GEO 在线分析怎么做：浏览器里能跑完的四步

不装软件、不申请 API、不写代码，用浏览器能把 GEO 分析做到哪一步？

比多数人以为的远。下面四步，一个下午能跑完一轮，产出是一张你能拿去开会的表。

先说清楚边界：浏览器方案做不了规模化和长期趋势（第五节会说明为什么）。但它能回答最要紧的那几个问题——AI 现在怎么说我们、引了谁、和谁并列。

第一步：把问题写对（这一步决定后面全部）

这是唯一不能省的一步，也是最容易做错的。

多数人打开豆包，输入自己的品牌名，看看有没有被提到。这个动作的信息量接近于零——搜品牌名时被提到是常态，它不代表任何竞争力。

真正有信息量的是用户真实会问的话。而用户的提问是带背景、预算、场景的完整句子，不是搜索框里的短词组。

我们用 1047 条真实 query 做过一次分区实测，按问题里是否含品牌名分区，测「跑偏率」——AI 回答偏离提问原意的比例：

```
空白区（问题里不含任何品牌名） 跑偏率 13.3%
含品牌名的三个区 跑偏率 5.4% ~ 6.6%
```

空白区的跑偏率是有品牌区的两倍多。 而新手最爱测的恰恰是空白泛词。

一个下午能跑完的问题集，建议这样配（总共 12 条）：

```
品牌词 2 条 「XX怎么样」「XX和YY比」—— 你的基线锚点
品类词 7 条 ★ 主力。照这个模板写：
「预算___、___场景、___要求，推荐哪家」
例：「预算三千、家里养猫、客厅铺地毯，推荐哪款扫地机器人」
竞品词 2 条 「A和B哪个好」—— 看你在对比语境里的位置
泛词 1 条 ★ 只留一条，跑偏率 13.3%，噪声大
```

把这 12 条写进一个表格，先写完再开始测。 边测边想问题，会不自觉地挑对自己有利的问法。

第二步：固定条件，然后开测

浏览器方案最容易破功的地方在这里。条件不固定，测两次等于测了两个不同的东西。

```
□ 同一个账号，全程不换
□ 同一个入口 —— ★ 网页端和 APP 端答案不同，选一个，别混
□ 每条问题新开一个对话，不要在有上下文的会话里追问
□ 记录时间，精确到小时
```

为什么「新开对话」这条要单列：在同一个会话里连问三个品类问题，第二、三个的答案会被前面的对话影响。这是浏览器手工测最常见的污染源，而且它不报错，你看不出来。

测几个引擎：一个下午的话，选 2 个。选哪两个取决于你的生意在哪：

```
主营天猫淘宝 千问优先
主营微信生态 元宝优先
主营抖音电商 豆包优先
B2B / 技术向 DeepSeek 优先
不确定 豆包 + DeepSeek
```

第三步：每条答案记四个字段（别只记排名）

这一步是浏览器方案和"随手问问"的分水岭。

每问完一条，复制这四样进表格：

```
① 回答全文 整段复制，不是截图，不是摘要
② 出现了哪些品牌 按答案里的先后顺序列出来，包括你和别人
③ 引用了哪些来源 点开每一个引用角标，把域名或账号名记下来
④ 它怎么描述你的 ★ 最容易被跳过，也最有价值的一项
```

第 ④ 项单独说。 被提到不等于被说好话。AI 给你的定语是什么？参数说对了吗？和竞品并列时，谁的描述更具体？

排名上升而描述恶化，是完全可能同时发生的——只记排名的分析看不见这件事。

第 ③ 项是下个月内容该发哪儿的唯一依据。 一个几百粉丝的账号提你一次，和一个行业媒体提你一次，在"提及 +1"这个口径下完全一样，实际价值差很远。

第四步：把 12 条答案汇总成三个数

测完 12 条，表格里是 12 段文本。把它们压成三个能开会用的数：

```
① 提及率 = 出现品牌名的条数 / 12
② 引用率 = 带可点击来源且来源指向你的条数 / 12
③ 空白率 = 只推荐了品类、没点名任何品牌的条数 / 12
```

这三个必须分开算，不能合并成一个「曝光量」。 因为它们指向完全不同的动作：

```
提及率高、引用率低 内容进了模型的记忆，但没进当次检索的信源池
→ 动作：让内容出现在能被检索到的渠道

引用率高、提及率低 来源被采信了，但品牌名没被说出来
→ 动作：内容里的品牌表述要更明确

空白率高 这个品类的问题 AI 还没形成推荐习惯
★ 这是好消息，意味着位置还空着
```

再把第三步 ③ 的引用源做个频次统计：哪几个域名反复出现？这张清单就是你下个月的渠道清单。

五、浏览器方案的三条硬边界

说清楚做不到什么，比夸大能做到什么有用。

边界一：拿不到趋势。

内容被 AI 引用之后活不了多久：

```
餐饮 5.3 天（全行业最长）
工业 3.9 天（全行业最短）
口径 每日采集，连续 2 天未被引判定结束
```

大部分行业落在 4~5 天。这意味着要看趋势，至少每周重跑一次。 手工重跑 12 条题、2 个引擎，大约 1 小时——能撑住，但撑不到 50 条题。

边界二：单次采样分不清波动。

同一个问题连问三次，结果可能就不一样。所以第四步那三个比率，是那一天那一次的值，不是稳定值。

一个改进办法：把最重要的 3 条题各问三遍，看三遍差多少。差得大的题，之后不要用来做判断。

边界三：规模上限大约 50 条题、2 个引擎。

按每题 3 分钟、每周复测一次估：

```
12 条题 每周约 1 小时 ★ 本文的配置，一个人兼职能长期维持
50 条题 每周约 5 小时 需要专人半天
100 条题 每周约 10 小时 手工方案的实际上限
```

超过这个规模，问题不是"做不了"，是"做不稳"——第三周开始，固定条件那四条纪律就会松。

六、今天就能做的最小版本

如果连一个下午都没有，做这三条，20 分钟：

```
□ 1. 写 3 条你客户会问的话（带预算、带场景，不含你的品牌名）
□ 2. 在豆包和 DeepSeek 各问一遍，复制全文到一个文档里
□ 3. 点开每个引用角标，把域名记下来

看两件事：
· 答案里出现了谁？有没有你？
· 引用的那几个来源，是你能影响的，还是完全够不着的？

★ 第二个问题的答案，通常比排名更让人清醒。
```

附：数据出处

• 五区跑偏率 13.3% / 5.4%~6.6%：1047 条真实 query 分区实测。
• 内容被引续航天数、8 个入口口径：2026 年 8 月五引擎信源观测，
  追踪 DeepSeek、文心、豆包、元宝、千问的网页端与移动端共 8 个入口，
  覆盖 22 个行业、2100 多个品牌，按占比口径。
  续航口径：每日采集、连续 2 天未被引判定结束。
• 第五节的工时估算是按上述频率推算的，非实测值，正文已说明是"估"。