做过 SEO 的人都知道，效果好不好有明确的抓手：排名位置、点击率、收录量、转化数。转到 GEO 之后，很多人第一反应是“找不到指标”。实际上并不是没有指标，而是这套指标需要重新建立。
三个层次的指标体系
第一层：可见性指标。回答的是“有没有被提到”。
- 在核心问题上的提及率——在企业相关的典型问题上，AI 答案里是否出现企业或品牌名称。
- 引用频次——被当作信息来源引用的次数，这个比单纯提及更接近“信任”的量化。
- 竞品对比份额——同一批问题里，企业和主要竞品被提及的比例关系。
第二层：准确性指标。回答的是“被说对了没有”。
- 表述准确性——AI 描述企业业务、产品、服务范围时，是否与实际一致。
- 信息时效性——是否仍在引用已经过期的信息，例如旧地址、旧电话、已下线的产品。
- 情感倾向——描述是中性、正面，还是带有误导性。
第三层：商业指标。回答的是“有没有带来结果”。
- 来自 AI 平台的引荐流量——通过流量来源分析识别。
- 咨询与询盘数量——最终的判断标准仍然是能不能带来生意。
- 转化成本对比——与传统渠道的获客成本横向比较。
怎么建立基线
没有基线就无法判断效果。建议的做法是：
- 先确定问题清单。列出 20—50 个客户真实会问的问题，覆盖产品、服务、选型、价格区间等维度。
- 做一次初始盘点。在主要 AI 平台上逐条测试，记录提及情况、表述准确性和引用来源。
- 固定复查周期。每月或每季度按同一清单重测，保证数据可比。
- 留存截图与记录。AI 的回答具有随机性，单次结果不足以作判断，需要多次采样的记录。
评估时要警惕的几件事
- 不要只看单次结果。同一次提问重复执行，答案都可能有差异，统计意义来自多轮采样。
- 不要把提及等同于转化。被提到不等于被选择，商业指标仍然要单独看。
- 不要忽略准确性。被错误地描述，有时比不被提到更糟。
- 不要期待立竿见影。信源建设是慢变量，通常需要数月的持续投入才能看到稳定变化。
为什么值得投入精力去衡量
没有指标的工作无法优化，也无法向内部解释价值。把 GEO 的评估方法建起来，不仅是为了证明效果，更是为了让每一次内容投入都能被检验、被修正。
从“排在第几”到“有没有被引用”，衡量标准变了，但衡量本身的重要性没有变。