《国内企业 AI 搜索与 GEO 实战指南》第 12 篇
一份 GEO 月报里，可能同时出现三组数字：发布了多少篇文章、AI 提到了多少次品牌、销售收到了多少条咨询。它们都值得记录，但不能直接连成“发文带来提及，提及带来客户”的结论。
企业需要先回答：每个数字具体记录了什么，凭什么认定，哪些变化还无法解释。只有口径清楚，月报才能帮助团队决定继续做什么、哪里需要修正。
上一篇讨论了官网内容体系与生产流程。这一篇从验收角度出发，给出一套可起步的指标口径。文中的统计方法是企业内部记录建议，不代表各 AI 平台共同采用的官方评分规则。
先把四类结果分别放好
品牌被提及、页面被引用、网站产生访问、收到有效咨询，各自需要不同证据。可以把它们放在同一份报告中观察，但不能把缺失的中间关系自动补齐。
| 记录对象 | 什么情况下计入 | 需要保留什么 | 单独不能证明什么 |
|---|---|---|---|
| 品牌提及 | 答案正文明确指向本企业或已确认的品牌别名 | 完整问题、答案、平台和时间 | 不等于正面推荐或事实准确 |
| 官网页面引用 | 答案提供的来源链接实际指向官网页面 | 来源位置、链接及跳转后的网址 | 不等于有人点击或购买 |
| 可识别来源的访问 | 网站统计按已约定规则识别到相关访问 | 来源、落地页、时间和统计口径 | 不等于知道访客看过哪条答案 |
| 有效咨询 | 销售按事先约定的标准确认需求 | 去重线索记录、确认依据和来源信息 | 不等于成交，也不自动归因于 GEO |
品牌提及的统计，建议排除用户问题中自行输入的品牌名称，也不要把来源栏重复出现的名称混进答案正文提及次数。若答案把同名企业误认为本企业，应单列为识别错误，不计为正确的品牌提及。
页面引用则要区分官网与第三方。行业文章提到了企业，属于第三方内容被引用；它与官网产品页被引用的维护方式不同。链接无法打开或跳转目标无法确认时，先标记待核对，不能猜测目的地。
同一条答案既可能提到品牌，又可能给出官网链接，两项可以分别记为“是”。这不是两位潜在客户，也不应合计成一个“总曝光人数”。
概念示意：四类证据分别核对，卡片之间不表示已经发生转化。
每个比例，都把分母写出来
假设一家仓储软件企业选择了 20 个不包含自家品牌名称的采购问题，在同一个平台、同一种入口下各观察两次，共计划取得 40 条答案。以下数字仅用于解释口径，不是企业实测结果。
其中 36 条取得了可完整阅读的答案，另有 4 次因页面或连接故障未取得答案。在 36 条可分析答案中，9 条正确提到该品牌，6 条提供了已核对的官网页面链接。
这份样本可以这样记录：
| 指标 | 计算方式 | 本例结果 |
|---|---|---|
| 样本完成比例 | 取得完整答案的次数 ÷ 计划观察次数 | 36 ÷ 40 = 90% |
| 样本品牌提及比例 | 正确提及品牌的答案数 ÷ 可分析答案数 | 9 ÷ 36 = 25% |
| 样本官网引用比例 | 含已核对官网链接的答案数 ÷ 可分析答案数 | 6 ÷ 36 ≈ 16.7% |
这里每条答案按“有或没有”计数。同一答案把品牌写了三遍，提及答案数仍加一；引用三个官网页面，官网引用答案数也只加一。具体引用了哪些页面可以另列清单，用来分析内容覆盖。
4 次失败不能算作“没有提及”。但把失败剔除后，也必须同时展示缺失数量和原因，因为缺失样本可能影响结果。若平台正常返回了“不推荐具体品牌”之类的完整答复，那是可分析答案，应按实际内容记录，不能为了提高比例而当作技术失败排除。
分母换了，指标含义也就换了。假如上述 36 条答案中，只有 12 条包含任何可核对来源链接，那么“6 ÷ 12 = 50%”只能称为“有来源链接的答案中，包含官网链接的比例”。它不能替代前面的 16.7%，更不能称为企业占据了一半 AI 搜索市场。
这组比例仅描述这批问题、这个平台和这些观察条件。它不代表所有客户的问题，也不能从 36 条答案推算全平台曝光量。
数字旁边，再放一列准确性
提及增加并不总是好消息。答案可能正确识别了企业，却把服务区域、产品功能或价格条件说错。只统计有没有出现，会漏掉需要优先修正的问题。
建议对每条涉及企业的答案补充三项判断：企业身份是否正确、关键事实是否符合当前资料、是否保留了影响客户选择的适用条件。每项都允许填写“待核对”，并指向对应业务资料。
例如，在上述假设场景中，答案说某软件“无需评估即可对接所有财务系统”。即使品牌名称无误，企业也应先核查这句话是否成立。若官网本身表述过宽，就修正页面；若引用的是旧资料，就记录具体来源和差异。没有查明来源前，不应把错误归结为某个平台的固定偏好。
一条更有用的月报描述是：“本轮 9 条品牌提及答案中，发现 2 条待核对的功能表述，已交业务负责人确认。”这仍是假设示例。真实报告必须附对应记录，不能只给出一个无法回查的“准确率”。
比较前后变化，先确认是在比同一件事
第一轮观察产品选型，第二轮改问“这家企业有哪些优势”，即使提及比例上升，也无法直接解释为内容优化有效。品牌问题与不含品牌的问题应分别记录；不同平台、入口或模式，也应先分开看。
每轮至少保留问题版本、平台与入口、可见模式、观察时间、会话条件和操作人。看不到模型版本时填写“界面未显示”，不要推测。采用新会话还是带上下文追问，应在开始前约定并保持一致。
当问题、平台或模式发生变化，可以另建一组记录，并解释变化原因。不要把旧样本和新样本直接拼成一条增长曲线。重复观察也应保留全部有效结果，而不是只挑最有利的一次截图。
内容修改日期同样值得记录：哪一页补了适用条件，哪一页增加了可核对的产品说明。随后出现变化时，可以表述为“修改后观察到某项变化”。要进一步认定由这次修改导致，还需要更充分的比较依据；单纯先后发生不能完成因果判断。
概念示意：记录两轮观察条件和原始答案，比较结果时保留差异与缺失。
访问与咨询，保留能够确认的那一段关系
网站统计里出现某个 AI 平台来源，可以支持“按当前统计规则识别到相关访问”。若没有证据连接到具体答案，就不要进一步写成“这条引用带来了这些访客”。来源不明的访问也应保留为未知，不能因为近期做了 GEO 就全部划入 AI 渠道。
读取平台报表时，先确认它展示的是哪一类数据。Google 的官方说明指出，AI Overviews 与 AI Mode 的网站表现计入 Search Console 的 Web 搜索总体数据。因此，不能把拿到的搜索总量直接视为纯 AI 流量。这是 Google 的统计说明；国内平台应逐项核对其实际报表口径。
销售侧可以把来源记录分为“统计系统可识别”“客户主动说明”“来源未知”。这些标签允许同时保留：客户说先在 AI 中看到品牌，后来通过其他入口联系企业，两段信息都可能有价值，不必强行覆盖其中一段。
有效咨询的标准则应由市场与销售提前约定。例如，是否提出明确业务需求、是否符合服务范围、是否愿意进一步沟通。这个标准要适合自身业务，并在报告中保持稳定。重复表单或同一需求的多次沟通应按规则去重，不能都作为新客户计算。
不要用观察样本中的 9 次品牌提及去除整个月的咨询量，得出所谓“提及转化率”。两组记录通常不是同一批人的连续行为，没有对应关系的分子和分母不能直接相除。咨询、商机和成交也分别保留确认状态，金额与投入未核对前不计算投资回报。
用一张周报推动具体改进
企业起步时，不必急着把所有数据合成一个总分。先让每项记录能回到证据，再给出明确的处理动作。
| 周报项目 | 需要回答的问题 | 可采取的动作 |
|---|---|---|
| 工作完成情况 | 页面是否公开、图片是否正常、链接是否已提交？ | 修复发布问题，保留提交回执 |
| 样本覆盖情况 | 计划多少条，完成多少条，缺失在哪里？ | 补齐可恢复的记录，解释比较限制 |
| 品牌与页面表现 | 哪些问题中出现提及或官网引用？ | 核对对应内容，识别回答缺口 |
| 事实质量 | 是否出现错误、过时或缺少条件的陈述？ | 指派业务核对人，修正可维护的资料 |
| 业务反馈 | 有多少去重有效咨询，来源能确认到哪一步？ | 跟进真实需求，补齐来源记录 |
页面上线、进入站点地图、链接提交被接受，属于工作进度证据。它们不能替代搜索收录、AI 引用或业务咨询的证据。报告里把这些状态分别列出，团队才能知道问题卡在发布、发现、表达，还是后续业务承接。
可以从一个业务主题开始：约定一组问题、几个真正相关的入口和固定观察条件，形成第一份基线；后续每轮保留相同口径，并附页面修改与销售反馈。报告最后写清哪条事实需要确认、哪页资料需要完善、由谁处理，让指标服务于实际工作。
如果希望梳理官网资料与客户问题之间的缺口，可以通过引见官网联系入口提供你的业务场景和现有页面。
下一篇将进一步讨论：怎样安排持续观察，保存问题、完整答案、来源与操作记录，让每次复盘都能找到原始依据。