为什么推荐某些品牌？拆解大模型回答的信源机制
豆包、DeepSeek、通义千问推荐品牌时，答案从哪来？本文用 564 条真实回答、3500+ 条引用的实测数据，拆解 AI 引擎的两条知识通路，以及品牌分别该怎么影响它们。
什么是 GEO(生成式引擎优化)？和 SEO 有什么区别
GEO(Generative Engine Optimization)是让品牌出现在豆包、DeepSeek、通义千问等 AI 引擎回答里的优化方法。本文讲清定义、与 SEO 的区别、有实证支持的做法，以及企业为什么现在就要开始。