有个做工业设备的老板跟我吐槽，说GEO文章发了三个月，官网内容铺了几十篇，问豆包还是不提他，问Kimi问元宝也都一样，感觉钱和时间打了水漂，想停更。我让他先别急着下结论，问他一个问题：你说没效果，是怎么测的？他说就是随手问问AI。问题就出在这，随手问和系统测，得出的结论可能完全相反。GEO的效果要有一套固定的测量方法，今天就把这套方法讲透。

GEO效果到底怎么算

先明确一个标准：GEO做到位，指的是用户向AI大模型提问和你业务相关的问题时，回答里提到你的品牌，或者引用了你的官网内容作为依据。注意这个标准和SEO不一样，SEO看的是排名和点击，GEO看的是提及和引用，用户可能压根不点链接，AI在回答里说出你的名字，这个触达就已经完成了。

所以GEO的核心指标就两个：提及率，指一组测试问题里AI回答提到你的比例；引用率，指AI回答里引用你官网URL的比例。这两个数字要基线化，就是从零开始记录，每隔一段时间对比变化，光凭「我感觉问了两次都没提到」就下结论，等于拿体温计没校准就判断发烧。

AI提及率怎么测，建一套提问清单

头一步是列问题清单。站在你的客户视角，写出十五到二十个他们真实会问的问题，分三类：产品决策类，比如「某某设备哪个品牌靠谱」「某某服务怎么选」；对比类，比如「A品牌和B品牌哪个好」；渠道类，比如「哪个公司做某某项目比较专业」。问题要用自然口语写，就像你平时问豆包那样，不要写成关键词串。

再者，固定测试矩阵。同样的问题在豆包、Kimi、腾讯元宝、文心一言上都问一遍，条件允许再加上ChatGPT。不同大模型的信源偏好差别很大，豆包抓头条系和网页内容，元宝对微信公众号内容敏感，只测一个平台会严重误判。

接下来，规范记录。做一个表格，四列就够：日期、问题、问了哪个AI、回答里有没有提到你（提到竞品也记下来）。测下来的原始记录就是你的提及率，比如二十个问题乘四个平台八十次测试，提到了十次，提及率就是一成二左右。这个数字每月对比，趋势比单次结果重要得多。

测出来没被提及，差在哪一环

提及率低，按顺序查三个环节。头一环查内容量：AI引用的信源需要足够多的相互印证，你官网上同一个主题只有一篇孤文，其他平台没有转载和讨论，AI拿不到足够的信号，自然不敢引用。判断方法是在豆包里问行业问题，看它引用的网址都来自哪些站，如果你的对手有三五个信源、你只有一个官网，差的就是内容广度。

再者查内容结构：AI抓取偏好开头直接给答案、中间有结构化小标题、段落信息密度高的内容。如果你的文章写了八百字还没有一句能直接回答用户问题的表述，AI就算抓到了也提取不出答案。往期文章讲过问答式内容的写法，开头直答加FAQ结构是提及率的直接杠杆。

接下来查技术门槛：官网如果对爬虫有屏蔽，或者页面加载慢、结构混乱，AI抓不到或抓不全。用大模型直接问一个只有你官网有的细节问题，看它能不能答出来并给出你的网址，答不出来说明抓取环节就有问题。

多久测一次，记录什么

频率上，每月固定测一次就够，测试日期固定，问题清单不动，这样数据才有可比性。每次测试除了记录提及与否，重点记录两样东西：一是有哪些新出现的被提及品牌，竞品突然被AI提到了，去看它近期做了什么内容；二是引用来源里有没有新面孔，比如某个行业平台突然成了高频信源，那就是值得去铺内容的地方。

测试中还有一个细节：同一个问题多问两三遍再记结果。大模型的回答有随机性，问一次没提到不代表稳定没提到，连续三次都没有才能记为未提及，否则数据噪声会误导判断。

提及率上来之前，别急着停更

GEO的效果曲线和SEO类似，前期是爬坡期，内容铺下去到被AI稳定引用，快的三个月，慢的半年，取决于行业竞争度和内容的差异化程度。三个月测出来还是零，先按上面的方法检查三个环节，而不是马上停更。停更等于把爬坡爬到一半的山坡放弃了，前面的投入全部作废。

反过来，一旦提及率开始爬升，维持更新节奏比猛发一波更重要，AI对信源的信任是靠持续稳定的内容供给攒出来的。把监测表格坚持填下去，用数据代替感觉做决策，才是GEO这门功课的正确打开方式。

如果你测完发现自己的提及率确实上不去，又查不出问题在哪，把你的行业和测试问题发给我，帮你一起找找原因。

关注左左，你需要一个懂技术的朋友。