开源 GEO 检测

衡量你的产品如何出现在 AI 官方 Web 回答中。

Aloom 从豆包、DeepSeek、元宝和千问的官方 Web 界面采集回答与可见来源, 使用固定版本的提示套件生成可比较报告,不用模型 API 输出代替监测样本。

平台登录会话和浏览器配置保留在采集设备上,不会上传浏览器配置文件。

示例产品 · 快速检测 官方 Web 样本
Aloom GEO Score
78.5
说明性评分
提及率
76%
已分析样本
完成率
100%
72/72
平台提及率完成度
豆包 78%18/18
DeepSeek 72%18/18
元宝 83%18/18
千问 69%18/18
检测官方 Web 界面 豆包 DeepSeek 元宝 千问 平台名称和商标归各自权利人所有,Aloom 与上述平台不存在隶属或官方背书关系。
说明性示例 · 非客户数据

一份简短的 Aloom 报告大概长这样。

这个例子只展示报告的基本结构,数据经过模糊化处理, 不代表任何真实品牌。

对象:某分析工具 范围:4 个官方 Web 平台 序列:首次基线

检测结果反映指定时间、平台、提示词和模式下观察到的 AI 可见度,不代表所有用户场景,也不保证未来持续可见。

可见度4 个平台中 3 个出现

在推荐回答中经常出现,但引用并不稳定。

产品会出现在部分泛品类推荐里,不同平台展示的可见来源并不一致。

常见语境通用品类

主要被识别为一款通用分析工具。

更具体的定位、差异和对比信息,在抽样回答中出现得相对较少。

来源信号官方页面

产品页和文档页是最容易识别的来源。

当定位、能力边界和对比信息表达清楚时,公开产品事实更容易被验证。

可以尝试的下一步 补强清晰的定位与对比页面,30 天后使用同一提示包重新检测。

可重复的检测,不是一次性的截图。

每个正式检测序列都会冻结提示词、平台模式、采样深度和检查点, 让 AI 回答变化之后的结果仍然可以比较。

01

确认产品事实

扫描产品官网,再确认品牌、品类、产品、受众、地区和竞品。

02

运行固定检测包

在所选平台和模式中运行版本化提示词。每条基线提示词都会开启全新的官方 Web 会话。

03

检查完整分母

按平台查看完成率、提及率、推荐、排名、情感、来源、竞争、事实准确性和稳定性。

产品界面本身就是测量对象

API 与官方 Web 是不同的观察界面。

措辞、排序、模式和可见引用都可能不同。Aloom 直接观察官方界面, 而不是用模型 API 输出代替监测样本。

真实观察,而非模拟
检测维度官方 Web仅 API
用户可见回答直接观察不同界面
可见来源已采集无法等同
平台模式已验证API 专属
登录会话仅保留本地未测量
可重复序列已版本化可以

开源核心,按需提供实施服务。

Aloom Core 以 Apache-2.0 开源。需要安装、私有部署、平台适配或定期报告解读时, 可以通过邮件按项目沟通。

开源核心

Aloom Core

免费

在自己的 macOS 或 Windows 电脑上运行。

  • 官方 Web 采集
  • 版本化提示套件
  • 平台报告与多周期比较
  • 自备平台账号与 API Key
查看自托管指南
持续服务

监测与报告

按周期报价

按固定配置持续检测并提供人工解读。

  • 多周期可比较检测
  • 变化与竞品分析
  • 平台适配器维护
  • 人工报告摘要
沟通报告需求

报告能回答什么

看清产品在哪些回答中出现,以及这种可见度如何变化。

我的产品在哪些回答中被提及?

按平台、提示词和模式查看提及、推荐、排名、情感与可见来源,并回到原始回答核对具体语境。

不同周期的结果能直接比较吗?

同一检测序列固定提示词版本、平台、模式、语言和采样定义。多周期报告显示 Comparable trend,并可查看每个周期的详细指标。

采集失败的样本怎么处理?

失败、阻断和未执行的检查点仍保留在报告分母中。完成率与可见度分开显示,避免遗漏样本让结果显得更好。

Aloom GEO Score 代表什么?

它汇总可见度、证据、事实准确性、竞争、稳定性和治理六个测量层。分数用于同一方法下的比较,不代表因果效果或可见度保证。

建立第一条可比较的 AI 可见度基线。

按 GitHub 指南自托管 Aloom,或联系首次检测与部署支持,把第一份报告作为后续多周期比较的基线。

联系邮箱:z1250835369@gmail.com

★ Aloom 在 GitHub 持续更新。Star 项目,关注后续版本与平台适配进展。 Star Aloom,关注更新 ↗