AI心智指数从0开始：一次面向自身品牌的30题GEO公开实验

我们用自己的产品检测自己，首轮核心结果全部为0。
接下来，绿雪智能科技将公开记录AI心智指数如何从“尚未进入AI候选范围”，逐步建立准确的产品认知、品类关联和公开信源，并通过同口径复测观察变化。

实验编号： AIMIND-GEO-001
检测对象： AI心智指数
所属公司： 绿雪智能科技（北京）有限责任公司
实验阶段： B0初始基线已完成
检测方法： AI心智指数3.0心智搜索
标准题库： 30题
实验性质： 品牌GEO公开观察实验

一、为什么我们决定先检测自己

AI心智指数刚刚上线。

作为一款帮助企业观察品牌在生成式AI中是否进入候选、为什么没有被推荐，以及后续应该如何改善的产品，我们认为，最有说服力的第一步，不是先宣传产品有多好，而是先使用自己的产品检测自己。

因此，我们将“AI心智指数”设为检测对象，围绕品牌AI推荐监测与优化这一实际需求场景，完成了第一次正式心智搜索。

结果并不漂亮。

在本次已经完成的初始基线中，与AI心智指数相关的核心结果全部为0。

我们没有删除这个结果，也没有重新调整题目，直到得到一个更好看的分数。

相反，我们决定将这次结果作为整个实验的B0基线，公开记录接下来发生的变化。

因为对于一个刚上线、尚未形成广泛公开认知的产品而言，0不是需要隐藏的失败，而是一个真实的起点。

这次实验希望回答一个具体问题：

一个刚上线、尚未被AI稳定识别的新产品，能否通过清晰的产品事实、有价值的公开内容、可核验的外部信源和持续复测，逐步进入适合它的AI候选范围？

二、本次实验检测的对象是什么

本次实验检测的不是“绿雪智能科技”这一公司主体，也不是泛指的“AI指数”，而是一个明确的产品对象：

AI心智指数。

本次使用的产品定义为：

AI心智指数是绿雪智能科技推出的品牌AI推荐监测与优化平台，帮助企业检测品牌、产品或服务在生成式AI中的候选与推荐表现，分析为什么AI推荐其他对象而没有推荐目标品牌，并根据诊断结果开展内容优化、公开信源建设、媒体发布和后续复测。

为了避免名称和产品关系出现混乱，本次实验统一采用以下称呼：

正式产品名称： AI心智指数；
产品简称： AI指数；
所属公司： 绿雪智能科技；
核心功能： 心智搜索；
产品品类： 品牌AI推荐监测与优化平台；
专业应用方向： AI搜索可见度监测与GEO效果观察。

“AI心智搜索”不作为另一个独立产品名称使用，而是用于描述用户发起检测和查询的功能场景。

三、这次30题是如何检测的

AI心智指数3.0心智搜索不是通过向AI询问一个问题，然后根据单次答案作出结论。

在正式检测开始前，系统需要先确认：

检测对象及对象层级；
希望进入的品类和推荐场景；
有效比较对象的范围；
地区、人群、价格或服务方式等必要条件；
本次实际选择的AI平台环境。

确认范围以后，系统建立并冻结一套恰好30道题的标准题库。

30道题由三个测量层构成：

测量层	题数	主要观察内容
基础入围	5题	AI心智指数是否进入基础候选范围
决策因素	20题	围绕本次品类的五个决策因素展开，每个因素4题
最终决策	5题	在更接近真实选择的条件下观察最终推荐表现

五个决策因素并不是所有行业固定使用同一套名称，而是根据本次确认的品类和需求场景形成。

题库通过规则和语义校验后被冻结，并按照固定顺序用于本次检测。这样可以避免在看到结果以后临时修改问题，也便于后续使用相同或可比口径进行复测。

本次实验中的具体AI平台、实际环境、有效回答数量、检测时间和方法版本，以正式报告中冻结的记录为准。

四、“全部为0”究竟表示什么

首先需要区分两个概念：

1. 结果为0

在存在明确有效分母，并且AI回答已经通过有效性判断的情况下，没有观察到目标对象形成相应命中，可以记录为0。

2. 无数据

如果出现以下情况，则不能直接记为0：

平台调用发生技术失败；
没有取得可分析的回答；
回答与问题完全无关；
有效样本不足；
平台没有提供判断某项结果所需的证据；
某项指标在当前回答中不适用。

没有推荐目标对象，并不代表回答无效。只要AI针对问题给出了可以分析的判断，它仍然属于有效样本，并应如实记录未推荐结果。

因此，本次所说的“核心结果全部为0”，是指在本次已经确认的检测范围、有效回答、题库、平台环境和方法版本下，没有观察到AI心智指数形成有效命中；它不是用技术失败或者无数据替代得出的结果。

同时，这个0不能被解释为：

AI心智指数没有产品价值；
所有AI永远不会提到AI心智指数；
市场上没有相关需求；
产品以后不可能进入AI候选；
本次结果代表所有用户、所有平台和所有时间。

它只能说明：

在本次指定范围和问题样本中，AI心智指数尚未形成稳定、可观察的候选与推荐表现。

五、全为0暴露了什么问题

对于一个刚上线的新产品，全部为0并不意外。

但它非常清楚地说明，现阶段最需要解决的不是“如何从第五名提升到第三名”，而是更基础的四个问题。

1. 产品实体认知尚未稳定建立

AI可能还不能稳定确认：

AI心智指数是谁推出的；
它是一个产品、方法体系、榜单，还是普通行业概念；
“AI心智指数”“AI指数”“心智搜索”和绿雪智能科技之间是什么关系。

如果产品名称、公司名称、功能名称和品类表达不一致，AI更难形成稳定关联。

2. 产品与目标品类的关联还不充分

AI心智指数希望进入的核心品类是：

品牌AI推荐监测与优化平台。

但作为一个刚上线的产品，这一关联目前还没有形成足够明确、足够广泛的公开证据。

AI可能能够理解“AI搜索监测”“品牌可见度”“GEO服务”等泛化概念，却未必知道AI心智指数属于这一领域。

3. 在真实需求问题中缺少外部确认

品牌自己的官网适合确认名称、主体、产品能力和基础事实。

但是，当AI需要回答“有哪些平台”“怎么选择”“谁适合这个场景”时，还可能参考媒体报道、行业文章、专业内容、研究资料和其他可公开访问的来源。

目前，AI心智指数的官方帮助中心已经对产品使用、30题方法、指标边界和GEO基本逻辑进行了说明，但外部能够准确确认产品身份、品类和适用场景的独立内容仍然较少。

4. 产品刚上线，缺少真实使用案例和复测记录

一个平台说自己能够完成检测、诊断、优化和复测，与公开展示一个完整案例，是两种不同的证据强度。

现阶段，AI心智指数拥有产品和方法，但还缺少：

公开的初始检测基线；
从问题到优化动作的完整过程；
内容或信源建设记录；
相同或可比口径下的后续复测；
对结果变化和未变化部分的如实披露。

本次公开实验，就是为了逐步补齐这些证据。

六、我们在来源中看到了一个值得重视的现象

在本次检测所呈现的来源与内容线索中，我们注意到，市场上已经存在大量以下类型的公开页面：

GEO平台排行榜；
AI可见度工具推荐；
品牌AI监测平台横评；
服务商选型指南；
“五大工具”“十大平台”等列表型内容。

这些内容之所以容易出现在相关问题的搜索与引用环境中，一个重要原因是它们的标题和用户问题高度匹配。

例如，当用户问：

“品牌AI推荐监测平台有哪些？”

一篇标题直接写明“品牌AI监测平台推荐”或“GEO工具排行榜”的文章，在语义上很容易被检索为候选资料。

但我们不认为，这意味着品牌只需要大量复制排行榜稿件。

被检索、被引用、进入候选和最终获得推荐，是不同的状态。

页面数量也不等于产品能力，重复发布相似文章更不等于建立长期可信度。

真实、相关、清晰、可核验并持续可访问的信息，通常比大量重复内容更有长期价值。GEO内容首先应当回答真实用户问题，并对产品能力、数据、案例和结论提供可以确认的依据。

七、我们决定不采用什么方式

面对全部为0的结果，最直接的反应可能是立即发布大量稿件。

但本次实验不会采用以下方法：

不自封行业第一

在缺少统一测试、第三方依据和真实市场证据的情况下，不发布“权威第一”“行业唯一”“最值得推荐”等无法核验的结论。

不用自己发布的榜单证明自己领先

由产品所属公司发布榜单，再把自己的产品排在第一，无法构成充分的独立证明。

如果未来开展工具比较，将尽量公开：

测试对象；
测试日期；
比较维度；
实际操作记录；
信息来源；
产品版本；
适用边界。

不批量制造同质内容

不会把同一篇文章更换多个标题后重复发布，也不会只为了覆盖关键词而机械制造大量近似页面。

每篇公开内容都应回答一个独立问题，增加新的事实、数据、案例、解释或使用价值。

不修改基线题库追求更好看的结果

本次30题已经作为B0基线冻结。

后续复测应尽量保持对象、场景、题库、平台环境和方法口径一致或明确可比。不能因为某些问题没有命中，就临时替换成更容易出现产品名称的问题。

不承诺发布以后一定被AI推荐

内容和公开信源建设可以改善品牌信息的可发现性、可理解性、一致性和可验证性，但不能控制第三方AI平台，也不能保证收录、引用、推荐率或排名提升。

八、第一轮实验只解决一个问题

当所有核心结果都为0时，同时优化所有因素通常会导致动作分散，也很难判断什么工作真正产生了作用。

因此，第一轮实验只聚焦一个核心需求场景：

企业如何检测品牌在生成式AI中的推荐表现？

我们希望首先建立以下明确关联：

AI心智指数
↓
绿雪智能科技推出
↓
品牌AI推荐监测与优化平台
↓
帮助企业观察品牌是否进入AI候选
↓
分析为什么AI推荐其他对象而未推荐目标品牌
↓
支持内容优化、公开信源建设与后续复测

第一轮不追求“行业第一”，也不追求在全部30道题中快速出现。

第一轮的核心目标是：

让AI心智指数在一个与产品真实能力高度匹配的非品牌需求场景中，被准确识别并首次进入候选范围。

九、第一轮将开展哪些工作

1. 统一全网产品事实

官网、帮助中心、公司网站、媒体页面和公开账号中，统一使用以下产品定义：

AI心智指数是绿雪智能科技推出的品牌AI推荐监测与优化平台。

所有页面统一说明：

产品正式名称；
所属公司；
核心功能；
适用对象；
主要使用场景；
当前支持能力；
不能承诺的结果。

避免同一个产品在不同页面中被描述为完全不同的类别。

2. 建设能够回答真实问题的公开内容

第一轮不以企业宣传稿为主，而是围绕三个独立问题建设内容：

问题一：企业如何检测品牌在AI中的推荐表现

重点解释：

为什么不能只问一个问题；
为什么需要确定品类和需求场景；
为什么要保留AI原始回答；
为什么优化前需要建立基线；
为什么优化后需要使用相同或可比口径复测。

问题二：一个新上线产品为什么会在30题检测中全部为0

重点公开：

本次实验范围；
30题结构；
结果为0的含义；
产品目前缺少什么；
第一轮准备采取哪些行动。

问题三：品牌AI推荐监测平台应该具备什么能力

重点说明：

能否明确检测范围；
是否采用结构化题库；
是否保留原始回答；
是否能解释候选与推荐差距；
是否能够把问题转化为优化任务；
是否支持相同或可比范围的后续复测；
是否公开方法和结果边界。

三类内容分别承担知识解释、真实实验和产品选择标准的作用，不通过更换标题重复发布。

3. 建立外部可核验的产品信息

官网用于确认产品事实，外部页面用于在不同语境中解释产品的能力、方法、场景和边界。

外部内容不会以数量为唯一目标，而优先考虑：

页面可以公开访问；
标题与真实用户问题匹配；
正文为清晰可读取的文本；
产品名称和品类表达准确；
有明确发布日期和来源；
内容长期可访问；
能够链接或指向官方方法和实验资料。

4. 检查页面是否具备基本可发现性

内容发布后，先检查：

页面能否正常访问；
标题和正文是否完整显示；
产品名称和关键事实是否准确；
页面是否允许正常抓取；
站内链接是否清晰；
页面是否具备稳定网址；
是否出现重复、错误或过期信息。

在页面尚未具备基本可发现性以前，不急于用一次新检测判断GEO是否有效。

十、我们将如何进行第一次复测

当第一轮内容和公开信源已经上线，并具备基本可发现性以后，AI心智指数将进行第一次正式复测。

复测将尽量保持：

相同检测对象；
相同产品层级；
相同品类和需求场景；
相同30题题库；
相同或可比的AI平台环境；
相同或明确可比的方法版本；
相同的有效样本判断原则。

如果某个平台环境、模型版本或联网条件发生变化，将在复测说明中单独披露。

没有对照实验和额外因果证据时，复测结果只能用于描述：

本次复测观察到了什么变化；
哪些变化与相关工作在时间上同期发生；
哪些结果仍然没有变化；
哪些线索值得进一步验证。

不能仅凭一次前后检测，就声称某一篇文章、某个媒体页面或者某次发布必然造成了结果提升。

十一、第一次实验如何判断是否成功

第一轮实验不以高分或排名第一作为成功标准。

我们将成功分为三个层级。

第一层：被准确识别

在直接或相关问题中，AI能够正确说明：

AI心智指数是一个具体产品；
产品由绿雪智能科技推出；
产品属于品牌AI推荐监测与优化领域；
“心智搜索”是产品的核心检测功能。

第二层：进入基础候选

在不直接出现“AI心智指数”名称的自然需求问题中，至少有一个AI环境将其列入可以了解、比较或尝试的候选范围。

第三层：形成适用场景推荐

AI不仅提到产品，还能够准确说明它适合：

希望检测品牌在AI中候选与推荐表现的企业；
希望分析AI为什么推荐其他对象的品牌方；
准备开展GEO并建立优化前基线的企业；
完成内容和信源建设后希望进行复测的团队。

第一轮不会将“进入前三”“达到某个固定比例”或“全部平台出现”作为硬性目标。

对于一个刚上线且初始结果为0的产品而言，首先完成准确识别和首次入围，比追求一个漂亮但缺乏依据的综合分更重要。

十二、为什么我们愿意公开一个全为0的结果

因为AI心智指数真正希望提供的，不是只展示成功结果的宣传服务。

品牌开展AI推荐监测，最常见的真实情况可能就是：

AI完全不知道这个品牌；
AI知道品牌，但归类错误；
AI能够提到品牌，却不会推荐；
AI在不同平台给出完全不同的判断；
AI主要推荐拥有更多公开资料的竞争对手；
发布了一些内容，但后续没有明显变化。

如果平台只展示结果理想的案例，就无法帮助企业正确理解GEO的实际难度和边界。

从0开始公开，至少能够提供三个价值：

建立一个真实、可追溯的初始基线；
记录每一项优化动作和同期变化；
检验AI心智指数自己的检测、诊断与复测能力。

我们也会公开没有产生明显变化的部分，而不是只挑选正向结果。

十三、这次实验对其他品牌有什么意义

AI心智指数的全0结果不是一个孤立事件。

大量新品牌、初创产品、区域企业和专业服务机构，都可能面临相似情况：

企业真实存在，也有产品和客户，但当用户向AI提出需求时，品牌并没有进入答案。

面对这种情况，正确的起点不是立即批量发稿，而是依次回答：

AI是否准确识别品牌和产品；
品牌是否与目标品类建立关联；
在哪些真实需求问题中完全缺席；
AI主要推荐了哪些对象；
相关对象拥有哪些公开事实、案例和信源；
自身缺少的是产品事实、内容解释、外部证明，还是场景关联；
优化以后能否在相同或可比范围中观察到变化。

这也是AI心智指数希望解决的核心问题：

把原本不可见的AI候选与推荐表现，转化成可以检测、分析、行动和持续观察的过程。

十四、实验结果边界

本实验仅代表特定时间、检测对象、问题集合、AI平台环境和方法版本下的生成式AI回答样本。

它不代表：

消费者真实购买偏好；
市场份额或销量；
产品质量和商业价值；
所有用户会得到相同回答；
AI平台长期不变的结论；
某项GEO工作一定产生特定结果。

生成式AI回答可能随着模型版本、联网状态、公开信息、问题表达、地区条件和采样时间发生变化。

GEO可以用于改善品牌公开信息的可发现性、可理解性、一致性和可验证性，但不能操控AI回答，也不能保证页面被收录、被引用、品牌被推荐或者取得特定排名。

十五、后续更新计划

本页面将作为AI心智指数首次GEO公开实验的长期记录页。

后续将根据实际进展持续补充：

阶段	主要记录内容	状态
B0 初始基线	30题首次检测，核心结果全部为0	已完成
A1 第一轮建设	统一产品事实，发布问题型内容，建设公开信源	进行中
R1 第一次复测	使用相同或可比范围观察首次变化	待完成
A2 第二轮建设	根据R1结果调整下一轮任务	待开始
R2 第二次复测	观察持续变化与平台差异	待开始

每次更新将尽量说明：

更新时间；
新增动作；
复测范围；
方法是否发生变化；
观察到的结果；
未发生变化的部分；
当前仍然存在的局限。

结语：先从被准确理解开始

AI心智指数的第一次自测，没有得到一个适合用于宣传的结果。

但它让我们确认了一件更重要的事：

一个品牌想要进入AI的候选范围，不能从“宣布自己领先”开始，而要从“让AI准确知道自己是谁”开始。

因此，这场实验的第一阶段，不追求排名第一。

我们先解决：

产品名称是否清楚；
所属公司是否明确；
产品属于什么品类；
它解决什么真实问题；
有哪些能够公开核验的事实；
在哪些用户问题中应该成为候选；
相关建设以后是否能够观察到变化。

我们将从0开始，持续记录。

也欢迎企业使用AI心智指数，建立自己的第一次AI推荐表现基线：

输入一个品牌、产品或服务，说明希望进入的推荐品类和真实需求场景，开始30题多平台心智搜索。

发布单位： 绿雪智能科技（北京）有限责任公司
产品名称： AI心智指数
实验编号： AIMIND-GEO-001
基线版本： B0
方法版本： 以本次正式报告冻结记录为准

相关说明：

《心智搜索使用指南》
《AI心智指数方法与指标说明》
《什么是GEO优化》