一份可重复的 AI 搜索（GEO）诊断报告

写在前面：当消费者问「哪里买」，AI 会把他们带向谁？

过去半年，营销圈对 GEO（Generative Engine Optimization）的讨论大多停留在「品牌如何在 AI 摘要里被提到」。但我们更想知道：当消费者已经准备好掏钱、向 AI 询问「哪里买」时，品牌是否真的出现在答案里？还是不知不觉把客户送给了别人？

为了回答这个问题，我们针对新西兰无酒精鸡尾酒品类，做了一次可重复的 AI 搜索诊断。对象是一个在当地已有一定知名度的品牌，但诊断结果揭示的却是整个行业都该警惕的「渠道劫持」现象。

研究方法：把 AI 搜索当成可重复的实验

我们没有用「请推荐几个品牌」这种模糊 prompt，而是向 ChatGPT、Copilot、Gemini、Perplexity 四个大模型的 API 各输入 20 个新西兰消费者真实会问的购买与品牌问题。问题覆盖两类意图：品牌认知（如「某某品牌有什么特色」）与购买触发（如「奥克兰哪里买无酒精鸡尾酒」「Dry July 推荐买什么」）。

最终回收 80 个大模型回答，捕获 933 个引用来源，覆盖 393 个不同域名。所有流程脚本化，可重复运行——这意味着一个月后、三个月后，我们可以精确量化变化，而不是凭感觉说「AI 好像认识我们了」。

发现一：渠道劫持，AI 把买家导向了经销商

在「哪里买」这类高商业意图的问题上，AI 几乎不假思索地把用户推向了第三方零售渠道。我们对所有被引用的购买渠道做了统计，结果如下：

品牌官网 drinkeltaego.com 仅被引用 4 次。讽刺的是，该品牌在新西兰其实拥有超过 450 家门店的直营网络，但在 AI 的答案里几乎「查无此店」。需求被经销商以经销商的毛利，转化成了属于经销商的客户关系。品牌花了预算做认知，最后却在临门一脚被渠道截流。

发现二：一张 3451 字的榜单页，击败了更大的广告预算

更值得我们警惕的是一个竞品的内容策略。该竞品制作了一篇题为「最佳无酒精饮品」的榜单页，全文 3451 字，列举了 9 个品牌，把自己排在第一位，全篇提到自己 6 次，却对该研究品牌只字未提。

然而，这篇页面被 AI 引用了 13 次，横跨 7 个不同的购买类问题。它不需要比品牌更大的广告预算，也不需要更响的知名度——它只是把一个高意图问题回答得足够深，就成了 AI 反复调用的「权威来源」。

这提醒我们：在 GEO 逻辑里，内容深度和结构化的权威性，有时比品牌声量更具权重。

发现三：每 10 个回答里，就有 1 个在「跨服聊天」

研究中还出现了一个容易被忽视的风险：地理错位。约 10% 的引用内容其实是为美国或英国市场撰写的，被 AI 直接套用来回答新西兰问题。但无酒精饮品在新西兰的 ABV 阈值、标签法规、货架商品组合都与英美不同。

这意味着消费者可能基于错误的法规语境或不可购买的 SKU 做决策，而品牌对此毫无感知。当你的市场信息被其他国家的「二手内容」代表时，品牌风险不仅是流量损失，更是信任损耗。

发现四：品牌认知的悖论

值得注意的是，该品牌并非完全「隐形」。在 5 个品牌类问题中，四个平台全部正确识别它是新西兰无酒精鸡尾酒，并准确提及低糖、含玛咖/人参/L-茶氨酸等产品卖点。认知度是存在的。

但转回到 8 个购买触发类问题（最佳购买网站、奥克兰哪里买、Dry July 选品、哪个最像真鸡尾酒、聚会买什么等），品牌只被提及 3 次，且每个平台漏掉的问题各不相同。这说明 AI 对品牌的「知道」停留在百科层面，没有延伸到交易场景。认知和转化之间，出现了一条 GEO 断层。

结论：不是更多内容，而是正确的内容

这项研究的核心结论可以总结为一句话：问题不是知名度，而是「在错误的店被发现」。

品牌不需要再生产更多「关于我们」或「产品介绍」的泛内容。它需要的是围绕消费者（以及 AI）已经在问的高意图问题，建立可引用、可量化、可追踪的权威页面。你要回答的不是「我是谁」，而是「在哪里买得到我」「为什么选我」「哪个场景最适合我」。

GEO 不是玄学。当你的研究方法可重复、引用来源可审计、变化可量化时，优化 AI 搜索就变成了和当年做 SEO 一样扎实的技术活。区别在于，这一次，你的竞争对手可能不是买走了更多关键词，而是写对了一篇 3451 字的榜单。