GEO 效果怎么衡量？五大指标、声量份额与 ROI 归因（2026 实操版）

一、为什么「排名」衡量不了 GEO

过去两个月里，我们被问得最多的一个问题不是「GEO 怎么做」，而是「做完怎么证明有效」。这个问题的答案，恰恰是 GEO 与传统 SEO 最大的分水岭。

SEO 的度量对象是「位置」：同一个关键词，搜索引擎返回的是一份固定排序的链接列表，位置是可复现的。GEO 的度量对象是「引用」：AI 每次生成答案都是一次新的推理，同一个问题在不同时间、不同会话里，答案的措辞、提到的品牌、引用的来源都可能不同。

这意味着两件事：第一，任何声称「我们帮你排到 AI 答案第 1 位」的说法都不成立，因为 AI 答案没有稳定的位置；第二，GEO 并非不可度量——度量对象要从「位置」换成「引用」，并且必须用「多次采样 + 固定口径」的方式来抵消生成式输出的天然波动。

市场预算在往 GEO 迁移，但验收标准还没跟上。谁先把口径立起来，谁就能在预算复审时把项目留下来。

二、五个核心指标：把「被引用」拆成可记录的数字

五个指标覆盖「有没有被提到 → 说得对不对 → 相对竞品多少 → 靠什么被引用 → 带来什么结果」这条完整链路。

指标 1：品牌提及率（Brand Mention Rate）

口径：在目标 query 清单中，AI 答案提到品牌的 query 数 ÷ query 总数。
回答的问题：品牌在 AI 答案里的存在感，相当于「入场率」。
注意：分母必须固定。换一套 query，数字立刻不可比。

指标 2：引用正确率（Citation Accuracy）

口径：AI 提到品牌时，业务描述准确的条数 ÷ 提及总条数。
回答的问题：AI 眼里的你到底是不是你。
为什么关键：被 AI 提到，但把业务说成别的行业、把越南主体说成中国主体，这种「错误引用」比不被引用更危险——它会直接把错误信息规模化地推给客户。

指标 3：声量份额（Share of AI Voice，SoAV）

口径：品牌被提及次数 ÷（本品牌 + 指定竞品）被提及次数之和。
回答的问题：在同一个问题里，AI 把份额分给了谁。
注意：竞品集合要先固定（建议 3-4 家），中途换对手等于换尺子。

指标 4：信源占比（Source Mix）

口径：AI 引用来源中，自有站 / 越南或中国本地信源 / 第三方媒体与名录的占比结构。
回答的问题：你的引用是「自己说自己」，还是有外部证据。
为什么关键：信源结构是唯一能提前动手的领先指标。提及率是结果，信源占比是原因。

指标 5：AI 引荐流量与询盘（AI Referral）

口径：来自 AI 入口的会话数与有效询盘数。
回答的问题：GEO 有没有带来生意。
注意：目前 AI 入口的 referrer 大量丢失（用户在 AI 应用内点开链接，跳转时常检测不到来源），所以这一项只能作为参考下限，不能作为唯一依据（下文第七条给替代口径）。

三、怎么采样才可信：方法学比指标更重要

同一套指标，采样方法不同，结论可以差出一倍。经过越南市场的实际项目，我们固定了如下采样纪律：

• query 清单固定 20-30 条，四类结构：品牌词（品牌名 + 产品）、品类词（「越南 XX 供应商哪家好」）、竞品对比词（「A 和 B 哪个好」）、采购意图词（「XX 报价 / 交期 / 认证」）。越南场景要同时覆盖带声调与无声调写法。
• 引擎覆盖 ≥4 个：ChatGPT、Google AI Overviews、Gemini、Perplexity。越南用户分散度更高，只测一个平台等于自欺欺人。
• 采样条件固定：新会话、不带历史上下文、不使用个性化记忆；同一 query 在每个引擎采样 3 次取并集（三次都没提到，才算「未提及」）。
• 采样时段固定：每周同一天同一时段，避免把模型更新的水位变化误读成项目效果。
• 记录原始回答文本，不要只记结论。半年后回看时，只有原文才能判断这次波动来自模型更新还是我们的内容改动。

记录字段	示例
采样日期 / 引擎	2026-09-14 / ChatGPT
query（含语种）	越南胡志明市注塑件供应商推荐（中文）
是否提及品牌	是（3 次采样中 2 次）
提及位置	第 2 位
描述是否准确	准确（业务、主体、地区均正确）
引用信源域名	自有站 / 越南本地名录 / 行业媒体
竞品提及	A、C 被提及

四、声量份额怎么算（含计算示例）

举一个 10 条 query 的简化示例（示例用于说明算法，不是行业标准值）：

品牌	被提及 query 数	声量份额 SoAV
本品牌	4	40%
竞品 A	3	30%
竞品 B	2	20%
竞品 C	1	10%

40% 说明「在采购意图最强的这 10 个问题里，AI 有 4 次把本品牌放进了候选名单」。这个数字比「排名第几」有意义得多，因为它直接对应「客户在决策起点看到了谁」。

实操上，我们把 SoAV 分成三段来读：10% 以下＝在 AI 答案里基本缺席（最高优先级）；10%-30%＝被看见但不在首选池；30% 以上＝进入首选池，此时的工作重点从「进入答案」转为「提升引用正确率与信源质量」。

五、ROI 归因的三条路径

路径 1：流量侧归因（作为下限）

给所有对外页面加统一 UTM 参数，在 GA4 或自建统计里把 AI 入口单独分组；对 referrer 丢失的会话，用「落地页首次访问 + 无搜索 referrer」做辅助识别。得到的是下限值，不是全量。

路径 2：询盘自报（作为主口径）

在表单与客服话术里固定一问：「您是从哪里了解到我们的？」选项中把「AI 搜索（ChatGPT / DeepSeek / 豆包等）」单列。这是当前最可靠的一手数据，因为它绕过了所有 referrer 丢失问题。中越跨境的询盘，建议同时记录来源语种——越南语询盘里 AI 提及的占比通常显著高于中文询盘。

路径 3：增量对照（作为验证）

两种可行设计：其一，同期对照——同一公司内做了 GEO 的产品线/市场与未做的做对比；其二，前后同比——改造前后各 90 天的询盘量与结构对比。前者更干净，后者更快出结果。

六、汇报节奏与一页纸模板

• 周报（1 页）：五个指标的采样更新表 + 本周异常项（新的错误引用、竞品异动）。
• 月报（3 页）：品牌提及率与 SoAV 的四周曲线（建议取 4 周移动平均）+ 竞品对比 + 引用正确率问题清单（错误引用按 bug 处理，限期修正）。
• 季报：信源结构改造计划 + 内容补位清单 + 下一季度 KPI 目标。

一页纸结构推荐固定为四格：现状（基线）→ 目标 → 差距（哪个 query、哪个引擎没拿到）→ 本周期动作。四格写不满，说明这周的采样没做到位。

七、四个必须避开的统计陷阱

• 陷阱 1：抽样当总量。20 条 query 的采样结果是抽样，不是「全市场 AI 提及率」。对外表述必须带样本量口径。
• 陷阱 2：单平台结论。不同引擎的信源池与偏好差异明显，只测 ChatGPT 得出的结论，套到 Google AI Overviews 上经常是错的。
• 陷阱 3：混淆「提及」与「引用」。AI 在答案里提到品牌名＝提及；AI 以你的页面作为信息来源并列出＝引用。前者是曝光，后者是资产，两者必须分开记。
• 陷阱 4：把波动当趋势。模型一次更新就能让整体水位上下浮动。判断趋势前先取 4 周移动平均，再下结论。

八、90 天基准表与验收标准

阶段	核心动作	验收物
第 1-30 天	基线采样（5 指标全量跑一遍）+ 主体信息与结构化数据改造	基线报告：提及率 / 正确率 / SoAV 三条起跑线
第 31-60 天	本地信源建设 + 越南语内容补位（不是机翻）+ 错误引用修正	信源占比结构变化 + 正确率提升记录
第 61-90 天	效果复盘 + 扩量（把有效的 query 类别复制到新市场/新产品线）	三条曲线均有基线对比 + 询盘自报数据

验收原则：任何一条指标都要能回答「跟 30 天前比、跟竞品比、这个数字是怎么采出来的」。答不上来，就不能算交付。

九、越智通中越 GEO 能做什么

越智通 GEO 的定位是技术同源、场景异质——平台能力与国内头部 GEO 服务商同源，但专攻中国—越南这条跨境走廊：中文与越南语双引擎的采样清单、跨引擎引用监测、本地信源建设，以及中越双主体（中国鼎麦 / 越南 VIETTRITHONG）的主体信息一致性工程。

• 免费诊断：30 秒填表，24 小时内给出品牌在 ChatGPT / Google / Perplexity 的收录与引用现状
• 度量体系搭建：query 清单设计、采样表模板、SoAV 与正确率月度报表
• 越南语内容体系：按越南读者提问方式重写，覆盖带声调与无声调写法
• 跨境信任背书：越南本地信源与名录建设，让 AI 有据可依

被 AI 理解，即是被世界看见