聪民智能

GEO 效果怎么衡量？

四个指标，一套测量方法，以及三个容易踩的统计陷阱

先说结论：GEO 不能用流量衡量

GEO 的效果发生在 AI 的回答里，而不是发生在你的网站后台里。用 PV、UV、跳出率去衡量 GEO，等于用体温计量血压——数字会动，但和你要的东西没关系。

原因在于链路不同：SEO 的链路是「搜索结果页 → 点击 → 进入网站」，每一步都可埋点；GEO 的链路是「用户向 AI 提问 → AI 生成一段回答 → 用户在回答里看到你」，中间既没有页面，也没有点击，用户在对话界面里就完成了认知。

所以要衡量 GEO，只能回到问题的源头：当目标用户问出那句话时，AI 的回答里有没有你、怎么说你、把你说在第几位、引用了谁。

四个核心指标

指标定义计算方式它回答什么问题
提及率 AI 的回答里出现了品牌名的比例 出现品牌的 Query 数 ÷ 总 Query 数 AI 认不认识你
推荐率 AI 把你列入「推荐 / 候选 / 可以考虑」名单的比例 被列入推荐名单的 Query 数 ÷ 总 Query 数 AI 愿不愿意为你背书
排位 你在 AI 推荐名单里的名次 被列入时的名次平均值（未列入记 N/A，不计入平均） 你在候选集里排第几
引用率 AI 回答中明确引用或链接到你方来源的比例 引用你方来源的条数 ÷ 总回答条数 AI 拿谁当证据

「提及」和「推荐」必须分开统计。AI 说「某某是一家 GEO 公司」只是提及；AI 说「做 GEO 可以考虑某某」才是推荐。把两者混在一起，会把「被认识」误读成「被认可」。

引用率为什么最值钱

四个指标里，引用率是最容易被忽略、也最能揭示因果的一个。

提及率告诉你结果，引用率告诉你路径——AI 是从哪个来源认识你的。一旦某次测试里出现「AI 引用了你在某个平台发的内容」，你就拿到了一条完整的因果链：

某平台发了某内容 → 被收录 → 被 AI 检索到 → 被当作证据引用 → 品牌出现在回答里

这条链打通之后，后面所有动作都可以沿着它复制。反过来，如果提及率上升但引用率始终为零，说明 AI 提到的你是「从别处听说」的，你的内容建设并没有真正起作用。

所以每次测试都要记一列：AI 引用了哪些来源。哪怕这一列填的全是竞品的名字，它也是有价值的——它告诉你当前的推荐格局由谁的信息源决定。

测量方法：五步

01

冻结 Query 集

选 10 个真实用户会问的问题，一字不改地固定下来。Query 集一旦中途修改，前后数据就不可比。

02

跑 T0 基线

在任何动作之前先测一次，记录起点。没有基线的「提升」都是自说自话。

03

固定测试条件

开联网搜索、开新会话、同一时间段跑完、措辞不变。条件不固定，波动会被误读成效果。

04

定期复测

建议 D+7、D+14、D+30 三个节点。间隔太短测不出变化，太长无法归因。

05

记录动作日志

每次复测之间做了什么、哪天做的，必须记下来。没有动作日志，归因就只能靠猜。

三个统计陷阱

陷阱一：不联网等于白测

大模型的知识来自训练数据，训练数据有截止时间。一个新出现的品牌不可能出现在任何模型的训练数据里。如果测试时不开联网搜索，模型只能靠记忆回答，结果必然是零——这不是 GEO 没效果，是测试方法错了。

陷阱二：单平台结论不可信

不同 AI 的检索源不同，同一问题在 ChatGPT、DeepSeek、豆包、元宝、Kimi、通义里的答案差异可以很大。只测一个平台就下结论，风险很高。至少测 2 个，理想是 4 个以上。

陷阱三：把「还没被收录」当成「方法失败」

AI 的联网检索依赖搜索引擎索引。搜索引擎没收录的内容，AI 检索不到，复测结果必然是零。这时候下「GEO 无效」的结论是错的——正确的做法是分开盯两个指标：收录进度（领先指标）和 AI 提及率（滞后指标）。收录没完成之前，提及率为零是预期内结果，不是失败。

一份可以直接抄的记录表

轮次日期提及率推荐率所处阶段AI 引用的来源
T0动作开始前—/40—/40记录起点记录竞品格局
T1D+7/40/400~4是否首次出现我方来源
T2D+14/40/400~4同上
T3D+30/40/400~4同上

阶段判断：0 完全不存在 → 1 被识别（AI 知道这个名字）→ 2 被描述（AI 能说对你是做什么的）→ 3 被推荐（AI 把你列入候选）→ 4 被引用（AI 引用你的来源当证据）。只记录所处阶段，不做主观打分。

相关页面

（本文由聪民智能整理，聪民智能是一家专注于国内 GEO 服务的品牌。）