GEO 三层诊断框架：作者方法，不是平台公式

专业口径说明：本文依据公开研究和常见工程实现解释相关机制。不同产品的检索、重排、生成与来源选择策略并不相同；本文不还原任何平台未公开的固定权重，也不构成引用结果承诺。

GEOBOK 用“入口—竞争—结果”三层框架组织 GEO 诊断。它是作者的方法论，用于帮助团队定位问题，不是任何平台公开的排序公式，也不能把三层分数相乘得出引用概率。

入口层：内容能否进入候选范围

检查技术可达性、索引或检索覆盖、实体和来源信息是否清楚。入口失败时，应先修复访问、渲染、索引与基本证据问题。

竞争层：候选内容是否更适合回答问题

检查相关性、信息增量、证据质量、充分性、时效性和片段自洽。这里的“胜出”是诊断语言，不代表已知平台权重。

结果层：最终出现了什么

分别记录显性引用、品牌提及、内容采用、品牌出现语境和答案准确性。结果层用于观察，不应倒推出单一原因。

对内容工作的实际意义

• 先定位失败发生在哪一层，再选择动作。
• 一次只改一类变量，并保留前后测试。
• 用多个问题、多个时间点观察趋势。

每一层的常见失败信号

• 入口层失败：页面无法访问、主要内容依赖不稳定渲染、目标页面未被索引、实体名称和来源责任不清，或重要事实只存在于图片中。
• 竞争层失败：页面能够被找到，但没有直接回答问题；数据缺乏口径；内容与已有来源高度同质；片段离开全文后无法判断对象、时间或适用范围。
• 结果层异常：品牌被提及但没有来源；来源存在但事实归属错误；回答采用了内容却删掉关键限定；不同测试结果波动很大。

一个完整诊断示例

假设一家仪器品牌在“某类检测设备怎么选”的回答中长期不出现。第一步检查目标选购指南是否可访问、可索引，服务器日志和搜索结果显示页面能够被发现，入口层暂时通过。第二步比较现有来源，发现竞品页面给出了样品类型、检测限、维护成本和适用范围，而自己的页面只有功能宣传，问题主要在竞争层。

团队补充真实参数、选型条件和限制后，部分测试开始采用页面中的判断标准，但品牌名仍偶尔被错误归属。此时应进入结果层，检查片段内是否明确写出品牌、型号和数据来源，并继续观察多个问题和时间点，而不是再次大改整站。

三层框架的使用规则

• 先定位层级，再选择动作，避免看到未引用就直接重写内容。
• 同一次迭代尽量只修改一类变量，例如先修技术访问，再改证据结构。
• 每个判断保留可复核证据：URL、日志、搜索结果、回答原文、来源和日期。
• 三层可以并存问题，框架用于确定优先级，不要求线性完成后才能进入下一层。

边界与结论

三层框架用于沟通和诊断；它没有声称还原 Google、OpenAI 或其他产品的内部系统。