一、目标与定位准备

    明确可量化推广目标，区分品牌曝光、线索获客、产品转化；锁定目标人群，整理用户真实提问、痛点、使用场景；梳理差异化卖点，统一对外话术，保证所有渠道信息一致，避免AI检索后信息冲突、可信度下降。

    二、品牌与素材储备

    整理全套基础资料：品牌简介、产品参数、技术说明、资质证书、专利、成功案例、实拍图；准备佐证材料、客户证言、实测数据，作为AI引用的可信来源；梳理负面风险点，提前备好标准应答口径。

    三、技术站点基础准备（GEO生成式优化核心）

    检查官网抓取权限，不要屏蔽主流AI爬虫；部署结构化数据Schema、llms.txt，方便大模型识别实体信息；核验页面内容可被正常抓取，避免JS渲染导致内容无法读取；开通站长平台账号，做好收录监测，建立初始曝光基线，先自查当前在各大AI回答里的出现情况。

    四、问题词库准备

    不只是传统关键词，重点收集用户自然问句、对比类、选型类、故障类、保养类疑问，搭建意图词库；区分核心问题、长尾问题、区域问题、竞品对比问题，规划内容选题方向。

    五、渠道与承接体系准备

    选定目标AI平台、搜索渠道、内容分发平台；搭建承接链路：落地页、咨询表单、联系入口、客服SOP、线索流转机制；设置AI自动初筛规则，区分无效咨询和高意向线索，配套CRM记录跟进。

    六、工具、人员与预算准备

    配齐内容生成、图文制作、监测追踪工具；分工明确：内容编审、合规质检、数据复盘、线索跟进；划定测试预算，设置测试周期、阈值、止损条件，先小批量测试，再放量。

    七、合规与质检机制准备

    建立内容审核流程，规避夸大宣传、虚假参数、违规表述；所有对外内容做好事实校验，数据、案例可溯源；明确版权、图片素材规范，防止侵权。

    八、数据复盘指标准备

    确定监测指标：AI引用频次、品牌提及率、来源访问量、咨询量、转化成本；搭建复盘台账，定期对比基线数据，迭代选题、话术、页面信息。