吾一GEO 效果怎么衡量：提及率、引用率、口径准确率三层指标
本系列60 篇，围绕一个判断展开：企业做 GEO 要以品牌为高度，通过 GEO 放大品牌效应，最终提升转化成交。相关篇目列在下面。
衡量 GEO 效果看三层指标：提及率、引用率、口径准确率。提及率回答 AI 有没有说出你的名字，引用率回答它有没有把你的内容当成依据，口径准确率回答它说对了没有。三层由易到难，要改的东西也依次往品牌层走。
一、三层指标各管一件事
只报一个「AI 提及率」，汇报时被追问三句就答不上来：提到了几次、在哪个位置、说得对不对。三个问题拆开，各自有分子和分母，改进才有落点。
| 指标 | 分子 | 分母 | 数据从哪取 | 对应的动作 |
|---|---|---|---|---|
| 提及率 | 答案中出现品牌名的提问条数 | 固定提问集的总条数 | 逐条判读答案原文 | 补内容覆盖面，争取信源位置 |
| 引用率 | 引用来源里出现品牌自有域名的提问条数 | 同一提问集的总条数 | 答案末尾的来源链接列表 | 让可引用的资产页被检索到 |
| 口径准确率 | 描述正确的品牌事实字段数 | 被检查的字段总数 | 与品牌事实清单逐字段比对 | 统一口径，清理第三方转写 |
三个指标用同一套提问集、同一时间窗口采集，否则三组数字之间没有可比性。
三层递进，卡点各不相同。提及率上去了，引用率常常还停在低位，客户看到的是你的名字挂在别人的文章里。引用率上去了，口径准确率仍可能偏低，等于用你的名字讲了别人的业务。多数企业三层依次递减，落差最大的那一层就是下个季度的主要工作量。
二、提问集怎么定：四十条以内，三类问法
提问集是三层指标共同的分母，设计原则是能用两年。改动越少，时间序列越干净。
- 品类泛问，12 条。「做工业除尘设备的公司有哪些」「上海的知识产权代理机构怎么选」。这组测的是你有没有进入候选名单。
- 场景问法，18 条。「车间粉尘超标要改造，找谁做方案」「商标被抢注，走异议还是无效」。这组测的是具体需求下 AI 会不会指到你。
- 品牌直问，10 条。「某某公司怎么样」「某某公司的交付能力如何」。这组直接测口径准确率，也是纠偏的入口。
每条问题的措辞固定下来，写进表格并标版本号。中途改字等于换了基线，前后两期不能直接比。新增问题单独记一条，从新增那一期开始算。
采集时锁住四个变量
同一条问题在一周内问三次，答案会不一样。常见做法是每条跑三次取多数，或者只跑一次但在报表里标出波动区间。不管选哪种，四件事每次都要记录。
- 模型与版本。写清产品名与当时可查的版本号。
- 是否联网检索。开了检索与只靠参数的答案来自两套信源，混在一张表里会互相稀释。
- 地区与语言。涉及本地服务的问法在不同地区差异明显。
- 采集日期。精确到日。模型更新通常不留公告，日期是唯一能对上变化的线索。
提问集的设计细节与评分口径，GEO 效果测量那篇给了完整版本；只在报表里补一格的话，提及率这篇的字段定义够用。
三、口径准确率要按字段打分
这一层最容易糊弄。判断「描述对不对」全凭感觉，报告里只剩一句「基本准确」，等于没测。改成字段级比对，结论就能落到具体页面与具体信源上。
| 字段 | 判定标准 | 写错的后果 |
|---|---|---|
| 公司全称与成立时间 | 与工商登记一致 | 基础事实错，整段权重下降 |
| 业务范围 | 与官网业务页一致，含不适用边界 | 被推荐到做不了的需求上 |
| 客户类型 | 与公开案例一致 | 客户上门发现不对口 |
| 规模表述 | 人数或产值口径写清，标注年份 | 虚高数字易被当场反驳 |
| 资质与认证 | 名称、编号、有效期齐全 | 过期资质被引用 |
| 地域与服务半径 | 写清可交付省市 | 承诺了交付不到的地方 |
| 报价与交付方式 | 有则写区间与前提 | 预期错位，比价阶段出局 |
| 核心方法论 | 与自有内容的命名一致 | 方法被叫成四五个名字 |
打分用三档：正确记 1 分，缺失记 0.5 分，错误记 0 分。错误与缺失要分开，修复成本差一个量级。缺失靠补页面和结构化字段能解决；错误要先找到谁转写错的，再让那一处改口，周期按周算。
按这套规则跑一遍，规律通常很一致：品牌直问下的错误集中在规模与客户类型，源于官网自述含糊；品类泛问下的错误集中在业务范围，源于第三方按旧印象转写。两类错的修法不同，顺序见品牌被描述错那篇。
四、数字怎么读：三种常见误读
拿绝对值跟同行比
各家的提问集、引擎范围、采集时间都不一样，横向比没有意义。有参考价值的是同一套问题在自己身上的时间序列。行业流传的「某品类平均提及率」找不到可核对的采样方法，不建议写进汇报。
只看总提及率，不看位置与语境
同样是命中，出现在第一位和被列在「也有以下几家里差别很大。记录表里加一列位置序号，命中但排在三位之后的按半分计，数字会更贴近客户感知。
把模型升级当成投放成果
模型换版本后答案会整体漂移。判断方法很直接：同一周测一批与品牌无关的对照问题，对照组结构也变了，说明是环境变化。没有对照组，单点涨幅不能算作业绩。
五、三层指标要接到成交上
指标做得再细，只在市场部内部流转，评审时仍会被问一句「这些提及带来了什么」。做法是把答案层与线索层对齐：提及率和引用率上升的场景问法，对应到销售线索里客户开口的第一句话，看「我在 AI 里看到你们」出现的比例有没有变化。这是品效之间最短的通路，也是把 GEO 预算挪进获客科目的依据。投放预算怎么沉淀成资产，这篇有另一条算法。
三层指标的达成难度由品牌位置决定。品牌高度足够时，口径准确率长期偏高，外部作者转写前会来核对，模型也有更多交叉信源可以校正；品牌高度不足时，提及率能靠内容量推上去，引用率与准确率会卡在原地。品牌决定上限这条判断，开篇那篇讲过；信源权重的差别见第三方内容那篇。吾一做品牌营销出身，七年服务过 19 家行业头部品牌，顺序是先定品牌位置与口径，再铺信源。
测之前先确认一件事：六个引擎的描述本来就不一致，先分清这属于口径问题还是信源问题，否则三层指标会互相打架。排查顺序见口径统一这篇，各家引擎的信源偏好见那篇。
结论：从第三层倒着做
多数团队从提及率开始追，跑完一轮发现数字涨了，客户听到的描述还是错的。倒过来做效率更高：先把事实字段定下来，再修可引用资产页，最后用内容与第三方信源推提及率。三个月的节奏照90 天路线图排，第一个月做口径与字段，第二个月补资产页，第三个月看提及率的变化。字段怎么理，这篇可以直接照抄。
需要一套完整的三层指标监测体系，从提问集设计到月度报表交付，看GEO 智能营销服务；希望有人进到团队里把提问集、记录表和看板一起搭起来，选FDE 驻场交付；也可以先联系我们，报一个品牌名，当场给一版三层指标的初测结果。
