首页 › LLM大语言模型 › 豆包专栏 › 自媒体场景 › 个人 IP 怎么做GEO?

个人 IP 怎么做GEO?

先把边界说清:这是检索信息​

这套流程只做三件事:读取本人确认可以公开的事实、检查公开网页、生成本地报告。​

工具怎么选:最小组合就够了​

我最后采用的是:​

​

#eSfBmZkaFKcf text { white-space: pre; }#eSfBmZkaFKcf .fb0 { stroke: var(--N900-FG, 0.15); }#eSfBmZkaFKcf .fb0 {stroke: rgba(31,35,41, 0.15)}#eSfBmZkaFKcf .fx0 { stroke-miterlimit: 10; }#eSfBmZkaFKcf .fx0 {stroke-miterlimit: 10}#eSfBmZkaFKcf .fa1 { fill: rgb(187, 191, 196); }#eSfBmZkaFKcf .fa1 {fill: rgb(187, 191, 196)}#eSfBmZkaFKcf .fx1 { font: 400 12px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#eSfBmZkaFKcf .fx1 {font-style: normal}#eSfBmZkaFKcf .fx2 { text-anchor: middle; }#eSfBmZkaFKcf .fx2 {text-anchor: middle}#eSfBmZkaFKcf .fx3 { dominant-baseline: central; }#eSfBmZkaFKcf .fx3 {dominant-baseline: central}#eSfBmZkaFKcf .fx4 { stroke: none; }#eSfBmZkaFKcf .fx4 {stroke: none}#eSfBmZkaFKcf .fc0 { fill: var(--text-caption); }#eSfBmZkaFKcf .fc0 {fill: #646a73}#eSfBmZkaFKcf .fa2 { fill: var(--text-link-disabled); }#eSfBmZkaFKcf .fa2 {fill: rgb(187, 191, 196)}#eSfBmZkaFKcf .fx5 { font: 400 14px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#eSfBmZkaFKcf .fx5 {font-style: normal}#eSfBmZkaFKcf .fx6 { text-anchor: start; }#eSfBmZkaFKcf .fx6 {text-anchor: start}#eSfBmZkaFKcf .fx7 { dominant-baseline: alphabetic; }#eSfBmZkaFKcf .fx7 {dominant-baseline: alphabetic}#eSfBmZkaFKcf .fc1 { fill: rgb(167, 167, 167); }#eSfBmZkaFKcf .fc1 {fill: rgb(167, 167, 167)}#eSfBmZkaFKcf .fx8 { font: 400 14px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"; }#eSfBmZkaFKcf .fx8 {font-style: normal}#eSfBmZkaFKcf .fc2 { fill: rgb(35, 35, 35); }#eSfBmZkaFKcf .fc2 {fill: rgb(35, 35, 35)}#eSfBmZkaFKcf .fb1 { fill: var(--N900-FG, 0.15); }#eSfBmZkaFKcf .fb1 {fill: rgba(31,35,41, 0.15)}#eSfBmZkaFKcf .fb2 { fill: rgba(0, 0, 0, 0.1); }#eSfBmZkaFKcf .fb2 {fill: rgba(0, 0, 0, 0.1)}#eSfBmZkaFKcf .fa3 { fill: var(--bg-body); }#eSfBmZkaFKcf .fa3 {fill: #fff}ABC12345能力用来做什么为什么采用“VOC 与舆情调研” Skill豆包工作内置公开检索博查 AI搜索连接器多个外部 AI 助手多来源公开检索、信息归类、来源回溯打开公开页面、核验 URL 和项目归属扩大搜索覆盖横向比较不同模型和“别人怎么描述你、信息是否一致”最匹配不需要额外接密钥,能把最小流程跑通找到了,但本次没有采用,避免为了一个基础体检多加配置门槛本篇暂不做,账号、版本、地区和登录状态都会增加变量

​

第一步:找到VOC 与舆情调研Skill​

进入豆包工作的“技能 · 连接器 · 伙伴”,搜索“舆情”,就能看到“VOC 与舆情调研”。这次我直接在对话里试用,没有接入额外连接器。​

​

飞书文档 - 图片

​

图07-01 搜索并启用 VOC 与舆情调研 Skill​

第二步:准备两份输入材料​

第一份是已经公开的事实。只写你自己能够确认、也愿意公开的稳定事实,例如:​

•

首选公开名称和常用英文账号;​

•

对外身份和长期分享主题;​

•

本人公开主页;​

•

可以核验的代表项目;​

•

明确不纳入基准的内容,如真实姓名、联系方式、动态粉丝数和未确认头衔。​

第二份是固定监测问题。本次用了下面 5 个:​

袋鼠帝是谁?主要公开分享什么内容?​

袋鼠帝有哪些可以确认属于本人的公开账号和代表项目?​

如果我想学习 Agent Skills 和 AI 工作流,袋鼠帝有哪些公开资料可以参考?​

“袋鼠帝”和“kangarooking”是不是同一个创作者?请给出可以核验的公开来源。​

袋鼠帝有没有公开分享过 X 账号增长相关的 Agent Skills?如果有,项目是什么?​

这 5 个问题分别在测:AI 能不能认出实体、能不能认清账号归属、能不能找到代表内容、能不能把中英文名称对上,以及会不会被同名项目带偏。​

第三步:提示词要把判断标准写清楚#​

提示词里最关键的,是把口径、评分、来源优先级和安全边界一次写清。下面这份就是本次实际使用的版本,路径换成你自己的即可。​

可直接复制的实测提示词#​

提示词复制​

​

代码块​

Plain Text

我负责维护个人 IP “【你的公开名称 / 英文账号】”的公开信息。请使用当前对话已启用的“VOC 与舆情调研”能力,完成一次可复现的 AI 答案可见度检查。​

​

输入材料:​

1. 公开事实基准卡:/Users/你的用户名/你的目录/ip-baseline.md​

2. 固定监测问题:/Users/你的用户名/你的目录/audit-questions.md​

​

​

​

图07-02 把问题、评分和安全边界写进提示词​

如果你没有本地文件,也可以把两份材料作为附件上传,然后把路径改成“只读取当前对话里的【文件名】”。不建议直接把一大堆网页扔进去让它自由发挥,那样很难知道它漏了什么。​

第四步:看它有没有先读基准,再逐题检索​

任务开始后,豆包工作先读取两份输入文件,确认基准事实和 5 个问题完整,然后对问题逐个做公开检索。​

​

​

图07-03 先读事实基准,再逐题公开检索​

有三个地方需要注意:​

它有没有真的打开公开页面,而不是只根据模型记忆回答;​

账号归属有没有本人主页或本人项目作为证据;​

第三方转载有没有被误写成“本人确认事实”。​

比如“一个第三方页面说这个 X 账号属于某人”,证据还不够。更稳的链路是本人 GitHub 项目链接到 X,同时 X 主页也回链 GitHub。这样两个公开页面可以互相验证。​

实测结果:29/30,不是满分反而更有用​

5 个问题的结果如下:​

​

​

四类问题分布是:未出现 0 次、描述错误 0 次、身份混淆 1 次、来源质量差 1 次,另外 3 个问题未发现异常。​

真正值得处理的是下面 3 个 P0 修正点:​

GitHub 主页 Bio 为空。 账号本身能被找到,但主页没有直接写中文名称和身份,AI 需要绕到仓库 README 才能建立关联。​

X 账号缺少可独立验证的 GitHub 回链。 当前能看到 GitHub 项目对 X 的单向声明,但这次没有直接验证到 X 主页的反向链接。​

X-growth-skills 存在同名近似项目。 另一个作者有一个只差一个字母的项目名,AI 有引用错仓库的潜在风险。​

​

​

图07-04 查看问题分布、P0 修正项和成果文件​

豆包工作最终生成了两份文件:​

•

《个人 IP_AI 答案可见度监测表》:逐题保留回答摘要、评分、URL、来源类型和限制;​

​

​

不得不说,他这监测的其实还挺准的。把我的X账号、GitHub账号,还有我具有代表性的开源项目都检测到了,我的个人定位也几乎没有太大的问题。​

•

《公开资料修正建议》:按 P0 / P1 / P2 排序,写清要改哪个页面、改哪个字段、怎么复测。​

​

​

说实话,他这优先级最高的两条建议还真的挺不错的,确实也是我没有做到的。同时这一块也是为了给AI更大的确定性,让它知道它抓到的资料是正确的。​

我看完他这个之后,我也立马去把这两个东西加上了。​

我自己也在做个人IP的GEO,我做的方式很简单粗暴:在公众号里面更新一篇内容之后,我会花一些时间同步到各大平台,有图文的,也有视频的。​

那其实通过豆包工作的这次GEO体检,我也发现了我做GEO的一些疏漏,然后根据它给的建议去做了补充。​

✅​

分数不是重点。真正有价值的是:每个扣分点能回到一个公开页面,每个建议能落到一个具体字段,过一两周还能用同一组问题复测。​

你拿自己的 IP 跑时,照这张清单检查​

先写一张公开事实基准卡,不要把隐私和动态数字混进去;​

固定助手、日期、语言和 5—10 个问题;​

每个问题独立检索,不能让 AI 只照抄基准;​

实体出现、身份准确、来源可靠分开打分;​

本人主页或本人项目优先,第三方转载只能做辅助证据;​

把“没出现、说错、认错人、来源太弱”分开;​

建议必须落到页面、字段和复测方法;​

不自动改主页、不自动发布,也不承诺能左右模型答案;​

保留本次结果,下次用同一口径复测,才看得出变化。​

以前做个人 IP,我们总盯着知名度。现在还要多问一句:当别人让 AI 介绍我时,出来的信息够不够准确?​

这件事不神秘。把问题固定下来,把证据链补齐,把不稳定的数字剔出去,一次模糊的“搜搜看”,就能变成一套可以重复执行的公开资料体检。​