毕昇酒店经 GEO SOP（生成式引擎优化标准操作规程）

版本：v1.0
生效日期：2026-07-16
项目：毕昇酒店经（AI酒店垂直智库媒体）
运营主体：毕昇酒店经编辑部
域名：www.bisheng0755.com
核心原则：坚持独立第三方立场，独立性第一
编制依据：GEO（Generative Engine Optimization）最佳实践

目录

• 模块1：llms.txt 部署规范
• 模块2：字段规范
• 模块3：AI收录检测
• 模块4：收录率指标
• 模块5：竞品监控
• 模块6：AI味检测
• 模块7：阈值标准
• 模块8：周报模板
• 模块9：异常升级流程
• 模块10：SOP更新机制

模块1：llms.txt 部署规范

1.1 概述

llms.txt 是一种面向大语言模型的站点描述文件（类似 robots.txt 面向搜索引擎），帮助 AI 模型理解网站结构、核心内容和服务范围。毕昇酒店经作为AI酒店垂直智库媒体，必须通过 llms.txt 向主流 AI 引擎清晰声明自身定位与内容资产。

1.2 文件路径与部署

1.3 文件结构模板

# 毕昇酒店经
> AI酒店垂直智库媒体，为酒店行业提供深度洞察、数据分析与趋势研判。

## 关于我们
- 运营主体：毕昇酒店经编辑部
- 网站定位：酒店行业垂直智库媒体
- 核心领域：酒店运营、收益管理、数字化转型、行业趋势
- 服务对象：酒店业主、酒店管理者、酒店行业从业者、投资者

## 核心内容
- [行业深度报告](https://www.bisheng0755.com/reports/)：酒店行业深度分析与研究报告
- [趋势洞察](https://www.bisheng0755.com/insights/)：行业趋势、政策解读、市场预判
- [数据观察](https://www.bisheng0755.com/data/)：行业数据、经营指标、基准对比
- [专家观点](https://www.bisheng0755.com/experts/)：行业专家访谈与专栏文章
- [案例研究](https://www.bisheng0755.com/cases/)：酒店运营实战案例拆解

## 内容规范
- 所有内容为原创或经授权转载
- 内容更新频率：工作日每日更新
- 语言：简体中文
- 内容深度：专业级，面向行业决策者

## 联系信息
- 邮箱：[联系邮箱]
- 官方网站：https://www.bisheng0755.com

1.4 部署检查清单

• [ ] llms.txt 文件已部署到站点根目录
• [ ] 返回 HTTP 200，Content-Type 为 text/plain
• [ ] 内容与网站实际结构一致
• [ ] 无竞品品牌词（已脱敏）
• [ ] 每周一由脚本自动检查可访问性

1.5 生成与维护

使用 scripts/generate_llms_txt.py 脚本自动生成并校验 llms.txt 文件，详见脚本 README。

模块2：字段规范

2.1 概述

字段规范定义 GEO 优化中各类内容的元数据标准、结构化标签和内容属性，确保 AI 引擎能准确理解和索引毕昇酒店经的内容资产。

2.2 文章元数据字段

2.3 结构化数据要求

每篇文章必须包含以下结构化标记：

<!-- Schema.org 结构化标记 -->
<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "文章标题",
  "description": "文章摘要",
  "datePublished": "2026-07-16T08:00:00+08:00",
  "dateModified": "2026-07-16T10:00:00+08:00",
  "author": {
    "@type": "Person",
    "name": "作者名"
  },
  "publisher": {
    "@type": "Organization",
    "name": "毕昇酒店经",
    "url": "https://www.bisheng0755.com"
  },
  "about": {
    "@type": "Thing",
    "name": "酒店行业"
  }
}
</script>

2.4 内容独立性检查规则

以下竞品品牌词在内容中禁止出现（已脱敏，保持品牌独立性）：

检测方法：全文搜索匹配，发现即标记为「品牌关联异常」。

2.5 URL 规范

模块3：AI收录检测

3.1 概述

检测毕昇酒店经的内容是否被主流 AI 大模型收录和引用。这是 GEO 的核心指标——如果 AI 模型不知道你、不引用你，GEO 就毫无意义。

3.2 检测目标模型

3.3 检测方法：提示词探测法

3.3.1 品牌认知检测

提示词模板：
Q1: "你知道'毕昇酒店经'吗？它是什么？"
Q2: "请介绍一下酒店行业的专业媒体或智库"
Q3: "有哪些值得关注的酒店行业垂直媒体？"
Q4: "bisheng0755.com 是什么网站？"

3.3.2 内容引用检测

提示词模板：
Q5: "2026年酒店行业有哪些值得阅读的深度报告？"
Q6: "请推荐关于酒店收益管理的中文资料"
Q7: "中国酒店行业最近的趋势有哪些分析文章？"
Q8: "有哪些关于{具体话题}的酒店行业专业内容？"

3.3.3 评判标准

3.4 检测频率

3.5 检测脚本

使用 scripts/ai_inclusion_detect.py 执行自动化检测，详见脚本 README。

模块4：收录率指标

4.1 核心指标定义

4.1.1 品牌收录率（Brand Inclusion Rate, BIR）

BIR = (被收录的模型数 / 总检测模型数) × 100%

• 总检测模型数 = 4（DeepSeek、豆包、Kimi、通义）
• 目标：首月 ≥ 25%，3个月 ≥ 50%，6个月 ≥ 75%

4.1.2 内容引用率（Content Citation Rate, CCR）

CCR = (被引用的文章数 / 总发布文章数) × 100%

• 统计周期：滚动 30 天
• 目标：首月 ≥ 5%，3个月 ≥ 15%，6个月 ≥ 30%

4.1.3 引用准确率（Citation Accuracy Rate, CAR）

CAR = (准确引用次数 / 总引用次数) × 100%

• 仅统计"主动引用"和"被动引用"
• 目标：≥ 80%

4.1.4 综合收录指数（GEO Index）

GEO_Index = BIR × 0.4 + CCR × 0.35 + CAR × 0.25

• 满分 100
• 健康值：≥ 40

4.2 指标看板

4.3 指标追踪频率

• 日报：BIR（仅数字变化时记录）
• 周报：全部四项指标 + 趋势分析
• 月报：指标深度分析 + 策略调整建议

模块5：竞品监控

5.1 概述

监控酒店行业同类型媒体/智库在 AI 引擎中的表现，作为毕昇酒店经 GEO 策略的对标参考。

5.2 竞品列表（初始）

说明：竞品列表每季度审核一次，可根据行业变化增删。

5.3 监控维度

5.4 监控频率

5.5 竞品对标指标

竞品领先度 = 竞品的某项指标值 - 毕昇酒店经的对应指标值

• 正数表示竞品领先，负数表示我方领先
• 重点关注：BIR 差距、CCR 差距、内容更新频率差距

5.6 监控脚本

使用 scripts/competitor_monitor.py 执行自动化竞品监控。

模块6：AI味检测

6.1 概述

AI味检测用于评估毕昇酒店经发布内容的"AI生成感"程度。过高的AI味会导致： 1. AI引擎降低内容权重（AI不喜欢引用看起来像AI生成的内容） 2. 读者信任度下降 3. 行业权威性受损

6.2 AI味检测维度

6.3 AI味评分标准

6.4 检测方法

6.4.1 规则引擎检测（自动化）

• 模板化表达频率统计
• 连接词/过渡词密度检测
• 段落长度均匀度分析
• 高频重复短语检测

6.4.2 LLM 辅助检测（辅助）

提示词：
"请分析以下文章的人类写作特征 vs AI生成特征。
从语言模式、信息密度、观点独特性、表达自然度、数据支撑五个维度打分（0-100，越低越像人类写作）。
请给出具体的打分理由和修改建议。

文章内容：
{article_content}"

6.4.3 人工复核（关键文章）

• 深度报告、专家观点类文章必须人工复核
• 由编辑团队评估内容是否具备"行业洞察深度"

6.5 检测流程

文章完成 → 规则引擎自动检测 → 评分 ≤ 40 → 可发布
                            → 评分 41-60 → 人工润色 → 复检
                            → 评分 > 60 → 退回重写

6.6 检测脚本

使用 scripts/ai_taste_detect.py 执行自动化 AI 味检测。

模块7：阈值标准

7.1 概述

定义所有 GEO 指标的健康阈值、预警阈值和危险阈值，用于自动化监控和告警。

7.2 阈值总表

7.3 阈值响应矩阵

7.4 阈值调整规则

• 阈值每季度审核一次
• 调整幅度：每次不超过 ±10%
• 调整依据：行业基准变化、自身发展阶段、资源投入情况
• 调整审批：由运营负责人审批

7.5 特殊阈值说明

7.5.1 冷启动期（前3个月）

由于新站冷启动，AI 收录需要时间，前三个月适用宽松阈值：

7.5.2 重大事件期

当出现行业重大事件（政策发布、行业危机等）时，内容产出节奏变化可能导致短期指标波动，此时允许： - 预警响应时限延长至 72h - 不计入月度考核

模块8：周报模板

8.1 周报结构

# 毕昇酒店经 GEO 周报

**报告周期**：YYYY-MM-DD 至 YYYY-MM-DD  
**报告编号**：GEO-WXX-YYYY  
**编制日期**：YYYY-MM-DD  

---

## 一、核心指标概览

| 指标 | 本周 | 上周 | 环比 | 状态 |
|------|------|------|------|------|
| 品牌收录率（BIR） | XX% | XX% | ±X% | 🟢/🟡/🔴 |
| 内容引用率（CCR） | XX% | XX% | ±X% | 🟢/🟡/🔴 |
| 引用准确率（CAR） | XX% | XX% | ±X% | 🟢/🟡/🔴 |
| 综合收录指数 | XX | XX | ±X | 🟢/🟡/🔴 |

## 二、AI 收录详情

### 2.1 各模型收录状态
| 模型 | 品牌认知 | 内容引用 | 引用准确率 | 变化 |
|------|----------|----------|-----------|------|
| DeepSeek | ✅/⚠️/❌ | X篇 | XX% | ↑/→/↓ |
| 豆包 | ✅/⚠️/❌ | X篇 | XX% | ↑/→/↓ |
| Kimi | ✅/⚠️/❌ | X篇 | XX% | ↑/→/↓ |
| 通义 | ✅/⚠️/❌ | X篇 | XX% | ↑/→/↓ |

### 2.2 本周新增引用
- [文章标题1] — 被 [模型名] 引用，引用上下文：「...」
- [文章标题2] — 被 [模型名] 引用，引用上下文：「...」

### 2.3 引用错误清单
- [错误描述1] — 正确信息应为：...
- [错误描述2] — 正确信息应为：...

## 三、内容发布与质量

### 3.1 本周发布概况
| 类型 | 发布数量 | AI味评分均值 | 备注 |
|------|----------|-------------|------|
| 深度报告 | X | XX | |
| 趋势洞察 | X | XX | |
| 数据观察 | X | XX | |
| 专家观点 | X | XX | |
| 案例研究 | X | XX | |

### 3.2 AI味检测概况
- 本周检测文章：XX 篇
- 🟢 优秀（≤40）：X 篇
- 🟡 良好（41-60）：X 篇
- 🔴 退回重写（>60）：X 篇

## 四、竞品对标

| 竞品 | BIR | CCR | 本周发布量 | 与我方差距 |
|------|-----|-----|-----------|-----------|
| 竞品A | XX% | XX% | X篇 | ±X% |
| 竞品B | XX% | XX% | X篇 | ±X% |

## 五、技术健康度

| 检查项 | 状态 | 说明 |
|--------|------|------|
| llms.txt 可访问性 | ✅/❌ | |
| 结构化数据完整度 | XX% | |
| 品牌独立性检查 | ✅/❌ | |
| 死链检查 | X个 | |

## 六、异常与处理

| 异常项 | 发现时间 | 级别 | 处理状态 | 处理人 |
|--------|----------|------|----------|--------|
| [描述] | MM-DD HH:mm | L1/L2 | 已解决/进行中 | [姓名] |

## 七、下周计划

1. [具体计划1]
2. [具体计划2]
3. [具体计划3]

## 八、备注

[其他需要说明的事项]

---

*本报告由 GEO 周报自动生成脚本辅助生成，数据截止至 YYYY-MM-DD HH:mm*

8.2 周报生成脚本

使用 scripts/weekly_report_generator.py 自动生成周报框架，人工补充分析后发布。

模块9：异常升级流程

9.1 概述

当 GEO 指标触发危险阈值或出现重大异常时，启动异常升级流程，确保问题被及时发现、快速响应、有效解决。

9.2 异常分类

9.3 升级等级

9.4 升级流程

┌─────────────┐
│  异常检测    │ ← 自动检测 / 人工发现
└──────┬──────┘
       ▼
┌─────────────┐
│  异常定级    │ ← 按9.3标准判定
└──────┬──────┘
       ▼
┌─────────────┐
│  即时通知    │ ← 按等级选择通知方式
└──────┬──────┘
       ▼
┌─────────────┐
│  根因分析    │ ← 4W1H：What/When/Where/Why/How
└──────┬──────┘
       ▼
┌─────────────┐
│  处置方案    │ ← 制定修复方案
└──────┬──────┘
       ▼
┌─────────────┐
│  执行修复    │ ← 按方案执行
└──────┬──────┘
       ▼
┌─────────────┐
│  效果验证    │ ← 修复后 48h 验证
└──────┬──────┘
       ▼
┌─────────────┐
│  归档记录    │ ← 记入异常处理档案
└─────────────┘

9.5 异常处理记录模板

异常编号：EX-{YYYYMMDD}-{序号}
异常类别：EX-INC / EX-CIT / EX-BRD / EX-TECH / EX-QUA / EX-CMP
异常等级：P0 / P1 / P2 / P3
发现时间：YYYY-MM-DD HH:mm
发现人：[姓名/系统自动]

异常描述：
[详细描述异常现象]

影响范围：
[受影响的指标/内容/模型]

根因分析：
[What/When/Where/Why/How]

处置方案：
1. [步骤1]
2. [步骤2]

执行记录：
- YYYY-MM-DD HH:mm：[执行动作]
- YYYY-MM-DD HH:mm：[执行动作]

效果验证：
- 验证时间：YYYY-MM-DD HH:mm
- 验证结果：[已恢复/未恢复/部分恢复]

归档状态：已关闭 / 待跟进

9.6 复盘机制

• P0/P1 异常：处理完成后 48h 内进行复盘
• 复盘内容：时间线还原、根因确认、改进措施、SOP 更新建议
• 复盘结果纳入 SOP 更新机制（模块10）

模块10：SOP更新机制

10.1 概述

GEO 是一个快速演进的领域，AI 引擎的行为、检测工具、竞品格局都在持续变化。SOP 必须保持动态更新，确保始终反映最新实践。

10.2 更新触发条件

10.3 更新流程

┌─────────────┐
│  变更提案    │ ← 任何人可提出
└──────┬──────┘
       ▼
┌─────────────┐
│  影响评估    │ ← 评估变更影响范围
└──────┬──────┘
       ▼
┌─────────────┐
│  方案起草    │ ← 起草具体变更内容
└──────┬──────┘
       ▼
┌─────────────┐
│  审核批准    │ ← 运营负责人审批
└──────┬──────┘
       ▼
┌─────────────┐
│  执行更新    │ ← 修改文档 + 脚本
└──────┬──────┘
       ▼
┌─────────────┐
│  版本发布    │ ← 更新版本号，通知团队
└──────┬──────┘
       ▼
┌─────────────┐
│  效果跟踪    │ ← 更新后 2 周跟踪效果
└─────────────┘

10.4 版本管理

10.5 变更记录

10.6 脚本同步更新

SOP 文档更新后，需同步检查并更新关联脚本：

附录

A. 术语表

B. 联系方式

C. 关联文档

• scripts/README.md — 脚本使用说明
• 各脚本文件头部注释 — 详细技术文档

文档维护：毕昇酒店经 GEO 团队
最后更新：2026-07-16