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：
| 层级 | 投入比例 | 原因 |
|---|---|---|
| TOFU | 10% | 目标用户对品类已有基础认知 |
| MOFU | 50% | 用户最容易卡在“不会选”阶段 |
| BOFU | 40% | 最接近成交，ROI 最高 |
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）