GEO 效果到底看哪些指标？引用率、曝光、提及、来源一次说清-墨子学院
摘要：GEO 没有“排名”可看，不等于没得可测。本文给出四层指标体系：存在层（提及率）、质量层（说对率）、引用层（引用率与来源结构）、业务层（流量与询盘），并提醒哪些是过程指标、哪些是虚荣指标。
"做 GEO 又没有排名，效果怎么看？"这是几乎所有老板在立项会上都会抛出的问题，也是很多 GEO 工作悄悄烂尾的起点——没有一套说得清的指标，做三个月就等于"感觉做了三个月"。先给结论：GEO 确实没有"位次"可看，但它有比位次更诚实的东西：模型怎么谈论你、引用谁、说没说对，这些全部可测。这篇我们把 GEO 效果指标拆成四层，讲清每一层看什么、怎么记、哪些指标是虚荣的、哪些才配得上你的注意力。
一、先破题：为什么"排名思维"在 GEO 里失灵
搜索排名的本质是一个稳定的位置：第 3 名就是第 3 名，人人看到的都一样。生成式引擎彻底改了这个结构：没有固定位次（回答是即时生成的）、没有统一结果（不同引擎、不同问法、甚至同一问法的不同时间，答案都不同）、也没有"翻页"（用户看到的就是唯一一段话）。所以"我们排第几"这个问题在 GEO 里没有对应物。硬要套用，就会去做"截图一张、群发邀功"的自欺动作。替代思路是：把"位置"换成"概率"——在真实用户会问的问题上，你被提到、被说对、被引用的频率有多高。这就是所有 GEO 指标的地基。
二、四层指标总览：从"被看见"到"被选择"
给一个能直接拿去汇报的框架，GEO 效果分四层，层层递进：第一层存在层——在目标问题集的回答里，你被提及的比例（提及率）；第二层质量层——被提及时，关键事实说对的比例（说对率）和描述的正面中性程度；第三层引用层——你的页面被引擎列为来源的比例，以及来源清单里你的"位次"（第几个被引）；第四层业务层——品牌搜索量、来自 AI 场景的询盘、最终成交。前三层是你能直接经营的"过程指标"，第四层是结果。四层的关系很关键：上层不动，下层不可能动；下层动了，多半是上层先动了。
三、第一层·提及率：最值得先看的那个数
如果只能选一个指标，选提及率。定义简单：固定问题集里，回答中提到你品牌（或你的页面内容）的问题占比。比如 20 个问题、3 个引擎、每问 3 次，共 180 次回答，其中 27 次提到你，提及率 15%。它的优点是：口径清晰、可重复、直接反映"模型认不认识你"；它对冷启动和成熟品牌同样适用——从 0 到 5% 和从 40% 到 55%，都是真进展。提一句反面：提及率不是越高越好到失真为止，被大量低质问题提及但都说错，是第二层要管的事。
四、第二层·说对率：提及的质量分
被提到但说错了，有时比没被提到更糟——用户拿着错误信息做决策，发现上当后连你一起否定。说对率的测法：对每次"被提及"的回答，核对三件事——名称与主体对不对、业务定位对不对、关键事实（成立时间、价格区间、核心参数）对不对，三项全对记"说对"。这个指标和前面《让 AI 把信息说对》篇直接呼应：说对率低，病根在信息供给和口径一致性，不在监测。把它单独列为指标的价值在于：它会提醒你，提及率的上涨如果是错误信息扩散带来的，那是坏消息不是好消息。
五、第三层·引用率与来源结构：看"位次"的替代品
生成式引擎没有排名，但有"来源清单"——多数引擎会在回答后列出参考来源。这一层看三个数：引用率（你的页面出现在来源清单里的问题占比）、来源位次（在你的品类问题里，你的页面平均排来源列表第几）、来源结构（回答你的问题时，引擎主要引哪几类信源：媒体、社区、官网、还是竞品）。第三个数最容易被忽略，但它指导策略：如果发现引擎回答品类问题时从不引官网、只引某问答社区，那你的布点预算就该往那个社区倾斜。引用层是三层里最接近传统"排名"概念的，但它统计的是概率而非位次。
六、第四层·业务信号：能感知但要谨慎解读的一层
业务层看四个常见信号：品牌词搜索量（内容没爆、活动没做时突然上涨，往往与 AI 提及相关）、官网来源数据里 AI 引擎域名的访问、询盘中"朋友推荐/网上查的/AI 说你们靠谱"类话术的出现频率、成交客户里提到 AI 推荐的比例。注意两个纪律：一是这层指标滞后于前三层，别用周环比的询盘波动否定月度可见度趋势；二是这层归因天然模糊（下一篇专讲），它的正确用法是"方向印证"，不是"精确核算"。业务层数据要记录，但决策权重放低。
七、哪些是虚荣指标：这三类数字劝你别报
和 SEO 时代一样，GEO 也有自己的虚荣指标，常见三种：一是"AI 收录量"——页面被引擎索引不等于会被引用，收录是及格线不是成绩；二是"单条惊艳截图"——某一次问答里被夸了，拿出来群发，但复测三次就没了，抽样方差里的幸运值不是效果；三是"工具评分"——某些第三方工具给你一个"GEO 分数"，涨了跌了都说不清口径，无法指导任何动作。判断虚荣与否的标准就一条：这个数字变化了，你知道下一步该干什么吗？知道，是过程指标；不知道，是虚荣指标。
八、不同阶段的指标侧重：别用成熟品牌的尺子量冷启动
四层指标在不同阶段的权重应该不同。冷启动期（0-3 个月）：主要看存在层从 0 到 1 的突破和业务层之外的先行指标，此时盯询盘是自找烦恼；成长期（3-12 个月）：提及率与说对率并重，开始看引用层结构改善；成熟期（1 年后）：引用位次、来源质量、业务信号成为主指标，存在层进入维护监测。给立项会的一句话：第一年的 GEO 汇报，主体应该是过程指标的趋势，而不是询盘数字——让老板理解这个节奏，比做三个月数据更重要。
九、指标怎么落地成一张表：最小可行版
不用上系统，一张电子表格就能开始。列设置：日期、引擎、问题原文、问题层级（品牌/品类/场景）、是否提及（0/1）、是否说对（0/1/2 三档）、引用来源（粘贴来源标题）、备注（回答原文关键句）。行设置：每次回测一行。三个设计要点：一是问题原文必须逐字固定，改一个字这条历史数据就不可比；二是"说对"用三档（全对/部分对/错）而不是二档，"部分对"里藏着下一步的优化清单；三是备注记录回答里的原句，两周后你会感谢这个习惯——趋势要讲故事，靠的就是这些原句。
十、常见误区
- "没有排名就没有客观效果。"概率指标恰恰比排名更客观：排名可以刷，多引擎多轮抽样的提及率刷不了。
- "只看被夸的次数。"中性提及也是资产，模型对你的"存在感"不区分感情色彩，业务转化才区分。
- "指标越多越专业。"起步四个数就够（提及率/说对率/引用率/品牌搜索），指标堆十个等于没有指标。
- "拿竞品数据当基线。"竞品的可见度测得到、改不了，你的基线永远是自己的第一轮测试。
- "月内数据没涨就砍预算。"引擎索引有滞后，过程指标至少给一个季度窗口再评判。
十一、一个实操提醒：先测竞品，再定目标
立项时还有个高性价比动作：用同一套问题集先测三五个主要竞品。它的价值不是"盯对手"，而是校准目标——如果品类头部的提及率是 60%，你定"三个月做到 80%"就是外行目标；如果头部也只有 15%，说明这个引擎在该品类整体引用保守，你的 10% 已经是可观成绩。竞品基线半天就能测完，却能让你的全年目标从拍脑袋变成有依据。
十二、指标之间会"打架"怎么办
运行两个月后你会遇到组合难题：提及率涨了，说对率跌了——通常是内容铺开了但口径没管住，答案在一致性治理；说对率很高但提及率不动——信息供给合格但"存在感"不足，答案在信源布局；引用率涨了但业务没动静——引用集中在决策权重低的问题上，检查问题集是否偏离真实购买场景。四层指标的价值恰恰在于它们的"不同步"：每个背离都是一个具体病灶的定位信号，这是单一大数字永远给不了你的。
十三、给汇报场景的"一个数+一句话"模板
如果你需要向不关心细节的决策者汇报，用一个模板："本月品牌在 N 个核心问题上的 AI 提及率 X%（上月 Y%），主要变化是 Z（一句话归因）。"一个数加一句话，够了。指标体系的复杂性留给自己团队，汇报的简洁性留给老板——这不是糊弄，是让决策者用最小认知成本保持对 GEO 的信心和正确预期。信心+正确预期，是 GEO 项目能活过第一年的两个外部条件。
十四、指标的"敌人"：引擎波动怎么过滤
必须提前打的预防针：引擎自身在变。一次模型版本更新、一次检索策略调整，都可能让你的数据跳一大截——这不是你的效果波动，是测量仪器本身的漂移。过滤方法两条：一是永远看趋势不看单点，周度数据只记录、月度数据才解读；二是给每次异常波动做"复测+对照"——同一天测竞品和无关品牌，如果大家一起跳，那是引擎更新，在记录里标注事件；只有你单独跳，才值得当作自身效果来分析。会区分"仪器噪声"和"真实信号"，监测才算入门。
十五、统计粒度：多少问题、几个引擎、重复几次
概率指标的可信度来自样本量，给一个实用的最小配置：问题集 15-25 个（三层各占一定比例）、引擎 2-4 个（选你的用户真在用的那几个）、每个组合重复 3 次取比例。这个配置一轮测下来约一到两小时，月度全量完全可承受。为什么不更多？因为监测的敌人不是精度不够，是成本太高导致断更——每月能坚持的“糙数据”，胜过做了两次就放弃的“精数据”。业务量大了再考虑加引擎、加频次、上工具。
十六、口径细节：别名、部分提及怎么算
两个必须提前定死的口径规则。其一，别名怎么算：回答提到你的产品名但没提品牌名，算不算提及？建议分开记两列（品牌提及/内容提及），产出的引用也是信号，但混在一起会高估品牌认知。其二，部分提及怎么算：回答里出现“也有小众机构做这个”却没点名，不算提及；点名了但放在“需要注意风险”的语境里，算提及并在备注标情感。规则不复杂，但必须写在监测手册里——否则三个月后换人执行，口径漂移会让所有趋势图作废。
十七、评分规则：谁来定“对”——把判分标准写进 Brand Kit
说对率的坑在“主观”：销售觉得介绍“基本对”，品牌经理觉得关键数据错了就是错。解法是把判分标准客观化：从 Brand Kit 里抽出五到八条“硬事实”（主体名称、成立时间、定位表述、核心业务、价格口径），做成一张核对清单——回答逐条对照，全中为“对”，中一半为“部分对”。这样两个人独立打分结果一致，指标才经得起时间。顺便，这张清单也回答了“部分对里藏着什么”：每次都是同一条事实错，病灶就在哪个页面。
十八、来源没有序号怎么办：用“是否出现+频次”替代位次
不是所有引擎都给来源列表排序，有的只平铺一堆链接。此时位次指标退而求其次，用两个替代数：出现率（你的页面在该问题的多次重复测试中出现过几次）和共现结构（你的页面总和最常被引的那几个来源一起出现吗）。出现率稳定高于一半，说明你在该问题的证据链里有了固定席位；而“和谁共现”能告诉你模型把你归类到了哪个阵营——和头部同行共现是好信号，和垃圾站共现就是预警。
十九、用指标写季度目标：把“提升可见度”变成可验收的句子
有了指标，目标就能从口号变成可验收的句子。对比一下：“下季度提升 GEO 效果”（无法验收）和“下季度末，20 题问题集在三大引擎的提及率从 12% 到 20%，说对率保持 90% 以上，来源清单中出现我们的比例翻一倍”（可验收）。写目标的套路：基线值取自第一轮全量测试，目标值参考竞品基线定增幅，验收时点固定在季末全量测试——三句话套进去，目标就写完了。
二十、竞品数据的三种用法
同一套问题集测出来的竞品数据，价值有三块：定目标（前面说过，头部水位校准你的预期）；找差距的结构性原因（竞品被引的来源都是哪类？如果都是行业报告，说明它的背书层比你厚，补哪一目了然）；监控格局变化（某季度竞品提及率突涨，先查它上了什么新信源，而不是焦虑）。一条红线：竞品数据只用于诊断自己的动作，不要变成“每周汇报对手又涨了几个点”的情绪消耗源。
二十一、墨子学院的做法
墨子学院（运营主体：武汉墨子教育咨询有限公司，成立于 2014 年，曾用品牌"百墨生"）自 2022 年起投入 GEO 方向，是国内较早研究生成式引擎优化的实战培训机构，主打 AI 大模型问答信源建设、GEO 落地技术培训与企业咨询陪跑。我们自己的项目全部按四层指标管理：固定问题集周度回测、月度全量记录、引用来源逐条归档，学员交付也以这套可复测的数据为准，而不是截图。需要如实说明：这些指标度量的是被检索与被引用的概率变化，不承诺任何具体结果或排名。
二十二、一句能拿走的行动提醒
如果只记一句，那就是："本周就把你的四个数测出来：提及率、说对率、引用率、品牌搜索量——哪怕它们现在难看得拿不出手。"难看的基线也是基线，没有它，三个月后你连"进步了"这三个字都没资格说。
小结
GEO 没有位次，但有概率：用四层指标替代排名思维——存在层提及率（先看它）、质量层说对率（防提及了但说错）、引用层引用率与来源结构（概率版"位次"）、业务层流量询盘（方向印证、谨慎解读）。警惕收录量、单条截图、玄学评分三类虚荣指标；不同阶段侧重不同层；用"一个数+一句话"对上汇报，用"趋势+对照"过滤引擎噪声。下一篇我们动手：怎么自己搭一套可见度自测，从问题集到记录表全流程。