当客户问 AI 该选谁，
多邻国很少出现。
在 10 个买家问题、158 次真实问询中，多邻国推荐率 18%。这不是差评，是几乎缺席，竞品的候选名单正在被 AI 固化。
| 引擎 | 联网 | 引擎分 | 完整性 |
|---|---|---|---|
| 豆包 | 已核实 | 39 | 采全了 |
| DeepSeek | 已核实 | — | 10 道题没采全 |
| 千问 | 已核实 | 19 | 采全了 |
总分由上表中计入总分的几家 AI 合起来算。
DeepSeek：采样不完整（10 道题没采全），不进总分
| 分段 | 档位 | 这一档意味着什么 |
|---|---|---|
| 90–100 | 领跑者 · AI 顶流 | 总分 90–100：推荐率、位置、覆盖、竞品位势、官网可读性几项几乎都拿满，整体基础扎实；接下来是守住，持续盯住 AI 回答的变化 |
| 75–89 | 黑马 · 赛道黑马 | 总分 75–89：多数分项已经拿到高分，整体基础好；剩下的分丢在哪几项，逐项补 |
| 60–74 | 挑战者 · 种子选手 | 总分 60–74：基础已经成形，但有一两项明显拖分；补上短板就能进第一梯队 |
| 40–59 | 上升者 · 潜力股 | 总分 40–59：有几项拿到了分、也有几项差得远，整体基础搭了一半左右；先补失分最多的那项 |
| 20–39 | 起步者 · 小荷尖尖 ◀ 你在这里 | 总分 20–39：六项里多数还在低位，整体基础偏薄；先挑一两项最容易拿分的打透 |
| 0–19 | 隐身者 · 隐身侠 | 总分不到 20：六项几乎都还没拿到分，整体基础要从头搭，也意味着每一项都有增量空间 |
距上一档“上升者”还差 11 分，可以让 Maya 照这份诊断排一份补这几分的执行计划。
这个品类在 AI 里现在被可栗口语占着，44% 的回答点它的名，而你是 18%。
10 道买家问题里，有 5 道完全看不见你，通常是因为全网没有一篇内容带着你的名字回答这些问题。
AI 描述你时有一处要改：“AI说：多邻国的外语学习课程在2026年有了较大的升级，2026年推出了148门AI开发的新课程；实际：客户确认的事实未涉及2026年相关升级内容，该说法存在时间过时问题（依据：客户确认的事实）”，不改，每多一个人问就多传一次。
买家问题怎么选：先多想，再打分，最后挑出要测的
买家真正会去问 AI 的那些问题，以及其中哪些值得你去争。
先把买家可能的问法都列出来（六类表达、购买漏斗三层、横向决策题），再从三方面逐条判断：真人常问（真人会这么问吗）、竞争（这道题下你的品牌被点名的现实空间）、离下单（离掏钱有多近）。然后按名额挑：你自己给的题优先，有真人证据的题先进，各购买阶段都覆盖到。竞争大不等于直接淘汰：纯科普型问题，AI 只会引用定义、不点名任何品牌，确实难优化，会被跳过；但买家常问、宽品类、你现在还赢不了的问题会作为增长靶点保留下来持续监测。最终 10 条精选进入实测（表中问题前的 ★ = 进实测）。
买家在各平台怎么问
这些是这次诊断时在各平台搜索框里抓到的联想词，都是买家真的搜过的。它们是问题定好以后另外抓的，用来看买家平时怎么搜，不是这些问题的来源。知乎那一行是本轮在知乎找到的相关提问，下次出题会参考。
每道题怎么测:同一个购买意图换个说法,AI 给出的推荐名单会差很多,所以我们不跟踪单独一句话。每道精选题都按一簇来测，原题、一个换说法的问法、一个加了真实买家限定的问法,采样预算不变、在三种问法之间分配(每家 8 次,共 3 家)。报告里的推荐率是这一簇合并出来的;每道题受措辞影响多大,看下一章的逐题明细。
| 候选问题 | 漏斗层 | 类型 | 真人常问 | 竞争 | 离下单 |
|---|---|---|---|---|---|
| ★ 在线语言学习app推荐 小红书问法 | — | 商业 | 高 | 小 | 中 |
| ★ 语言学习软件推荐 小红书问法 | — | 商业 | 高 | 小 | 中 |
| ★ 学习外语app推荐 小红书问法 | — | 商业 | 高 | 小 | 中 |
| ★ 外语学习课程价格 抖音问法 | — | 商业 | 高 | 小 | 中 |
| ★ 外语学习课程多少钱 有相近真人问法 | — | 商业 | 高 | 小 | 中 |
| ★ 在线语言学习软件和同类服务比怎么选 有相近真人问法 | — | 商业 | 高 | 中 | 中 |
| ★ 外语教学怎么学 百度问法 | — | 商业 | 高 | 中 | 中 |
| ★ 学日语的在线课程性价比高的有哪些 叫法待核 | 决策 | 交易 | 待验证 | 小 | 近 |
| ★ 学外语是线上学还是线下机构更好 叫法待核 | 对比 | 商业 | 待验证 | 小 | 近 |
| ★ 背单词App和练口语App哪个更有用 | 对比 | 商业 | 待验证 | 小 | 近 |
| 外语学习课程推荐 抖音问法 | — | 商业 | 高 | 小 | 中 |
| 背单词和练口语的外语App哪个更实用 有相近真人问法 | 对比 | 商业 | 高 | 小 | 近 |
| 语言软件app推荐 小红书问法 | — | 商业 | 高 | 小 | 中 |
| 外语学习课程怎么收费 有相近真人问法 | — | 商业 | 高 | 小 | 中 |
| 外语学习课程和同类服务比怎么选 有相近真人问法 | — | 商业 | 高 | 小 | 中 |
| 外语学习课程适合谁 有相近真人问法 | — | 商业 | 高 | 小 | 中 |
| 在线语言学习软件多少钱 有相近真人问法 | — | 商业 | 高 | 小 | 中 |
| 学韩语的在线App哪个性价比高 有相近真人问法 叫法待核 | 决策 | 交易 | 中 | 小 | 近 |
| 适合上班族学英语的外语学习软件有哪些 有相近真人问法 叫法待核 | 对比 | 商业 | 中 | 小 | 中 |
| 上班族怎么利用碎片时间学英语 叫法待核 | 场景 | 科普型 | 待验证 | 小 | 中 |
| 学外语的App中游戏化的有哪些 有相近真人问法 叫法待核 | 对比 | 商业 | 中 | 小 | 中 |
| 旅行学英语用什么App 有相近真人问法 叫法待核 | 场景 | 科普型 | 中 | 小 | 中 |
| 初中生用什么学英语的App比较好 有相近真人问法 叫法待核 | 场景 | 科普型 | 中 | 小 | 远 |
| 学英语选在线课程还是App比较好 有相近真人问法 叫法待核 | 对比 | 商业 | 中 | 小 | 近 |
| 高中生学韩语用什么App 有相近真人问法 叫法待核 | 场景 | 科普型 | 中 | 小 | 远 |
| 在线学英语哪个平台性价比高 有相近真人问法 叫法待核 | 决策 | 交易 | 中 | 小 | 近 |
| 学法语用在线课程还是App 有相近真人问法 叫法待核 | 对比 | 商业 | 中 | 小 | 近 |
| 能练口语的外语App有哪些 有相近真人问法 叫法待核 | 决策 | 商业 | 中 | 小 | 近 |
| 宝妈学日语用什么App 有相近真人问法 叫法待核 | 场景 | 科普型 | 中 | 小 | 远 |
| 学一门外语需要花多少钱 叫法待核 | 横向决策 | 科普型 | 待验证 | 小 | 中 |
| 自学外语要不要报课程 叫法待核 | 横向决策 | 科普型 | 待验证 | 小 | 中 |
| 上班族学日语怎么安排时间 叫法待核 | 场景 | 科普型 | 待验证 | 小 | 中 |
| 评价好的韩语学习App有哪些 有相近真人问法 叫法待核 | 决策 | 商业 | 中 | 小 | 中 |
| 学一门外语的预算怎么分配 叫法待核 | 横向决策 | 科普型 | 待验证 | 小 | 中 |
| 靠谱的日语在线课程有哪些 有相近真人问法 叫法待核 | 决策 | 商业 | 中 | 小 | 中 |
| 学英语和学韩语哪个更适合入门 叫法待核 | 对比 | 科普型 | 待验证 | 小 | 中 |
| 学外语是一次买课程还是分步来 有相近真人问法 叫法待核 | 横向决策 | 交易 | 中 | 小 | 中 |
| 学外语入门选App还是课程 有相近真人问法 叫法待核 | 横向决策 | 科普型 | 中 | 小 | 中 |
| 外语学习课程哪里找 小红书问法 | — | 商业 | 中 | 小 | 中 |
| 在线学语言效果如何 百度问法 | — | 商业 | 中 | 小 | 中 |
| 外语学习课程值不值得用 | — | 商业 | 待验证 | 小 | 中 |
| 外语学习课程售后怎么样 | — | 商业 | 待验证 | 小 | 中 |
| 在线语言学习软件怎么收费 | — | 商业 | 待验证 | 小 | 中 |
| 在线语言学习软件值不值得用 | — | 商业 | 待验证 | 小 | 中 |
| 学外语的新手常踩什么坑 叫法待核 | 横向决策 | 科普型 | 待验证 | 小 | 远 |
| 小学生学英语用什么App 有相近真人问法 叫法待核 | 场景 | 科普型 | 中 | 小 | 远 |
| 自学外语需要额外找辅助吗 叫法待核 | 横向决策 | 科普型 | 待验证 | 小 | 远 |
| 外语学习App的售后有保障吗 叫法待核 | 决策 | 科普型 | 待验证 | 小 | 远 |
| 学外语要不要长期坚持 叫法待核 | 横向决策 | 科普型 | 待验证 | 中 | 远 |
这个数怎么算的：各意图推荐率不做加总（业内“词包加总推荐率”是常见误导口径）；词包按季度随业务与 AI 引擎迭代复审。
AI 在每个买家问题里推荐了谁
每个问题我们反复问了 AI 很多遍，数它点了谁的名。
这些是真的问了 AI。每道题问很多遍取平均（共 158 次），把 AI 的随机性摊掉。蓝色为竞品，绿色为你。
竞品对标 · 推荐率
10 个买家问题、共 158 次问询里 AI 反复推荐的品牌（推荐率，与你同口径可比）。
| # | 品牌 | 推荐率 |
|---|---|---|
| 1 | 可栗口语 | 44% |
| 2 | 咕噜口语 | 37% |
| 3 | 百词斩 你指定 | 14% |
| 4 | italki | 13% |
| 5 | 星空外语 | 8% |
| 6 | Babbel | 7% |
| 7 | 扇贝 你指定 | 6% |
| 8 | 沪江网校 | 6% |
| 9 | 流利说 你指定 | 5% |
| 10 | Lingbe | 4% |
准确性与情感 · AI 是怎么谈论你的
推荐率之外的两个 KPI：AI 的描述是否客观、最新、说到核心卖点；谈及你时的情感是拥护还是谨慎（-100 ~ +100）。
品牌口碑实测 · 直接问 AI“你怎么样”
豆包、DeepSeek、千问，每题每家引擎各问 3 次；只按原话问，不算进上面的可见度总分。
AI 认对你 %：100%；口碑情感：+55 · 正面
| 问题 | 来源 | 有效样本 | AI 认对你 % | 情感分·语气 |
|---|---|---|---|---|
| 多邻国怎么样 | 模板 | 6 | 100% | +40 · 正面 |
| 多邻国靠不靠谱 | 模板 | 6 | 这轮没测到 | 这轮没测到 |
| 多邻国的外语学习课程怎么样 | 模板 | 6 | 100% | +70 · 正面 |
多邻国怎么样：“它并非万能，但确有其独特优势。”
多邻国的外语学习课程怎么样：“多邻国的外语学习课程整体上有不少亮点，但也存在一定局限性”
- 多邻国的外语学习课程怎么样：AI说：多邻国的外语学习课程在2026年有了较大的升级，2026年推出了148门AI开发的新课程；实际：客户确认的事实未涉及2026年相关升级内容，该说法存在时间过时问题（依据：客户确认的事实）
AI 的说法与事实不符：
- AI说：多邻国的外语学习课程在2026年有了较大的升级，2026年推出了148门AI开发的新课程；实际：客户确认的事实未涉及2026年相关升级内容，该说法存在时间过时问题（依据：客户确认的事实）
这轮没测全，上轮不符的说法没核对。
| 对手 | AI 认识 % | 情感 | 一句话 |
|---|---|---|---|
| 百词斩 | 100% | +80 · 正面 | 百词斩是一款以词汇记忆为核心的英语学习类APP（同时支持日语、韩语等多语言学习），整体表现可从以下几个方面来看： |
| 扇贝 | 100% | +0 · 中性 | 扇贝是一种营养价值较高的海鲜，整体来看有不少优点，也有需要注意的食用事项 |
AI 从哪引用 → 你该往哪铺
AI 信任并引用的那些网站，这就是你的铺设清单。
AI 引用来源的类型分布，以及每类信源该铺什么内容。占比高的优先铺。
信源提示：各家 AI App 常引的平台不一样，豆包常引头条号，DeepSeek、千问常引搜狐号、网易号这类门户，元宝常引公众号，文心常引百家号；知乎作辅助。官网与自有阵地是模型信源的第一优先级。
AI 回答里真实引用的来源
这一轮 AI 回答实际引到的页面按站点数出来的，不是模型自述；稿子该发到哪，先看这里。千问给的是搜索结果、不是回答里的引用，单列在下面。
| 引擎 | 站点 | 页数 | 占比 |
|---|---|---|---|
| 豆包 | gaokao.eol.cn | 16 | 15% |
| tech.ifeng.com | 7 | 7% | |
| henan.china.com | 6 | 6% | |
| sohu.com | 6 | 6% | |
| tech.china.com | 4 | 4% | |
| apps.apple.com | 3 | 3% | |
| bjnews.com.cn | 3 | 3% | |
| hgdaily.com.cn | 3 | 3% |
各站点的品牌覆盖率与平均排位
同一批引用换个看法：品牌覆盖率 = 引到这个站的回答里，提到你品牌的比例；平均排位 = 这个站在回答引用列表里平均排第几，越小越靠前。
| 引擎 | 站点 | 被引次数 | 品牌覆盖率 | 平均排位 |
|---|---|---|---|---|
| 豆包 | gaokao.eol.cn | 38 | 40% | 2.1 |
| henan.china.com | 28 | 18% | 1.5 | |
| tech.ifeng.com | 18 | 31% | 2.4 | |
| dyzpx.bfsu.edu.cn | 14 | 0% | 1.9 | |
| hebei.ifeng.com | 14 | 100% | 2.4 | |
| sohu.com | 11 | 40% | 2.0 | |
| gwpx.gdufs.edu.cn | 9 | 0% | 2.7 | |
| tech.china.com | 9 | 25% | 2.9 |
下面千问这一栏是搜索结果，不是回答里的引用，所以不算覆盖率。
| 引擎 | 站点 | 出现次数 | 平均排位 |
|---|---|---|---|
| 千问 | tech.ifeng.com | 194 | 5.5 |
| gaokao.eol.cn | 121 | 5.7 | |
| zhuanlan.zhihu.com | 78 | 4.9 | |
| isixue.com | 50 | 3.8 | |
| news.koolearn.com | 32 | 6.6 | |
| finance.ifeng.com | 23 | 4.6 | |
| mp.weixin.qq.com | 21 | 5.8 | |
| baike.baidu.com | 20 | 4.2 |
知乎前排：买家问的这些问题，前排站着谁
豆包回答这些问题时没提到你，我们去知乎前排看了一眼。
知乎上有你，AI 就是不引
- 背单词App和练口语App哪个更有用→ 改这一篇的可引用性：结论前置、给数字、给出处，不是再写一篇
该去哪些站铺内容
| 站点 | 前排占了几条 | 代表内容 |
|---|---|---|
| zhihu.com | 40 | 有什么好的日语网课值得推荐吗? |
网站对 AI 的可引用度
AI 的爬虫能不能推开你的店门、看清货架、然后引用你？
8 类别 47 项检测。AI 读不到、读不懂、不信任的内容，等于不存在。
- llms.txt（写给 AI 看的网站说明文件）属可选加分项（业界实证 AI 实际读取率很低；优先级低于品牌实体与内容新鲜度）
- 没有检出结构化数据（写给搜索引擎和 AI 看的机器可读信息）；建议补上 Organization、WebSite、FAQPage
- 首页可抓取正文偏少；建议补充实质性内容（AI 更倾向引用信息密度高的页面）
- 品牌实体信号偏弱：建议添加企业信息的结构化数据，并用 sameAs 链接官方社媒/权威页面
- 可以在 robots.txt（告诉爬虫哪些页面能抓的文件）里显式放行 AI 爬虫（Bytespider/QuarkBot 等），多拿 3 分
你的 robots.txt 放行了哪些 AI 爬虫。检索类爬虫最关键：它们在 AI 组织答案的那一刻抓取页面。
| 层级 | 已放行 | 被屏蔽 |
|---|---|---|
| 检索 / 引用 在 AI 作答那一刻实时抓取你的页面，引用的必经之路。屏蔽它们 ≈ 在这些引擎里必然隐身。 | Bytespider, QuarkBot, Kimi-User, Kimi-SearchBot, DoubaoBot, QwenBot, TongyiBot, ERNIEBot, YiyanBot | — |
| 搜索索引 让搜索引擎收录你的页面，AI 搜的时候才找得到。 | Baiduspider, YisouSpider, Sogou web spider, Sogou inst spider, 360Spider | — |
| 模型训练 教下一代模型认识你。屏蔽是“品牌记忆”层面的取舍；今天的引用不受影响。 | OAI-SearchBot, ChatGPT-User, PerplexityBot, Perplexity-User, Claude-SearchBot, Claude-User, DuckAssistBot, Googlebot, Bingbot, Applebot, GPTBot, ClaudeBot, anthropic-ai, Google-Extended, CCBot, Meta-ExternalAgent, Applebot-Extended, cohere-ai, Amazonbot, KimiBot, DeepSeekBot | — |
你的页面文本本身对 AI 引擎有多好引用，参照公开研究整理的 47 项内容检查（署名引述、统计数据、引用来源、答案前置、段落单独看也能懂…）。和上面的网站分看的是同一页、换个角度，不计入网站分。
失分点 · 前 8 项修复
| 检查项 · 怎么修 | 得分 |
|---|---|
| 可读性（FK 年级） → 目标 Flesch-Kincaid 6-8 年级，配 100-150 字的小节 | 0/8 |
| 可引用事实密度 → 每个实质段落放 2 个以上可引用的事实（数字、名称、日期） | 0/7 |
| 署名引述 → 加入带署名的引述（blockquote / 引号原话 + 明确来源），单项对可引用度提升最大 | 0/6 |
| 统计与数据 → 加入具体统计（百分比、数量、日期）和数据表格 | 0/6 |
| 行文流畅度 → 每段写到 15-30 字以上、带连接词的流畅段落，别只堆碎句和列表 | 0/6 |
| 引用外部来源 → 外链权威来源（.edu/.gov/维基/研究报告），被引用的页面自己也在引用别人 | 0/6 |
| 正文内 FAQ → 加入正文 FAQ 模式：以"？"结尾的标题 + 紧凑的回答 | 0/6 |
| 答案前置结构 → 每节开头紧跟标题给出带事实的直接答案 | 0/5 |
AI 读取的是你的“全站信息源”，品牌说法前后不一、垃圾页面多、没有官方身份页，AI 就少信你一点。先把站里理干净，再谈铺量。
- 页面缺少机器可读的联系方式（tel:/mailto:/结构化数据里的地址）；AI 无法核实这是一家真实存在的企业，缺了一个信任信号
- 可见正文只占源码的 0.1%；AI 抓到的大多是脚本噪音，建议提高文本密度（AI 读不到的内容等于不存在）
- 未发现"官方身份/核心锚点"声明（注册商标/运营主体/官方域名说明）；建议在首页或 About 页写明，降低 AI 幻觉与被冒充风险
为什么会是这个结果
从买家提问到答案里出现你的名字，中间隔着四道闸，看你卡在哪一道。
- ① 搜索返回：AI 把你的问题拆成意图关键词组、调用背后的搜索引擎，从全网取回几十篇，你的内容先得在这几十篇里。
- ② 深度分析：AI 只挑约 1/3 内容做深读，其余直接出局，可信度不够就止步于此。
- ③ 排序：内容排序决定品牌出现概率、答案里的位次与描述篇幅。
- ④ 答案生成：最终只有一两篇内容被引用进答案，被引用的内容里推崇的品牌，就是 AI 推荐的品牌。
- 实证最有效的手法：引用权威来源、加统计数据、摆出资质、认证、真实案例、结构化（总-分-总）；关键词堆砌几乎无效。低知名度网站靠“引用外部权威”被引用的概率涨得最多，新品牌最该先用这招。
窄而深：先拿下买家常问、你能赢的问题
别到处开战，先赢下真能带来生意的那几个问题。
不平均铺开、不硬拼泛品类大词。围绕下列买家常问的问题，准备 AI 能直接引用的品牌证据。注意两类目标问题：占位/对比类不带品牌名（抢品类推荐位）；口碑修正类带品牌名（“XX 怎么样/值不值得买”是用户下单前的真实问法，目标是让 AI 把你说对、说好）。
GEO 五种打法 · 本报告的位置
能撬动上面大半指标的那一件事
与其一个一个去补漏洞，不如让 Maya 直接给你建一个"为被引用而生"的站。
Maya 照这份诊断直接给你建一个多页 GEO 站，发布前是私密草稿。这是撬动第 2–5 章推荐率最快的路径，因为它从源头补上站内缺口，而不是一个一个打补丁。
- 多页站，AI 都能引用：首页、关于、对比页、FAQ、答案页
- 结构化数据（@graph / schema），让 AI 把你当作一个真实实体来读
- 针对你今天“隐身”的那些买家问题的答案页（见第二章）
- 与 AI 反复点名的对手的并排对比页（见第二章）
- llms.txt + 干净的爬虫放行，让 AI 引擎能读全站
报告是快照，守住位置要监测
AI 引擎的算法与信源每周都在变，今天的推荐率不代表下周。本诊断支持周度自动复测：追踪推荐率、位次、准确性的变化曲线，跌出即告警。这是“每日人工截图”式交付做不到的。
- 我们怎么算数：逐意图推荐率不加总、不按设备凑数、不承诺“永远第一”，只交付可复现的系统化监测。
- 复测与优化建议每期随报告更新；发现新竞品进入 AI 候选名单即时提示。
问 Maya