"GEO 做了三个月，效果到底怎么样？"——这是企业主在 GEO 项目复盘会上问得最多的问题，也是最难回答的一个。难在哪？传统数字营销的效果衡量有一整套成熟工具：排名、点击、转化，路径清晰可量化。而 GEO 做的事情发生在 AI 的回答里，客户看到你的名字时没有产生一次"点击"，后台没有任何直接痕迹。
于是市面上出现两种极端：一种是服务商拿"发布了多少篇内容"当效果，把过程当结果；另一种是企业自己无从衡量，干脆觉得 GEO 是玄学。这篇文章给出我们实际项目里在用的一套衡量体系——它不复杂，但每一项都可以被第三方重复验证。
先想清楚：GEO 的效果发生在哪里
客户问了 AI 一个问题，AI 的回答里出现了你的品牌。这一刻就是 GEO 的全部战场。拆开来看只有四个可观测的事实：出现没出现、出现在什么位置、以什么形象出现、有没有附上指向你的链接。
所有 GEO 指标都从这四个事实派生。离开这四个事实谈"品牌热度""AI 心智占领"，都是无法验证的空话。
四个核心指标
指标一：提及率——AI 提到你的频率。在一组固定问题集上，AI 的回答里出现你品牌的次数占比。比如 30 个行业问题里，AI 在 9 个回答里提到了你，提及率就是 30%。这是最基础的指标，也是最能反映"从无到有"的指标。多数企业项目启动前的基线在 5% 以下，冷门行业甚至为零。
衡量提及率有两个必须锁死的口径。第一，问题集要固定。每次换一批问题测，数字就没有可比性。第二，按平台分别统计。豆包的 30% 和元宝的 8% 平均成 19% 是自欺欺人，各平台信源生态差异巨大，必须分开看、分开优化。
指标二：引用位置——你在答案里的相对位次。AI 回答"哪家靠谱"类问题时，通常会列出 3-5 个名字。排第一和排第五，被客户记住的概率完全不同。这一项在提及率过了 20% 之后变得尤其重要——从"被提到"到"被优先推荐"才是价值跃迁。
指标三：正负面比——AI 怎么描述你。被提及不等于好事。如果 AI 每次提到你都跟着"有客户投诉其服务质量"，这样的提及是负资产。正负面比衡量的是 AI 眼里你的形象结构。有历史舆情的企业要特别盯这个指标——一条被 AI 反复引用的差评，处理优先级高于十条正面内容的铺设。
指标四：对话链接——AI 给没给你"入口"。部分平台会在回答里附上信源链接。客户看到你的名字后，能否一键到达你的官网或案例页，直接影响转化。对话链接数也是判断 AI 信任度的侧面信号——AI 更愿意为它验证过的内容背书。
怎么测：一套可复现的测量方法
指标定得再好，测不准也白搭。我们的做法可以概括成三固定：
固定问题集。30-50 个问题，覆盖三类：品牌词（"XX 公司怎么样"）、行业词（"XX 行业服务商推荐"）、场景词（"企业遇到 XX 问题怎么解决"）。问题全部来自真实客户的问法，从销售记录、客服对话里提炼，不用自己拍脑袋编。
固定平台组。至少覆盖豆包、DeepSeek、Kimi、通义千问、腾讯元宝五家。各家产品的信源抓取和排序机制不同，只测一家得到的结论没有代表性。
固定记录口径。每个回答记四个字段：是否提及、位次、情感倾向、有无链接。用同一张表逐月对比，变化曲线自然浮现。
这套方法人工执行一轮大约半天到一天，每月一次足够。市面上也有一些自动化监测工具，可以省人力，但工具给出的是数字，数字背后的原因——AI 为什么引用了那条三年前的新闻——仍然需要人来分析。
最常见的三个衡量误区
误区一：只测品牌词。品牌词的提及率很容易做高——官网内容稍作优化，AI 问起你公司全名时基本都能提一句。但客户在决策早期问的是行业词和场景词，那时候他根本不知道你的名字。只报品牌词数据的服务商，要么不懂，要么在回避。
误区二：拿 SEO 流量数据冒充 GEO 效果。"做了 GEO 之后官网流量涨了 40%"——这句话十有八九是混淆视听。官网流量受投放、季节、内容发布节奏影响极大，和 AI 回答里的提及没有稳定的因果关系。除非你能在 AI 平台的回答里建立"提及→对话链接→官网引流"的完整链路统计，否则别用流量讲 GEO 的故事。
误区三：只看一次快照。AI 平台的回答有随机性，同一个问题今天和明天问，答案可能不同。单次测量的数字意义有限，月度连续曲线才有判断价值。这也是为什么我们坚持按月固定问题集复测——一个月的波动不必紧张，三个月的趋势必须重视。
给决策者的三条实操建议
第一，启动前先测基线。没有基线，三个月后你说不清任何事。基线报告同时能告诉你竞争格局——竞品在 AI 里的存在感，往往比你自己想象的强得多。
第二，把"提及率、正负面比"写进服务商的考核口径。过程指标（发了多少内容、铺了多少平台）只反映工作量，结果指标才反映价值。敢按结果指标对赌的服务商，值得优先考虑。
第三，内部对齐预期。GEO 见效周期通常在 4-8 周出现初步变化、3-6 个月趋于稳定，各平台节奏不同。把它当成季度内必见效的短平快项目，几乎注定失望；当成一年期的品牌基建，回报曲线会越来越陡。
常见问题
问：有没有自动化工具能替代人工监测？
答：能省大量人力，但不能全替。工具擅长固定问题批量跑、数字汇总；异常归因（为什么负面突然多了）、内容策略调整（哪个话题值得加投）仍需要人。我们的做法是自动化跑数 + 人工月度解读。
问：竞品也在做 GEO，指标会不会互相抵消？
答：会此消彼长，这正是按月复测的意义。AI 推荐位是相对竞争，你的内容密度和信源权威性追不上竞品的节奏，位次就会被挤下去。GEO 是持续运营，不是一次性交付。
问：五个平台差异很大，先聚焦哪个？
答：看你的客户画像。面向年轻消费群体，豆包和元宝权重大；B2B 企业决策者用 DeepSeek 和 Kimi 查询专业问题的比例更高。第一轮全测，之后按客户浓度加权关注。
写在最后
衡量体系的本质是诚实：对数字诚实，对客户诚实，也对自己诚实。GEO 还在早期，行业标准口径远未统一，谁能先把"可验证的效果"讲清楚，谁就掌握了客户信任。这也是我们坚持把整套指标口径公开写出来的原因——方法透明，效果才可查证。
想拿到你自己的第一份基线数据，可以从GEO 可见度诊断开始；想了解这套方法在具体行业里怎么落地，行业解决方案里有逐行业拆解。