9 月中旬，一家做 AI 认知的服务商发布了所谓 GEO 2.0，把这门生意从「搜索结果排名」重新定义成「AI 认知经营」。词听着像包装，但它引用的两组数字很实在：国内 AI 原生 App 月活已到 4.99 亿，同比增长 85.4%；人均每月要用 92.7 次。

数字背后是行为变了。用户不再自己搜、点、读，而是直接问。采购场景里，「哪家供应商有同类产线案例」「这家公司到底怎么样」成了开场白。你的品牌在 AI 的答案里演什么角色，就成了新的竞争位。

问题是，大多数团队做 GEO 还是单点动作：写几篇文章、发几个媒体、看一眼有没有被提到，然后就没了。这篇不讲概念，把「认知工程」拆成六个能落地的动作。

一、学：先搞清 AI 现在怎么认识你

  • 把「品牌名 + 核心品类」直接丢给 5 款以上 AI，看它怎么描述你：说对没有、有没有明显过时的信息、有没有把你和竞品搞混。
  • 把你最想赢的 10 个决策问题列出来逐个测。问题要像客户嘴里的话，不是关键词。
  • 原始答案截图存档。这是基线，之后所有判断都对着它比。

二、测：把「偶尔抽查」变成「固定采样」

  • 同一个问题，换个模型、换个时间，答案就不一样。测一次说明不了问题，至少要固定问题集、固定频率。
  • 每次只记三件事：有没有提到你、排在第几个、用什么词形容你。
  • 结论别下太快。单次没被提到，多半是采样偏差，不等于你被淘汰了。

三、诊：找出「没被提到」的真实原因

  • 常见三类：全网关于你的内容本来就少；内容都堆在自己官网，而 AI 更愿意信第三方；各处说法互相矛盾，模型不敢用。
  • 三类原因对应完全不同的动作，别一上来就写稿。

四、建：把缺的「证据」补齐

  • 优先补三块：产品与服务的准确事实页、行业问题的专业解答、第三方（媒体、评测、行业站）的独立描述。
  • 事实页要能被单独引用，一页讲清一件事，别把十件事塞进同一页。
  • 内容源的质量比数量重要。可核查、署名清楚、时间新的源，被引用的概率高得多。

五、投：铺的是渠道，不是数量

  • 按「AI 会去哪里找答案」选渠道，而不是按「发稿便宜」选。
  • 同一件事实，在官网、行业站、媒体上的说法要一致。不一致，等于互相抵消。

六、验：每轮优化都要有下一次测试收口

  • 投完 2 到 4 周，用同一组问题复测，看那三项指标有没有动。
  • 重点不只看「有没有被提到」，而是看有没有从「出现在名单里」变成「被主动推荐」。
  • 没动的部分退回「诊」，动了的部分固化成模板，下一轮照抄。

最后说一句

「认知工程」这四个字不神秘，就是把一次性的曝光动作，接成一个有反馈的环：学、测、诊、建、投、验，然后转下一圈。只做其中任何一环都不算 GEO。只有这个环转起来，品牌在 AI 的答案里才可能从「出现过」变成「被推荐」。