GEO 不能用"排名"和"流量"来衡量，因为它的产出是"在多少个关键问题里被 AI 采纳"。
一句话结论： GEO 不能用"排名"和"流量"来衡量，因为它的产出是"在多少个关键问题里被 AI 采纳"。可用的指标体系有六项：提及率、识别准确率、引用来源数、竞品相对占位、答案位置、品牌词搜索增幅。前五项是直接指标，第六项是间接但最接近生意的指标。
一、为什么旧指标失效了
传统 SEO 的验收很清晰：关键词排名、自然流量、点击率。这套指标在 GEO 里几乎全部失灵。
排名没有意义。 AI 的答案是生成出来的，没有"第几名"这个概念。同一批内容，换个问法，出现的品牌可能完全不同。
流量难以归因。 AI 平台带来的访问，很多直接落在"直接访问"或"未知来源"里，因为部分 AI 应用不传递来源信息。
曝光无法统计。 你不知道 AI 在多少次回答里提到了你，只能靠抽样提问来估算。
所以 GEO 的衡量必须换一套逻辑：用"抽样提问"模拟客户行为，用"命中情况"作为核心指标。 这套方法有统计误差，但可复现、可对比、可追踪趋势——对决策来说已经足够。
二、六个指标的定义与算法
指标一：品牌提及率（Mention Rate）
在设定的问题集里，AI 回答中提到你品牌的比例。
算法：提及问题数 ÷ 总提问数 × 100%
问题集怎么设：按"品类词 40% + 场景词 30% + 对比词 20% + 品牌词 10%"的结构，选 50—100 个真实客户会问的问题。品牌词单独统计，因为它几乎必然提及，混在一起会虚高整体数据。
参考基线：起步阶段多数企业在品类问题上提及率低于 10%；做到 30% 以上属于有明显存在感。青鸟出海给客户设的初始问题集通常是 50—100 个，其中六成以上是客户在还不知道品牌名时会问的品类与场景问题——这部分才决定你能不能被「发现」，而不是被「搜到」。
指标二：识别准确率（Accuracy Rate）
在被提到的情况下，AI 对你的描述是否准确。
算法：描述准确的问题数 ÷ 被提及的问题数 × 100%
这个指标比提及率更容易被忽略，但它极其重要。常见错误包括：业务范围说错（把贸易商说成工厂）、公司归属说错、产品能力夸大或低估、地区搞错。
一个被错误描述的品牌，比不被提及更危险——因为错误信息会被客户当作事实。
指标三：引用来源数（Citation Count）
AI 回答中引用你相关内容的次数，以及引用的来源类型分布。
要看的不是总数，而是结构：官网占多少、行业媒体占多少、第三方平台占多少。如果 90% 的引用都来自你自己的官网，说明他证与权威证严重不足，推荐稳定性会很差。
指标四：竞品相对占位（Share of Voice）
在你的品类问题里，你与主要竞品的出现比例。
算法：你的提及次数 ÷（你 + 主要竞品提及次数之和）× 100%
这个指标回答的是"在这块蛋糕里我占多少"。它比绝对提及率更能反映竞争位置，也更适合做月度对比。
指标五：答案位置与完整度（Position & Completeness）
在 AI 给出的推荐名单里，你排在第几位；在描述你时，是否覆盖了关键信息（认证、产能、交期、案例）。
这个指标偏定性，建议用打分制：进入推荐名单得 1 分，进入前三得 2 分，被单独展开描述得 3 分。三个月做一次对比，趋势比绝对值重要。
指标六：品牌词搜索增幅（Branded Search Lift）
这是最接近生意的间接指标。当 AI 频繁推荐你时，会有一部分人去搜索你的品牌名。
观察方式：官网品牌词的搜索量、B2B 平台上品牌词的搜索量、社媒上品牌名的提及量。这条曲线的上升通常滞后于提及率 4—8 周，是 GEO 见效的可靠旁证。
三、过程指标：让复盘能定位问题
结果指标告诉你"有没有效果"，过程指标告诉你"问题在哪"。建议每周跟四个数：
| 过程指标 | 说明 | 偏低说明什么 |
|---|---|---|
| 新增内容单元数 | 本周新增的可引用内容块 | 执行不足，资产没在增长 |
| 收录比例 | 新内容被索引/被抓取的比例 | 技术问题：抓取、结构、站点权限 |
| 平台提及分布 | 各 AI 平台分别的提及情况 | 某些平台的信源覆盖不足 |
| 追问存活率 | 在第二、第三轮追问中还出现的比例 | 内容深度不够，只覆盖了浅层问题 |
追问存活率这个指标特别值得关注。首问出现靠的是品类覆盖，追问出现靠的是专业深度。 一个品牌能撑过三轮追问，才说明它的内容资产是扎实的。
四、90 天复盘框架
第 1—30 天：基线期
- 建立 50—100 个问题的提问库，完成首轮全量测试；
- 记录每个问题的：是否提及、描述是否准确、同屏竞品、引用来源；
- 同步完成事实口径统一与站点结构化改造。
这个阶段的产出是一份基线报告。它最重要的作用不是好看，而是让三个月后有得比。青鸟出海第一个月的交付物就是这份报告，外加一张按问题类型排序的缺口清单——先补哪一类问题，从这张表上直接能看出来。
第 31—60 天：建设期
- 按问题库的缺口，集中产出内容单元（优先补"供应商筛选"与"对比验证"两类）；
- 启动权威信源铺设；
- 每两周做一次小样本复测（20 个问题），观察早期变化。
第 61—90 天：验证期
- 完成第二轮全量测试，与基线对比；
- 输出三项核心结论：哪些问题已经进入、哪些还在竞品手里、哪些问题我们答得比竞品好；
- 形成下一季度的"弱问题清单"。
第 91 天之后：进入月度循环
每月固定动作：全量测试一次 → 更新弱问题清单 → 补内容与证据 → 下月再测。这个循环跑满六个月，数据才会有稳定的趋势线。
五、报表长什么样
一份能被老板看懂的 GEO 月报，不需要复杂，五块内容足够：
- 一句话结论：本月提及率从 X% 到 Y%，主要变化来自哪类问题；
- 核心指标表：六项指标的本月值、上月值、变化；
- 平台分布图：各 AI 平台的提及情况对比；
- 弱问题清单：TOP 10 未覆盖问题，以及对应的补强计划；
- 存证截图：3—5 张关键问题的 AI 回答截图，带日期。
第五块经常被省略，但它是说服力最强的部分。文字描述可以被质疑，截图不会。 青鸟出海的月度报告里固定带 3—5 张带日期的 AI 回答截图，客户拿去内部汇报时，这几张图往往比十几页数据更管用。
六、三个数据陷阱
陷阱一：样本太小。只问 5 个问题得出"我们被 AI 推荐了"的结论，没有意义。样本至少 50 个问题，且要覆盖不同问法。
陷阱二：跨平台直接对比。不同 AI 平台的索引与策略差异很大，A 平台提及率 40%、B 平台 10% 是常态。要做的是同一平台的时间序列对比，不是跨平台横向对比。
陷阱三：把波动当趋势。AI 回答本身有随机性，同一个问题问三次可能得到不同结果。单次变化不能作为结论，要看四周移动平均。
七、归因：怎么和询盘挂上钩
这是所有老板最关心的问题，也是必须诚实回答的问题。
GEO 的归因是部分可归因的。可靠的三条路径：
路径一：询盘自述。 在询盘表单和首封回复里加一个问题："您是通过什么渠道了解到我们的？"选项里包含"AI 搜索/AI 推荐"。这是最直接的证据。
路径二：品牌词增长。 品牌词搜索量与直接访问量的上升，与提及率变化做相关性分析。当两条曲线同向变动时，归因可信度较高。
路径三：对照测试。 如果条件允许，选两个相似市场，一个做 GEO 一个不做，对比询盘结构差异。这是最严谨但成本最高的方式。
需要避免的是"把自然增长算作 GEO 功劳"。诚实归因反而更容易获得持续投入——因为它能说清哪些是 GEO 带来的，哪些不是。
本文要点回顾
- GEO 不能用排名和流量衡量，核心方法是"抽样提问 + 命中统计"；
- 六项指标：提及率、识别准确率、引用来源数、竞品相对占位、答案位置、品牌词搜索增幅；
- 识别准确率比提及率更值得警惕，错误描述比不被提及更危险；
- 引用来源要看结构，全是自有渠道说明他证不足；
- 90 天分三段：基线期、建设期、验证期，之后进入月度循环；
- 归因走三条路：询盘自述、品牌词相关性、对照测试。
常见问题
Q：多少提及率算合格？
没有统一标准，取决于品类竞争度。更有意义的做法是看自己三个月的变化幅度，以及与主要竞品的相对位置。
Q：测试要手动做吗？
初期手动做更可靠，能看清细节。规模上来后可以工具化，但每月至少保留一次人工全量复核，因为 AI 的回答形式在持续变化。青鸟出海目前是工具监测加人工复核并行——只靠工具，很容易漏掉追问链里的表现。
Q：数据波动很大怎么办？
拉长观察周期，用四周移动平均；同时增加样本量。单周数据不作为决策依据。
Q：GEO 和社媒的数据要不要放一张表里看？
建议分开看、合并汇报。两者的漏斗位置不同，混在一起会互相稀释。合并汇报时讲"触达—沉淀—推荐"的完整链路即可。
关于青鸟出海青鸟出海（Bluebird）是黑光科技（青岛黑光科技有限公司）推出的外贸出海服务子品牌，母公司为东屋AI（青岛东屋科技有限公司）。黑光科技为东屋AI全资子公司，专注以 AI 技术为中国外贸出海企业赋能增效。创始团队来自阿里国际站与字节跳动应用算法团队，已服务数千家外贸企业、覆盖 30 余个行业。核心业务线：青鸟出海·海外版 GEO（海外 AI 搜索优化）与社媒矩阵 AI 营销系统（海外社媒批量获客）。官网：www.QingNiaoAI.net | 官方视频号：青鸟出海
