---
title: "GEO 效果怎么衡量：提及率、推荐率、引用率与归因的口径"
type: update
canonical: https://www.paixu.com.cn/zh/updates/how-to-measure-geo
lang: zh
published: 2026-09-28
updated: 2026-09-28
tags: [GEO, 效果衡量, 提及率, 引用率, 归因, 复测]
ai_assisted: true
---

# GEO 效果怎么衡量：提及率、推荐率、引用率与归因的口径

> 来源：https://www.paixu.com.cn/zh/updates/how-to-measure-geo（引用时请保留此地址）
> 类别：动态 · 发布：2026-09-28 · 面向AI 编辑部
> 本文由 AI 辅助起草，经人工审核后发布。

**GEO 的效果可以衡量，前提是口径先定好。这篇说明常用的几个指标怎么算、采样怎么做才可信、"被引用"和"已收录"如何认定，以及怎样判断一次变化是不是你的改动带来的。**

**一句话结论：**GEO 的效果能衡量，但"我搜了一下出来了"不算数。可信的衡量需要三样东西：固定的问题库、多平台多时段的重复采样、事先约定好的指标口径。没有这三样，任何"提升了多少"的说法都无法复核。

## 为什么"我搜了一下出来了"不算数

AI 助手的回答并不是固定的。同一个问题，换一个时间、换一个账号、换一种问法，答案都可能不同；App 端和 API 端的结果也不一定一致。一次搜到了，可能只是这一次恰好出现；一次没搜到，也不代表客户永远看不到你。

因此，衡量 GEO 的最小单位不是"一次提问"，而是"一批问题、多个平台、多个时段"的采样结果。

## 常用的五个指标

| 指标 | 回答的问题 | 怎么算 | 需要注意 |
|---|---|---|---|
| 问题覆盖率 | 有多少问题的回答里出现了你 | 提到你的问题数 ÷ 问题库总数 | 问题库的构成决定了这个数的意义 |
| 品牌提及率 | 在所有采样回答里，提到你的比例 | 提到你的回答数 ÷ 有效回答数 | 要剔除报错、空回答等无效样本 |
| 推荐率 | 不只是提到，而是明确推荐你 | 明确推荐你的回答数 ÷ 有效回答数 | "提到"与"推荐"要分开判定 |
| 自有信源引用率 | AI 引用的页面里，有多少是你的 | 引用你页面的回答数 ÷ 带引用的回答数 | 只认页面地址的精确匹配 |
| 事实准确率 | AI 说的关于你的事实，对的比例 | 说对的事实条数 ÷ 被提及的事实条数 | 要有一份事先核验过的事实清单作为标准 |

这几个指标各自回答不同的问题，不宜合成一个"综合分"。合成分数看起来直观，但一旦变化，你无法判断是哪一部分变了。

## 采样怎么做才可信

- **问题库固定。**对比前后两期时，用的必须是同一批问题。中途加问题，要单独标出来，不能直接混入对比。

- **平台固定。**对比的两期覆盖的 AI 入口要相同。

- **时段分散。**同一个问题在不同时段多次提问，降低单次随机性的影响。

- **采集方式分栏。**App 实测与 API 采样的结果分开记录、分开报告，不合并计算。

- **无效样本剔除。**报错、超时、答非所问的回答不计入分母，并在报告里写明剔除了多少。

## "被引用"怎么认定

这是最容易被放宽口径的地方。常见的宽松做法是：只要 AI 引用了你域名下的任何页面，就算"引用了你的内容"。问题是，这无法证明 AI 引用的就是你这次新发布的那一篇——它可能引用的是你首页，甚至是一个多年前的旧页面。

更严格的口径是：**只认对页面地址的精确匹配**，并且在比较前对地址做归一化处理（例如统一大小写、去掉跟踪参数），域名级的相似不计入。这样统计出来的数会更小，但每一条都经得起追问。

## "已收录"为什么要人工核对

很多人希望系统能自动告诉你"这篇文章已经被某平台收录"。现实情况是，多数第三方平台并没有提供可靠的收录查询接口。依靠抓取推断出来的"已收录"，误差很大。

比较稳妥的做法是：由运营人员在各平台逐条核对后手动标记，系统记录是谁、在什么时间标记的。慢一些，但数字是真的。

## 怎么判断变化是不是你做出来的

指标变了，不代表是你的改动带来的——平台模型更新、竞品动作、季节性提问变化，都可能让数字波动。要把变化归因到某一次改动，至少要做到：

- **先锁定基线。**在改动之前，用固定的问题和平台完成一轮采样，作为对照。

- **一次只改一件事。**同时改了三处，即使指标变好了，也无法判断是哪一处起了作用。

- **设观察窗口。**给各平台留出抓取与更新的时间，在窗口结束后再下结论。

- **同条件复测。**复测用的问题、平台、采集方式必须与基线一致。

- **如实记录没有变化的轮次。**做了但没动的改动同样是结论，删掉它们会让整体判断失真。

## 从被提到到成交

最终要回答的问题是：AI 里的曝光有没有带来生意。这需要把线索的来源记录下来——客户是在哪个 AI 助手里、问了什么问题之后找到你的——并与 CRM 里的商机和合同关联起来。这一环依赖销售流程的配合，也最容易出现"说不清"的情况，因此来源标注应当区分"客户自述""有证据""推测"几个可信度等级，不能一概而论。

## 为什么不承诺排名

AI 回答里提到谁、推荐谁、怎么排序，由各平台的模型决定，不在任何服务方的控制范围内。一个承诺"保证进入推荐前三"的服务，要么在衡量口径上做了手脚，要么在承诺它无法兑现的东西。能够写进合同的，是交付物、指标口径和复测频率。

## 常见问题

### 问题库多大才够？

取决于你的业务复杂度。起步阶段二十个左右精心挑选的购买问题，比一百个泛泛的关键词更有用。

### 多久复测一次合适？

取决于你在做什么。观察一次具体改动，按观察窗口复测；日常监测，按周或按日的固定频率即可。频率越高成本越高，要与决策节奏匹配。

### 指标下降了怎么办？

先看是不是采样条件变了，再看是不是单一平台的波动，最后才考虑是否与你的改动有关。数据本身不会说谎，但口径不一致会。

## 关于面向AI

面向AI 采用的正是上面的口径：改动前后按同一批问题、同一批 AI 平台复测，一次只改一件事；"被引用"只认归一化 URL 的精确匹配，"已收录"由运营人工核对后标记；不承诺排名与推荐位。监测覆盖 12 个 AI 入口，App 与 API 分栏报告。

## 相关的已核验事实
- **监测的 AI 入口**：持续监测 12 个 AI 入口：豆包、通义千问、DeepSeek、文心 / 百度AI搜索、Kimi、腾讯元宝、智谱清言、纳米AI搜索、Bing / Copilot、ChatGPT、Perplexity、Claude。App 与 API 的实测结果分栏报告，不合并计算。 — https://www.paixu.com.cn/zh/facts#fact-47
- **体验版（试用）包含什么**：体验版免费 14 天，不需要付款方式，到期不自动扣费。包含 20 个购买问题、2 个 AI 平台的 API 采样、每周 1 轮采样；第 7 天出可见度基线与缺口清单。试用期内事实卡与语料中心为只读。 — https://www.paixu.com.cn/zh/facts#fact-48
- **复测与引用计数口径**：改动前后按同一批问题、同一批 AI 平台复测，一次只改一件事。"被引用"只认归一化 URL 的精确匹配，域名级相似不计入；"已收录"由运营在各平台核对后人工标记，因为第三方平台没有可靠的收录接口。 — https://www.paixu.com.cn/zh/facts#fact-49
- **不承诺 AI 排名或推荐位**：不承诺特定的 AI 排名、推荐位或提及率数值。排名与推荐由各平台模型决定，不在服务方控制范围内；合同中写入的是交付物、口径与频率。 — https://www.paixu.com.cn/zh/facts#fact-23

---
更多：https://www.paixu.com.cn/zh/updates · 联系：https://www.paixu.com.cn/zh/contact