用真实用户会问的问题，提问五大主流 AI 引擎——测量你的品牌被提及、被推荐、被排第几，跨期对比看效果，逆向归因找根因，给出可执行、可追踪的 GEO 打法。
向下看看一段合作，三份文书。每个数字可回溯到原始问答，每份报告可 A4 连续打印——这就是你交给客户的东西。
看见现状 → 定位对手 → 制定行动；完整问题、五模型露出、官网诊断与复测路径，让客户看懂依据和投入方向。
冻结观测事实与题集，锁定同口径对比起点；口径契约版本化管理，双方签字确认，杜绝事后"你的数和我的数对不上"。
看见现状 → 定位对手 → 行动指南；结合品牌露出、回答原文、信源与官网诊断，制定可复测的阶段方案。
公平层提及率、品牌搜索表现和竞争机会一屏看清；从首期起跑线出发，按问题找到内容与官网的改善方向。
题集 × 引擎 × 重复采样的批量实测；轮次公平调度、超时熔断、断点自动续跑。
AI 的答案从哪来？8 类具名渠道自动归类、被引域名排行、官网回连率——找到谁在替 AI 说话。
检查指定页面的静态 HTML、访问状态、抓取规则与结构化数据，提供整改参考草稿，供业务与工程人员审核。
把品牌事实改写成 AI 易读的结构化语料，出稿即挂投产台账与动作对账。
用相同问题与模型复测，直观看见品牌露出、声量和回答倾向的变化，再确定下一步行动。
演示空间住着一个完全虚构的案例品牌「兰光数阅」（智慧图书馆装备行业，非任何真实客户）：4 期监测、800 条五引擎实测样本、全部报告与作战方案自由浏览——唯一限制是只读。
