你收到一份 GEO 報告，封面寫著「你的品牌在 AI 回答中的出現率：18%」。裡面有漂亮的圖表、競品對比、趨勢線。但有一個問題那份報告通常不會回答你：那 18% 是用哪些問題問出來的？而那組問題，是誰、怎麼決定的？
這不是細節。決定那個數字的，往往不是你的品牌表現，是那組你從沒看到的問題。換一組問題，同一個品牌可能是 5%，也可能是 40%。
目次
- 一份 GEO 報告，最關鍵的東西藏在你看不到的地方
- 市面上的 prompt 多半這樣來：三種來源、三種偏誤
- 為什麼 prompt 集會決定結果
- 真實意圖怎麼對標（含 Google Suggest 等五個來源）
- 想像的 prompt vs 真實意圖對標：結果差在哪
- 怎麼判斷一份 GEO 報告可不可信：問對方這 5 個問題
- 三個常見誤區
- 常見問題 FAQ
一份 GEO 報告，最關鍵的東西藏在你看不到的地方
任何 GEO／AI 能見度報告的數字，本質都是同一個東西：
你的品牌在「某一組問題」的 AI 答案裡出現的比例。
那組問題，就是整份報告的地基。地基歪了，上面的圖表再精美都是歪的。多數報告把全部篇幅花在呈現結果（出現率、排名、趨勢），卻幾乎不揭露、也不檢討那組問題是怎麼來的。而那才是唯一真正決定數字的東西。
市面上的 prompt 多半這樣來：三種來源、三種偏誤
| prompt 來源 | 怎麼做 | 內建偏誤 |
|---|---|---|
| LLM 自動生成 | 餵品牌名／網址，讓 AI 生成「相關問題」 | 迴音室：AI 傾向生成你會贏的問題，數字虛胖 |
| 報告方主觀擬定 | 顧問憑經驗想幾個問題 | 偏向作者的認知與假設，未必是顧客真的會問的 |
| 直接拿 SEO 關鍵字 | 把搜尋關鍵字當 prompt | 人「打關鍵字」和「問 AI」的方式不同，少了口語、情境與追問 |
最常見、也最危險的是第一種。你用 AI 去生成「關於你的問題」，它會根據你的網站與自述，傾向生成那些你本來就表現好的問題——等於請對手出一份你會考高分的考卷。報告上的高分，量到的是你的舒適圈，不是真實的競爭場。
第三種看起來最嚴謹，其實也有破口。有人在 Google 打「植牙 費用」，但對 AI 他會說「我牙齒缺一顆，植牙跟做假牙哪個比較划算？大概要花多少？」——後者才是 AI 在回答、也才是你真正要被測的問法。
為什麼 prompt 集會決定結果
同一個品牌，問「最好的 X」「便宜的 X」「適合新手的 X」「老牌 vs 新銳的 X」，出現率會天差地遠。這不是雜訊，是結構：你選哪些問題、選哪些對手來比，會直接決定你量到什麼。 這也是上一篇講的測量建構性——測量的設計本身，會部分創造它聲稱要客觀觀察的那個現實。
所以「我們測了 200 個 prompt」這種話本身不代表嚴謹。如果那 200 個都偏向你的利基強項，再多也只是把同一個偏誤量了 200 次。
真實意圖怎麼對標（含 Google Suggest 等五個來源）
要讓報告反映真實，prompt 集必須錨定真實的人在搜尋與提問的意圖，而不是憑空想或讓 AI 生成。五個取得真實意圖的來源：
- Google 自動完成（Google Suggest）：在搜尋框打入品類詞，看 Google 自動補完什麼。那是真實、高頻的搜尋意圖，常常是你想不到的模糊口語問法。這是最便宜、最快接觸真實意圖的入口。
- Google Search Console 實際 query：你的網站真的被哪些字搜到——這是你自己第一方、無法造假的需求資料。
- 關鍵字工具＋相關搜尋／People Also Ask：補上搜尋量與長尾問句。
- 真實社群提問：Dcard、Threads、PTT、論壇裡，真人用什麼語氣問這個品類。AI 的訓練語料大量來自這些地方，這裡的問法最接近 AI 在處理的問法。
- 把上面對標成四層意圖，確保涵蓋整個漏斗，而不只測你會贏的那層：
| 層級 | 意圖 | 範例 |
|---|---|---|
| L1 廣泛品類 | 還沒有品牌概念 | 「推薦幾個[品類]」 |
| L2 功能比較 | 在比特性 | 「[品類]要看哪些功能」 |
| L3 在地／利基 | 縮小到情境 | 「台北適合[情境]的[品類]」 |
| L4 品牌對決 | 已在比品牌 | 「A 品牌 vs B 品牌」 |
對標完，把這組問題凍結並公開。凍結，才能跨期比較；公開，才能被檢驗。
想像的 prompt vs 真實意圖對標：結果差在哪
這是兩種做法最關鍵的分歧：
- 用想像／AI 生成的 prompt：你的數字通常偏高、也偏穩，因為你測到的是自己的舒適圈。報告很好看，但它讓你以為自己沒問題。
- 用真實意圖對標的 prompt：你往往會看到自己在 L1（廣泛、無品牌的問題）被略過得很嚴重——而那一層正是新客戶第一次接觸你的地方，是你真正的缺口與成長空間。
一句話總結：對標真實意圖的報告數字，通常比較難看，但它是真的。一份讓你很滿意的 GEO 報告，反而最該懷疑它的 prompt 是不是出自你的舒適圈。
怎麼判斷一份 GEO 報告可不可信：問對方這 5 個問題
下次有人給你 GEO／AI 能見度報告，把這五個問題丟回去：
- 這份報告用了哪些 prompt？我能完整看到那份清單嗎？
- 這些 prompt 怎麼來的——有對標真實搜尋與提問意圖嗎，還是 AI 生成或憑經驗擬的？
- 涵蓋整個漏斗嗎（從無品牌的廣泛問題，到品牌對決），還是只測我的利基強項？
- 每個 prompt 測了幾次？有沒有記錄模型版本與測量條件？
- 同一套方法、固定條件下，能不能跨期重複，給我一條可比較的趨勢？
五題都答得清楚的報告，值得信。答不出來、或顧左右而言他的，那個數字僅供參考。
三個常見誤區
誤區一：數字越高越好。 太好看的數字，常常是測了你的舒適圈。真正有用的報告會讓你看到難看但真實的缺口。
誤區二：prompt 越多越準。 沒對標真實意圖的話，再多 prompt 也只是把同一個偏誤重複量。質（有沒有對標真實意圖、有沒有涵蓋漏斗）比量重要。
誤區三：把搜尋關鍵字直接當 prompt。 人打關鍵字和問 AI 的方式不同。用 Google Suggest、社群真實提問補上口語與情境問法，才接近 AI 實際在處理的問題。
結論
GEO 報告的價值，全押在一個你通常看不到的東西上：它怎麼生 prompt。一份用 AI 生成或憑空想的 prompt 跑出來的漂亮數字，量到的是想像；一份用真實意圖對標、凍結、公開的 prompt 跑出來的數字，雖然常常難看，量到的是現實。
這也是 GEO is cool 的做法：我們用 Google Suggest、第一方 query 與真實社群提問對標 prompt 集，凍結它、公開它，寧可給你比較難看但真實的數字。因為一個會說謊的感測器，比沒有感測器更危險。
想了解一個指標怎麼從「方向感」變成「可信趨勢」，可以回頭看 模型聲量監測的方法論。
—— Vanessa ｜ GEO is cool
常見問題 FAQ
Q：GEO 報告的數字為什麼不能直接信？ 因為數字完全取決於它用哪組問題問 AI，而那組問題（prompt 集）多半沒被揭露、也未必對標真實意圖。換一組問題，數字就不同。
Q：怎麼知道報告的 prompt 有沒有對標真實意圖？ 直接問報告方：prompt 清單能不能完整看到、怎麼來的、有沒有涵蓋從廣泛到品牌對決的整個漏斗。
Q：Google Suggest 怎麼幫我找真實 prompt？ 在搜尋框打品類詞，看自動補完出現什麼——那是真實高頻的搜尋意圖，常含你想不到的口語問法，可直接轉成測量用的問題。
Q：prompt 越多越準嗎？ 不一定。沒對標真實意圖、沒涵蓋整個漏斗的話，再多 prompt 也只是重複同一個偏誤。質比量重要。
