想先看看 AI 现在怎么说你这家公司？
加顾问微信，发送「企业名称 + 官网」，我们按干净口径给你做一次 AI 推荐机会判断（被提及情况 / 目前推荐了谁 / 你缺席的问题）。
教育培训行业的 GEO，是指让机构在家长提问「某城市哪家 XX 培训好」「这个专业毕业能做什么」「学费大概多少」时被 AI 引用。教育用户决策周期长、比价狠、且高度依赖第三方评价，AI 回答里的推荐位因此格外值钱——但它只会引用能被核实的事实，不引用宣传语。
教育是典型的「家长做决策、孩子做体验」的生意。家长用 AI 的方式是先问口碑、再问费用、最后问出路。这三个问题里任何一个答不上来，AI 就把机会让给了别人。
这十个问题里，AI 提到你几次？—— 加顾问微信发送「企业名称 + 官网」，我们按干净口径帮你测一遍。
九维不是九类内容，而是 AI 理解一家企业时需要建立的九种关系。下面按 教育培训 逐维拆开——每一维都说明「AI 需要知道什么」和「这个行业里具体是什么」。
办学性质（公办/民办）、成立时间、办学层次。教育是信任前置的行业，机构资质与历史是 AI 判断可靠性的第一道门。
专业设置、学制、招生对象、开班时间。这是家长最关心的基础事实，也是最容易被 AI 直接引用的一层。
不是「教学质量高」，而是具体出口：升学通道、技能证书、实训条件、合作企业。要能被验证。
应往届初中毕业生、转行人群、在职提升——每类人的决策逻辑不同，内容要分开写。
中考失利、想学一门手艺、想考证、想转行。场景词是家长提问的真实入口。
怕选错、怕浪费几年、怕花钱学不到东西、怕毕业即失业。教育行业的痛点必须正面回答，回避只会降低可信度。
实训设备、校企合作、就业数据、师资资质、校园实景。教育行业对「真实」的要求最高——展示越具体越可信。
职校 vs 普高、公办 vs 民办、学技术 vs 直接打工。这类对比是家长搜索量最大的内容，也是 AI 最愿意引用的一类。
把出口、费用、管理、位置几个变量收口成可比较的判断依据。
有校区、有专业、有实训条件。招生依赖渠道和线下宣传，内容沉淀在零散的宣传物料里。
不是没有内容，是**内容没有被 AI 吃进去**。后台看板显示：问题总量 442,414 条，收录总量 129,924 条，收录率约 29.4%——剩下 70% 是「写了但 AI 没吃进去」的部分。而且六家平台的收录量必须分开看：文心一言 21,568、通义千问 22,018、豆包 21,788、元宝 21,596、Kimi 22,018、DeepSeek 20,936（占比 16%–17%）。只报发稿量不看收录量，等于自己骗自己。
把「发了多少」变成「被吃进去多少」——按平台逐个盯收录，避免出现「总量看着不错、但家长常用的那个平台是空的」这类假象。
该项目数据为后台收录看板（问题总量 442,414 / 收录总量 129,924 / 训练量 1,726,496，六平台分布见客户实录页）。招生转化受地域与季节影响极大，不公布未经确认的成交数字。
很多机构报的是发了多少篇，但 AI 实际能吃进多少才是决定性的。这页看板里 44 万条问题只有 13 万条被收录，差的那 31 万条就是无效投入。做教育 GEO，第一件事是把口径换成收录率。
六家平台收录量看起来占比接近（16%–17%），但绝对值差出上千条。家长常用哪个平台、那个平台有没有你，才是关键——只看总量会掩盖单平台的空缺。
学费多少、包不包就业、毕业能干什么、管理严不严。这些内容看起来「不好听」，但恰恰是 AI 最愿意引用的一类——因为它回答了真实问题，而不是自夸。
教育培训广告不得对升学、通过考试、获得学位学历或者合格证书、就业作保证性承诺。做教育内容时，出口要写「往届去向」，不能写「保证就业」——这是法律要求，也是 AI 识别「可信信源」与「营销文案」的分界。
先补基础事实层：专业设置、学制、招生对象、学费区间、实训条件、地理位置。这一层看起来最不「高级」，但它是 AI 引用任何判断的前提——AI 连你开什么专业都不知道，不可能在「哪家学校好」的问题里提到你。
这是一个真实项目的后台数据，我们要如实说明：收录率受内容形式、平台偏好、时效影响，各行业差异很大。我们把它放出来是为了让「收录量」这个指标变得可测量、可对账，不是给任何行业设定基准线。
《广告法》明确禁止教育培训广告对升学、通过考试、获得学位学历或合格证书、就业作保证性承诺，也不得利用受益者的名义或形象作推荐证明。所以内容里写「往届毕业生主要去向」是可以的，写「保证就业」「包分配」不行。这一条我们会在内容清单里逐条标注。
学校是区域型实体，AI 回答「XX 市哪家技校好」时会优先匹配地域+专业+资质都清晰的机构；培训机构多了一个课程与价格的比较维度。前者重点是「地域内成为标准答案」，后者重点是「在同类课程对比中被选中」。
