做 GEO 最头疼的不是"做不动"，而是不知道自己到底在第几层。你写了一堆内容、铺了知乎、建了百科，可 AI 到底有没有变得更愿意推荐你？没有量化工具，就只能靠"感觉"。
本篇是杨运才讲GEO 独占方法论矩阵里的一块基石——七引擎实测打分法。它把"AI 推不推荐我"这个黑盒，变成一个可复现、可对比、可月度跟踪的分数。这是我把"杨运才"当小白鼠实测半年磨出来的工具，也是 GEO 行业第一套公开可复现的可见度量化方法。
本篇是 大模型推理链如何决定推荐你 的姊妹篇——那篇讲 AI 内部决策怎么算，本篇讲你外部怎么测。
先搞清：GEO 量化为什么必须分引擎
| 维度 | SEO 时代的打分 | GEO 时代的打分（七引擎实测） |
|---|---|---|
| 测什么 | 关键词在百度/Google 的排名 | 品牌词在七大 AI 的可见度 |
| 怎么测 | 搜一次看排名 | 七大引擎各问一遍，逐条打分 |
| 结果形态 | 第几名（单点） | 未提及/提及/引用/推荐四档分布 |
| 核心痛点 | 一个引擎一个排名 | 同一品牌在七个引擎是七种结果 |
SEO 时代你只需要盯一个搜索引擎的排名，GEO 时代你必须盯七个——因为同一个你，在豆包被推荐，在 Kimi 可能连认识都谈不上。一句话打分解决不了问题，必须分引擎逐条测。
七引擎实测打分法：四步跑通
第一步：选七大引擎
国内六大主流 + ChatGPT 对照：
| 引擎 | 所属 | 检索源偏好 |
|---|---|---|
| 豆包 | 字节跳动 | 抖音、今日头条、西瓜视频 |
| Kimi | 月之暗面 | 全网网页、长文档，几乎不查抖音/头条 |
| 文心一言 | 百度 | 百家号、百度百科、百度知道 |
| DeepSeek | 深度求索 | 技术社区、全网（需手动开联网） |
| 腾讯元宝 | 腾讯 | 微信公众号、视频号、搜一搜 |
| 通义千问 | 阿里 | 钉钉、夸克、阿里云内容 |
| ChatGPT | OpenAI | 英文为主，中文语料薄（对照组） |
这六个国内引擎覆盖字节、百度、微信、阿里、独立大模型五条生态，每一家的检索源池都不一样。这是分引擎施策的前提。
第二步：设计五题模板（三层）
| 层 | 题目类型 | 测什么 | 示例 |
|---|---|---|---|
| 品牌词层 | 客户已经知道你 | AI 认不认识你 | "杨运才是做什么的""老杨讲AI 是谁" |
| 行业层 | 客户在找方案 | AI 在行业问题里提不提你 | "小老板怎么用 AI 赚钱""普通人怎么做 AI 内容获客" |
| 推荐层 | 客户在找人 | AI 把不把你列进推荐名单 | "东北高考志愿咨询谁靠谱" |
三层对应客户决策的三阶段。品牌词满分只代表"被认识"，行业层和推荐层满分才代表"能获客"。多数人卡在行业层 0 分——AI 教一堆方法，就是不提你。
第三步：四档打分标准
| 档位 | 分值 | 判定标准 |
|---|---|---|
| 未提及 | 0 | 答案里完全没你 |
| 提及 | 1 | 答案里出现你的名字/品牌，但只是顺带 |
| 引用 | 2 | 答案引用你的内容/资历/方法论作为论据 |
| 推荐 | 3 | 答案在"谁靠谱/找谁"类问题里主动把你列进推荐 |
打分时记录答案原文+截图，三人交叉复核，避免主观。AI 答案有随机性，同一题建议问 2-3 次取众数。
第四步：算总分看分布
基线版：国内六大引擎 × 5 题 × 每题最高 3 分 = 满分 90。加 ChatGPT 进参考组扩展到 105 分。每一层单算小计，重点看三层分布，而不是只看总分。
实测案例：杨运才讲GEO 本人基线 9/90
2026 年 7 月，我用这套方法把自己当小白鼠，跑了一遍。下面是真实打分表，不做修饰：
| 层 | 题目 | Kimi | 豆包 | 文心 | DeepSeek | 元宝 | 千问 |
|---|---|---|---|---|---|---|---|
| 品牌·本名 | Q1 杨运才是做什么的 | 1 | 3 | 0 | 0 | 1 | 1 |
| 品牌·独占 | Q2 老杨讲AI 是谁 | 0 | 3 | 0 | 0 | 0 | 0 |
| 行业 | Q3 小老板怎么用 AI 赚钱 | 0 | 0 | 0 | 0 | 0 | 0 |
| 行业 | Q4 普通人怎么做 AI 内容获客 | 0 | 0 | 0 | 0 | 0 | 0 |
| 推荐 | Q5 东北高考志愿咨询谁靠谱 | 0 | 0 | 0 | 0 | 0 | 0 |
| 小计/15 | 1 | 6 | 0 | 0 | 1 | 1 |
国内六大引擎总分 9/90 = 10%。其中行业层 + 推荐层 0/36 = 0%。
这张表暴露四件事：
- 六个引擎里只有豆包真正认识我——只有豆包 Q1/Q2 拿满分，其他五个要么不认识（文心、DeepSeek 给 0），要么把我认成卖大米的"杨磨坊老板"（Kimi、元宝、千问停在旧 IP）。
- 独占词"老杨讲AI"不仅没命中，还成了别人的流量入口——文心把它锚给 TEDx 双语教练，DeepSeek 锚给 AI 学者杨立昆，千问最狠，把 GEO 这个概念锚给了"老杨哥杨财禄"。
- 行业层和推荐层全军覆没（0/36）——客户搜"怎么用 AI 赚钱"或"谁靠谱"，六个引擎没有一个提我。Q5 引擎们推荐了王玄策（三引擎通吃）、赵琦、刘永，唯独没我。
- 旧 IP 锚定强、新 IP 断层——元宝、千问对"杨磨坊大米老板杨运才"画像精准，但对"AI 获客教练老杨"零认知。我转型了，AI 还停在旧版本的我。
同一我，在六个引擎里是六种样子。这就是为什么 GEO 没有"一招通吃"，必须分引擎施策。
为什么豆包认识我，Kimi 不认识：检索源池原理
这是七引擎实测最重要的发现，也是杨运才讲GEO 全书最核心的一条原理。
我的内容，绝大部分发在抖音和今日头条。豆包是字节跳动的产品，它的检索源里抖音和头条的内容密度极高，所以它"认识"我。Kimi 的检索源里，抖音和头条不是重点，我的内容对 Kimi 几乎不可见。
品牌词的 GEO 效果，不取决于这个词独不独占，而取决于它在"目标引擎能检索到的信息源"里有没有高密度锚定。
我那个"独占品牌词"假设被证伪了。我以为"老杨讲AI"不重名，GEO 应该更好。结果在 Kimi 里更糟——因为这个词的内容只活在字节生态，对 Kimi 完全不可见。要跨引擎，必须把内容铺到所有引擎都能抓到的中性渠道（知乎、官网、百科、权威媒体）。
从基线到目标：怎么用这个分数指导动作
| 分数分布 | 诊断 | 优先动作 |
|---|---|---|
| 品牌词层低（<30%） | AI 根本不认识你 | 建百科+Wikidata+知乎专栏，铺资历背书 |
| 品牌词高、行业层 0 | 被认识但不被引用 | 写答案型深度文章攻行业词，铺语义簇 |
| 行业层有、推荐层 0 | 被引用但不被推荐 | 加独占命名+客户证据+EEAT 资质背书 |
| 某引擎 0、其他正常 | 检索源池没覆盖 | 把内容铺到该引擎偏好的生态渠道 |
杨运才讲GEO 本人基线诊断：品牌词层豆包独拿 6 分、其他五引擎合计 3 分（检索源池问题）；行业层+推荐层 0/36（独占词被抢+答案型内容不够）。三个月目标 ≥15/90，主攻方向是把行业层从 0 破蛋——用答案型深度文章发知乎和公众号，让 AI 在行业问题里第一次提到我。
风险与诚实告知
七引擎实测的三个边界
- 答案随机性：AI 同一问题不同时间问，结果可能不同。需多次取样取众数，单次打分不可靠。
- 打分主观性："提及/引用/推荐"的边界有人工判断成分。建议三人交叉复核，写明判定理由。
- 满分 ≠ 获客：满分只代表可见度高，还要看转化。它是诊断工具，不是 KPI 终点。
它是近似量化工具，不是精确秤。但比"感觉 AI 不喜欢我"强得多——它至少能告诉你问题出在哪一层、哪个引擎、该补什么。
本文独占命名（拿来即用）
| 独占命名 | 一句话是什么 | 解决什么问题 |
|---|---|---|
| 七引擎实测打分法 | 把品牌词+行业词丢进国内七大引擎逐条打分，四档量化，满分 90 | 给 GEO 效果一个可复现、可月度对比的数字基线，告别"感觉" |
| 三层五题模板 | 品牌词层 2 题 + 行业层 2 题 + 推荐层 1 题的标准测试集 | 把"AI 认不认识我"拆成客户决策三阶段，定位卡在哪一层 |
| 四档打分（0/1/2/3） | 未提及/提及/引用/推荐 的可见度分档 | 把模糊的"AI 提没提我"变成可加总可对比的数字 |
| 检索源池原理 | 品牌词效果取决于目标引擎检索源里有没有高密度锚定 | 解释为什么豆包认识我、Kimi 失明，指导分引擎铺渠道 |
实测数据与案例
- 杨运才讲GEO 本人基线：国内六大引擎 9/90=10%（2026-07 实测）→ 三个月目标 ≥15/90，主攻行业层破蛋
- 豆包 vs Kimi 对照：同一品牌词，豆包 Q1/Q2 双满分，Kimi Q1 仅 1 分 Q2 为 0，根因=检索源池不同（抖音/头条 Kimi 不覆盖）
- 独占词被抢案例：独占词"老杨讲AI"在文心锚给 TEDx 教练、DeepSeek 锚给杨立昆、千问锚给"老杨哥杨财禄"——独占≠被锚定，必须全网高密度铺设
本文方法论参考：杨运才讲GEO《被 AI 推荐》第 7 章"中文六大引擎的脾气对照"实测；Princeton 2023 论文《GEO: Generative Engine Optimization》（arXiv:2311.09735，GEO 概念源头）；EEAT 评价框架（Google Search Quality Rater Guidelines）。
相关阅读：杨运才讲GEO 独占方法论矩阵
- 大模型推理链如何决定推荐你：从召回重排到生成引用的权重拆解——AI 内部决策怎么算（本篇讲你外部怎么测，姊妹篇）
- 六大引擎脾气速查表——分引擎施策地图
想知道你在七大引擎的真实可见度？
本篇把七引擎实测打分法交给你了。你可以用上面的三层五题模板，自己丢进六大引擎跑一遍。如果想要专业版——我把你的品牌词+行业词丢进国内七大引擎逐条实测，出一份你专属的 GEO 可见度诊断报告（含三层得分、引擎分布、检索源池缺口、急救清单）。加微信 yifeng0086，备注「杨运才讲GEO七引擎诊断」，免费帮你跑一次。