选 GEO 培训时,很多宣传页面会展示「监测了多少个问题」「覆盖多少个 AI 平台」「学员品牌出现次数」。这些数字看起来专业,但对学员来说,有一个更实际的问题:课程结束、讲师不在身边以后,你能不能自己检查网站和 AI 回答,找出问题,并判断该先改什么?
我们团队做 GEO 交付,也做内部培训。我判断一门培训有没有用,标准很简单:学完之后,学员能否独立完成一次自查。这篇讲为什么宣传监测量不能代表培训质量,以及「能自查」具体指哪些能力、怎么在报名前和课后检验。

1. 为什么宣传监测量说明不了什么
监测量是机构的工具能力,不是你的能力。更重要的是,AI 回答本身的测量就有很大误差:
- SISTRIX 对上万组测量的分析显示,只用 1 个问题测量品牌出现率,误差可达 ±34 个百分点;20 个问题约 ±9.5;要做到 ±5 需要约 70 个问题。它还提醒,自己挑选的问题集往往会高估出现水平。
- 同一个问题每次运行,AI 引用的来源都可能不同,研究建议每题多次运行后看出现率。
所以「我们监测了上千个问题」本身不代表方法正确,关键是问题怎么选、跑几次、怎么解读。一门好的培训,应该教你这些方法,而不是展示它跑了多少次。
2. 「能自查」包括哪五种能力
| 能力 | 具体任务 | 依据或工具 |
|---|---|---|
| 技术可访问性检查 | 判断页面能否被搜索引擎和 AI 爬虫抓取、索引 | robots.txt、Search Console 网址检查、页面源码 |
| 内容质量自评 | 用标准判断页面是否有用、是否有原创信息 | Google 有益内容自评问题 |
| 事实一致性检查 | 比对官网、PDF、平台上的参数、认证、交期是否一致 | 人工比对表 |
| AI 回答抽检 | 建问题集、多次运行、区分提及与引用 | 无痕环境、记录表 |
| 数据解读 | 读懂 Search Console、Bing AI Performance、GA4 中与 AI 有关的数据 | 官方报告 |
这五项对应 Google 在《AI features and your website》里提到的基础:页面要被索引、可显示摘要、结构化数据与可见内容一致、信息保持最新。Google 还表示,出现在 AI 功能中不需要额外的特殊优化。一门培训如果花大量时间讲「AI 专用标记」「秘密提示词」,而不教这些基础的检查方法,就需要警惕。
3. 用 Google 的标准检验培训内容
Google 的《Do you need an SEO》本来是给企业挑选 SEO 服务商用的,但其中几条同样适用于评估培训:
- 它把「SEO 培训」和「针对生成式 AI 的优化」都列为正规服务内容;
- 它提醒,没有人能保证排名第一;
- 它建议核对服务商的 AI 优化建议是否与 Google 关于生成式 AI 功能的官方指南一致。
我把它转化为报名前可以问的问题:
| 问机构的问题 | 好的回答 | 警惕的回答 |
|---|---|---|
| 课程依据哪些官方资料? | 能说出 Google、Bing、OpenAI 等官方文档 | 「我们有独家方法」 |
| 学员课后能独立做什么? | 具体到任务,如完成一次问题集抽检 | 「掌握 AI 流量密码」 |
| 有没有课后作业和批改? | 用学员自己的网站做作业并点评 | 只有录播回放 |
| 效果怎么衡量? | 讲出现率、引用率、波动范围 | 「保证在 AI 中出现」 |
| 售后形式是什么? | 有固定答疑和作业反馈 | 只有一个群,没人回复 |
4. 课后自查:一个可以直接照做的流程
如果你已经上完课,可以用下面的流程检验自己学到了什么。我建议用自己公司的网站,在一周内完成:
- 抓取检查:打开 robots.txt,确认没有屏蔽 Googlebot、Bingbot、OAI-SearchBot;用 Search Console 检查首页和 3 个主要产品页是否已编入索引。
- 源码检查:在产品页查看源码,搜索一个具体参数值。如果源码中没有,说明内容依赖 JS 渲染,而很多 AI 爬虫不执行 JavaScript。
- 内容自评:选 3 个核心页面,逐条回答 Google 有益内容自评问题,例如:内容是否提供原创信息?是否体现第一手经验?读者读完是否能完成目标?
- 事实比对:列出 10 个关键事实(型号参数、MOQ、交期、认证编号),比对官网、PDF 规格书、B2B 平台三处是否一致。
- AI 抽检:写 20 个问题,品牌和非品牌各半;每题在两个平台各运行 3 次;记录是否提及、是否引用、引用的 URL、描述是否准确。
- 数据读取:在 Search Console 查看目标页面的展现,在 Bing Webmaster Tools 查看 AI Performance,在 GA4 筛选 AI 来源会话。
- 输出优先级:把发现的问题按「阻断(无法抓取)> 错误(事实冲突)> 缺失(没有对应页面)> 优化」排序,写成下个月的计划。
能独立完成这七步,并说清每一步的判断依据,说明培训是有效的。做到第 3 步就卡住,或做完了却排不出优先级,说明培训讲了概念,没教会方法。

自查结果怎么判断「学会了」
我在内部带新人时,用三个标准判断自查是否合格。第一,每个发现都有证据:截图、源码片段、Search Console 的检查结果或抽检记录,而不是「感觉这个页面不太好」。第二,能区分原因和症状:AI 回答里没有提到公司是症状,背后的原因可能是爬虫被屏蔽、页面没有对应问题的答案、或者站外信息不一致,自查报告要写到原因这一层。第三,优先级有理由:为什么先修 robots.txt 而不是先写新文章,要能说出「阻断项不修,后面的内容都无法被读取」这样的逻辑。达到这三个标准,学员就具备了和服务商、技术人员对话的基础,也能判断外部建议是否合理。
5. 一个外贸场景
我以一家做包装机械的外贸公司为例(示意场景)。市场专员参加了一门 GEO 培训,课程展示了大量监测数据,结课时她觉得收获很大。回到公司,老板让她检查官网,她发现自己不知道从哪里开始。
我们让她按上面的七步自查。第 1 步发现 robots.txt 里有一条安全插件添加的规则,屏蔽了多类 AI 爬虫;第 2 步发现产品参数是在 Tab 组件里由脚本加载的;第 4 步发现官网和阿里国际站的交期不一致。这三个问题都不需要复杂技术,但培训中没有被要求在自己的网站上实际检查过。
这个场景说明,培训的考核应该放在学员自己的网站上:课程中就布置自查作业,讲师逐项点评,学员课后能复现整个流程。挑培训时其他需要注意的标准,可以参考 SEO 培训靠不靠谱的四个判断标准;售后和 SOP 的具体要求,见 如何选择 GEO 培训:售后与 SOP。
6. 常见误区
- 用宣传数据判断课程质量。机构的监测量与你能否执行没有直接关系。
- 只学概念,不做作业。没有在自己网站上操作过,课后很难独立开始。
- 把结论当方法。「某平台喜欢某类内容」这类结论会随模型更新变化;方法(怎么测、怎么判断)才能持续使用。
- 课后不再复查。自查不是一次性的,网站改版、插件更新、平台规则变化后都要重新跑一遍,建议每季度至少一次。
- 期待一门课解决所有问题。培训建立的是自查和判断能力,持续执行仍需要专人和固定复盘。
常见问答
怎么在报名前判断能不能学会自查?
问清课程是否用学员自己的网站做作业、是否有批改,并请对方展示一份往期学员的自查作业样例(可脱敏)。
自查需要付费工具吗?
基础自查用 Search Console、Bing Webmaster Tools、GA4 和浏览器即可。付费工具能提高效率,但不是入门的前提。
AI 抽检做到多少问题才可靠?
自查可以从 20 个问题开始,每题多次运行;问题越多误差越小。重要的是按周比较趋势,而不是看单次结果。
评估 GEO 培训,不看机构监测了多少问题,而看你散会后能否独立完成一次自查:抓取、源码、内容、事实、AI 抽检、数据、优先级,七步都能说清依据,培训才算有效。