提及率是GEO效果的第一层，却不是终点。完整验收应同时覆盖AI可见度、内容质量与信源贡献、业务结果与归因能力。
GEO的预算批了，项目也跑起来了。
但到了验收的时候，一个问题开始让人不舒服——这个项目，到底该怎么验收？
问服务商，对方交出一条上扬的提及率曲线。问同行，有人看排名，有人看爬虫日志，有人坦言“老板问起来，我也不太知道该看哪个数”。问行业，没有标准——连“有效提及”的定义，两家公司都未必对得齐。
不是没人在做GEO，而是做完之后，品牌方不知道怎么验，服务商不知道该交什么才算数。
现在行业普遍共识是：品牌提及率。但是这个指标就能代表GEO的效果了吗？
提及率很重要，但它只能证明品牌在多少次回答里出现过。
它不能独立证明品牌是否排在重要位置、AI是否把品牌说对、服务商发布的内容是否被引用，更不能直接证明订单、线索和官网访问是否增加。
不看提及率，又该看什么？
大多数人到这里就卡住了。不是因为想不到，而是因为GEO太新，新到整个行业还没有人把验收这件事从头到尾讲清楚过。
我们花了很长时间，把能拿到的项目实操、平台数据和服务商交付逻辑拆了一遍，最终发现：不管行业、品类和预算规模怎么变，一个GEO项目能不能验收，始终取决于三个问题能不能同时拿出答案——
01 AI可见度绩效：品牌有没有进入目标问题的答案？
02 内容质量与信源贡献：AI如何描述品牌，服务商内容是否真正被采用？
03 业务结果与归因能力：用户有没有继续行动，结果能不能追回来源？
本文看点
01 三级验收框架
02 十一项核心指标
03 从报表走向经营
01 POINT OF VIEW
一、AI可见度绩效：品牌是否进入答案
AI可见度是目前行业最常使用的一层，也是GEO验收的起点。它至少包含四组指标。
- 品牌提及率
指标定义：问AI一个问题，品牌出现在回答里的比例。
最基础的计算方式是：
品牌提及率 = 品牌被提及的次数 ÷ 所有回答次数。
例如，同一问题问10次，品牌出现2次，提及率为20%；问了10个AI平台，其中2个平台出现品牌，也可以得到20%。
但这两个20%的含义并不相同。前者反映单一场景下的出现稳定性，后者反映跨平台覆盖范围。因此，报告不能只交付一个百分比，还必须同时标注：在哪些AI平台测的、用手机还是电脑、问了哪些问题、每个问题问了几轮、统计的是哪段时间。
- 平均提及排名
指标定义：品牌被提及时，平均排在第几位。
它之所以叫“平均”，是因为要对多次测试、多个AI平台的结果取平均，数值越小，位置越靠前。
这个指标经常被提及率盖住，但它可能比提及率更影响结果。用户读AI回答和读搜索结果一样，注意力从上往下递减。排在第一位的品牌，用户会完整读完描述；排在第三位，很可能只扫到一个名字。传统SEO里，排名第一和第三的点击率可以差出一倍，品牌出现在AI回答中的排名，也会影响最终业务转化率。
所以，如果你已经开始做GEO了，并且提及率也不错，要重点优化这个指标。进了答案是入场，排到前列转化才会高。
- Top-N可见度
指标定义：品牌排进前1名、前3名、前10名的比例各是多少。
光看平均排名，有时候会被骗。比如，同样是“平均第3名”，一种情况是每次都稳定在第3，另一种是一半排第1、一半排第5——平均数一样，但实际表现完全是两回事。
所以验收不能只看平均排名，还要看分布：有多少次排进了前3？有多少次拿到第1？在竞争激烈的品类里，Top 1和Top 3之间的差距，可能就是“用户记住了你”和“用户划过去了”的区别。
- 交易卡片可见度
指标定义：品牌的商品卡片或门店卡片，有没有出现在AI回答里，排在第几位。
有些AI平台的回答不只是文字。在豆包、千问、元宝等平台的手机端或网页端，用户问“附近有什么好吃的”或“推荐一款跑鞋”，回答里可能直接弹出一张可以点击下单的商品卡片或门店卡片。
对电商和本地生活企业来说，这张卡片比一段文字推荐离成交近得多——用户不用再跳转搜索，看到就能点，点了就能买，所以这些卡片要单独监测：
01 商品或门店卡片的提及率；
02 卡片在答案中的平均排名；
02 EVIDENCE
二、内容质量与信源贡献：AI是否说的对
品牌进入答案，只能证明“被看见”。第二层要验收的是：AI以什么态度谈论品牌，描述是否准确，以及服务商发布的内容有没有真正成为AI信源。
- 情感倾向分布
指标定义：品牌相关回答中，正向、中性和负向表达的占比。
提及率只管“出没出现”，不管“怎么出现的”。但同样被提到一次，“这款产品性价比很高，适合入门用户”和“这个品牌有大量质量问题投诉”，在用户眼里是完全不同的两件事。
因此，报告应至少给出正向、中性、负向三类情感分布占比，并保留对应原始回答作为证据。对于争议性较强的品牌，还应单独列出高频负面主题都有哪些。
- 品牌信息准确度
指标定义：AI介绍品牌的时候，有没有说错。
被提到是一回事，被说对是另一回事。AI把旗舰产品的名字写错了、把已经停售的型号当成在售推荐、把竞品的功能安到你头上——这些都算“被提及”，但对品牌来说可能比不提还糟。
所以验收要拿AI的回答和企业自己确认过的事实清单逐项核对：产品名称对不对、核心卖点准不准、价格范围有没有过期、适用人群有没有搞混。发现说错的，要追回去看是哪个问题触发的、AI引用了哪条来源，错误才能定位和修正。
- 核心信息命中率
指标定义：AI提到品牌的时候，你最想让用户知道的关键词、卖点或关键事实，有没有跟着一起出来。
上一个指标管“有没有说错”，这个指标管“该说的有没有说”。两件事不一样。AI可能把品牌信息说得全对，但只提了一个名字就带过了，你最在意的核心卖点、差异化优势一个字都没出现。
核心信息命中率 = 含核心信息的品牌提及样本数 ÷ 品牌提及样本数。
这个指标往往比提及率本身更值得关注。品牌名出现了，算一次提及；但用户看到的，可能只是一个列表末尾的名字，和获得独立段落、展开卖点、标注适用人群的品牌相比，信息量差了一个量级。
- 内容引用率与信源贡献
指标定义：服务商发的那些内容，AI到底有没有引用，引用了多少。
GEO服务商的一项核心工作是在各类媒体上发布内容，让AI在回答时有东西可以引用。但“发了多少篇”和“被引了多少篇”是两回事——前者是工作量，后者才是效果。
在爱搜平台里，把发布的内容链接提交上去，就能直接看到这篇内容被哪些AI平台引用了、出现在哪些问题的回答里。不用猜，一条一条对得上。
这个数据可以从两个角度来看：
一个是看内容引用率——发了50篇，有多少篇被AI引用过？这个比例直接反映内容生产的有效率。如果发了一堆但大部分没被引用，要么是选题方向偏了，要么是内容结构不符合AI的抓取偏好，数量再大也没用。
另一个是看媒体收录率——同样的内容，发在A站点被引用了，发在B站点始终没动静。这时候问题可能不在内容本身，而在媒体。某类媒体被引率长期偏低，就该考虑是不是这个渠道本身不在AI的信源范围里，继续在上面加量没有意义；反过来，某个站点持续出现在AI引用里，就值得深入研究它的内容结构到底做对了什么，把预算往这里倾斜。
03 PATH
三、业务结果与归因能力：投入是否转化为收入
第三层最难，却决定GEO最终能否从品牌预算进入效果预算。它至少包含以下三类指标。
- 交易卡片转化
指标定义：由AI推荐的交易卡片，在业务后台识别的订单量、成交额或到店转化。
在一些已经打通归因的场景里，比如，豆包端的本地生活和电商场景，可以直接在抖音商城、抖音来客后台看到：哪些订单是从AI推荐的卡片点进来的，成交了多少，到店了多少。能追到这一步的时候，验收就不应该停在“卡片出现了”，而是要继续往下看——出现之后，有没有人买。
虽然目前支持查看订单的只有豆包，但是随着AI平台商业化的开展，会有更多的平台可以提供精准的数据，值得持续关注。
- 独立线索统计
指标定义：专门给GEO留一个联系方式，看它能接到多少咨询。
做法很简单：为GEO项目单独配一个新的400电话或手机号，这个号码不在其他任何渠道使用。从这个号码进来的每一通电话、每一条咨询，就是GEO带来的线索，干干净净，不掺杂其他渠道的水分。
但这里有一个很容易踩的坑：电话是品牌方接的，线索数据也在品牌方手里，服务商往往看不到。所以在项目开始前就要把规矩定好：有效线索的标准是什么、数据谁来记录、双方多久对一次账。最好有一个双方都能登录查看的系统，别只靠口头报数。
- 官网信源建设绩效
如果服务商做的主要是官网信源建设，验收要看三件事——AI爬虫来没来、官网内容被引了多少、用户有没有从AI回答点进来。
这三件事是一条因果链。
第一步看爬虫。 通过官网日志，观察AI爬虫有没有来、来了多少次、爬了哪些页面、频次有没有在涨。这是最前置的信号：爬虫都没来过的页面，不可能被引用。但爬虫来了不等于内容被采用了，它只代表“被发现的机会”，不能拿来当结果交差。
第二步看引用覆盖。 官网有多少页面进入了AI的引用来源？这个比例反映的是官网作为信源的整体能力。和在第三方媒体上发稿不同，官网内容是企业自己的资产——域名是你的，内容可以持续更新，不会因为媒体下架或改版而消失。把官网建设成AI的稳定信源，沉淀下来的价值是长期的。
第三步看回流。 用户看完AI回答后，有一定概率会点击引用角标或来源链接进入官网页面。一旦用户进入官网，后续的所有行为就都可以被追踪了——看了哪些页面、停留多久、有没有留下联系方式或完成下单。这些数据不仅能证明GEO带来了多少回流，还能反过来帮你优化官网本身：哪个页面跳出率高、哪一步流失最多、转化路径该怎么调，都有据可循。
三步合在一起，才是官网信源建设的完整验收：爬虫活跃度是前提，引用覆盖率是过程，用户回流是结果。
04 ACTION
四、写在最后：GEO需要一把共同的尺子
这篇文章试图回答一个整个行业都还没有标准答案的问题：一个GEO项目，到底怎么算做好了？
我们的答案是三层。AI可见度回答“有没有被看见”，内容质量与信源贡献回答“有没有被说对”，业务结果与归因回答“投入有没有变成生意”。三层合在一起，才是一次完整的验收。
不是每个项目都要把三层全部用上。企业可以根据自己的业务阶段和服务商的工作范围，选择最相关的指标先跑起来。但至少要知道完整的验收长什么样。
GEO还很早。早到行业连验收标准都没有共识，早到很多企业的第一反应还是“看看提及率涨没涨”。但正因为早，谁先把验收体系立起来，谁就掌握了评判效果的话语权——而不是被一张提及率报表牵着走。
提及率当然要看，但它只是第一层，不是最终答案。
下一次服务商拿着一张上涨的提及率报表来交卷，不妨继续问三句：
品牌排在什么位置？AI到底说了什么？这些回答最后带来了什么？
三个问题都能拿出数据，也能追回证据——这个GEO项目，才真正到了可以验收的时候。
