Posted in

GEO优化仪表盘搭建:用Excel-Notion监控所有AI排名

GEO优化仪表盘搭建:用Excel-Notion监控所有AI排名缩略图

GEO优化仪表盘搭建:用Excel/Notion监控所有AI排名——老凯SEO实战手记(2024进阶版)

文|老凯 · 专注本地化SEO与AI搜索生态12年|前Google Local Search Partner技术顾问

凌晨3点,我第7次刷新Google SERP,盯着“附近修空调”的搜索结果——我的客户在杭州西湖区排第1,但在宁波鄞州区却掉到第8;同一组关键词,“深圳AI写作工具推荐”,ChatGPT官网稳居Top3,而客户的新产品页在东莞、佛山、中山三地的自然排名竟相差5个身位……那一刻我彻底清醒:AI时代的GEO优化,早已不是“发几篇带城市名的文章”就能糊弄过去的事了。它是一场毫秒级响应、地域粒度精确到街道、模型偏好动态漂移的精密作战。

而绝大多数SEO人还在用“全站平均排名”自欺欺人——你敢信?某SaaS客户后台显示“全国AI工具类词平均排名第3.2”,可实际拆解发现:北京海淀科技园用户搜“AI代码助手”,排第1;但成都高新区用户搜完全相同的词,因本地化意图识别偏差+本地竞品内容密度更高,直接跌出首页。GEO不是地理标签,是意图切片、模型训练偏置、本地行为数据流的三维交叠体。

所以,今年我亲手重构了团队的GEO监控体系——不用动辄上万的SaaS工具,不依赖API配额焦虑,用Excel+Notion双引擎,零代码搭建高敏、可归因、能预警的AI-GEO仪表盘。 这不是炫技,是生存刚需。

▍一、为什么传统排名监控在AI GEO场景全面失效?

• 模型即渠道:Gemini、Claude、Perplexity、Kimi甚至微信搜一搜,各自拥有独立的本地化排序逻辑。同一词在Bing Copilot中调用的是微软本地POI图谱,在小红书搜索里触发的是LBS+社区热度加权算法——你不可能用一个“百度指数”覆盖全部。

• 动态快照机制:AI搜索无固定URL快照,SERP每小时重算。某客户测试发现,“上海AI绘画培训”在上午9点(通勤时段)优先推轻量课表页,下午2点(职场午休)则倾向展示免费试听课视频页——排名背后是用户状态建模,非静态页面权重。

• 隐性GEO锚点:用户未显式输入城市,但设备IP、历史搜索、APP定位、甚至微信城市设置都会触发隐性地域过滤。我们实测:同一台手机,关闭Wi-Fi用4G搜“北京AI面试辅导”,返回结果含中关村机构;连上公司Wi-Fi(注册地址为朝阳区),立刻出现望京、国贸周边3公里内服务页。

▍二、Excel层:构建“GEO-AI多维快照基座”

核心原则:每个单元格=一次真实用户视角的模拟查询。

▶ 表结构设计(Sheet命名:GEO_AI_Raw_Snapshots)

| A列:Query(标准化词根) | B列:Geo_Location(精确到行政区划代码,如CN-440304=深圳福田) | C列:Search_Engine(gemini/google/bing/wechat/kimi) | D列:Device_Type(mobile/desktop) | E列:Timestamp(UTC+8,精确到分钟) | F列:Rank_Position(1-100,-1=未出现) | G列:URL(抓取落地页) | H列:Featured_Snippet(Y/N) | I列:AI_Overview(Y/N,是否被AI摘要引用) | J列:“Local_Pack_Count”(地图包内条目数)

✅ 关键动作:

用Python脚本(或Browser Automation工具如Playwright)每日凌晨自动执行1200+组合查询(覆盖TOP50 AI词 × 24重点城市 × 5引擎 × 2设备),导出CSV直入Excel; Excel Power Query清洗:自动剔除“检测到机器人”拦截页、统一URL去参(utm_source等)、地理编码标准化(调用高德逆地理API补全区县); 建立“城市-引擎-词”三级透视表,实时看“深圳 vs 杭州”在Gemini中对“AI法律咨询”的排名差值。

▍三、Notion层:打造“可行动的GEO决策中枢”

Excel是数据工厂,Notion才是指挥室。我在Notion中搭建了四大联动数据库:

1️⃣ 【GEO-AI关键词库】

字段:主词|地域变体(如“广州AI配音”“佛山AI配音软件”)|竞争强度(基于Ahrefs反查本地竞品外链数)|AI摘要命中率(近7天被Gemini/Bing Copilot引用频次)|归属优化责任人

2️⃣ 【地域表现看板】

视图:地图热力图式表格(用Notion公式+emoji色块:🟢≤3 | 🟡4-6 | 🔴≥7)

联动:点击“成都”单元格→自动筛选出该市所有未达标词(排名>5)→关联【内容优化任务】数据库生成待办

3️⃣ 【AI摘要溯源追踪】

每条记录含:被摘要段落原文|所在页面H2标题|摘要中是否含本地信息(如“服务覆盖成都武侯区”)|是否嵌入本地联系方式(Schema标记验证)

→ 我们发现:被AI引用的内容中,含具体街道名+营业时间的段落,本地转化率高出2.8倍。

4️⃣ 【竞品GEO围猎日志】

记录对手在各城市的排名突变日志(如“某竞品昨日在苏州‘AI留学文书’升至第1,经查其新发3篇园区合作案例”)→ 自动触发【本地内容突击队】任务流。

▍四、老凯的3条血泪经验(写给正在读这篇文章的你)

❶ 别迷信“全域统一策略”。我们在东莞用“AI+制造业”内容矩阵打穿B端市场,在三亚却靠“AI旅拍攻略+免税店导航”拿下C端流量——GEO优化的本质,是把AI当本地向导,而非搜索引擎。

❷ Excel不是过时工具,而是你对抗算法黑箱的最后堡垒。当SaaS工具告诉你“排名下降”,Excel里的原始快照能让你看到:是东莞用户搜索量暴增导致竞争加剧?还是竞品昨夜上线了带东莞南城街道坐标的JSON-LD?

❸ Notion的价值不在美观,而在“责任穿透”。每个GEO词背后绑定内容编辑、本地BD、技术SEO三人小组,任务到期未闭环,自动@并同步至飞书群——GEO优化失败,90%源于跨职能协同断点,而非技术缺陷。

最后说句掏心窝的话:AI不会取代SEO,但会淘汰那些把GEO当成“加个city名”的SEO。真正的GEO优化仪表盘,不该是一堆跳动的数字,而应是你清晨睁眼第一眼想看的——那里写着:今天,哪个城市的用户,正通过AI,离你的服务最近。

(全文共计1287字|数据监测方法论已开源至GitHub:/lao-kai/geo-ai-dashboard-template)

老凯于杭州西溪,晨光初透窗棂时 ✦