把「AI 里别人怎么描述你」
变成一张可行动的问题清单
客户不再打开搜索引擎，而是直接问 AI「这个牌子怎么样」。 AI 答错、答旧、或者压根不提你，企业却完全看不见——这个工具就是那面镜子。
采购从「搜关键词」变成「问一句」。传统 SEO/舆情工具能看网页，看不到 AI 对话里的答案——那里才是第一轮筛选。
看不见：AI 答了半天没提你；说错话：负面、停产型号、过时工商信息；让位了：竞品在推荐位，你不在候选池。
GEO 的起点是一份量化基线。带着错误信息铺内容，等于把预算投在一个已经被污染的关键词上。
品牌全称 + AI 可能的别名/简称 + 3–5 个核心产品词 + 主要对手 + 行业模板。
5 个决策场景 × 产品词 × 多引擎，自动带上山东采购语境（验厂/现货/配件）。追问按首轮结果定向：缺席就点名、负面就质疑、过时问最新。
提及位置、情绪、完整度、过时信息、竞品共现、本地关切覆盖——逐条打标签并保留原文。
AIQ 综合分 + 场景矩阵 + 维度缺口 + P0/P1/P2 行动 + 内容素材 + 30 天排期，每条可追溯到原文。
| 产品词 | 品类推荐 | 口碑求证 | 竞品对比 | 风险投诉 | 采购决策 |
|---|---|---|---|---|---|
| 履带式旋耕机 | 2/4 | 4/4 | 1/4 | 4/4 | 3/4 |
| 自走式植保喷雾机 | 3/4 | 4/4 | 3/4 | 2/4 | 4/4 |
| 果园运输机 | 1/4 | 4/4 | 3/4 | 全部 | 3/4 |
数字＝该场景 4 条提问中的提及条数；红色＝该场景存在负面或过时表述； 「全部」＝全部提及。整行红格＝该产品词在 AI 候选池里基本缺席。
山东采购方最常问的「补贴目录 / 三包期限 / 配件好不好买」，AI 几乎答不上—— 本土化不是喊口号，是可以量化的。
P0 修正停产型号与过时工商信息，统一对外表述口径
P1 补齐参数/资质/价格区间/售后三包四类硬信息
P2 产出 5 篇含场景+规模+结果的客户案例，发布到可公开检索的渠道
公开出处与待访谈问法分开标注；资质/价格/合规表述须转品牌与法务人工核实。
AIQ 六维 + 扣分机制；复检先核对Prompt 矩阵与模型版本，口径不同即阻断，不把差值包装成因果。
每条结论可点开原始回答、采样序号、模型版本、时间戳；模拟来源单独标注，不混作真实证据。
不止「有问题」，直接给标题、提纲、必答 FAQ、责任角色（建议），能派给文案与业务核实。
潍坊农机主案例：本地竞品池 + 验厂/配件问法 + 公开政策出处；待访谈语料不冒充事实。
离线模拟跑通流程；答辩主演示用1 个真实引擎 + 潍坊农机 3+1，没有真实引擎不回退。
网页直观可读，一键导出 Markdown（贴周报）与自包含 HTML（发老板 / 打印成册）。
第 1 周止血 → 第 2–3 周补位 → 第 4 周扩量 → 复检对比，可直接当交付方案。
保持 Prompt、模型与分析口径一致再对比；只呈现证据变化，不宣称因果，也不包装成持续监控。
python -X utf8 smoke_test.py