GEO 的核心指标你怎么理解？怎么算？

GEO 核心指标怎么理解？我的判断是：先区分“答案里出现了你”“引用了你的页面”“引用得是否正确”，最后再看有没有带来有效业务行动。把这些数混成一个“AI 曝光量”，很容易得出错误结论。上一篇从业务理解做 GEO讨论了内容该回答什么；这篇只解决怎么量、怎么算。

先固定统计口径：一次回答算一个观察值

准备一组贴近业务决策的问题，按发现问题、比较方案、准备采购等阶段分层。品牌词问题与非品牌词问题分开统计，因为“某某品牌怎么样”天然更容易提及品牌。固定所测平台、地区、语言、日期范围和运行方式；同一个问题可以重复运行，以观察答案波动。

下面用一个纯示例说明：在同一平台测 40 个问题，每题运行 3 次，共得到 120 条可评估回答。如果有生成失败或无法读取的回答，应另记失败数，不悄悄从报告里消失。这里的 120 是抽样观察值，不代表真实用户看到了 120 次。

图：同一批回答的逐层统计。每一步的分母不同，不能只比较百分比大小。

1. 品牌提及率：有没有进入答案

品牌提及率 = 提及品牌的回答数 ÷ 可评估回答数 × 100%。示例中，120 条回答有 42 条提及品牌，提及率是 42 ÷ 120 = 35%。同一条回答重复出现品牌名称，仍只计一次。

这一指标反映在选定问题集中的可见程度，不等于平台真实曝光量。应同时拆出非品牌问题的提及率；否则品牌词占比一提高，指标可能“变好”，但新客发现能力并没有改善。

2. 来源引用率：有没有指向你的内容

来源引用率 = 引用自有域名页面的回答数 ÷ 可评估回答数 × 100%。假设 18 条回答引用了自有页面，引用率就是 18 ÷ 120 = 15%。一条回答引用多个自有 URL，按“回答数”口径仍计一次；另可记录具体 URL 的引用次数，找出哪篇内容更常被用到。

如果这 18 条都属于前述 42 条品牌提及回答，还可以算条件引用率：18 ÷ 42 ≈ 42.9%。报告里要写清它的分母是“提及品牌的回答”，与 15% 不是同一个指标。有些回答可能引用页面却不写品牌名，遇到这种情况就单独统计交集，不能直接用 18 除以 42。

3. 有效引用率：引用是否真的支持回答

被引用不代表引用正确。先制定人工判定规则：链接是否可打开，页面是否确实支持答案中的关键说法，产品能力、价格或时效是否被误述。有效引用率 = 符合规则的引用回答数 ÷ 引用自有页面的回答数 × 100%。若 18 条被引用回答中有 16 条符合规则，结果是 16 ÷ 18 ≈ 88.9%。

这项指标适合与“错误陈述清单”一起看。低质量引用比没有引用更值得优先处理：先修正过时页面、模糊表述和相互矛盾的信息，再考虑扩展内容数量。

4. 竞争提及份额：在同一问题集里占多少

对同一批非品牌问题，记录自家及指定竞品各被提及的回答数。竞争提及份额 = 自家提及次数 ÷（自家与所选竞品提及次数之和）× 100%。另以这组非品牌问题为例，假设自家 24 次、竞品 A 30 次、竞品 B 18 次，份额为 24 ÷ (24 + 30 + 18) ≈ 33.3%。

一条回答可能同时提及多家，所以这里算的是“所选品牌的提及次数份额”，不是回答覆盖率；结果也取决于纳入了哪些竞品。不要把它写成整个市场份额。

5. 有效线索率：内容有没有帮助业务

在能够识别来源的访问中，可以计算 有效线索率 = 符合事先定义条件的咨询数 ÷ 对应来源的访问会话数 × 100%。例如某段时间记录到 80 次可识别的 AI 引荐会话，其中 4 次形成有效咨询，则为 4 ÷ 80 = 5%。有效咨询的条件应提前和业务团队约定，例如明确需求、联系方式真实且符合服务范围。

AI 产品可能不传递来源信息，用户也可能先看回答、过几天直接访问网站。这使得“可识别引荐”只是部分路径，不能把 5% 当成全部 GEO 流量的转化率，更不能把所有新增收入归功于 GEO。结合咨询时提到的问题、销售反馈和页面路径做辅助判断。

一张周报只需要把口径写全

最小周报可以列：平台与日期、问题集版本、品牌词/非品牌词比例、可评估回答数、提及率、来源引用率、有效引用率、竞争提及份额，以及可识别引荐带来的有效线索数。保留每次回答和判定依据，便于复核。

比较前后两周时，尽量保持问题、平台和重复次数一致。模型回答会波动，连续几周同向变化比单次截图更有参考价值；问题集或竞品范围变了，就另起一组基线。核心不是找一个漂亮的百分比，而是知道用户在哪类问题上找不到你、哪里引用错了，以及这些改动是否最终帮助了业务。