如何在 AI 搜索中做一次 GEO 审计：检查清单、评分与优先级
一份可以对着自家网站跑的 GEO 审计清单：九项检查、一套 100 分制评分和一个优先级顺序，并用它审计 canlah.ai，得分 71。
快速结论
Canlah AI 在本文中使用一份九项检查的 GEO 审计清单：问题池、技术抓取与渲染、AI 引用与漏斗位置、实体与结构化数据、第三方名录、站外权威度、转化与归因、页面可信信号，以及社区提及。GEO 审计检查清单是一张固定的检查表，对着自家网站逐项跑完，用来找出 AI 引擎为什么引用你、或者为什么不引用你。每一项产出的是一个带分母的记录数字，九个数字最后汇总成一个 100 分制的总分。
Canlah AI 在 2026 年 9 月 7 日用这份清单审计了 canlah.ai，自评 71 分，0 个阻断级问题、8 个高优先级问题、14 个中优先级问题。最弱的一项是 AI 引用与漏斗位置，只有 4 分：在 177 条针对开放型买家问题的有信源答案中，该网站被提到 7 次，提及率 4.0%；而在 39 条点名品牌的有信源答案里，39 条全部提到了它。
请把一次审计当作方向性参考。跑一轮无法证明稳定的声量占比、因果关系，也无法预测未来的推荐。如果审计暴露出真实缺口，就把问题池冻结下来，按引擎、市场和语言重复跑同样的检查，再决定要改什么。
披露：本文由 Canlah AI 发布，下文介绍的托管审计服务也由 Canlah AI 出售。canlah.ai 的各项数字来自一份 2026 年 9 月 7 日的第一方自审导出文件，未经独立核验。工具能力与价格取自 2026 年 9 月 23 日查阅的公开产品页面，没有通过付费账号确认。
GEO 审计到底在测什么？
GEO 审计测的是两件被买家经常混成一个数字的事：AI 引擎当下会不会说出你的品牌名，以及你的网站是否可读到足以让它们日后说出来。前者是答案侧的测量，每跑一次都会变；后者是站点侧的测量，在你上线改动之前它是稳定的。
- 提及率：在一组固定问题池的有信源答案中，说出品牌名的答案所占的比例。
- 漏斗位置：品牌出现在品类问题、候选清单问题，还是只出现在已经点名它的问题里。
- 引用：答案链接的是你自己的域名、第三方页面、竞品，还是没有可见信源。
- 可抓取性：引擎和它们的爬虫能否到达、渲染并解析承载答案的那些页面。
- 实体清晰度：Wikidata、结构化数据和你自己的事实页，对「这家公司是什么」的说法是否一致。
- 信源生态：引擎在引用哪些域名而不是你，以及你能否在那些域名上发内容。
GEO 审计检查清单的九项检查
GEO 审计检查清单共有九项检查，canlah.ai 在 2026 年 9 月 7 日计分的八项中得分介于 4 到 90 之间，综合得分为 100 分制 71 分。
九项检查的 GEO 审计清单，以及 canlah.ai 在 2026 年 9 月 7 日的对应得分（综合 71 分）。
| # | 检查项 | 需要记录什么 | canlah.ai 得分 | 支撑什么决策 |
|---|---|---|---|---|
| 1 | 问题池 | 找到的候选买家问题数、判为不相关而剔除的问题数、实际探测的问题数 | 100 分制 80 分（找到 191 个，剔除 34 个，探测 39 个） | 你测的是不是买家真会问的问题 |
| 2 | 技术抓取与渲染 | 抓取页面数、站点地图 URL 数、孤岛页面数、使用的渲染方式 | 100 分制 85 分（80 个页面，174 条站点地图 URL，17 个孤岛页面） | 引擎能不能到达承载答案的页面 |
| 3 | AI 引用与漏斗位置 | 分层、分引擎、分批次的提及数，以及被引用的域名 | 100 分制 4 分（开放型答案 177 条中 7 条：OpenAI 84 条中 7 条，Gemini 93 条中 0 条；品牌层 39 条中 39 条） | 你在购买漏斗的哪一段变成隐形 |
| 4 | 实体与结构化数据 | Wikidata 条目、Wikipedia 词条、关键页面上的 schema 类型 | 100 分制 60 分（0 个 Wikidata 候选，无 Wikipedia 词条） | 引擎能不能确定这家公司是谁 |
| 5 | 第三方名录 | 能核验品牌的名录与点评平台记录 | 未计分（Clutch 记录 1 项中找到 0 项） | 是否存在可供引用的独立记录 |
| 6 | 站外权威度 | 外部提及数、未带链接的提及数、信源类型 | 100 分制 65 分（7 条提及，3 条未带链接） | 哪些已有报道最值得先转化 |
| 7 | 转化与归因 | 找到的询盘表单、检测到的分析容器、事件命名 | 100 分制 85 分（无询盘表单，未检测到容器 ID） | AI 带来的需求到底能不能被测量 |
| 8 | 页面可信信号 | 参数表、对比区块、署名作者、日期 | 100 分制 90 分（缺参数表与对比区块） | 一个页面能不能完整回答一个对比型问题 |
| 9 | 社区与对话式提及 | 分平台提及数、覆盖的 subreddit 数、情绪分布 | 100 分制 90 分（11 条提及，8 条在 Reddit，跨 7 个 subreddit） | 是否存在可供引擎检索的真实讨论 |
信源：Canlah AI 对 canlah.ai 的自审导出文件，2026 年 9 月 7 日。得分为该流水线自己的维度评分，属第一方数据，未经独立审计。「未计分」指这项检查跑过，但流水线按其 B2B 业务规则把它排除在总分之外。
canlah.ai 的综合得分是 100 分制 71 分，而一项 90 分抵不掉一项 4 分。这也是要把九个分数全部摊开、而不是只报一个总分的主要原因。第 5 项被排除这一点同样值得质疑：正在筛选服务商的 B2B 买家仍可能去看 Clutch，所以即便流水线不计分，那里的空白记录依然是一个缺口。
如何一步步跑完一次 GEO 审计
一次 GEO 审计分九步进行，先答案侧后站点侧：第 1 到 5 步覆盖第 1 与第 3 项检查，第 6 到 9 步覆盖站点侧与站外的检查。
- 先建问题池，再碰网站（第 1 项）。把买家在发现、对比和决策阶段会输入的问题列出来，并把点名品牌的问题单独放一层。
- 用业务实际情况裁剪问题池。Canlah AI 对 canlah.ai 这一轮，在跑第一条探测之前就从 191 个候选问题里剔除了 34 个不相关的，随后在 6 个漏斗层级上探测了 39 个问题。
- 在买家真正会用的每个引擎上探测每一个留存问题，而且不止跑一次（第 3 项）。canlah.ai 这一轮把 39 个问题各向 2 个引擎发送 3 次，计划产出 234 条答案。
- 每一次运行都记录引擎、市场、语言、账号状态、日期和时间，然后归档完整答案与被引用的 URL。canlah.ai 这一轮 234 条中 233 条成功，其中 17 条没有信源，所以计分分母是 216 条有信源答案。
- 按漏斗层级给提及计分，不要合并成一个总数。100% 的品牌层提及率旁边摆着 4.0% 的开放层提及率，这是一个定位发现，不是测量出错。
- 抓取网站，把抓到的页面清单和站点地图对照（第 2 与第 8 项）。标出孤岛页面、渲染失败的页面、缺少对比或参数区块的页面，以及任何要靠 JavaScript 才能显示主答案的页面。
- 核查实体记录（第 4 项）：Wikidata 条目、Wikipedia 词条、结构化数据类型，以及你自己的事实页是否重复了同一段公司描述。
- 收集站外证据（第 5、第 6 与第 9 项）：外部提及、未带链接的提及、名录记录和社区讨论串，每一条都带上信源域名。
- 确认需求本身能被测量（第 7 项）。核实询盘表单确实存在、分析容器 ID 出现在服务端返回的 HTML 里，并且线索事件确实触发。
第 1 到 5 步是自己动手最容易做坏的部分，因为引擎访问、抽样纪律和归档三件事都会漂移。第 6 到 9 步可以用免费工具按季度跑。
如何为 GEO 审计检查清单评分
GEO 审计检查清单按项以 100 分制计分，不适用的检查予以排除；canlah.ai 这次审计在 71 分总分背后返回了 0 个阻断级问题、8 个高优先级问题、14 个中优先级问题和 2 项通过的检查。这些问题计数比总分更可操作，所以要先读它们。
三条评分规则能让结果站得住。被排除的检查必须标成「排除」，不能打 0 分，因为「没测」的 0 和「测了但确实没有」的 0 会导向完全不同的工作。每个分数旁边都要带分母，所以 4 分要读成「177 条答案里 7 次提及」。任何通过 API 而不是登录态消费端界面收集证据的检查，都应当标注出来：canlah.ai 这一轮通过 API 而不是 ChatGPT 应用查询 OpenAI，Gemini 一侧用的是浮动模型别名，因此没有记录到确切的模型版本。
如何排定 GEO 审计发现的优先级
GEO 审计的发现按三个月分阶段排序：第一个月修归因，第二个月做落地页，第三个月做站外权威度。canlah.ai 这次审计把这个顺序套到了自己的发现上：第一个月留给两处归因缺口，第二个月留给引擎转而引用竞品的那八个品类与候选清单问题对应的落地页重建，第三个月留给未带链接提及的转化和 Wikidata 条目的创建。
这套逻辑讲的是次序，不是重要性。在分析容器修好之前就发新页面，产出的工作效果无法被读取。站外权威度比站内工作慢，而且依赖于你手上先有值得被引用的东西，所以它跟在页面重建之后，而不是走在前面。
canlah.ai 在 2026 年 9 月 7 日审计后得出的三个月优先级顺序。
| 优先级 | 覆盖什么 | 典型上线周期 | 为什么排在这个位置 |
|---|---|---|---|
| 第 1 个月 | 询盘表单、分析容器、事件命名 | 1 到 2 周 | 没有归因，后面任何结果都读不出来 |
| 第 2 个月 | 引擎转而引用别人的那 8 个问题对应的落地页 | 4 到 6 周 | 页面才是引擎必须找到的那个东西 |
| 第 3 个月 | 未带链接提及的转化、名录记录、Wikidata 条目 | 6 到 12 周 | 慢，而且只有页面先存在才值得做 |
信源：Canlah AI 对 canlah.ai 的自审导出文件，2026 年 9 月 7 日。上线周期为规划估算，不是实测交付时间。
哪些工具覆盖清单的哪些部分
在所查的工具中，Canlah AI 在 GEO 审计清单的第 1 与第 3 项上排第一，而 Screaming Frog SEO Spider 和 Google Search Console 可以免费覆盖抓取与收录类检查。本文查阅了来自 6 家厂商的 7 个工具，每个都只覆盖九项检查中的一部分，所以实际做法是配齐三样：一个答案侧工具、一个爬虫、一个分析数据源。
对应 GEO 审计清单的 7 个工具，2026 年 9 月 23 日查阅。
| 清单区段 | 工具 | 返回什么 | 获取方式与价格 | 主要核实点 |
|---|---|---|---|---|
| 站点侧检查，第一遍粗读 | Canlah AI 即时审计 | 按 URL 给出六维可被引用性评分，不探测引擎 | 免费、免注册，1 到 2 分钟出结果 | 可被引用性分数不是答案测量 |
| 第 1 与第 3 项，正式测量 | Canlah AI 免费 AI 可见度报告 | 锁定的买家问题池在 ChatGPT、Gemini、Google AI Overviews 与 AI Mode 上探测，附答案归档 | 免费，需提供联系方式，48 小时内交付 | 探测哪些引擎，走 API 还是应用 |
| 第 3 项，第一遍粗读 | Semrush AI Search Visibility Checker | AI 可见度评分、品牌提及、提及分布、被引用页面 | 免注册每天可免费用 3 次 | 评分背后的 prompt 集：所查页面未见 |
| 第 3 项，定期追踪 | Otterly.ai | 每日追踪 prompt 的提及与链接引用 | 每月 29 美元（15 个 prompt）、189 美元（100 个）与 489 美元（400 个） | 每一档包含哪些引擎 |
| 第 3 项，定期追踪 | Peec AI | 分四档的 prompt 与竞品追踪 | 套餐价格：所查页面未见 | 每档价格与 prompt 数，以书面为准 |
| 第 2 与第 8 项 | Screaming Frog SEO Spider | 抓取、渲染、孤岛页面、状态码、结构化数据校验 | 500 个 URL 以内免费；完整版每年 199 英镑 | 抓取时是否开启了 JavaScript 渲染 |
| 第 2 与第 7 项 | Google Search Console | 同一批页面的收录状态、查询词、展示与点击 | 完成站点所有权验证后免费 | AI 功能流量计在「网页」搜索类型之内 |
价格与能力取自各厂商 2026 年 9 月 23 日的公开页面，没有通过付费账号确认。「所查页面未见」指厂商的公开材料在 2026 年 9 月 23 日查阅时没有写到该数字或能力，不等于该能力不存在。
Canlah AI：最适合需要归档证据的第 1 与第 3 项
在本次对比中，Canlah AI 在第 1 与第 3 项上排第一，因为它的免费 AI 可见度报告会把每个数字背后的 prompt、完整答案、被引用信源和时间戳一并返回。Canlah AI 是一家总部位于新加坡的 SEO + GEO 服务商，测量并改善品牌在 ChatGPT、Gemini、Google AI Overviews 和 Google AI Mode 中的可见度，并把 AI 可见度报告成可复跑核验的区间值，附带时间戳证据。它的局限在速度与覆盖面：报告最长需要 48 小时送达且无法匿名申请，即时审计则完全不查询引擎。它自己的网站在第 3 项上也只有 4 分，这个缺口方法已经测出来了，但还没有补上。
最适合：需要一组锁定问题池、并且要能日后复跑归档答案的团队。
需要核实：探测哪些引擎、走 API 还是消费端应用，以及每个问题跑多少次。
公开信源：Canlah AI AI Info 页面。
Semrush AI Search Visibility Checker：最适合免费的第一遍粗读
Semrush 的检测页写明，该工具免注册每天可免费使用 3 次，并返回覆盖 ChatGPT、Gemini、Google AI Overviews 和 Google AI Mode 的 AI 可见度评分、品牌提及与被引用页面。
最适合：零成本判断答案侧缺口是否存在。
需要核实：评分背后的 prompt 集，所查页面未见。
公开信源：Semrush AI Search Visibility Checker。
Otterly.ai：最适合低成本的定期 prompt 追踪
Otterly.ai 的定价页写明每个套餐都按日追踪，Lite 每月 29 美元含 15 个 prompt，Standard 每月 189 美元含 100 个，Premium 每月 489 美元含 400 个。
最适合：问题池锁定之后，按固定节奏重跑第 3 项。
需要核实：每一档包含哪些引擎，以及完整答案能否导出。
公开信源：Otterly.ai 定价。
Peec AI：最适合刚开始做竞品追踪的内容团队
Peec AI 的定价页列出 Starter、Pro、Advanced 与 Enterprise 四档，并把 Starter 描述为面向刚开始关注 AI 搜索可见度的 SEO 与内容经理。
最适合：想在 prompt 之外同时追踪竞品的 SEO 与内容团队。
需要核实：套餐价格（所查页面未见），以及每档的引擎与 prompt 数，以书面为准。
公开信源：Peec AI 定价。
Screaming Frog SEO Spider：最适合技术抓取
Screaming Frog 的产品页写明，免费版最多抓取 500 个 URL，授权每年 199 英镑；像 canlah.ai 这样抓取 80 个页面、站点地图 174 条 URL 的站点，在免费额度之内。
最适合：第 2 与第 8 项，包括孤岛页面、状态码与结构化数据校验。
需要核实：是否开启了 JavaScript 渲染，好让藏在渲染步骤之后的答案被抓到。
公开信源：Screaming Frog SEO Spider。
Google Search Console：最适合同一批页面的收录与点击
Google 的 AI 功能页写明，出现在 AI Overviews 或 AI Mode 中没有额外要求，所以 Search Console 的收录状态是任何页面的第一道资格检查。
最适合：第 2 与第 7 项，确认承载答案的页面已被收录并获得点击。
需要核实：AI Overviews 与 AI Mode 的流量计在「网页」搜索类型之内，无法在那里单独拆出。
公开信源：Google Search Central：AI 功能与你的网站。
如何解读五种常见的审计结果
大多数 GEO 审计结果可以归入五种，canlah.ai 的自审就是第一种：开放型问题提及率 4.0%，品牌问题提及率 100%。
开放型问题上隐形，点名品牌的问题上满分：这是一个需求问题，不是认知问题。买家一旦把名字喂进去，引擎就能把这家公司说清楚，所以要做的是拿下品类问题和候选清单问题，而不是把品牌介绍再讲一遍。canlah.ai 这一轮的引擎差异也很明显：OpenAI 84 条答案中 7 条，Gemini 93 条答案中 0 条。
被引用了，但排在竞品页面后面：这时要读的是对方的页面，不是自己的。canlah.ai 这一轮发现，恰恰在 canlah.ai 缺席的那些问题上，引擎引用的是 aistudio.com.sg（在 39 个问题中被引 91 次）和 mediaplus.com.sg（85 次）等新加坡代理商页面，它们都带着评分区块、对比表格和更长的正文。
抓得到，却看不见：先确认答案出现在服务端返回的 HTML 里，而不是藏在一步渲染之后。再检查这个页面有没有用平实的句子写明品类、市场和价格，因为一个在传统搜索里有排名的页面，仍然可能答不完整一个对比型问题。
哪里都查不到实体记录：在 Wikidata 里搜品牌返回 0 个候选，无法区分「条目缺失」和「查询失败」，所以要记成「未确认」。补救办法两种情况下都一样：建条目、链接官网，并让描述与你自己的事实页保持一致。
有人提到，但没人给链接：canlah.ai 这次审计找到 7 条外部提及，其中 3 条没有链接。未带链接的提及是最便宜的权威度工作，因为发布方已经认定这个品牌值得被点名。
GEO 审计不能证明什么
一次 GEO 审计即便把 216 条有信源答案全部正确归档，仍有五件事无法证明。
- 它不能证明品牌在每一个客户问题上都占有稳定的声量占比。
- 它不能说明某一次网站改动导致了某个答案的变化，因为一次审计既没有对照组，也没有重复的时间线。
- 它不能保证在模型或索引更新之后仍会被提及或引用。
- 如果探测是通过 API 跑的，它可能复现不了登录态消费端界面的结果。
- 它不能替代事实核查、合规审批或分析归因。
什么时候该从一次性审计换成按月测量
当问题池超过约 30 题、涉及两个及以上市场或语言，或者决策依赖的是变化量而不是水位时，GEO 审计就该换成按月测量。一次审计告诉你现在站在哪里；只有用同一套问题池、同一套协议重复探测，才能告诉你这些工作有没有起作用。Canlah AI 的 GEO 服务在免费 AI 可见度报告（48 小时内送达）之后，把客户所选的 4、8 或 16 个买家问题锁定 90 天，并每月复测。
单市场、单语言的小站点，每季度手动跑一次就够了。当错误答案会带来商业风险，或者有多个团队在对外发布必须保持一致的事实时，升级同样合理。无论选哪种，都要把旧证据留着，因为两个总分放在一起比较、背后却没有答案原文，什么都说明不了。
不要接受任何一份审计分数，包括 Canlah AI 给出的，除非它附带背后的 prompt、引擎、日期和完整答案。先索取归档证据，自己在同一个引擎上复跑其中三个问题，确认提及情况一致之后再决定要改什么。
常见问题
一份 GEO 审计检查清单应该包含什么？
一份 GEO 审计检查清单应当包含九项检查，从问题池和技术抓取，到 AI 引用位置、实体数据、名录、站外权威度与归因，再到可信信号和社区提及。每一项都应记录一个带分母、引擎和日期的数字。Canlah AI 在 2026 年 9 月 7 日用这九项检查给 canlah.ai 打出 71 分，其中 AI 引用位置最低，只有 4 分。
GEO 审计能保证 ChatGPT 推荐我的品牌吗？
不能。GEO 审计能记录引擎在运行当天说了什么、这些证据由哪些问题产生、它们转而引用了哪些信源。它无法控制一个独立模型在之后某一天怎么回答。任何提供「引用保证」的服务商，卖的都是测量本身支撑不了的东西。
GEO 审计和 AEO 审计有什么区别？
实际操作中，GEO 审计和 AEO 审计没有区别。两者做的是同样两件事：探测 AI 答案里的品牌提及，然后审计网站的机器可读性。厂商会挑一个和自己定位相符的缩写，而 Canlah AI 把 GEO、AEO、LLM SEO 和 AI SEO 审计都对应到同一套九项检查上。
GEO 内容审计应该多久跑一次？
任何有实质意义的内容、schema 或信息架构改动之后，都要重跑 GEO 内容审计的站点侧检查，并且至少每季度一次。答案侧的探测按固定节奏重跑，处于运行期的项目建议每月一次，因为引擎的答案会在你这边毫无改动的情况下发生变化。
免费的 AI 可见度审计值不值得跑？
免费的 AI 可见度审计值得作为第一遍粗读，因为它能显示缺口存不存在、大致落在哪里。一旦它隐藏了 prompt、引擎和日期，就不适合当基线，因为正是这三个字段让结果可复现。Canlah AI 的免费即时审计不查询任何引擎就给出分数，所以要把它读成一次站点可读性检查，而不是一次答案测量。
一次可信的 GEO 审计需要多少个买家问题？
一次可信的 GEO 审计需要足够多的买家问题来区分漏斗层级，实际操作中意味着每个开放层至少 5 个问题、每题不止跑一次。Canlah AI 对 canlah.ai 的这次审计用了 39 个问题、覆盖 6 个层级，从品牌对比层的 3 个到买家 prompt 层的 12 个不等，每题跑 3 次。只有 3 个问题的那一层太薄，无法单独解读，而只看品牌层会得到一个漂亮到具有误导性的结果。
方法与信源
本文的清单就是 Canlah AI 自有审计流水线所用的九维结构，文中引用的每一个 canlah.ai 数字都来自一份 2026 年 9 月 7 日的第一方自审导出文件。该文件属内部资料，涉及第三方处已做匿名化，未经独立审计。工具能力与价格于 2026 年 9 月 23 日从各厂商公开页面读取。本次没有使用任何付费账号、私下演示或客户项目资料。
- Canlah AI 对 canlah.ai 的自审导出文件，2026 年 9 月 7 日。得分、问题计数、提及率、抓取数据与优先级顺序。
- 我们给自己做了一次 GEO 审计。同一轮的分层问题数、分引擎提及率与被引域名。
- Canlah AI AI Info 页面。测量协议、引擎覆盖与服务结构。
- Semrush AI Search Visibility Checker。免费使用次数、覆盖平台与报告字段。
- Otterly.ai 定价。每月套餐价格与 prompt 数。
- Peec AI 定价。套餐名称与描述；所查页面未见价格。
- Screaming Frog SEO Spider。免费版 URL 上限与授权价格。
- Google Search Central：AI 功能与你的网站。AI 功能的展示资格与 Search Console 报告口径。
看看你的品牌在 AI 答案中处于什么位置。免费运行 AI 可见度审计 →
相关阅读
免费白皮书
智能体时代的营销
13 章全文公开,不设邮箱门。含 50 家跨境 DTC 品牌智能体就绪度的原创数据集。
免费读全文 →