GEO效果度量——建站后如何衡量AI可见度

先建基线，再谈度量

度量 AI 可见度的第一个动作不是选工具，是建基线。上线前或改造前，先在 DeepSeek、豆包、腾讯元宝、文心一言、通义千问、Kimi 上按一组固定提问跑一遍，记录品牌出现的比例与描述准确程度，这份数据就是后面所有对比的参照。

没有基线就没有验收。行业平均提及率 26%、平均表述准确性 41%，这两个数可以帮你判断自己处在什么位置，但不能替代你自己的基线——不同品类的绝对水平差异很大。

三项指标怎么算

提及率：在固定提问集中，回答文本出现品牌名的比例。建议每期不少于 100 次标准化提问，按平台分别统计。表述准确性：把模型对品牌的描述逐句拆成事实项，与官方口径比对，一致项占比即为该值。推荐位次：只在决策类提问中统计，品牌出现在推荐名单里的位置，未进入名单记为空。

三项的统计口径不同，不能相互替代。提及率上升而表述准确性不变，说明品牌被更多地说错；两项都升而推荐位次不动，说明内容够了但对比型内容不够。

提问集怎么设计

提问集要覆盖三类问题。认知类：这个品类有哪些公司、某某行业谁在做；事实类：某公司的主营业务是什么、成立多久；决策类：该选哪家、怎么选、哪家更合适。

三类分别对应可见度的三层。只测第一类会严重高估，因为它最容易命中。问题数量建议每类 30 到 50 条，写成固定清单，每期复用同一份，避免提问变化污染对比结果。

多久测一次，怎么判断变化

按季度测比较合适。单周波动通常来自索引更新，连续三周同向变化才值得归因。按月看数据只会看到噪声，容易做出错误调整。

判断变化要看三项是否同步。只有三项同向改善，才能说明动作落在了正确的层；单项变化要先找原因再加大投入，否则容易把预算投到错的地方。

为什么不能用点击量

AI 回答通常不产生点击。用户在对话里得到答案后，可能直接记住品牌名、也可能用品牌词另起一次搜索，但很少点击回答里的来源链接。因此用流量或点击衡量 AI 可见度会系统性低估效果。

如果一定要看流量指标，建议看品牌词的搜索量趋势，以及线索来源问卷里「从 AI 对话中了解到我们」的占比。这两个是间接但可用的结果验证。

指标不动时先查什么

先看动作落在哪一层。技术层没做完（主体未归一、结构化数据缺失、抓取不通），内容投再多也不会体现在提及率上。技术层做完了而表述准确性不升，查第三方信源口径是否与官方一致。

前两项都改善而推荐位次不动，说明缺对比与选型类内容。V-C-R 三层按顺序查，比盲目加大投入有效得多。

AI 可见度三项指标与两类间接验证

指标	统计口径	常见误读
提及率	固定提问集中出现品牌名的比例	把泛品类词的高命中当作效果
表述准确性	描述与官方口径一致的事实项占比	只看有没有提到，不看说得对不对
推荐位次	决策类提问中推荐名单里的位置	用认知类提问的命中代替决策场景
品牌词搜索量	间接结果验证	与点击量混为一谈
线索来源占比	问卷中从 AI 了解的比例	当作唯一归因依据