案例研究 — Mercury GAIO 实践
更新于 2026 年 8 月
实证，而非承诺。
过去 12 个月的香港 GEO 项目。每个案例展示基线、干预措施，以及之后 AI 引擎能够引用的内容——PCCW、永明、omakase／烧鸟串，以及宠物殡仪服务。
方法论与匿名化
这些成果如何衡量
本页每一项成果都由 Mercury Orbit 衡量——我们持续的引用监控循环。每周提示面板在基线冻结以保持趋势可比，并对 ChatGPT、Gemini、Perplexity 与 Google AI Overviews 执行；原始答案存储在服务器端，任何报告数字都可重放与审计。
Citation Frequency、Share of Voice 与 Recommendation Rank 按引擎与语言分别计算（适用时为英文／繁中／日文），从不混合。变化量对照干预推出前第 1 周建立的基线。
本页具名客户（PCCW、永明、QQS 餐饮场景、宠物殡仪服务）是与我们实际执行项目的运营方。活动内部与未公开数字受 NDA 保护。以下成果是适格性与系统改善——而非无法核实的“第一名”排名宣称。
具名运营方 · 双语 EN／繁中 · Orbit 衡量循环 · 未公开数字受 NDA 保护
案例库
四个香港项目，同一套衡量循环
CASE 01
电信 · 高端移动通信
PCCW · Bruce Lam · 香港／大湾区
基线： 高端运营商考量答案默认落在价目表。品牌实体与 MVNO／平价运营商混在一起。香港的 Gemini 可见度没有出现在内地助手上。
- 查询
- best premium mobile operator
- 适格性
- 在高端运营商考量答案中有更清楚的框架
- 区隔
- 与纯价格导向推荐更清楚分开
- 跨境
- 双轨衡量，不把大湾区引用假设为香港 Gemini 可见度
阅读完整案例 →
CASE 02
保险 · 退休
永明 · Adley Low · Inchcape 计划 · YMYL
基线： 在香港类别查询上对 AI 助手不可见。页面薄弱、术语导向；没有可抽取的双语“退休年金”定义。
- 查询
- 退休年金
- 引用
- 90 天内 ChatGPT 开始将永明与 AIA、宏利并列引用
- 历程
- 从 AI／搜索发现到人工顾问转化的路径更清晰
- 权威
- 相对薄弱联盟解说，主题权威更强
阅读完整案例 →
CASE 03
餐饮 · Omakase 与烧鸟串
Terence Tsang · QQS · 烧鸟串
基线： AI 短名单引用第三方清单。没有 Restaurant／LocalBusiness schema，没有双语“何谓出色 omakase／烧鸟串”区块，与同名场景的实体分辨薄弱。
- 查询
- best omakase in Hong Kong · best yakitori · 最佳烧鸟串
- 适格性
- 在高端用餐意图的 AI 短名单中适格性更清楚
- 密度
- 比较查询的站内答案密度更强
- 引用路径
- 减少只依赖第三方清单作为唯一可引用来源
阅读完整案例 →
CASE 04
宠物服务
Calvin Yau · 品质导向 · 敏感类别
基线： 目录式答案。没有逐步服务流程、没有本地服务 schema、没有可抽取的“品质”定义。
- 查询
- quality pet funeral services
- 信任
- 品质导向查询有可引用的流程，而不是目录行
- Schema
- 本地服务标记，让引擎能描述运营者
- 路径
- 从答案到人工照护的平静转化，而非强势 CTA
阅读完整案例 →
下一步：您的基线
为您的品牌获取相同的三项指标。
免费 AI 可见性审计会建立您的 Citation Frequency、Share of Voice 与 Recommendation Rank 基线——与上述每个案例相同的起点。
作者：James Huang，创始人兼首席执行官，Mercury Technology Solutions · 由 Mercury GAIO Practice 审核 · 更新于 2026 年 8 月