GEO品牌全域诊断与长尾词分析

AI-GEO 品牌诊断：让品牌出现在 AI 的推荐名单里 —— 不限行业、不分地域的品牌 AI 可见度诊断与增长方案

核心目标：选出当前品牌资产就能通过大模型交叉验证的问句，让品牌在 AI 回答中被自然、合规地引用。

一、为什么每个品牌都需要它

当客户问豆包、DeepSeek、Kimi、腾讯元宝「XX 哪家好、怎么选、哪家供应商靠谱」时，AI 的回答正在取代搜索引擎，成为新一代决策入口。无论是消费者找本地门店，还是采购商找源头工厂，越来越多的人直接把问题抛给 AI，并信任 AI 给出的名单。

AI 从不凭感觉推荐品牌，它只信任能够交叉验证的信息。 大模型在回答推荐类问题时，本质是在做多源证据的交叉验证：你的品牌在工商系统、地图、行业平台、电商、社交媒体的信息是否一致？有没有独立于你自述的第三方背书？服务流程、产品参数、价格政策是否具体到可核对？近期是否活跃？—— 这些要素直接决定你能否进入 AI 的推荐答案，以及被排在什么位置。

如果 AI 的答案里没有你，你就等于把客户让给了名单上的竞争对手。 而这个名单，是可以被科学地「经营」出来的。

二、这个技能做什么

本技能为你的品牌做一次完整的 AI 可见度诊断与长尾问句挖掘布局规划，无论你是本地到店型业务，还是全国泛在型业务，均适用：

本地到店型（餐饮、眼镜、口腔、医美、教培、家政、汽修、本地零售等）—— 围绕「城市 / 商圈 / 门店 + 决策问句」布局，诊断地图 POI、NAP 一致性、到店动线、本地生活评价，转化设计指向到店、团购与私域；

全国泛在型（生产制造、工厂批发、SaaS、电商品牌、B2B 供应商、招商加盟等）—— 去地域化布局，围绕「品类词 + 供应商推荐 / 怎么选 / 多少钱 / 厂家 / 品牌对比」展开，诊断官网、行业垂直平台、B2B 黄页、经销网络与全国口碑，转化指向线上咨询、下单、留资与经销合作。

三、一次交付六项成果

1. 六位专家并行深挖与交叉复议：信源侦察、客群与需求意图、竞争格局、优势与证据审计、合规红线、冲突仲裁六路并行，各自只答自己那一个问题、互不引用，产出带 URL 的证据卡；再经四步交叉复议（交换 → 标记冲突 → 反证搜索 → 仲裁定论），把「客户自述」与「公开信息」的冲突逐项裁定，最终收敛成一张可布局切入点清单；
2. 120–140 组高价值问句总库：沿用户决策旅程挖掘用户真实会问出口的提问式长句，9 大意图族全覆盖（每族有下限，推荐族 ≥24 组）。其中推荐族的 40%–50% 是不带品牌词的品牌寻向型问句 —— 句子里不含任何品牌名，但询问意图就是想得知该品类 / 该服务的品牌，AI 在组织答案时必然要点名品牌，这正是品牌被自然带出的入口；每条这类问句都要同时满足三条硬条件：① 高热度低竞争（H≥4 且 C≤3）；② 与品牌优势、价值、产品、服务高度匹配且有可验证证据（隐含需求 → 优势维度 → 可验证证据 → AI 推荐植入点）；③ 期望答案结构是「品牌名单 / 推荐 / 哪个好 / 怎么选」。三条缺一即不计入占比，写不出匹配点的词一律不入选；
3. 热度 × 竞争度四象限战力图（报告中的「四相线模型」）：分层锁定低竞争、高价值的主战场，每条问句都写明为什么是这个分（只给分数不给理由，客户无法判断该不该采纳），淘汰词逐条写明原因；
4. P1/P2/P3 分级落地清单：每条问句配内容方向、AI 友好表述范式（把「我们很专业」改写成可核对细节的示范段落）与分发渠道；
5. 90 天执行路线图：分四阶段（地基期 → 主攻期 → 扩展期 → 收割期）给出可执行动作，从「查无此人」到「主动推荐」；
6. 合规红线把关：所有选词绕开资质覆盖不到的宣称，只用现有可验证资产，不碰医疗效果、绝对化用语等红线，确保每一条都能安全落地。

四、适合谁用

• 本地商家：想让同城客户在问 AI「哪家好」时第一个想到你；
• 工厂与供应商：想让采购方在问 AI「哪家厂家靠谱」时进入推荐名单；
• 品牌方与市场负责人：想系统性地管理品牌在 AI 生态里的形象与露出。

只要你需要知道某一个品牌的现状、AI-GEO 的切入点，你就一定需要这份报告的诊断 —— 它既告诉你现状是什么，也告诉你该如何切入优化。

不适用：想让 AI「刷榜」「买推荐位」的诉求 —— 本技能不做，也做不到。AI 回答无法被付费操纵；本技能做的是把真实、可交叉验证的品牌资产讲清楚，让模型在自然回答里能引用到。

前提：品牌至少要有可验证的既有资产（经营年限、平台 POI、真实评价、官网、公开报道等任一项即可）。完全没有线上痕迹的品牌，报告会如实标注「需先建资产」，不会编造。

30 秒上手

直接在对话框里说这句话就行（不用记参数名，说人话即可）：

> 帮我看看「衡水柯创装饰」在 AI 搜索里的可见度，做装修和旧房改造，在衡水。

开工前你只需要准备：

最小可用示例：

输入：帮我看看「衡水柯创装饰」在 AI 搜索里的可见度，做装修和旧房改造，在衡水。
输出：一份单文件 HTML 报告 —— 专家团深挖与交叉复议 + 品牌信源盘点 + 120~140 组长尾问句
      + 热度×竞争度四象限优选 + 逐词落地方案 + 90 天路线图

其余信息（官网链接、执照附件、目标客群、优势与限制）不填也能跑，缺什么方法论里都有默认路径，报告里会标注「需客户核实」。想让报告更准再补。

和「自己拿 AI 随手问一句」的区别

触发词

品牌 AI 可见度、AI 搜索优化、GEO、大模型推荐、品牌全域诊断、长尾问句、问句挖掘、AI 问答露出、品牌诊断报告、信源盘点。

单次价格

¥19.9/次。与支付宝 AI 付「服务管理」中登记的服务单价（19.9 元）一致，也与服务端 402 账单金额一致；实际扣款以账单为准。

计费、收款与退款

> 依据支付宝 AI 按量付费官方口径（产品介绍 · 支付宝文档中心），
> 以及服务端 402 账单里实际下发的字段。402 报文的作用之一就是「向用户透传商品信息和收款方信息」，
> 所以下面这些本就该公开。

退款与争议处理：凭你的订单号（pay 步骤输出里的那个）联系服务方申请。

> 联系方式：vbjz0255@agent.qq.com（邮件附上订单号，便于快速定位）

数据与网络行为声明

本 Skill 涉及的全部外部行为如下，均可逐项复核：

依赖

买家侧支付能力（首次使用前安装一次）：

npx -y @alipay/agent-payment@latest install

安装完成后运行环境应可直接调用 alipay-bot。

> 安装输出里出现「❌ 一键安装失败」不一定是真的失败。 该安装器会并行做三件事
> （CLI / Plugin / Skill 目录），其中 Plugin 与 Skill 两项常因「运行时版本未知」或
> 「未检测到 Skill 目标目录」而报错，但 CLI 本体已经装成功。
> 判据只有一条 —— 执行 alipay-bot --version，能输出版本号（如 alipay-bot-cli 0.4.5）就是可用。
> 若提示 command not found，先确认 ~/.local/bin 在 PATH 里，或重跑一次安装命令。

生成报告需要 Node.js（用于内联脚本语法校验，缺失时跳过）与 Python 3（scripts/build_report.py）；图片预处理另需 pip3 install Pillow。

附件图片支持 JPG / PNG / GIF / WebP / BMP / TIFF。iPhone 拍的 HEIC 需 pip3 install pillow-heif；不想装就在手机「设置 → 相机 → 格式」改为「兼容性最佳」后重拍。不支持 PDF / PSD / SVG，请先导出成图片再处理。任何格式问题脚本都会给出中文处置指引，不会抛英文报错。

输入要求

接口参数与支付宝 AI 付「服务管理」中登记的服务请求示例一致：

{"brand_name":"示例品牌","city":"北京","business_keywords":["眼镜","配镜"],"target_audience":"青少年家长"}

以下三项不填也能跑（不通过接口传输，只影响报告深度）。想让结论更准就补，不补时方法论都有默认路径：

调用流程

--session-id 在整条链路中必须保持不变（建议用会话键或业务单号，不要用时间戳），用于隔离本次会话的本地状态。

> 关于幂等：它由服务端按订单号保证 —— 同一笔支付重复取回只会返回已保存的结果，
> 不会重复扣费、也不会重复生成资源。所以即便你换了一个 --session-id 去取回，
> 只要订单号对得上，钱也不会被收第二次。不要为了让请求"看起来一样"而复用别人的 session-id。

--out-shake-no 需要的订单号，来自 第 2 步 pay 的输出（照抄那里的订单号即可）。

1. 取账单

node scripts/brand-geo-paid.mjs probe \
  --session-id "$SESSION_ID" \
  --brand-name "品牌名" \
  --city "城市" \
  --business-keywords "眼镜,配镜" \
  --target-audience "青少年家长"

未付款时接口返回 HTTP 402 与 Payment-Needed 账单，脚本把账单和原始请求参数一起落盘；输出 payment_required 即进入第 2 步。若直接返回 200，说明该订单已付款，直接进入第 3 步。

> 参数必须在 probe 阶段一次给全。 账单参数在签发时即固化、付款后无法更改，所以脚本会在付款前先自查必填项，不齐就直接报错、不会签发账单、也不会产生任何扣款。必填：品牌名 + 至少一个业务主词。缺主词是最常见的失败方式，且后果最重——付了钱也拿不到报告，而且重试无效。

2. 用户确认支付

node scripts/brand-geo-paid.mjs pay --session-id "$SESSION_ID"

脚本把账单文件与原始请求交给官方 alipay-bot，展示用途与金额，等待用户本人扫码授权。不得自动扣款；用户取消时应停止，不要重试付款。

3. 取回结果

node scripts/brand-geo-paid.mjs complete --session-id "$SESSION_ID" --out-shake-no "<订单号>"

脚本会自动把第 1 步落盘的原始请求体与请求头一并重放给官方 alipay-bot（内部走 -d / -H），你不需要手工再填一次业务参数。这一点很关键：官方买家侧组件默认只重放订单号、不带业务参数，服务端拿不到品牌名与业务主词就无法交付，表现为「钱已扣、报告未出」。

退出码有明确含义，不要只看有没有输出：

关于有效期与凭证：

• 账单自签发起 30 分钟内有效，超时未付款则该账单作废。作废不会扣款，重新发起 probe 即可。
• 付款凭证一次性有效：同一笔支付重复取回只会返回已保存的结果，不会重复扣费、也不会重复生成资源。
• 交付万一失败时，服务端会把这笔支付标记为「可重试」并延长重试窗口 —— 所以看到失败提示不用慌，
  用同一订单号重试即可，不要重新付款。

拿到 already_fulfilled: true 属正常情况：说明这笔支付此前已成功交付过，返回的是服务端保存的结果，没有重复扣费、也没有重复生成资源，不要因此再付一次。

取回失败时会明确报错并保留本次支付，可凭同一笔支付重试；状态不明时先查原订单，不要重复付款或重复交付。

随时可用 node scripts/brand-geo-paid.mjs status --session-id "$SESSION_ID" 查看已落盘的订单状态。

4. 输出报告

把结果展示给用户。需要单文件、可直接发送的 HTML 报告时，必须用脚本渲染，不要手写 HTML：

python3 scripts/build_report.py report-data.json -o 报告.html

为什么这条是硬要求：模板里已内建七段目录、四相线散点图、筛选交互与响应式断点。手写一份「看起来差不多」的 HTML 会稳定地丢掉四相线图、缺段、移动端塌掉、图片没内嵌——正确做法是只改 report-data.json、不动模板，重跑同一条命令即可迭代。字段 schema 见 assets/report-template/report-data.example.json。

报告要让客户自己看得懂判断依据：热度 H 与竞争度 C 的 1–5 分，除了填分值，还要写一句「为什么是这个分」（例如「该词在主流大模型回答中均被头部品牌占据，故竞争度 5」）。评分锚点见 references/methodology.md——只给分不给理由，客户无法判断该不该采纳。

5. 执行诊断工作流

拿到结果之后的具体执行顺序（Stage 0 行业分叉 → 六阶段工作流 → 数据驱动渲染 → 质量门）写在 references/workflow.md，开始分析前先通读一遍。

最短路径是：先读 workflow.md 的 Stage 0 判定本地型 / 全国型（这一步决定后面所有模块的分叉，不能跳），再按 Stage 1–6 逐段推进，最后过一遍文末的六道质量门再交付。

异常与降级（不会崩，也不会出残缺报告）

常见问题

遇到问题先查 references/faq.md（16 个高频问题，分三类）：

• 输入与素材：附件是 HEIC 传不进去 / 品牌名有歧义 / 没有营业执照 / 没有官网 / 小红书抖音抓不到
• 过程与结果：报告结论和客户感受不一致 / 跑到一半中断 / 只想做单条业务线 / 不是眼镜行业能不能用 / 问句太生硬 / NAP 不一致 / 能不能出 PDF
• 付款与取回：提示缺必填字段钱有没有扣 / 付款成功却没拿到结果怎么办 / already_fulfilled 是什么意思 / 渲染报缺区块是不是坏了

付款、取回、重试相关的问题看第三类，里面会明确告诉你「钱有没有扣」和「要不要重新付款」。

资源导航