一家公司决定做 GEO 之前，老板自己拿手机问了十几遍，把每次回答截图存档，整理成一张表。开工时他说基线已经有了。三个月后按同一批问题复测，两次结果对不上，差得还不小。内容按计划做了，页面也上线了，问题出在第一次测的那个人是他自己。
这不是测得不用心。恰恰相反，他测得比多数人仔细。难的地方在于，那一轮记录的是这个账号、这台设备、这个时刻看到的答案，换个人来看不一定是同一份。
自查的人，就站在结果里
自己测的时候，通常是一台手机、一个常用账号、一个联网状态，问完顺手记下来。三样都固定了，看起来很整齐，其实固定的全是自己这一侧的条件。
常用账号最麻烦。平时跟 AI 聊过不少公司的事，历史对话、记忆功能、个性化设置都还在，回答多少会往自己这边偏。关掉记忆只跳过最深的一层，账号本身、设备、位置、语言、订阅档、模型版本，还有平台把用户分到哪一组，都还留在里面。这些不写在答案里，但都在影响答案。
所以自查得分成两句话看。作为发现问题的线索，它很好用，花不了多少钱，也快。作为判断有没有效果的依据，它不成立，因为两轮之间条件不一样，差出来的那部分说不清是内容起了作用，还是换了个环境。
自己测的和能复测的，差在哪
| 看什么 | 自己手机上那一轮 | 能拿来复测的记录 |
|---|---|---|
| 谁在问 | 老板本人，常用账号 | 不带业务历史的账号，或由别人代问 |
| 问什么 | 临时想到几句，问法每次略有不同 | 同一批问题原话固定，不临时换 |
| 在哪问 | 一台设备，一个联网状态 | 平台与联网开关分开记，条件写进表头 |
| 问几遍 | 一遍，或看到想看的就停 | 同一个问题重复问，记下每次出现与否 |
| 留什么 | 印象，加几张截图 | 日期、问句、平台、条件、引用页面、原始回答 |
右边那一列并不神秘，都是些笨功夫。差别在于它把测的人从结果里挪开了，下一轮才有人能照着重做一遍。自查记录不是要扔掉，是要补上这些条件之后，才有资格叫基线。
两轮对不上，先别怪内容
常见的误判有两种。一种是首测偏好看，把一次偶然出现当成起点，后面怎么测都像退步。另一种是首测偏难看，急着加内容、加渠道，回头发现只是换了个账号问。
判断的办法也简单。换一个人、换一个账号、换一台设备，用同一批问题再问一轮。三次摆在一起，共有的那几句才是稳的，只有自己那次出现的，先别写进报告。这一条不花钱，但能省下后面几个月的来回。
本站这一块也还没做完
先把边界说清楚。本站尚未开展跨平台提问实测，没有一组可以公开复算的可见度基线数据，所以这里只给判断办法与自检动作，不给任何平台的权重、次序与提升幅度。市面上讲自查的材料常配一张平台权重表，各家给的次序还互相矛盾。不取这类表，不是它一定错，是它没法独立复算。
什么时候不必这么做
只想快速看一眼 AI 现在怎么描述自己，自查够了，不必先搭基线。还没定下要做的业务问题，固定条件也无从谈起。想评估某个平台给不给你靠前的位置，本篇给不了。已经有一套双方确认过的采样口径与原始记录，那也用不着推倒重来，照原口径续上就好。
一句话的判断标准
把首测那份记录拿出来，看能不能交给一个没参与过的人，让他照着重做一遍，得到可以并排比较的结果。做不到，它就还是线索，不是基线。
自建还是外协怎么按工序分工，可以看自己招人做 GEO 还是找外包公司更合适？。