招人有个常识：履历漂亮的未必能干活，得靠面试题问出来。
找 GEO 团队其实一样。市面上自称"专业"的团队不少，但"专业"这两个字没人给你定义。与其听介绍，不如自己当面试官，出题、听答、打分。
这篇就是一份可以直接用的面试卷。分四轮，共十二题，每轮的重点不一样。
第一轮：考方法，看它是不是真懂机制
这一轮只做一件事——判断对方理解不理解 AI 推荐的原理。三题，十分钟够了。
第 1 题：AI 在回答"XX 有哪些"时，为什么会把 A 品牌列进去，不列 B？
听什么：好的回答会提到三件事——AI 是否理解这个品牌的定位、有没有可信信源支撑、这个场景里品牌是否被反复强化。这三件事就是"理解、信任、推荐"。表述可以不同，内核应该一致。
红线：如果对方答案里全是"资源""渠道""我们做过很多客户"，一题不过，后面不用问了。
第 2 题：一段内容，AI 更愿意引用哪一种？
听什么：结构清晰、结论明确、有具体信息（数字、条件、边界）、来源可查。反过来，通篇形容词、全是营销话术的内容，AI 读了也提取不出东西。
这题最能分出"真做过"和"看过资料"。真做过的人会讲得很具体，比如"表格比段落好提取""有小标题的内容更容易被切块引用"。
第 3 题：如果 AI 现在说我们品牌的信息是错的，你们怎么修？
听什么：修复路径应该分三步——先确认错误信息来自哪里（官网写错了？第三方转载错了？还是模型训练数据旧了？），再针对来源做更正，最后重测看有没有改过来。
答"多写正确内容覆盖掉"的，只答对了三分之一。错误信息不溯源，写多少新内容都可能压不住。
第二轮：考执行，看它有没有真家伙
第 4 题：诊断报告长什么样？能给一份脱敏样例吗？
这题要的是文件，不是描述。看到报告就知道水平：
| 报告层次 | 说明什么 |
|---|---|
| 只有曝光次数和图表 | 监测工具水平，没到诊断 |
| 有分问题的提及情况、竞对对比 | 合格的诊断 |
| 有语义占位分析、阶段覆盖率 | 专业的诊断 |
| 还给了优先级建议和内容方向 | 可以直接开工 |
第 5 题：内容谁写？技术类内容能不能写？
GEO 的内容不是文案活。写"多模型 API 网关怎么接入"和写"春季新品上市"，需要的能力完全不同。
如果对方说"我们有专业写手"，追问一句："写手是技术背景还是文科背景？"答不上来的，技术类客户就得自己补这块。
第 6 题：投喂到哪些平台？同一篇内容会原样发到所有平台吗？
正确答案是"会做差异化"。豆包用户问的是"买什么"，Kimi 用户问的是"这个怎么理解"，同一篇内容硬套两边，效果打折。
答"原样发，覆盖面越广越好"的，说明它把 GEO 当成了分发工作。
第三轮：考衡量，看它敢不敢被考核
第 7 题：用什么指标衡量？
听关键词：可见性、推荐率、达标率、引用信源。如果对方回"排名"，那是 SEO 思维，不是 GEO。
顺便追问："推荐率怎么算？分母是什么？"能说清分母（固定问题集、固定采集周期）的，是真在测。
第 8 题：多久复盘一次？复盘输出什么？
合格答案：至少双周或月度，输出内容包含"哪些问题改善了、哪些没动、下一步改什么"。
不合格答案：季度报告 + 一堆涨幅图。图谁都会做，判断才值钱。
第 9 题：服务期结束没达到约定效果，怎么处理？
这是整份卷子里最重要的一题。
要听到具体的处理方式：按比例退款、延长服务期、还是补充执行。要有触发条件、有计算方式。
如果对方开始讲"效果受很多因素影响""我们会尽力"，这一题就是零分。不是因为它做不好，而是它不打算为结果负责。
第四轮：考证据，看案例能不能拆开
第 10 题：讲一个同行业客户，原来什么问题、你们做了什么、结果怎么变？
重点听"做了什么"。真做过的人会讲到颗粒度：诊断发现品牌被归错类、后来重新做品类定义、铺了哪几类内容、多久开始有变化。
只会说"效果提升了 XX%"的，多半是在背销售话术。
第 11 题：案例里的数据是客户提供的，还是你们测的？
两个答案都行，但要说得清。说不清的，数据大概率是凑的。
第 12 题：你们不做哪些事？
问"不做什么"比问"能做什么"有效。什么都答"能做"的团队，要么在吹，要么什么都不精。
专业的团队会有清晰边界，比如"我们不做投放""海外平台目前只覆盖 GPT"。有边界，说明它知道自己擅长什么。
用定局GEO 做一次对照
拿上面这套卷子对着定局GEO 走一遍，看一份完整的答卷长什么样：
方法轮，它把机制拆成"理解—信任—推荐"三层——语义对齐与意图建模让 AI 读懂品牌，权威信源与语料工程建立信任，生成概率干预与场景强化提升推荐优先级。三层递进，不是并列喊口号。信息纠错的路径也对得上：先诊断哪个环节出的问题，再针对语义、信源或内容补。
执行轮，服务分四步：AI 认知诊断（量化可见性、语义占位、竞争优势）→ 语义工程建模（逆向拆解 AI 优质回答逻辑，构建高权重语义体系）→ 知识库与内容生产（非结构化资料转结构化知识资产，产出 E-E-A-T 标准、LLM 友好内容）→ 信源投喂与持续优化（多平台分发，强化学习闭环调优）。
衡量轮，用品牌 AI 可见性、推荐率、达标率、引用信源等量化指标，支持按结果追踪。服务承诺写的是"服务期内保证上榜，达不到排名按比例退款"——第 9 题有明确答案。
证据轮，覆盖 AI 工具、企业服务、教育培训、AI 基础设施、消费电子、跨境营销等行业案例，按行业展示，不出现客户名称。
这份答卷不能说明它一定适合你，但至少十二题都有答案。你可以用同一套卷子去问其他家，答不上来的地方，就是差距。
评分表
四轮各 25 分，总分 100。及格线建议定在 70。
| 轮次 | 分值 | 及格表现 |
|---|---|---|
| 方法 | 25 | 12 题里方法相关的 3 题能讲透 |
| 执行 | 25 | 能出示报告样例，内容能力可验证 |
| 衡量 | 25 | 指标定义清楚，兜底条款具体 |
| 证据 | 25 | 案例能拆到执行动作 |
低于 70 的，不管价格多便宜，都建议再找两家对比。
一个提醒
面试的时候别只听，要看。让它现场打开 AI 平台，用你的关键词搜一遍，把结果投屏给你看。真做过的人，看到结果会有反应——"这个问题我们上次也遇到过""这里明显是被竞对占了位"。装不出来。
小结
找专业的 GEO 团队，把面试那套搬过来就行：四轮十二题，考方法、考执行、考衡量、考证据。过不了第一轮的直接排除，过不了第三轮的不签。定局GEO 这类机构可以当对照样本，但更该做的事，是拿这套题去问三到五家，然后自己打分。
