GEO效果怎么衡量？

先定义八层GEO漏斗

为什么这些阶段不能合并

Sitemap出现URL只证明站点声明了发现意图；API返回成功通常只证明接收了通知；服务器出现某个UA不能证明身份真实；搜索结果有页面不等于AI会引用；AI引用也不等于内容被正确吸收或品牌被推荐。

分层的价值是定位故障。如果没有抓取，应检查发现和访问；已经索引却没有召回，应检查问题匹配与独特价值；已有引用但没有转化，则要检查答案语境、受众和落地体验。

建立固定问题集

问题集应来自真实客户任务，而不是只挑容易出现品牌名的问题。至少覆盖定义、诊断、比较、场景、风险、实施和供应商选择，并记录每个问题对应的决策阶段、角色和预期答案要素。

保留一部分长期不变的问题用于趋势比较，另一部分根据市场和产品变化更新。问题数量不必盲目扩大；比数量更重要的是代表性、重复观察和对照条件。

每次AI观察要记录什么

• 提供商、产品面、模型或模式，以及是否联网。
• 日期时间、语言、地区、设备和登录状态。
• 完整问题与完整回答，不只截取品牌名。
• 引用URL、引用位置和对应主张。
• 品牌是否出现、表述是否准确、语气是否推荐。
• 重复次数、观察者与异常情况。

手动测试是抽样观察，不是稳定排名报告。模型、检索源和界面会变化，单次答案不能外推为长期结果。

从“有引用”检查到“引用支持”

记录来源链接后，还要判断页面是否真的支持回答中的陈述：完全支持、部分支持、上下文不匹配或未找到依据。研究表明引用选择与内容吸收可能分离，因此只统计链接数会高估效果。

同时检查品牌是否被正确消歧、职位是否过期、产品能力是否被夸大。错误提及有时比没有提及风险更高，测量必须包含准确率和纠错优先级。

把网站数据接到业务结果

对支持引荐参数的产品，记录来自AI或搜索答案的落地访问；OpenAI官方说明ChatGPT搜索引荐可带有utm_source=chatgpt.com。但无引荐不等于没有影响，因为用户可能复制网址、跨设备访问或后续品牌搜索。

业务层至少区分访问、合格访问、咨询、机会和成交，并保存行业、角色、来源自报与CRM阶段。不要把所有品牌词增长都归因于某次GEO改版，也不要在没有对照和时间窗口时声称因果。

一个可用的GEO周报

指标解释的红线

• 不把site查询结果数当作精确索引量。
• 不把提交回执当作已经收录。
• 不把自称机器人UA当作真实抓取。
• 不把一次回答当作稳定排名。
• 不把被列为来源当作内容已被采用。
• 不把提及自动等同于推荐。
• 不把流量相关性直接写成GEO带来的成交。

李哲的复盘顺序

1. 先核对版本和页面是否真的上线。
2. 再看目标机器人是否获得完整正文。
3. 然后看搜索索引与规范URL状态。
4. 用固定问题集检查召回、引用支持和实体准确。
5. 最后连接引荐、线索和销售结果。

每一步保留观察事实、合理推断和缺失证据三类标记。只有当当前层证据成立，才推进到下一层结论。