<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>AnswerTide（问潮）GEO 知识库</title>
    <link>https://answertide.sekahui.com/learn/</link>
    <description>生成式引擎优化（GEO）知识库：定义、指标、监测方法、白帽边界、成本与汇报。</description>
    <language>zh-CN</language>
    <atom:link href="https://answertide.sekahui.com/rss.xml" rel="self" type="application/rss+xml"/>
    <item>
      <title>GEO 报告怎么写？给高管的一页纸与给执行层的明细</title>
      <link>https://answertide.sekahui.com/learn/geo-report-writing/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/geo-report-writing/</guid>
      <pubDate>Wed, 30 Sep 2026 00:00:00 GMT</pubDate>
      <description>同一份监测数据，高管要结论、执行层要明细，报告写错层次等于没测。本文讲 GEO 报告的信息分层：一页纸放什么、明细版放什么、三个常见汇报错误。</description>
    </item>
    <item>
      <title>什么样的内容容易被 AI 引用？可引用性四要素</title>
      <link>https://answertide.sekahui.com/learn/content-citability/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/content-citability/</guid>
      <pubDate>Tue, 29 Sep 2026 00:00:00 GMT</pubDate>
      <description>AI 引用不是玄学。事实密度、FAQ 结构、可摘录句、品牌关联四个要素，决定一段内容能否被大模型检索、理解并转述。本文给出每个要素的写法与自查清单。</description>
    </item>
    <item>
      <title>五大 AI 平台盘点：豆包、通义千问、Kimi、智谱 GLM、腾讯元宝</title>
      <link>https://answertide.sekahui.com/learn/ai-platforms-overview/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/ai-platforms-overview/</guid>
      <pubDate>Mon, 28 Sep 2026 00:00:00 GMT</pubDate>
      <description>做 GEO 先弄清战场。本文逐家盘点国内五家主流 AI 平台的内容生态、联网能力与对品牌方的监测价值，并说明各平台 API 与 C 端口径的差异现状。</description>
    </item>
    <item>
      <title>GEO KPI 怎么定？市场团队向上汇报指南</title>
      <link>https://answertide.sekahui.com/learn/geo-kpi-reporting/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/geo-kpi-reporting/</guid>
      <pubDate>Sun, 27 Sep 2026 00:00:00 GMT</pubDate>
      <description>老板问&quot;GEO 的投入产出怎么衡量&quot;时，你需要一套经得起追问的 KPI。本文讲主指标怎么按品牌阶段选、基线与目标怎么定、汇报节奏与一页纸结构。</description>
    </item>
    <item>
      <title>GEO 监测要花多少钱？一张成本核算表</title>
      <link>https://answertide.sekahui.com/learn/geo-cost-calculation/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/geo-cost-calculation/</guid>
      <pubDate>Sat, 26 Sep 2026 00:00:00 GMT</pubDate>
      <description>GEO 监测的成本由问题数、采样次数、平台数与调用单价决定，是可以提前算清楚的账。本文给出成本公式、三档配置的算账示例，以及 BYO-API 与 SaaS 打包两种模式的对比。</description>
    </item>
    <item>
      <title>怎么选 GEO 监测工具？给企业的 8 个评估维度</title>
      <link>https://answertide.sekahui.com/learn/how-to-choose-geo-tool/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/how-to-choose-geo-tool/</guid>
      <pubDate>Fri, 25 Sep 2026 00:00:00 GMT</pubDate>
      <description>选 GEO 监测工具就是选一套数据口径，选错了会用失真数据做决策。本文给出数据可回溯、口径诚实、成本模式等 8 个评估维度、关键问题与红旗信号。</description>
    </item>
    <item>
      <title>竞品对标：用 SOV 与同题胜率看清你在 AI 回答中的位置</title>
      <link>https://answertide.sekahui.com/learn/competitor-benchmark-sov/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/competitor-benchmark-sov/</guid>
      <pubDate>Thu, 24 Sep 2026 00:00:00 GMT</pubDate>
      <description>只看自己的提及率会误判形势——40% 的提及率在竞品 70% 面前是另一回事。本文讲 SOV（声量份额）、同题胜率与被截流问题清单三个对标指标的定义与用法。</description>
    </item>
    <item>
      <title>AI 的答案从哪来？引用信源追踪方法</title>
      <link>https://answertide.sekahui.com/learn/citation-source-tracking/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/citation-source-tracking/</guid>
      <pubDate>Wed, 23 Sep 2026 00:00:00 GMT</pubDate>
      <description>联网模式下，AI 回答背后是被它检索与引用的信源。本文讲如何追踪引用信源、按自家/竞品/第三方归类，并用信源缺口决定内容投放的优先级。</description>
    </item>
    <item>
      <title>API 口径与手机 APP 口径：GEO 监测数据如何校准？</title>
      <link>https://answertide.sekahui.com/learn/api-vs-consumer-calibration/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/api-vs-consumer-calibration/</guid>
      <pubDate>Tue, 22 Sep 2026 00:00:00 GMT</pubDate>
      <description>工具用 API 探测、用户在手机 APP 提问，两条链路存在系统性差异。本文用问潮 2026 年 9 月的实测数据讲清差异来源，并给出可复制的企业级校准方法。</description>
    </item>
    <item>
      <title>AI 对你的品牌有误解吗？品牌画像与认知纠错</title>
      <link>https://answertide.sekahui.com/learn/brand-perception-audit/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/brand-perception-audit/</guid>
      <pubDate>Mon, 21 Sep 2026 00:00:00 GMT</pubDate>
      <description>AI 可能记着你三年前的旧业务、把同行的事安在你头上、转述来源不明的错误信息。本文讲四类常见品牌认知错误、如何系统性发现，以及纠错动作清单。</description>
    </item>
    <item>
      <title>官网对 AI 友好吗？一份 AI 可抓取性自查清单</title>
      <link>https://answertide.sekahui.com/learn/ai-crawlability-checklist/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/ai-crawlability-checklist/</guid>
      <pubDate>Sun, 20 Sep 2026 00:00:00 GMT</pubDate>
      <description>AI 能不能读到、读懂你的官网，直接决定你能否被引用。本文给出可抓取、可理解、可信任三组共 12 项自查动作，覆盖 robots、静态 HTML、结构化数据与语义分块。</description>
    </item>
    <item>
      <title>什么是 llms.txt？怎么写？</title>
      <link>https://answertide.sekahui.com/learn/what-is-llms-txt/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/what-is-llms-txt/</guid>
      <pubDate>Sat, 19 Sep 2026 00:00:00 GMT</pubDate>
      <description>llms.txt 是网站放在根目录、向 AI 大模型做自我介绍的 Markdown 文件。本文讲清它的定义、提案来源、与 robots.txt 的区别、格式规范、采用现状与常见写法误区。</description>
    </item>
    <item>
      <title>GEO 监测为什么必须多次采样？</title>
      <link>https://answertide.sekahui.com/learn/why-multiple-samples/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/why-multiple-samples/</guid>
      <pubDate>Fri, 18 Sep 2026 00:00:00 GMT</pubDate>
      <description>同一问题问三次，AI 可能给出三个不同回答——这不是故障，而是 GEO 监测必须多次采样的原因。本文讲随机性来源、&quot;提及概率&quot;的正确读法与采样次数的取舍。</description>
    </item>
    <item>
      <title>如何建一个有效的 GEO 问题池？</title>
      <link>https://answertide.sekahui.com/learn/build-question-pool/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/build-question-pool/</guid>
      <pubDate>Thu, 17 Sep 2026 00:00:00 GMT</pubDate>
      <description>问题池决定监测结论的适用范围：池子偏了，后面的探测与优化全在错误的方向上使劲。本文讲三类问题组织法、品牌别名、竞品入池原则与常见坑。</description>
    </item>
    <item>
      <title>企业做 GEO 的正确姿势：度量、诊断、优化、复测的闭环</title>
      <link>https://answertide.sekahui.com/learn/geo-workflow-loop/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/geo-workflow-loop/</guid>
      <pubDate>Wed, 16 Sep 2026 00:00:00 GMT</pubDate>
      <description>GEO 不是发一批内容就结束的一次性项目，而是&quot;度量→诊断→优化→复测&quot;的持续循环。本文讲清每一环做什么、常见误区，以及如何用定时任务把循环跑起来。</description>
    </item>
    <item>
      <title>白帽 GEO 与&quot;AI 投毒&quot;：边界在哪里？</title>
      <link>https://answertide.sekahui.com/learn/white-hat-geo/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/white-hat-geo/</guid>
      <pubDate>Tue, 15 Sep 2026 00:00:00 GMT</pubDate>
      <description>2026 年 3·15 曝光&quot;AI 投毒&quot;灰产后，GEO 行业进入洗牌期。本文讲清白帽 GEO 与灰产的技术分界，以及企业选型时的三条自查红线。</description>
    </item>
    <item>
      <title>如何监测品牌在 AI 回答中的表现？（七步方法）</title>
      <link>https://answertide.sekahui.com/learn/how-to-monitor/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/how-to-monitor/</guid>
      <pubDate>Mon, 14 Sep 2026 00:00:00 GMT</pubDate>
      <description>从建问题池到形成报告，七步建立品牌的 AI 可见性监测流程：选平台、建问题池、多采样探测、快照存档、解析统计、人工校验、定期复测。</description>
    </item>
    <item>
      <title>什么是 AI 品牌可见性？提及率怎么计算？</title>
      <link>https://answertide.sekahui.com/learn/ai-visibility-metrics/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/ai-visibility-metrics/</guid>
      <pubDate>Sun, 13 Sep 2026 00:00:00 GMT</pubDate>
      <description>AI 品牌可见性指品牌在 AI 回答中&quot;被看见&quot;的程度。本文定义四个核心指标：品牌提及率、平均提及排名、情绪占比、引用信源，并说明采样口径。</description>
    </item>
    <item>
      <title>GEO 与 SEO 的区别：一张表看懂</title>
      <link>https://answertide.sekahui.com/learn/geo-vs-seo/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/geo-vs-seo/</guid>
      <pubDate>Sat, 12 Sep 2026 00:00:00 GMT</pubDate>
      <description>GEO 争夺 AI 回答中的位置，SEO 争夺搜索结果页的排名。本文用对照表讲清两者的优化对象、内容形态与度量指标的差异。</description>
    </item>
    <item>
      <title>什么是 GEO（生成式引擎优化）？</title>
      <link>https://answertide.sekahui.com/learn/what-is-geo/</link>
      <guid isPermaLink="true">https://answertide.sekahui.com/learn/what-is-geo/</guid>
      <pubDate>Fri, 11 Sep 2026 00:00:00 GMT</pubDate>
      <description>GEO（Generative Engine Optimization）指让品牌内容更容易被 AI 大模型理解、引用与推荐。本文解释 GEO 的定义、术语来源、兴起背景，以及它与 SEO 的关系。</description>
    </item>
  </channel>
</rss>