GEO 自动化工作流的价值

自动化工作流能实现 GEO 监测的 7×24 无人值守运行，参考GEO 自动化：

• 节省人力：无需手动在 10+ AI 平台测试
• 持续监测：固定频率自动执行，数据连续
• 即时响应：异常指标立即预警
• 数据闭环：诊断→分析→预警→报告全自动

自动化工作流的 5 个环节

1. 定时触发诊断

通过 API 或年度套餐内置功能定时触发：

• 按周/月自动执行测试提问集
• 自动传入品牌名、品类词、竞品
• 支持多品牌批量触发

2. 自动跨平台测试

系统自动在 10+ AI 平台执行测试：

• DeepSeek/豆包/通义/智谱/文心/Kimi/ChatGPT 等
• 记录品牌出现情况、位置、推荐倾向
• 自动量化七维评分，参考AI 可见性

3. 结果入库

诊断结果自动入库，形成时间序列：

• 结构化存储每次诊断的七维评分
• 支持历史数据查询与对比
• 通过 API 拉取到内部数据仓库

4. 趋势分析与异常预警

系统自动分析趋势并预警：

预警类型	触发条件	响应
提及率下降	环比下降 10%+	Webhook+邮件
竞品反超	竞品提及率超过本品牌	Webhook+邮件
负面描述	情感倾向转负	紧急邮件

5. 报告自动推送

• 诊断完成后自动生成报告，参考GEO 报告
• 定时邮件推送报告摘要
• Webhook 通知内部系统

工作流搭建的技术实现

方案 A：年度套餐内置自动化

无需开发，在控制台配置：

1. 设置测试提问集
2. 设置诊断频率（周/月）
3. 设置预警阈值与通知方式
4. 设置报告推送邮箱

方案 B：API 自建工作流

1. Cron 定时调用 /api/diagnose/run 触发诊断
2. 轮询 /api/diagnose/report/:taskId 查询结果
3. 结果写入内部数据库
4. 自建趋势分析与预警逻辑

最佳实践

• 固定提问集：保证数据可比性
• 分级预警：避免预警疲劳
• 异常归因：预警后自动归因，参考GEO 归因
• 结合人工分析：自动化监测 + 人工深度分析