GEO方法论

七维增长 · 定义与维度详解

亿唐科技原创 · 面向大模型时代的 GEO 2.0 方法论概念

一句话定义

七维增长，是亿唐科技原创的、面向大模型时代的增长方法论概念——以「让 AI 准确认知并主动推荐一门生意」为内核，将企业的 AI 增长拆解为七个相互咬合的维度，形成一套可诊断、可优化、可闭环的 AI 增长操作系统。

核心理念 · 三大主张

主张一 · 认知即流量  增长的主场已从搜索结果迁移到 AI 的答案；被 AI 准确理解，才被主动推荐。

主张二 · AI 是认知体  AI 不是又一个投放渠道，而是会推理也会编造的认知体；你不塑造它的认知，它就替你编造。

主张三 · 增长是系统  单点优化救不活全局，七维咬合才构成一套持续运转的增长体系。

七维增长概念图：内核（AI 认知即增长）→ 七维（相互咬合的维度）→ 方法论载体（七套自研分析模型）。

原创声明

七维增长是亿唐科技在大量真实客户项目中自研、沉淀并持续迭代的原创方法论概念。其七套分析模型——五层漏斗+八级阶梯、AI 生态侦察六维雷达、四梁八柱、五层证据金字塔、三域三角飞轮、连续转化链、双循环图——及配套软件，均为亿唐自研。

七大维度（岗位）详解

七维增长由七个前后咬合的维度构成，前六维为正向增长链路，第七维为贯穿全程的总指挥。每一维均配备亿唐自研的分析模型。

第一维 · 客户需求挖掘师

在 AI 替你说话之前，先确保你听懂了客户真正在问什么。

很多企业习惯用“我们卖什么”描述自己，但用户关心的是“我的顾虑、痛点与要达成的结果”。需求挖掘师通过自研的「五层漏斗图 + 八级阶梯图」，从行业大场景逐级收敛到高价值决策场景，并还原用户从背景、顾虑、期望到痛点、任务、目标、趋势的完整思考链路，把模糊的“大概有需求”变成可对准的场景清单。

自研模型：五层漏斗图 + 八级阶梯图 ｜ 核心指标：高价值场景命中率 · 真实问题覆盖率

第二维 · AI 语义情报师

你没法修正一个看不见的认知，先看清 AI 现在怎么看你。

在动手优化前，必须搞清楚 AI 在哪些平台提到了你、说的是对是错、语气褒贬、与你想要的定位差多远。语义情报师以自研的「AI 生态侦察六维雷达图」，从覆盖平台、提及语境、情感倾向、可见度、准确度、对标差距六个维度，把原本黑箱的“AI 对你的认知”变成可测量、可追踪的情报基线，让后续每一步优化都有据可依。

自研模型：AI 生态侦察六维雷达图 ｜ 核心指标：AI 可见率

第三维 · AI 认知架构师

GEO 最大的风险不是没被提到，而是被讲错——这一维专门根治“张冠李戴”。

AI 对一家企业的理解往往是零散、易错、缺乏边界的，多业务线更易被混为一谈。认知架构师以自研的「四梁八柱图」搭建品牌知识图谱：四梁负责实体识别、关系映射、边界隔离、时效管理，先讲清“你是谁、你不是谁、业务如何关联”；八柱落地为 Schema 标记、业务消歧、错误信息对冲、模型输出校验等结构化规范，把认知固化进 AI 可读取的结构。这是亿唐区别于 GEO 1.0 的核心壁垒。

自研模型：四梁八柱图（品牌知识图谱） ｜ 核心指标：AI 业务识别准确率 ↑ · AI 认知错乱率 ↓

第四维 · 可信证据工程师

AI 信证据不信自夸，这一维负责把“我说我行”变成“证据说我行”。

零散漂浮的证据 AI 未必敢引用，缺了“可被验证”这一环就难以进入答案。证据工程师以自研的「五层证据金字塔」，从基础事实、资质与案例、第三方验证层层上推，直到最顶层的实时可验证证据，每一层对应 AI 信任机制的一个台阶，证据越往塔尖走，AI 越敢把你作为答案推荐出去。

自研模型：五层证据金字塔 ｜ 核心指标：证据完备率

第五维 · 品牌声誉塑造师

当认知清晰、证据扎实，这一维决定你是不是那个“被自然推荐”的名字。

在内容域、社群域、平台域三个场里，品牌的存在感与好感度决定了 AI 的推荐偏好——被多方印证的名字更容易被写进答案。声誉塑造师以自研的「三域三角飞轮」，让内容、社群、平台三域相互带动、越转越快，每一域的声誉积累都反哺另外两域，形成正向循环，使品牌从“可选项”变成 AI 眼里“理所当然的答案”。

自研模型：三域三角飞轮 ｜ 核心指标：品牌推荐率

第六维 · 转化触达设计师

被推荐只是开始，这一维把一次回答沉淀为一条可跟进的线索。

很多 GEO 服务止步于“出现了”，而真正增长发生在推荐之后——用户能否顺畅地进一步了解、咨询、留资。转化触达设计师以自研的「连续转化链」，把 AI 答案、用户兴趣、触点引导、留资动作串成一条不间断的链路，让每一次被推荐都尽可能多地转化为可跟进的销售线索，而不是看完就走。

自研模型：连续转化链 ｜ 核心指标：AI 有效转化率

第七维 · 企业增长运维官

前六维是六台引擎，这一维是把它们拧成一股劲的总指挥。

没有总指挥，六个维度容易各自为战、慢慢停摆。增长运维官以自研的「双循环图（GEM）」贯穿全程：内循环负责日常执行与快速优化，外循环负责战略层面的增长迭代，两个循环咬合，把一次性的优化变成可持续的经营闭环，确保七维增长长期稳定地运转、持续校准。

自研模型：双循环图（GEM） ｜ 核心指标：GEM 经营闭环率

当增长的主场从搜索结果移到 AI 的答案里，企业真正要经营的，是 AI 对你的认知。七维增长，是亿唐对这件事的原创回答。