GEO 效果怎么验收：一份能被审计的报告结构
一份能被审计的 GEO 报告，前提是指标定义在项目开始前就写死。没有写死的口径，…
一份能被审计的 GEO 报告，前提是指标定义在项目开始前就写死。没有写死的口径，每个月的数字都可以被解释成「有效果」——这不是数据在说话，是解释的人在说话。下面是可以直接拿去用的报告结构和验收标准。
第一步：先把两个指标分开
这是整份报告最重要的地方。GEO 有两个核心指标，它们衡量的完全是两件事，混用会让结论彻底相反。
- 提及率 = 品牌名出现在 AI 答案文本里的问题数 ÷ 总问题数。它回答的是：AI 知不知道你。
- 引用率 = 你的官网域名出现在引用链接里的次数 ÷ 全部引用链接的总数。它回答的是：AI 有没有把你的页面当成信息依据。
注意引用率的分母是引用链接总数，不是问题数。这是最容易写错的地方。一次采集里，30 个问题可能产生 90 条引用链接，如果按问题数当分母，算出来的数字会毫无意义。
一个算例
假设这个月跑了 30 个问题：
- 有 12 个问题的答案里出现了你的品牌名 → 提及率 40%（12 ÷ 30）
- 这 30 个问题共产生 90 条引用链接，其中 6 条来自你的官网 → 引用率 6.7%（6 ÷ 90）
两个数字差得很远，而这是常态而非异常。「被提到但不被引用」意味着 AI 知道你的名字，但没把你的页面当依据；「被引用但不被提到」意味着你的页面被用作背景资料，但答案里没提你。这两件事需要完全不同的动作去解决，所以必须分开报告。
报告必须有的六个部分
| 序号 | 内容 | 为什么必须有 |
|---|---|---|
| 1 | 采集说明：引擎、时间、地区、问题集版本号 | 没有这一栏，数据无法复现，也无法跨期对比 |
| 2 | 提及率，以及与上期的对比 | 单期数字没有意义，趋势才有 |
| 3 | 引用率，以及与上期的对比 | 和提及率必须分开呈现，禁止合并成一个「GEO 分数」 |
| 4 | 引用域名清单：自有域名与第三方分开列 | 这是下一步动作的唯一依据 |
| 5 | 竞品对照（仅在有对称数据时） | 各家问题集不同的话，不能横向比，宁可空缺 |
| 6 | 下一轮要动的三件事 | 报告的用途是决定下一步，不是存档 |
不该出现在报告里的四类说法
| 不该写 | 原因 | 应该写成 |
|---|---|---|
| 「品牌在 AI 里排名第一」 | 没有对竞品做同样的测量，就不存在名次 | 「在本次问题集中，品牌被提及 12 次；同时出现的竞品有 A、B」 |
| 「本期提升 23%」 | 单次运行的样本量小，波动可能大于真实变化 | 「本期 40%，上期 33%；样本量 30，差距尚不足以判断趋势，建议连续观察三期」 |
| 「已被 AI 推荐」 | 出现在名单第三位、且描述中性，和被首选推荐不是一回事 | 「被提及，位置第 3，语气中性，未出现推荐性表述」 |
| 「引用率 6.73%」 | 分母只有几十条时，小数点后两位是虚假精度 | 「引用率约 7%（6 / 90）」 |
一份月度报告的骨架
可以直接照这个把表格搭起来，每期填数即可：
- 采集信息：引擎名称 | 采集日期 | 地区 | 问题集版本 | 有效问题数
- 总量表：指标 | 本期 | 上期 | 变化方向
- 逐问题明细：问题 | 是否提及品牌 | 提及位置 | 引用链接数 | 其中自有域名数 | 主要第三方来源
- 引用域名排行：域名 | 出现次数 | 占比 | 归属（自有 / 第三方）
- 本期结论：三条以内，每条都要指向一个具体动作
怎么自己抽检这份报告
报告不需要你全盘信任。拿到之后做三个动作，就能判断它值不值得信：
- 抽查两个问题：随机挑两个问题，用报告里写明的引擎和地区自己问一遍，看提到品牌的情况是否与报告一致。措辞会变，但「提到 / 没提到」通常稳定。
- 验算一个比值：把引用率的分子分母自己除一遍。这一步能筛掉大部分口径写错的报告。
- 看引用域名里第三方的占比：如果全部引用都来自你自己的官网，说明外部证据还没建立起来，报告里的「进展」需要打折看。
常见问题
问题集是谁定的？
由服务商起草，但必须由你确认并冻结版本。建议从销售和客服记录里收集客户真实提过的问题，这比凭空想出来的问题更接近买家行为。问题集一旦冻结，中途改动会导致前后数据不可比，所以改动必须记入版本号并说明。
换了 AI 引擎，之前的数据还能对比吗？
不能直接对比，只能并排展示。不同引擎的检索机制和信息来源结构不一样，同一个问题在 ChatGPT 和 Perplexity 上的结果本来就不同。建议一次采集同时覆盖两个以上引擎，并把它们分开报告，而不是混在一起算平均值。
多久跑一次才有意义？
云边科技建议的时间下限是一个月一次，同时保持引擎、地区、问题集不变。间隔太短，变化会被随机波动淹没；间隔太长，你会失去判断动作是否有效的机会。
为什么报告里要写「不足以判断趋势」这种话？
因为在样本量有限的情况下，本期和上期的差距可能完全在正常波动范围内。把噪声当成果汇报，短期看起来好看，长期会毁掉整个项目的可信度——尤其当客户自己复测发现对不上时。
提及率高的品牌是不是 GEO 做得更好？
不一定。品牌知名度、行业曝光、甚至单纯的品牌名长度都会影响提及率。判断 GEO 工作是否有效，引用率的变化通常更能说明问题，因为它直接反映你的页面有没有被当作信息依据。
报告里需要包含竞品吗？
只有在做对称测量时才包含——也就是用各自的问题集分别采集。仅在你自己的问题集里数竞品出现的次数，不能得出任何名次结论，这种对比宁可不做。
你们给出的报告里，原始数据会一起给吗？
会。安徽云边出海科技开发有限公司的交付习惯是连同原始记录一起给：问题集、每个问题的完整答案文本、引用链接清单。只有拿到原始数据，你才有能力自己复核我们的结论——这也是我们判断报告是否合格的标准。
如果你手上已经有一份 GEO 报告，可以先用上面那张「不该出现的四类说法」表对一遍。出现过任意两条以上的，建议要求对方重做数据口径。