Dageno AI：让你的品牌在「AI 搜索」时代被看见（MVP 测试招募 & 研发日志分享）

大家好，我们是 dageno.ai 。
最近在做一件事：监控品牌在 ChatGPT / Perplexity 等 AI 搜索里的真实可见度。
趁着产品的 MVP 版本发布，分享一下我们的 GEO 方法论，希望能和 V2EX 的朋友一起讨论改进。

背景：为什么需要新的 GEO 衡量方式？

很多出海团队已经开始做 GEO （ Generative Engine Optimization ）。
但我们观察到一个普遍问题：

“AI 可见度 90%+，但业务转化没有任何提升。”

原因并不是提示词不够多，而是 衡量方式错了。
大部分方案只统计“是否被 AI 提到”，却没有区分 用户处在决策旅程的哪一层。

但实际上：

• 在“认知阶段”被提到一次
• 和在“准备购买”阶段被推荐一次

商业价值完全不同。

AI 搜索天然是一个漏斗结构

我们把 AI 搜索的用户路径拆成经典漏斗模型：

认知 → 对比 → 决策 TOFU → MOFU → BOFU

• 越往下，用户越接近成交
• 越往下，每一次 AI 推荐的价值越高

所以 不是所有 AI 可见度都等价。

三层漏斗定义

TOFU （认知 / 教育层）

用户状态：第一次接触品类
典型问题：What / How / 原理类
目标：建立品类认知，让用户知道“这类工具存在”

示例提示词： 什么是 AI 邮件营销？ AI 邮件工具和传统邮件系统有什么区别？ 跨境电商怎么用 AI 自动发送跟进邮件？

监控重点：
品牌是否出现在“品类科普”问题中，避免错过冷启动用户。

MOFU （对比 / 评估层）

用户状态：知道品类，开始挑选方案
典型问题：Compare / Best for / Pricing
目标：进入用户备选清单，建立信任

示例提示词： 2025 年主流外贸 AI 邮件工具功能对比？ 外贸选 AI 邮件系统要看哪些参数？ 不同 AI 邮件营销工具大概多少钱？

监控重点：
和竞品相比，AI 是否会把你列入推荐清单。

BOFU （决策 / 转化层）

用户状态：准备试用或购买
典型问题：Recommend / Price / Affordable
目标：推动最终转化

示例提示词： 适合中小外贸企业的高性价比 AI 邮件工具推荐？ 月预算 300 美元该选哪个 AI 邮件系统？ 如何快速集成 AI 邮件工具到独立站？

监控重点：
在“临门一脚”的问题里，AI 是否直接推荐你的品牌。

实战示例：外贸 AI 邮件工具场景

我们以某外贸 AI 邮件营销产品为例，设计的漏斗投入比例是：

核心思想：

• MOFU 是信任建立关键
• BOFU 直接对接业务转化
• TOFU 保证基础认知不缺失

传统 GEO 常见误区

我们看到不少方案会设计非常长、非常细、真实用户几乎不会问的提示词，
从而制造“AI 可见度 95%”的假象。

但这些提示词：

• 不符合真实搜索习惯
• 不对应真实决策场景
• 结果就是“数据好看，转化没动”

真正有意义的监控必须：

• 贴近真实用户提问方式
• 覆盖完整决策旅程
• 可直接对接业务结果

我们在做什么

dageno.ai 正在构建：

• 基于漏斗模型的 AI 可见度监控体系
• 自动生成真实用户意图提示词
• 多模型（ ChatGPT / Perplexity / Claude 等）对比追踪
• 可视化品牌心智占有率变化

目前产品在 内测阶段，我们会每周发布研发日志（ Build in public ）。

结语

AI 搜索正在变成新的流量入口。
但真正的机会不是“被 AI 提到一次”，
而是 在用户关键决策问题里被推荐。

漏斗模型只是第一步，后面还有很多值得深挖的细节。
也欢迎大家一起讨论更好的 GEO 方法论

（如果有对 AI 搜索可见度 / GEO / 出海增长感兴趣的朋友，欢迎交流）