客户案例 · 我们做的
科创一号
2026 年 6 月 15 日，科创一号在腾讯元宝固定 15 题中 15/15 被提及、12/15 获首推；问题集、原始回答与截图已归档。
- 100%元宝提及率
- 80%元宝首推率
结论：2026-06-15 的腾讯元宝快照中，科创一号在固定 15 题中提及率 100%（15/15）、首推率 80%（12/15）。问题集、JSON 原始回答与 15 张截图已内部归档；这是有日期的单平台快照，不是持续现状或对新项目的承诺。
客户背景
科创一号是 Moments「AI 增长 · 国内」业务线的客户，采用 GEO 优化与 AI 营销咨询 的交付方式。
面临的问题
用户越来越多地直接向 AI 助手提问，而不是打开搜索引擎翻链接。对科创一号来说，问题不是网站排名，而是大模型在直接作答时会不会提到它、说得对不对。这正是 生成引擎优化 要解决的问题，衡量它的第一个指标就是 提及率。
我们做了什么
按 GEO 的标准动作推进：先定义可复现的测试问题集，测出优化前基线；再围绕实体一致性、可被引用的事实性内容和第三方佐证做优化；最后复测同一问题集对比前后。
结果（量化）
| 指标 | 结果 |
|---|---|
| 2026-06-15 · 元宝提及率 | 100%（15/15） |
| 2026-06-15 · 元宝首推率 | 80%（12/15） |
| 2026-08-13 · 豆包+元宝题级并集提及率 | 80%（12/15） |
| 2026-08-13 · 豆包+元宝题级并集首推率 | 60%（9/15） |
数据口径：同一版 15 题核心问题集。6 月数字是元宝单平台题次率；8 月数字是两平台任一命中即计入的题级并集率，两组分母含义不同。原始回答与截图已内部归档，未获客户公开授权前不在官网展示完整截图。
适用条件与边界
- 提及率与首推率依赖具体的问题集。换一组问法，数字会变。看这个数据时要连同问题集一起看。
- 100% / 80% 只代表 2026-06-15 元宝单平台的一次快照；不等于豆包、DeepSeek、Kimi 或 ChatGPT 的表现。
- AI 模型会持续更新，GEO 效果需要定期复测，不是一次性工程。
- 8 月后续复测已回落到 80% / 60%；引用 100% / 80% 时必须同时注明日期、平台、问题数与「单期峰值」。
采购时如何核对这份案例
| 可核对的信息 | 本页公开范围 | 评估时的用途 |
|---|---|---|
| 客户与场景 | 科技园区服务、国内 GEO 咨询 | 判断行业与问题是否相近 |
| 工作范围 | 定义问题集、基线、事实内容优化与复测 | 对照自己需要采购的环节 |
| 结果时点 | 2026-06-15 与 2026-08-13 | 区分不同日期的记录 |
| 原始材料 | 问题集、回答与截图内部归档 | 进一步核对需遵守客户公开授权范围 |
| 尚未公开 | 完整周期、预算、线索与收入归因 | 不能由提及率推算投资回报 |
两次记录的平台和计算口径不同，不能直接相减作为优化增量。讨论新项目时，先约定自己的问题集、平台、时间与验收材料，参考采购范围表明确交付，再沟通项目需求。