GEO优化最容易陷入两个极端。
一种只看文章数量：
这个月发布了30篇，所以优化完成了。
另一种只看一次回答：
今天AI提到品牌了，所以GEO有效。
两种判断都没有真正回答企业关心的问题：
品牌在AI中的认知、推荐和业务结果，是否发生了可验证的改善？
GEO效果应该分层衡量，而不是寻找一个万能总分。
一、先区分动作、过程和结果
企业可以把GEO指标分成三类。
动作指标
记录做了什么：
- 发布页面数；
- 更新官网页数；
- 建设案例数；
- 新增媒体页面数；
- 修复实体信息数量。
动作指标用于管理执行，但不能直接证明效果。
过程指标
记录内容是否进入公开信息环境：
- 页面正常访问；
- 页面可被检索；
- 标题和正文稳定；
- 来源URL被AI返回；
- ChatGPT或其他AI引荐流量出现。
过程指标说明内容开始具备被发现的条件，但仍不等于品牌被推荐。
结果指标
记录AI回答和业务表现是否变化：
- 品牌认知准确性；
- 基础入围；
- 有效推荐率；
- 高位推荐；
- 推荐份额；
- 竞品差距；
- AI引荐流量；
- 真实业务线索。
三类指标必须分开，否则容易把“发了很多”误写成“产生效果”。
二、第一层：品牌认知指标
AI是否能够准确回答：
- 品牌是什么；
- 由哪家公司推出；
- 属于什么品类；
- 解决什么问题；
- 适合什么用户；
- 官网是什么。
认知层指标可以包括：
| 指标 | 说明 |
|---|---|
| 名称识别准确率 | 是否识别正式名称与合理变体 |
| 公司归属准确率 | 是否正确关联所属公司 |
| 品类准确率 | 是否归入正确候选类别 |
| 核心能力准确率 | 是否正确描述产品能力 |
| 错误信息率 | 是否出现编造、过期或混淆 |
如果认知层仍然错误，直接追求最终推荐通常不稳。
三、第二层：自然候选入围指标
自然候选强调：
用户没有提前说出品牌名称，只提出需求时，AI是否主动将其列入候选。
关键指标包括：
基础入围率
＝基础入围层中目标出现的有效回答数
÷基础入围层有效回答数
还可以观察：
- 首次入围题数；
- 入围平台数；
- 入围问题类型；
- 入围是否在后续复测中复现。
对于新品牌，从0次自然入围变成1—3次准确入围，往往比一个抽象总分更有实际意义。
四、第三层：推荐强度指标
AI有效推荐率
目标进入有效推荐候选的回答占比。
高位推荐率
目标进入预先定义高位位置的回答占比。
高位定义必须在检测前固定，不能结果出来后临时调整。
推荐份额
目标在全部候选位置中的占比。
推荐份额
＝目标候选出现次数
÷全部有效候选出现次数
推荐份额不是市场份额，不能用于推断销量或消费者选择。
最终决策命中
在综合选择场景中，目标是否仍然进入候选。
一个品牌可能在某个单一因素中被提到，却在最终决策中消失。因此，基础入围、因素表现和最终决策应分别呈现。
五、第四层：竞品和决策因素指标
单看自己增长不够，还要观察竞品是否同时变化。
建议记录：
- 本次出现最多的竞品；
- 与最强竞品的推荐率差距；
- 不同问题下主要竞品；
- AI推荐竞品的理由；
- 品牌在哪些决策因素中缺席；
- 哪些因素已经接近或超过竞品。
例如：
| 决策因素 | 目标表现 | 竞品表现 | 内容缺口 |
|---|---|---|---|
| 数据可信度 | 偶尔提及 | 反复被推荐 | 缺方法和样本说明 |
| 使用门槛 | 信息不足 | 有价格和试用证据 | 缺操作流程 |
| 行业案例 | 无证据 | 有多个案例 | 缺授权案例 |
| 持续复测 | 已具备 | 部分具备 | 缺公开实验 |
这张表比一句“竞争力较弱”更可执行。
六、第五层：信源与页面指标
来源指标要分成不同状态：
- 搜索或来源记录；
- 回答附带的来源列表；
- 正文可观察引用；
- 能够打开并验证的具体URL。
只有第四类最适合作为可核验来源。
可观察指标包括：
- 官网页面是否进入来源；
- 第三方页面是否进入来源；
- 哪些问题触发了来源；
- 页面被引用时，品牌是否同时被推荐；
- 来源是否为最新版本；
- 是否存在错误或过期页面。
Bing Webmaster Tools的AI Performance可以展示页面在部分AI体验中被引用的次数、URL和相关检索短语。Bing也明确说明，引用次数本身不代表页面排名、权威性或在单个答案中的作用。
因此，引用增长是过程和证据信号，不是推荐效果的替代品。
七、第六层：流量与业务指标
最终，企业仍需要连接真实业务。
AI引荐流量
观察：
- 来自ChatGPT等AI搜索的访问；
- 进入哪些落地页；
- 停留时间和后续行为；
- 是否完成注册、咨询或下载。
OpenAI公开说明中提到，ChatGPT搜索引荐URL会包含utm_source=chatgpt.com，发布者可以在分析工具中识别相应流量。
业务线索
记录：
- 询盘数量；
- 注册数量；
- 免费检测完成数；
- 报告查看数；
- 内容生成订单；
- 媒体发布订单；
- 复测和持续监测购买。
收入与成本
GEO ROI可以按分层方式估算：
直接可归因收益
＝AI引荐或明确来源线索带来的毛利
－内容、媒体、检测和运营成本
但很多AI决策不会产生直接点击，用户可能先在AI中建立认知，之后再通过品牌词或直接访问转化。因此，不能只使用最后一次点击归因。
八、建议建立六层仪表盘
| 层级 | 核心问题 |
|---|---|
| 认知 | AI是否准确理解品牌 |
| 入围 | 是否进入自然候选 |
| 推荐 | 推荐强度和位置是否变化 |
| 竞争 | 与竞品差距为何变化 |
| 信源 | 哪些页面开始被采用 |
| 业务 | 是否产生流量和线索 |
每层都应保留当前值、基线值、变化值和数据边界。
九、前后对比必须绑定版本
公开任何“提升”时，都应同时说明：
- 基线日期；
- 复测日期；
- 检测对象和场景；
- 问题数量；
- AI环境；
- 有效样本；
- 方法版本；
- 分子和分母；
- 是否更换内容或实体规则。
例如：
在相同30题和可比环境下，目标由0/177变为5/176。
比“推荐率提升2.8%”更可信。
十、不同阶段的合理KPI
0到1阶段
- 品牌身份准确；
- 主品类稳定；
- 至少一道自然问题首次入围；
- 至少一个平台出现；
- 新来源可核验。
扩展阶段
- 入围题数增加；
- 平台覆盖扩大；
- 推荐理由更具体；
- 竞品差距缩小；
- R2能够复现。
业务阶段
- AI引荐流量增长；
- 免费检测和注册增加；
- 销售线索出现；
- 复测与持续监测转化提高。
十一、最常见的衡量错误
- 用发布篇数代替效果；
- 用收录代替AI引用；
- 用引用代替产品推荐；
- 用一次回答代替趋势；
- 只看百分比，不看分母；
- 不保留原问题；
- 只公布提升平台；
- 把推荐份额写成市场份额；
- 把相关变化写成单一文章造成的因果。
结论
GEO效果不是一个数字，而是一条从信息建设到业务结果的证据链：
内容和页面动作
↓
页面可发现
↓
AI来源可观察
↓
品牌认知改善
↓
自然候选入围
↓
推荐强度变化
↓
AI引荐与业务线索
企业应先根据当前阶段选择指标，再通过同口径复测验证变化。对于新品牌，最重要的可能是首次准确入围；对于已有认知的品牌，更重要的可能是最终决策、高位推荐和竞品差距。