GeoLook：开源自托管的全流程 GEO 实施平台
GeoLook：开源自托管的全流程 GEO 实施平台
开源的全流程 GEO 实施平台 · 自托管
面向具体项目：现状分析 → 诊断 → 方案 → 实施计划工单 → 执行落地 → 效果验收
🌐 官网 geolook.cc · 🔍 在线演示（只读）
GEO = 生成式引擎优化（Generative Engine Optimization）：让 DeepSeek、豆包、ChatGPT、Perplexity 这些 AI 引擎在回答用户问题时，主动提到并引用你的品牌。不是地理信息，也不是传统 SEO。
越来越多的用户现在不搜搜索引擎，直接问 AI：“有哪些好用的 XX 工具”，“XX 和 YY 哪个好”。如果你的品牌不在 AI 的回答里，那你就等于在 AI 时代消失了。
市面上绝大多数 GEO 工具都是监测型 SaaS：按月收费，数据存在厂商云端，只告诉你排名和提及率，不给你落地路径，更不帮你验收效果。GeoLook 完全不一样——它是一个开源自托管的全流程 GEO 实施平台，从现状分析→诊断→方案→实施工单→执行落地→效果验收，给你完整闭环，全部数据都在你本地，免费开源。
这篇文章带你完整了解 GeoLook 是什么，能解决什么问题，以及怎么用它落地你的 GEO 策略。
TL;DR
GeoLook 适合品牌方、营销顾问、代理商想要系统做 GEO，但不想按月订阅 SaaS、不想把数据交给第三方的团队；不适合只想做一次检测，不愿意落地执行的个人玩家。核心优势是全流程闭环、数据本地可控、86% 的工单可自动验收，比 SaaS 成本低太多；核心限制是需要自己有服务器或本地环境部署，没有团队协作功能。
解决什么问题
| 问题 | GeoLook 给出的方案 |
|---|---|
| AI 根本不提你——用户搜品类问题时你不在候选集里 | 逐引擎采样真实回答，量化提及率/位次/引用份额，诊断出"完全缺席"还是"竞品主导" |
| 不知道为什么不提你——AI 是黑盒 | 六维站点体检 + 差距诊断：抓不到正文？缺抽取块？没铺 AI 实际引用的阵地？口径不一致？逐项定位 |
| 知道该做但落不了地——专家建议一堆，没人执行没人验收 | 生成带验收标准的实施工单，86% 可由程序自动验收（示例项目 18/21），做没做完不靠口头确认 |
| 做了不知道有没有用 | 逐题前后期采样对比 + 任务级 before/after，哪些动作真的让 AI 改了口，有数 |
| 给客户做 GEO 服务，交付难 | 一键产出诊断报告、优化方案、执行方案、工单 CSV、验收表的完整交付包 |
功能全景
GeoLook 分为四段核心流程，全部在一个本地自托管看板里：
第一步：现状分析 · 我在 AI 里到底是什么样
- 17 个引擎覆盖：国内海外通吃，10 个 API 自动采样 + 7 个人工采样，包含 Google AI Overviews 和秘锚这些国内用户常用的引擎
- 真实样本回放：每条 AI 回答原文保留，品牌命中高亮，疑似负面自动标记
- 竞品对比：同一批无提示样本下对手出现率统计，直接看你输给了谁，输在了哪些阵地
- 问题库自动分类：七组问题（推荐/比较/替代/价格/风险/品牌验证/场景），按买家/教育/探测三类意图分组，一眼看出哪类问题你最没存在感
- 拓词选题：以品牌/竞品/品类为词根，拉百度下拉 + Google 补全的真实搜索词扩充选题，免费公开接口，不需要 API Key
第二步：诊断 · 为什么 AI 不提你
GeoLook 按「访问 → 定向 → 理解 → 可引用」四层依赖链给你做站点体检，修复顺序都给你算好了——访问层失败了，下游优化在 AI 引擎那边根本看不见。
- RFC 9309 规范 robots 解析：通配符组封禁、多 UA 共享组这些，正则匹配容易漏，GeoLook 都能给你检出来
- 真实 AI UA 探测：换真实 AI 爬虫 UA 探测 WAF/CDN 封禁——很多网站 robots 放行，但 CDN 会拦截 AI 爬虫，浏览器里根本看不出来
- 阵地地图：19 个常见阵地（百科/榜单站/公众号/头条/知乎/技术社区/G2/Wikipedia/Reddit/YouTube…）按真实引用语料标注分量与优先级，每个阵地写清建什么、建多少、节奏
- 品牌事实库：全站唯一口径来源，llms.txt、JSON-LD、内容草稿都从这里取事实，AI 说法和事实不一致直接标记
第三步：提升 · 该具体做什么
- 结构化实施工单：每个工单都包含依据、负责角色、工作量、时间窗口、验收标准，还分风险分级——低风险快速优化/需观察发布后复核/高风险技术改造，优先级说清楚
- 内容工作台：写稿时左侧给必含抽取块与品牌事实，右侧实时预检可被引用度，AI 初稿必须过编造风险 lint
- 一键生成部署资产：llms.txt、JSON-LD、定义块与 FAQ 的 HTML 片段，每个文件都标注清楚该放到哪里
- 多渠道发布：支持 GitHub、WordPress 草稿、公众号草稿箱、X、Reddit，每个渠道都有配置教程，没有官方 API 的平台宁可不接也不做假接入
第四步：验收 · 做了到底有没有用
- 逐题对比：前后期提及率对比，分国内/海外显示，每个任务都有 before/after
- 一键生成交付包：给老板的一页结论、给执行团队的分批执行方案、给客户的完整交付包（HTML + CSV）
- 周期自动复跑：支持每 7/14/30 天自动跑完整一期，macOS 可以注册为常驻服务，登录自启，真正无人值守
和市面 GEO 工具的核心区别
| 典型 GEO 监测 SaaS | GeoLook | |
|---|---|---|
| 闭环深度 | 监测 + 建议 | 监测 → 诊断 → 工单 → 资产 → 自动验收 → 交付，落地全流程 |
| 验收方式 | 无（或人工回填） | 程序判定：重抓站点 + 下期采样自动验收，不达标自动打回 |
| 指标口径 | 黑盒算法 | 全部可复现，界面可查完整口径，算不出显示"未测"，不编数 |
| 中文支持 | 多为海外引擎 | 国内引擎矩阵（GLM/豆包/DeepSeek/Kimi/MiniMax/纳米/百度AI），针对国内引用结构优化 |
| 数据归属 | 厂商云端 | 全部数据在你本机，git 一下就是备份 |
| 成本 | 按月订阅 | 开源免费，只花你自己的引擎 API 采样费（纯人工采样也能跑，可为零） |
| 交付能力 | 截图仪表盘 | 直接产出可发客户的完整交付包，代理商/顾问直接用 |
GeoLook 也有明确的设计边界：它是单机工具，没有账号体系和团队协作；采样频率和样本量由你自己的 API 预算决定；“疑似负面"这类判定是线索提示，最终定性仍需人工复核——这些都是刻意的设计取舍，不是功能没做完。
5 分钟本地部署教程
环境要求
- macOS 或 Linux（Windows 请用 WSL）
- Python 3.9+
- 只需要三个第三方依赖：
requests、beautifulsoup4、lxml
三步跑起来
# 1. 克隆项目并安装依赖
git clone https://github.com/aigclink/geolook.git
cd geolook
pip3 install requests beautifulsoup4 lxml
# 2. 启动看板（自动打开浏览器）
python3 scripts/geo.py ui
# → 访问 http://127.0.0.1:8765
# macOS 可以注册为常驻服务：./scripts/service.sh install
一个 API Key 都不配也能用：自动采样会跳过，改用「导出人工采样表 → 人工/浏览器采样 → 回灌」流程，抓站、体检、工单、资产这些功能全部可用。配一个国内引擎 Key（比如 DeepSeek/GLM）就能解锁 AI 推导问题库和 AI 初稿功能。
一条命令全自动分析
python3 scripts/geo.py new --url https://你的品牌官网.com --market both
这个命令会自动完成九步：抓站 → 体检 → 推导品牌事实/竞品/问题库 → 逐引擎采样 → 生成工单 → 产出资产 → 报告 → 自动验收 → 交付包，结果都在 work/<项目>/delivery/<日期>/ 目录下。
使用流程分步走（推荐首次使用）
- 接入品牌：启动看板后，填入官网域名，选择目标市场，点击「创建并开始自动引导」，后台会自动跑完首期分析。
- 核对底座（10 分钟，重要）：自动推导从官网正文抽取，抽不到的会标「待确认」，到品牌事实库核对口径、补别名和关键数字，到问题库检查题目是否符合真实用户问法。
- 看现状：总览看健康分结论，引擎表现逐引擎下钻，点样本回放看 AI 原话，发现说错了就记一条事实偏差。
- 看诊断：先看站点体检（技术问题修复优先级最高），再看差距诊断，最后看阵地地图。
- 执行落地：按优先级领取工单，内容工作台写稿，完成后分发到对应阵地，最后把生成的部署资产传到你的网站。
- 验收效果：运行自动验收，下一期采样后看逐题 before/after 对比。
- 长期运营：开启周期复跑，定期生成报告。
给营销人的几个实用结论
GeoLook 的评分模型锚定了公开实证数据，从 18 万+ 国内去重引用中统计出来几个有意思的结论：
- 高影响力页面平均 1943 词，低分页仅 170 词，相差 11.4 倍
- 含数字 +61.6%、定义 +57.3%、对比 +55.3%、how-to +41.2% 被引用概率
- 纯 Q&A 排版反而 -5.7%，只是排成问答样子没用，关键是内容本身
- 对题性是最强预测因子（r = 0.432），比权威度还重要——你的内容一定要对准用户问题
- 品牌官网只占国内全库引用的 1.37%——官网是事实源不是引用源，外部阵地才是 AI 引用的主要来源
总结
GeoLook 填补了一个市场空白：市面上不缺 GEO 监测 SaaS，但缺一个开源自托管、能落地、能验收、全流程闭环的工具。如果你：
- ✅ 正在按月订阅 GEO SaaS，觉得太贵不划算
- ✅ 担心数据隐私，不想把品牌数据放到第三方云端
- ✅ 需要给客户做 GEO 服务，需要完整交付能力
- ✅ 想自己掌控整个流程，按需调整策略
那么 GeoLook 非常值得你试试。三条命令就能跑起来，5 分钟就能拿到第一份诊断报告，反正免费，成本为零，不妨克隆下来自己体验一下。
项目地址：https://github.com/aigclink/geolook
在线演示：https://geolook.cc/demo/（只读）