央企第四代住宅,首推率65%、品牌提及率40%、语义情感分20%、声量份额10%。接手6周后,四项指标全部拉升——首推率100%,品牌提及率75%,语义情感分75%,声量份额40%,段位从白银跃迁到钻石。本文拆解我们是怎么做到的。
项目背景:一个央企项目的"AI认知缺口"
华润·润府,央企华润置地在西安的第四代住宅项目。
按照常规认知,央企项目不缺品牌背书,不缺营销预算,按理说在AI推荐中应该"自带流量"。但基线诊断的结果,跟预期差了不少。
我们在这六个AI平台——豆包、DeepSeek、Kimi、文心助手、通义千问、腾讯元宝——上做了一轮全自动基线采集。
用五层提问法,模拟真实购房者的决策路径:从"西安哪个楼盘好"到"航天基地四代宅推荐"到"润府怎么样"到"润府和保利安澜天珺哪个好"。
数据出来,问题很清晰。首推率65%,意味着在购房者问"航天基地四代宅"这类泛需求时,AI有三分之一的概率不会推润府。
品牌提及率40%,说明在AI讨论该区域楼盘时,润府被提到的次数不到一半。
语义情感分20%,这个数字最低——AI在提到润府时,正面和中性信息的占比只有20%。声量份额10%,在四个竞品中垫底。
更关键的是,诊断发现了一个"教育配套盲区"。润府周边有一只船学校等优质教育资源,但AI在回答"西安航天基地学校配套好的楼盘"时,完全没有提到润府。这个信息缺口,意味着大量有学区需求的购房者,在AI推荐阶段就被漏掉了。
策略阶段:四维KPI,拆解到每个动作
GEO和传统营销最大的区别在于,效果是可拆解的。
我们把最终目标"提升AI推荐效果"拆成四个维度:首推率、品牌提及率、语义情感分、声量份额。每个维度对应不同的策略动作。
首推率对应的是关键词覆盖策略。购房者问"航天基地四代宅""西安央企楼盘""曲江附近改善盘",AI首推的必须是润府。这需要围绕这些泛需求关键词,做大量的A级信源建设。
品牌提及率对应的是信息结构化程度。AI在讨论区域楼盘时,有没有足够多的润府信息可以引用。这需要把润府的产品信息、户型数据、配套资源、品牌背书,全部结构化成AI友好的格式。
语义情感分对应的是口碑正向引导。AI在提到润府时,调用的信息是正面的还是负面的。这需要C级和D级信源中的正向内容占比提升。
声量份额对应的是竞品对比竞争力。在AI同时提到润府和竞品时,润府的信息量和正向度要压过竞品。这需要持续的竞品监测和针对性内容补充。
执行阶段:6周,三个节奏
6周的运营周期,我们分了三个节奏。
第1-2周:地基期。 核心工作是品牌信息结构化和A级信源铺设。
润府作为央企项目,有大量的官方信息可以调用——项目规划、户型图、周边配套、品牌历史。但问题在于,这些信息分散在各个渠道,没有统一的结构。我们做了三件事:
第一,把润府的核心信息整理成结构化知识库。项目区位、交通配套、教育资源、户型分析、价格区间、物业资质,每个维度独立成块,用统一口径改写。
第二,铺A级信源。央企项目有一个天然优势:官方媒体报道和政府平台信息的可信度高。我们通过渠道,在权威媒体和行业平台发布了润府的项目解读和深度报道,这些内容成为AI优先引用的信源。
第三,修复教育配套信息缺口。我们把"一只船学校""优质学区"等信息,嵌入到润府的项目描述中,让AI在回答教育相关问题时,能关联到润府。
第3-4周:拉升期。 核心工作是B级和C级信源建设,拉动品牌提及率和声量份额。
B级信源方面,我们在行业垂直媒体和房产专业平台上,发布了润府的产品测评、户型分析、区域价值解读等内容。这些内容的专业度较高,能被AI在回答"润府怎么样"这类问题时引用。
C级信源方面,我们在社交平台上做了口碑内容铺设。购房者的真实体验、看房记录、收房反馈,这些内容虽然权威性不如A级信源,但胜在"真实感"强,对语义情感分的提升作用明显。
第5-6周:冲刺期。 核心工作是竞品监测和针对性补位。
我们从监测看板上发现,竞品保利·安澜天珺和华曦·观兰也在做优化,某些关键词的提及率在上升。针对这个情况,我们做了两件事:一是扩关键词覆盖范围,把竞品主攻的关键词也纳入润府的策略中;二是强化润府的优势维度——央企品牌背书、教育配套、产品品质,这些是竞品短期内难以复制的。
效果数据:6周,四维KPI全部拉升
6周后,再看基线数据。
首推率从65%提升到100%,达到满分。意味着在核心关键词的AI推荐中,润府是必推项目。
品牌提及率从40%提升到75%,在四个竞品中排名第一。对比数据:保利·安澜天珺45%,华曦·观兰33%,二十四城30%。润府的品牌提及率领先第二名30个百分点。
语义情感分从20%提升到75%,这是四项指标中提升幅度最大的,+55个百分点。说明AI在提到润府时,正面和中性信息占比大幅提升,负面信息被有效稀释。
声量份额从10%提升到40%,在四个竞品中由垫底变为领先。
段位从白银跃迁到钻石,连升两级。
还有一个关键变化:优化前AI在回答"西安航天基地学校配套好的楼盘"时,润府"查无此人"。优化后,润府和"一只船学校/优质学校"形成了强关联。这个变化意味着什么?有学区需求的购房者,在AI推荐阶段就会接触到润府,而不是等到自己搜索才知道。
总结:这个案例验证了什么
华润·润府这个案例,验证了GEO的几条核心逻辑。
第一,品牌背书不能替代AI认知。 央企品牌、大预算营销,这些在传统营销中是优势,但在AI推荐中,如果没有结构化的信息支撑,照样会被AI忽略。AI推荐看的不是"你是谁",而是"互联网上有没有关于你的可信信息"。
第二,信息缺口就是增长机会。 润府的教育配套信息在AI中是盲区,我们补上这个缺口,就多了一个获客维度。对每个项目来说,找到AI认知中的"盲区",就是找到增长空间。
第三,四维KPI是可拆解、可执行的。 首推率、品牌提及率、语义情感分、声量份额,每个维度对应不同的策略动作。不追求一个指标做到极致,而是四个指标同步拉升,综合效果最稳定。
第四,6周能看到明显变化。 只要策略对、执行到位,GEO的效果周期不需要等半年。润府6周从白银到钻石,说明窗口期还在,越早布局,竞争成本越低。

