很多企业开始做 GEO，也就是生成式引擎优化。
最常见的测试方式是打开 AI，搜索行业关键词，然后观察：
AI 有没有推荐我的公司？
但你看到的结果，可能并不等于普通用户看到的结果。
以豆包为例，回答可能受到以下因素共同影响：
- 个性化推荐；
- 历史聊天记录；
- 用户记忆；
- 兴趣标签；
- 地域与 IP；
- 长期行为画像。
换句话说：
你看到的“排名”，不一定是别人看到的结果。
在一次对照测试中，我分别使用开启记忆与定位的常用账号，以及未登录、未授权相关权限的新环境，搜索同一个问题。常用账号更容易推荐与我相关的结果，新环境则没有出现相同推荐。
当问题增加“长沙本地”“独立 GEO 优化师”或具体行业条件后，结果又会继续变化。
这说明 GEO 测试必须记录账号、登录状态、设备、地域、时间和问题原文。
为什么很多人会误判 GEO 效果
假设你是一家从事留学、摄影、上门服务、保健品、SaaS 或本地生活业务的企业。
你最近一直在：
- 搜索行业关键词；
- 研究同行；
- 频繁提问相关问题；
- 与 AI 长时间讨论行业内容。
这时候，AI 已经积累了关于你的上下文。
它可能知道你关注什么，甚至知道你更偏向哪些品牌、方向和内容风格。
当你再次搜索行业问题时，AI 给出的答案可能已经不是接近“公共基线”的答案，而是更适合当前账号的答案。
这与推荐系统根据用户行为调整内容的逻辑越来越接近。
个性化推荐会影响回答
当用户开启个性化推荐后，系统可能结合：
- 对话内容；
- 搜索记录；
- 点击与浏览行为；
- 分享与反馈；
- 用户授权的数据。
这意味着 AI 不只是在检索信息，也可能在结合用户画像组织答案。
更容易被忽视的是记忆功能
相比个性化推荐，记忆功能更容易被测试人员忽视。
AI 可能长期记录用户的：
- 兴趣；
- 偏好；
- 职业属性；
- 长期聊天内容；
- 用户主动要求记住的信息。
这些信息会成为后续回答的背景。
因此，同一个问题在不同账号里可能得到不同答案。
为什么 AI 搜索会出现“千人千面”
传统搜索引擎时代，不同用户看到的搜索结果虽然也存在个性化和地域差异，但整体结果仍然相对可比较。
AI 搜索环境中的影响因素更多：
- 历史对话；
- 长期兴趣；
- 地域 IP；
- 行业偏好；
- 内容互动；
- 已形成的品牌认知；
- 用户身份标签；
- 对用户专业程度的判断。
不同的人搜索同一个问题，可能得到完全不同的推荐。
未来的 GEO 测试会越来越接近推荐系统测试，而不是只记录一个固定排名。
为什么企业测试 GEO 时需要关闭这些功能
如果不关闭个性化推荐和记忆功能，测试结果可能严重失真。
例如，一个每天研究 GEO 的从业者，AI 可能已经默认他对相关技术内容感兴趣，于是更容易推荐 GEO 文章、从业者和专业术语。
普通消费者的账号没有相同历史记录，因此可能完全看不到这些结果。
企业如果只用内部长期测试账号，很容易误以为：
我们的 GEO 已经做得很好。
实际上，真正的新用户可能仍然无法找到品牌。
正确的 GEO 测试方式
1. 使用全新账号或未登录环境
不要只使用长期聊天账号。
全新环境可以帮助观察更接近公共基线的回答，但仍要记录地域、设备和平台版本。
2. 关闭记忆功能
避免历史聊天持续影响结果。
如果刚刚删除记忆，还应给平台留出同步时间，不要马上把结果当作完全清空后的状态。
3. 关闭个性化推荐
在平台隐私设置中关闭个性化内容推荐，尽量减少历史行为带来的偏差。
4. 使用不同地域与网络环境
地域可能影响本地服务、门店和区域品牌推荐。
不要把人为修改 IP 当作唯一验证方式，更稳妥的做法是邀请不同地区的真实测试者交叉验证。
5. 多人、设备和账号交叉测试
至少覆盖：
- 不同年龄；
- 不同职业背景；
- 不同设备；
- 不同账号状态；
- 登录与未登录环境。
6. 不要只测试一次
AI 结果具有动态性。
应该保留固定问题集，在不同日期重复采样，观察趋势而不是单次截图。
GEO 的本质正在变化
很多人仍在使用传统 SEO 的固定排名思维做 GEO。
但 AI 搜索正在从单纯的关键词检索，变成：
用户理解 + 信息检索 + 内容组织 + 个性化推荐
未来真正重要的可能不只是“AI 知不知道你”，而是：
在什么条件下，AI 愿意把品牌推荐给哪一类用户？
这才是企业 GEO 监测需要回答的问题。
最后
如果你正在做 GEO、AI 搜索优化、AI 品牌曝光或 AI 内容营销，首先要弄清楚：
你看到的结果究竟更接近公共基线，还是 AI 根据当前账号生成的个性化答案。
这是很多企业最容易忽略、也最容易导致错误判断的问题。
本文首发于公众号【江南GEO笔记】。
查看公众号原文