GEO竞品分析：竞争对手在AI答案中的出现频率与引用来源
一、选对手：3 至 5 家，不超过 5 家
竞品名单不是越长越好。超过 5 家，问题集跑下来表格会宽到没法看，人也不会认真记。3 至 5 家直接对手，同品类、同市场、同价位段，足够撑起一张有判断力的对标表。
| 对手类型 | 是否纳入 | 理由 |
|---|---|---|
| 同品类同价位直接对手 | 必须 | AI 在同类问题下会直接对比你们 |
| 同品类不同价位 | 选 1 家 | 看 AI 是否把你定位到错误价位段 |
| 跨品类但被客户拿来比 | 选 1 家 | 看 AI 有没有把替代方案写进答案 |
| 行业头部标杆 | 不纳入 | 体量差太多，对标没行动指导意义 |
| 刚进入市场的小厂 | 不纳入 | AI 还没收录，跑了也是零 |
选对手时容易犯两个错。一是把行业第一当对标，结果发现它每次都被引，你怎么做都追不上，团队士气崩掉；二是只选你知道的对手，漏掉那些在 AI 答案里经常出现但你没注意到的小厂。后者更危险——客户在 AI 里看到的对手，可能和你销售口中的对手不是同一批。
场景化示例：你是做工业阀门的，销售团队眼里的对手是 A、B、C 三家老牌厂。但跑问题集后发现，在「蝶阀漏压怎么排查」这个长尾问题下，一家你从没听说过的 D 公司每次都被引用，因为它在 Reddit 上有个工程师写了 5 年的技术帖。这就是竞品分析的价值：AI 眼里的对手名单，可能和销售 CRM 里的名单不一样。
怎么发现这些「AI 对手」？在问题集里专门放 5 个开放问题，比如「有哪些值得推荐的蝶阀品牌」「PN16 蝶阀制造商怎么选」，AI 答案里列出来的 5 至 8 个品牌就是完整候选池。从里面挑出现频率最高的 3 至 5 家进正式对标表。
二、跑问题集：同问题、同引擎、同时段
竞品分析和自我监测用的是同一套问题集，但跑法有讲究。必须在同一周、同一时段、三个引擎各跑一遍，否则引擎版本更新、问答随机性都会污染对比。
| 记录字段 | 说明 | 示例 |
|---|---|---|
| 问题原文 | 固定问题集里的原句 | 「PN16 蝶阀工作温度上限」 |
| 引擎 | ChatGPT / Gemini / Perplexity | Perplexity |
| 品牌提及 | 答案正文里出现了谁 | 你、A、C |
| 提及位置 | 第几句被提到 | 第 2 句 |
| 引用链接 | 来源列表里有没有官网 | 你有，A 有，C 无 |
| 共引域名 | 和你一起被引的都是谁 | 维基、行业协会、A 官网 |
跑的时候不要一次性问完就走。同一个问题在同一引擎里跑 3 次，看答案稳不稳定。AI 答案有随机性，单次跑出来的结果可能是噪声。如果同一个问题跑 3 次，你和 A 公司的提及顺序每次都在变，说明这个问题目前不构成稳定差距，不要拿来下结论。
这和 固定问题集月度监测用的是同一套基础设施。区别在于：自我监测只填你自己那一列，竞品分析要把 3 至 5 个对手的列一起填上。监测工具的选择见 AI 引擎引用监测面板。
三、拆来源域名：差距在站外，不在站内
这是整篇文章最反直觉的一点。大多数人做完竞品分析，回去改自己官网的文案、标题、产品页——但你会发现，对手被 AI 引用得多，往往不是因为他官网写得比你好，而是因为他在第三方站被反复提到。
| 来源域名类型 | AI 引用权重 | 对手 A 的占比 | 你的占比 | 差距判断 |
|---|---|---|---|---|
| 行业协会与标准组织 | 极高 | 35% | 5% | 主要差距 |
| 行业媒体与头部博客 | 高 | 25% | 15% | 中等差距 |
| 问答平台（Reddit/知乎） | 中 | 15% | 10% | 接近 |
| 竞品官网互引 | 中低 | 10% | 30% | 你偏高，质量低 |
| 目录站与垃圾站 | 低 | 15% | 40% | 你需清理 |
看这张表你就明白：对手 A 的引用里，35% 来自行业协会和标准组织——这类域名 AI 天然信任。你的引用里 40% 是目录站，AI 对这类域名的权重很低。你把官网文案改 10 遍，也补不上这 30 个百分点的权威源差距。
所以 GEO 竞品分析的下一步动作，不是回官网改文案，是去看行业协会网站、行业媒体、头部问答平台上，对手 A 是怎么被提到的。是有专家署名文章？是有产品对比评测？是有论坛工程师自发讨论？把这些列出来，才是你要补的缺口。站外事实源那篇详细讲了行业目录、百科、B2B 平台在 AI 答案里的作用。
场景化示例：对标完发现对手 A 在某行业协会的技术白皮书中被列为推荐供应商。这个来源 AI 每次都会读，所以 A 在「XX 标准下推荐供应商」这类问题里永远被引。你要做的不是在自己官网写「我们也是推荐供应商」，而是去联系那个协会，看能不能把自己的产品数据提交进去，被收录进下一期白皮书。
四、输出对标表：一张表说清差距在哪
竞品分析做完要有一页纸的产出，否则 2 人日的工作量就白费了。对标表的结构很简单：你和 3 个对手，横向五层指标，纵向问题桶。
| 指标 | 你 | 对手 A | 对手 B | 对手 C |
|---|---|---|---|---|
| 品类词提及率 | 20% | 65% | 40% | 15% |
| 对比词提及率 | 10% | 50% | 30% | 20% |
| 引用链接命中率 | 15% | 55% | 25% | 10% |
| 权威源占比（A 档域名） | 20% | 60% | 35% | 15% |
| 错误描述条数 | 1 | 0 | 2 | 0 |
| 共引头部域名数 | 3 | 12 | 6 | 2 |
看这张表能直接读出三件事。第一，你在品类词上比对手 A 低 45 个百分点，这是最大缺口，优先级最高。第二，你有 1 条错误描述，必须走 AI 说错了你的品牌的纠正流程。第三，共引头部域名你只有 3 个，对手 A 有 12 个，说明 A 在第三方权威站的存在密度是你的 4 倍，这是下一步外链和 PR 的方向。
季度跑一次完整对标，每月只看趋势变化就够了。不要每周都重新对标——AI 答案的月度波动不大，每周跑会让你陷入无意义的数字波动。完整对标 2 人日，月度跟踪 0.5 人日，这是可持续的节奏。
五、避坑：三个最常见的误判
竞品分析最容易出三类错，每一类都会把团队带偏。
| 误判 | 表现 | 后果 | 纠正方法 |
|---|---|---|---|
| 拿单次结果下结论 | 跑一次就说对手赢了 | 把随机性当趋势 | 同一问题跑 3 次，取中位数 |
| 只比提及次数 | 谁被提到多谁强 | 忽略来源质量 | 拆共引域名分档看 |
| 只看官网内容 | 回去改官网文案 | 补不上站外差距 | 先拆来源域名再决定动作 |
第四类错误是把「被提及」和「被推荐」混为一谈。AI 提到你，可能是把你作为反面教材，也可能只是并列罗列。所以对标表里一定要有「提及性质」这一列：正面推荐、并列罗列、负面描述、错误描述。这一列往往比提及次数本身更有指导意义。
最后一点：竞品分析不是为了证明你比对手强，是为了找到下一个季度该补哪个缺口。如果对标表看完你说不出「下季度我们要在行业协会白皮书上出现」这类具体动作，这次分析就是白做。竞品内容差距那篇讲了传统 SEO 视角的差距分析，GEO 视角的差异在于：差距的大头在站外事实源，不在站内内容。
FAQ 常见问题
GEO 竞品分析应该选几家对手？
为什么对手被 AI 引用多，不是因为他官网写得好？
竞品分析多久跑一次？
同一个问题跑 3 次结果都不一样怎么办？
对标表应该输出哪些字段？
竞品分析发现 AI 把我和错误的竞品放在一起怎么办？
写在最后
GEO 竞品分析和传统 SEO 竞品分析最大的不同，是它不看对手的排名和流量，看对手在 AI 答案里被谁引用。这个视角一转，你会发现大多数竞争对手的护城河不在官网，在第三方权威源的密度。
落地三步：本周列出 5 个开放问题，跑一遍找出 AI 眼里的完整对手名单；下周用 20 个固定问题在三个引擎跑完整对标，把引用域名拆成四档；第三周输出一页对标表，定出下季度补哪个权威源缺口。
一句可以记住的话：GEO 竞品分析不是看对手说了什么，是看谁在替对手说话——站外权威源的密度，才是真正的护城河。