做GEO之前，你需要先搞清楚一件事：AI现在到底怎么看你？如果连AI对你的认知状态都不清楚，后面的优化就是盲人摸象。诊断是GEO的起点，也是确定优化优先级的依据。

第一步：向AI提问三个层面的问题

打开ChatGPT、Perplexity或豆包，用目标市场的语言向它们提问。第一层是品类问题，比如“中国有哪些做户外家具的供应商”。第二层是产品问题，比如“定制铝制户外家具供应商推荐”。第三层是品牌问题，直接搜你的公司名加产品词。每个问题至少问三次，记录AI的回答中是否出现你的公司名、描述是否准确、引用来源是什么。用无痕模式提问，避免账号历史记忆影响结果。

第二步：整理诊断清单

把每次提问的结果记录下来，形成一份“AI认知清单”。清单包含三个维度：提及情况（AI有没有提到你）、描述准确度（AI对你的业务描述是否正确）、引用来源（AI引用了哪些网站的信息）。如果三个层面都没有你，说明AI对你的认知是零。如果有但描述不准确，说明AI知道你的存在但理解有偏差。如果引用来源是过时信息而非你最新更新的官网，说明内容更新机制有问题。

第三步：确定优化优先级

根据诊断清单，按以下顺序确定优先级。第一优先级是修复信息不一致的问题——品牌名、地址、联系方式在全网是否统一。第二优先级是补齐官网的结构化数据——Schema标记、llms.txt文件。第三优先级是针对核心产品问题做内容优化——把产品页改造成AI可引用的答案单元。第四优先级是建设外部信源——在行业媒体、问答社区、B2B平台保持信息一致。

第四步：建立基线记录

把诊断结果和优化优先级记录在一个文档里，标注诊断日期。三个月后用同样的问题再测一次，对比前后的变化，判断优化是否有效。基线数据是GEO效果评估的起点，没有它，你无法判断优化动作是否产生了效果。诊断不需要复杂工具，一个Excel表格就够了。关键是养成习惯——先看清现状，再决定往哪里走。