GEO 竞品分析：拆解对手为何被 AI 引用而你没有
GEO 竞品分析的核心不是看谁排名高，而是「对同一组提问，记录 AI 实际引用了哪些来源」，再逆推对手赢在哪。做法是：建 15–30 题的题库，把每题丢给 ChatGPT、Perplexity、Google AI Overview，逐一记下被引用的网址，然后从结构、数据、实体三个维度拆解对手的优势，最后产出一份可勾选的补强清单。 传统的关键词排名工具看不到这一层——AI 引用谁，是一场你必须亲自取样才看得见的比赛。
为什么 SEO 竞品工具看不到 GEO 差距？
因为 Ahrefs、Semrush 这类工具衡量的是「蓝色链接」世界：谁的页面在第一页、谁的外链多。但 AI 答案不照排名走。实测里，一个排名第 6 的页面被 Perplexity 引用、而排名第 1 的页面完全没被提到，是很常见的事——因为 AI 挑的是「最好摘取、最可信」的那一段，不是 Google 排最前面的那一页。
所以 GEO 竞品分析要换一套数据源：不是排名，是引用。你要亲自对 AI 提问、记录它引用了谁。这件事没有现成仪表盘能完全代劳（AI 引用不进 Search Console），但也正因为麻烦，多数对手根本没做——先做的人就有信息优势。
第一步：建一组能触发引用的题库
竞品分析的质量，取决于题库的质量。随手问三题得不到结论，你需要一组能代表真实需求的提问。建题库的四个来源：
- 你的目标关键词改写成问句：把「geo 竞品分析」变成「怎么分析竞争对手的 GEO？」——AI 搜索输入的是整句，不是关键词。
- PAA 与自动完成：Google 的「其他人也在问」和搜索框自动补全，是真实提问的金矿。
- 推荐类提问（商业意图最高）：「最好的 X 工具是哪个？」「有没有 Y 的替代品？」——这类问题直接决定成交名单。
- 场景类提问：「[某行业/某规模] 该用什么方案？」——大牌常常没写窄场景，这是缺口所在。
凑到 15–30 题，覆盖「认知 → 对比 → 决策」三个阶段，才能看出对手在漏斗哪一段赢你。
第二步：对每题记录「谁被引用」
把题库逐一丢给三个主力界面：ChatGPT（开启搜索）、Perplexity、Google AI Overview。每问一题，记下三件事：
- 答案里被引用的网址（Perplexity 和 AI Overview 会直接列来源；ChatGPT 开搜索后也会附链接）
- 你的站有没有出现（被提及？被引用链接？还是完全缺席？）
- 同一个对手是不是反复出现在多题的来源里
用一张表把结果摊开，模式立刻浮现：
| 提问 | ChatGPT 引用 | Perplexity 引用 | AI Overview 引用 | 你出现了吗 |
|---|---|---|---|---|
| 怎么分析对手 GEO？ | 对手 A、对手 B | 对手 A | 对手 A、维基 | 否 |
| 最好的 GEO 工具？ | 对手 B、对手 C | 对手 B | 对手 B | 否 |
| GEO 要多久见效？ | 对手 A | 对手 A、论坛 | — | 是（仅提及） |
当「对手 A」在三题里出现五次、你出现一次，你就找到了要拆解的对象——不是排名最高的那家，是被 AI 反复采信的那家。
第三步：从三个维度逆推对手的优势
锁定被反复引用的对手后，逐页拆解它「为什么被选中」。就看三个维度：
维度一：结构（可摘取性）。 打开对手被引用的那一页，看它的 H2 底下第一段是不是 40–60 字的自足答案块？有没有对比表、编号步骤、定义句？AI 偏好可直接复制粘贴的结构——如果对手每个小标下都先给一句干净结论，而你的正文是需要跨段拼凑的长论述，差距就在这里。（自足答案块的写法见〈GEO 内容结构怎么写〉。）
维度二：数据（事实密度）。 数一数对手那页有几个具体数字、日期、可查证的陈述。AI 引用的是事实不是口号。「响应时间从 24 小时降到 4 小时」会被引用，「大幅提升效率」不会。如果对手满页都是带数字的硬结论，而你的是形容词，你缺的是研究不是文笔。
维度三：实体（可信度信号）。 看对手有没有具名作者、Organization schema、sameAs 串接、外部权威引用。AI 靠实体图谱判断「这个来源可不可信」。多数内容不是死在没内容，是死在重排阶段——缺可信度信号，被 AI 判定为不够权威而刷掉。
第四步：产出可勾选的补强差距清单
拆解完就把每一项差距转成一条可执行、可打钩的任务。这份清单是整个分析的产物——不是报告，是待办：
- 对手被引用页的每个 H2 下都有答案块 → 我方对应页补上 40–60 字自足结论
- 对手有对比表／编号步骤 → 我方把叙述段改成表格或清单
- 对手每页 5+ 个具体数字 → 我方补齐起始价、规格上限、案例实测数字并标日期
- 对手有具名专业作者 → 我方补作者署名与 bio
- 对手有 Organization + sameAs schema → 我方补齐实体结构化数据
- 对手覆盖了某子问题而我方没写 → 我方新增该题的答案段或专页
- 对手更新日期近三个月 → 我方安排实质改版（更新数据，非只改日期）
逐项打钩追上，你的页面就从「AI 略过」变成「AI 可选」。这份清单也是可复用的——每季度重跑一次题库，差距清单就自动刷新。
常见问题（FAQ）
Q1：GEO 竞品分析要多久做一次？ 建议每季度一次。AI 引用会随对手更新内容、你自己改版而变动；季度重跑同一组题库，既能看出自己的进步，也能及早发现被新对手超车。时效类主题（会频繁被改写的）可缩短到月度抽样。
Q2：一定要用付费工具吗？ 不用。核心方法（亲自对 ChatGPT、Perplexity、AI Overview 提问并记录引用来源）零成本，只花时间。付费工具能帮你自动化大规模抽样与追踪趋势，但小规模手动取样 15–30 题，反而更贴近真实引用行为，适合起步。
Q3：发现对手赢在外链与品牌，追不上怎么办？ 别跟大牌拼泛问题（「最好的 CRM」），改攻场景问题（「适合某地会计师事务所的 CRM」）。大牌没写的窄场景，正是小站能完整覆盖、优先被引用的缺口。竞品分析的价值之一，就是帮你辨认哪些战场打得赢。
Q4：怎么确认补强之后真的有效？ 把同一组题库在补强前后各跑一次，比对你的站被引用的次数变化。这是最直接的成效验证——引用次数上升，就是差距被补上的证据。持续追踪的做法见下方延伸阅读。
Q5：ChatGPT、Perplexity、AI Overview 三个界面结论不一样怎么办？ 这很正常，各引擎的取材偏好不同。与其追求单一界面表现，不如看「哪个对手在三个界面都反复出现」——跨界面的一致引用，代表对手的优势是结构性的（可信实体加高事实密度），最值得优先拆解与追赶。
想把上面的差距清单变成常态化的追踪流程？先用 GeoSeoToday 的免费 GEO 就绪度检测器 对自家页面逐项打分，找出结构与实体的缺口；持续衡量对手与自己被 AI 引用频率的方法，见〈如何追踪 AI 引用与能见度〉。