本案例为杭州某二奢回收企业 GEO 全自动诊断报告摘要。该企业在杭州经营多年,主营奢侈品回收业务,但线上数字存在感极低,AI 搜索结果严重偏离业务实际。

核心数据总览

15/100GEO 综合评分D 级
0/100跨平台评分D 级
7/9平台入驻率良好
36/130EEAT 评分
103→27关键词变化大幅流失
79,625元保守 ROI168%

诊断发现

1. 官网与技术问题

企业虽有官网,但存在 SSL 证书错误,浏览器访问时直接显示安全警告。这一错误被搜索引擎和大模型爬取时捕获,直接降低了信源可信度。同时,官网未部署 JSON-LD 结构化数据,也未创建 llms.txt 文件,导致大模型无法理解网站内容结构。

2. AI 识别情况(8 大模型全覆盖)

这是本案例最突出的问题——8 个主流大模型全部不识别该企业。当询问"杭州奢侈品回收"时,所有模型返回的是杭州旅游攻略相关内容,而非该企业的回收业务。这意味着企业在 AI 搜索结果中的可见度为零。

3. 关键词分析

初始相关关键词 103 条,经过 GEO 诊断后发现实际上仅 27 条有效,其中:对抗类 13 条、品牌类 8 条、服务类 6 条。大规模关键词因信源缺失被搜索引擎和大模型忽略。

关键词类别数量说明
对抗类13竞品拦截、负面压制等对抗场景关键词
品牌类8品牌名、品牌+业务组合关键词
服务类6回收、鉴定、寄卖等业务关键词
总计有效27原103条中仅26.2%有效

4. EEAT 四维评分

EEAT 总分 36/130,各子项表现:

5. ROI 测算

按最低投入测算,保守年化 ROI 约 79,625 元 / 168%,盈亏平衡周期约 3.9 个月。若加大内容建设投入,年化 ROI 可达 404% 以上。

核心短板总结

无官网(SSL 错误视为无官网)→ 无一级信源 → 无结构化数据 → AI 不信任 → 链路完全断裂

该企业的核心问题是一级信源(官网)不可用,连锁导致结构化数据无法部署、AI 无法理解业务内容、关键词大规模失效。建议优先修复官网 SSL 并部署 JSON-LD 结构化数据。

推荐优先行动

  1. 修复 SSL 证书错误,确保官网正常访问
  2. 部署 JSON-LD 结构化数据(Organization + LocalBusiness)
  3. 创建 llms.txt 文件,帮助大模型理解网站结构
  4. 补充百科/地图等一级信源,建立品牌基础信息
  5. 输出专业内容(鉴定知识/回收指南等),提升 EEAT 评分