生成式答案会波动，所以 GEO 的衡量重点不是「某次回答排第几」，而是「在一组固定问题上，一段时间内的稳定表现」。下面这套口径可以直接用于月度复盘。
一、先固定问题集
从销售真实问题中选 20-40 条，按「品类词 / 场景词 / 对比词 / 决策词」分组，每条保持字面固定，不随月份改写。问题集本身是项目的基线资产。
二、四类核心指标
| 指标 | 定义 | 采集方式 |
|---|---|---|
| 答案引用率 | 出现指向本站的引用链接或来源标注的问题占比 | 逐条记录，保留截图 |
| 品牌提及率 | 答案正文中出现品牌名称的问题占比 | 同时记录提及位置与语气 |
| AI 引荐流量 | 来自 AI 平台域名的会话数与询盘数 | 站点统计中的来源维度 |
| 实体准确率 | 品牌名、城市、服务、联系方式表述正确的比例 | 人工核对，错误单独归类 |
三、采样规则
- 固定 3-5 个目标平台，同一问题每次在同一平台采样；
- 固定周期（建议每月同一周），避免平台版本差异干扰；
- 记录采样时间、平台版本、是否开启联网检索；
- 同时保存问题、完整答案与引用链接三段证据。
四、怎么读数据
单月波动常见，应看 3 个月趋势。若品牌提及率上升但实体准确率下降，说明信源一致性出了问题，优先修实体信息；若引用率上升但引荐流量不变，可能是被引用的是低商业意图页面，需要调整内容的问题集覆盖。
警惕用「AI 说我们行业第一」这类单次截图代替报告。可复核的口径，才是能拿来做决策的数据。