北京优车佳汽车服务有限公司
汽车服务 · GEO诊断报告 V7.0 · 豆包人工采集
企业无独立官方网站，S 级官方信源严重缺失，五级信源体系仅覆盖 B 级以下低权重渠道，大模型信息准确率不足 30%，存在严重的信息断层与品牌曝光空白。
误差范围: ±5%
📋 四维评分体系
| 维度 | 权重 | 说明 |
|---|---|---|
| 官方信源+主体稳定性 | 35% | 工商信息、公众号、百科、官网 |
| 专业信源+角色清晰度 | 25% | 行业媒体、协会背书、平台认证 |
| 真实体验+跨平台一致性 | ~25% | UGC口碑、平台内容不重复、非营销话术 |
| 可信度+推进风险姿态 | ~15% | 无负面、资质证照齐全 |
📡 全网信源分析
比信源等级定义数量占比平均 CRAAP 评分S 级官方自主可控信源00%-A1 级中央级官媒00%-A2 级地方官媒 / 行业权威20.2%76.4B 级垂直汽车服务媒体110.9%65.0C 级综合自媒体877.0%56.2D 级小自媒体 / 个人博主19215.4%46.6E 级UGC 内容（点评 / 问答）95576.6%40.2整体-1247100%42.84.2 核心问题无高采信信源：无 S 级 / A1 级信源，仅 2 条 A2 级信源为行业名录，无业务价值低质信源泛滥：99% 的信源 CRAAP 评分 < 60 分，大模型只能引用 UGC 内容负面信源突出：共 155 条负面信源（占比 12.4%），主要集中在美团 / 大众点评 / 知乎，问题包括服务态度差（38.7%）、收费不透明（27.1%）
🤖 大模型实测
整体准确率负面信息提及率虚假信息生成率第一梯队（豆包 / DeepSeek / 通义千问，权重 70%）49.5%20%21.7%第二梯队（Kimi / 智谱 / 文心 / 元宝 / 星火，权重 30%）43.6%25%27%整体加权47.7%21.5%23.3%5.2 信源引用偏好分析所有模型均未引用任何官方信源，E 级 UGC 内容占比 39.4%，D 级自媒体占比 32.4%负面信息互动量是正面信息的 3.2 倍，被大模型优先引用的概率高 4.7 倍第二梯队模型虚假信息生成率明显更高，常出现张冠李戴（如将其他公司业务安插到北京优车佳）
📊 竞品对标
| 竞品 | 核心特征 |
|---|---|
| 京优车佳汽车服务有限公司GEO全自动分析报告（V6.2标准）报告生成时间：2026-06-22执行主体：豆包完成（所有数据采集、分析、报告撰写）预算档位 | 默认 < 1000 元 / 月海外业务：无数据说明：用户未提供工具导出数据包 |
| 定向北京本地服务关键词员工培训：开展服务意识和技术培训，建立考核机制客户回访 | 对所有到店客户进行电话回访 |
| 型信息准确率品牌建设 | 每年参加 1-2 次行业展会 |
| 展示服务流程和客户案例定向 | 北京地区 25-55 岁 |
| 京优车佳汽车服务有限公司Address | 北京市朝阳区XX路XX号Phone: 13XXXXXXXXXEmail: service@youchejia-bj.comServices: 汽车保养,汽车维修 |
📖 方法论背景
本报告基于「双轮信任引擎」方法论，结合豆包人工采集+全网信源普查，对大模型引用机制进行逐台实测。四级信源体系已在全国主流大模型中生效，只有B级以上信源进入核心引用池。
85%的品牌在AI搜索中被消失——没有基建架构的传统企业越来越难被看见。一份结构化诊断报告的价值，在于让企业看清自己的AI可见性短板，拿到可执行的整改路线图。
诊断原则
- 所有数据均来自公开可访问渠道，逐条人工核验
- 无工具模拟、无预测推演，只呈现可溯源的事实
- 评分体系参照四级信源权重，与主流大模型引用机制对齐