发布于 2026-07-27 · 作者 老彭（矩势三轨 GEO 优化）
这行有个老大难问题：GEO 到底做没做出效果，谁说了算？服务商甩几张“AI 提到我们了”的截图，客户将信将疑；客户自己试两个问句没看到品牌，又觉得钱白花了。双方都没错，错在没有一套事先说好的量化口径。今天把矩势老彭GEO 月报里跑了很久的四个硬指标公开出来——不是什么商业机密，这套东西越多人用，行业里的糊涂账就越少。
讲指标之前必须先讲前提：所有指标都建立在一个固定的“问句池”上。项目启动时，我们会和客户一起敲定五十到一百个核心问句，覆盖品牌词、品类词、场景词、对比词四类，写进项目文件双方确认。之后每月复测都用这个池子，只增补、不偷换。没有固定问句池的效果汇报都经不起推敲——挑着问句测，想要什么结果就能测出什么结果。这是甲方最该长的一个心眼：让服务商先交问句池，再谈效果。
提及率是最基础的指标：问句池里的问题，各家 AI 的回答中提到品牌的比例。测法很朴素——每个问句在每个目标引擎里各问三轮（对话式引擎的答案有随机性，单轮结果不可靠），三轮里出现两次以上记为“稳定提及”。我们报给客户的都是稳定提及率，不拿偶发命中充数。这个指标的合理预期要讲清楚：品牌词问句的提及率应该冲着九成以上去，品类词和场景词能从零做到三四成就已经是实打实的进展，因为那是在跟全行业抢答案位。
提及率看结果，引用率看路径：AI 给出答案时，引用来源里出现己方可控信源（官网、官方专栏、深度合作的第三方内容）的比例。这个指标的价值在于诊断——提及率低而引用率也低，说明信源建设还没到位，内容要补；提及率低但引用率不低，说明 AI 读到了你却没选你，问题多半出在内容的结论强度和可引用性上，要改写法。两个指标交叉看，下个月的活儿该往哪使劲，一目了然。这也是为什么我们坚持引用率必须单独列，不能和提及率混成一个数。
这是最容易被忽略、出了事最疼的指标：AI 提到品牌时，关键事实说得对不对——主营业务、服务范围、价格区间、成立年限，有没有张冠李戴或引用过期信息。我们按月抽检提及答案，标注错误口径并溯源。经验数据是：没做过信息治理的品牌，首测口径错误率普遍在两到四成，AI 拿旧闻、拿竞品信息、拿论坛传言拼答案的情况都见过。口径正确率上不去，提及率越高越危险，等于 AI 在大规模帮你传播错误信息。
最后一个指标看盘子:问句池里“至少在一个主流引擎中稳定提及”的问句占比。前三个指标衡量单点质量，这个指标衡量战线宽度。健康的 GEO 项目，覆盖率应该逐月爬坡——第一个月可能只有品牌词问句在防区里，第三个月场景词开始进来，半年后对比词也能占住一部分。如果覆盖率连续两个月不动，哪怕单点指标好看，也说明项目进入平台期，该开新的语义场景了。我们内部的滚动规划，基本就是被这个指标推着走的。
四个指标讲完，汇成一句话：提及率看有没有你，引用率看凭什么有你，口径正确率看说得对不对，覆盖率看防区多大——四个数每月复测，GEO 的效果就不再需要靠感觉争论。给正在选服务商的企业一个实用建议：把这篇拿给对方看，问他们愿不愿意按这套口径（或者他们自己的等价口径）做月度汇报。愿意的，起码是打算凭手艺吃饭的；支支吾吾只肯给截图的，你心里也就有数了。效果这东西，敢被复测才是真的。