为什么是 GEO雷达
📏 每个数字都带不确定性
单次采样的「曝光率 42.6%」是噪音。我们做 N 轮独立采样，输出 95% 置信区间—— 变化超出区间才叫变化，区间内一律标「噪音范围」。
🧭 平台分列，不给综合分
实测证明各平台头部品牌几乎不重合，加权平均只会抹掉真实信号。 报告永远按平台并列呈现，绝不合成一个「综合曝光度」。
🔀 双模式测量（独有）
默认态 = 大多数用户看到的基线；联网态 = 内容投放能达到的上限。 两者的差值直接告诉你该先做收录还是先做内容。
🔍 品牌自动发现
不用预填竞品清单——我们提取回答里出现的全部品牌， 你会看到从没想到过的对手。
🗂 原始回答永久存档
每个比率都能展开到真实回答全文。识别词典演进后， 历史指标可全量重算——数据可信是产品的立足点。
📊 品类基准线
按品类共享采样，天然积累行业基准——你不只知道自己的位置， 还知道头部玩家的水位。
GEO 是什么
GEO（Generative Engine Optimization，生成式引擎优化）是 SEO 在 AI 时代的延续： 当用户不再翻搜索结果、而是直接采纳 AI 助手的回答时，「AI 会不会提到你、排第几、引用谁的内容」 就成了新的流量入口。
AI 推荐从哪来？
两条路：训练记忆（改不动，但很稳定）与联网检索（可被内容投放影响，但天天在变）。 所以优化前先要测清楚：你的品牌当前在哪些平台可见、引用来源是哪些站点——盲投内容是浪费。
为什么不能只测一次？
我们实测同一问题重复问，两次回答的品牌名单重合率只有约三分之一。 单次采样得到的数字基本不可复现；只有多轮采样加置信区间，才能区分真实变化与随机波动。