GEO 三层指标白皮书

用引用、推荐与合格商机衡量 GEO

这套三层报告框架帮助你决定该改进什么：页面是否被引用、品牌是否被推荐，以及哪些合格商机能与这些互动建立关联。每一层的定义与证据都要分开记录。

v1.1 · 2026 年 10 月 · Tenten GEO Research

CH.01

流量是结果的一部分

流量与业务目标有关时，仍有参考价值。但流量本身不能说明 AI 回答多久引用一次你的内容、推荐是否正面，或线索是否符合销售标准。

我们的《零点击白皮书》比较了样本、时期与点击定义各不相同的研究。这些研究有助于解释为什么可见度与网站访问量可能不同步；它们并不能证明流量必然持续下降，也不能把流量下降当成 GEO 成功的证据。

Pew Research 研究了 900 位美国成年人在 2025 年 3 月的浏览记录，并于 4 月采集对应的搜索结果。在带有 AI 摘要的 Google 搜索结果页访问中，1% 点击了摘要里的链接。分母是搜索结果页访问次数，不是引用链接、所有 AI 用户或你的网站访客。判断商业价值时，请使用自己的转化数量与定义。

本章重点

把可见度、网站活动与销售结果放在一起看。引用是回答中观察到的特征，不等于合格线索或营收。

CH.02

第一层:引用率(Citation Rate)

引用率衡量采集到的回答链接至目标页面的频率。没有链接的品牌提及须另外记录。这两项指标都不能取代搜索排名；它们描述的是不同界面上的表现。

本框架将引用率定义为：包含至少一个目标 URL 的有效采集回答数，除以全部有效采集回答数，并按引擎分别报告。一个回答即使引用多个目标 URL，也只计一次。采集前先定义哪些回答符合条件，并同时报告请求运行次数、取得的回答数、缺失回答与错误数。记录 AI Overview 没有出现的情况，并说明该观察如何计入分母。

取数方法

→提示词集合：从与你的业务有关的购买问题开始。100–300 条提示词可以作为规划范围，不是统计上的必要数量。区分知识、推荐、比较与验证问题；业务变化时，为集合记录新版本。
→抽样：重复运行能看出差异。每条提示词运行 3 次可以作为初始成本估算，并不能证明结果可靠。保存每个回答，报告分子、分母和变动；不要默默把缺失结果当作零，也不要用多数决掩盖缺失。
→采集：记录引擎、产品界面、可获得的模型或模式、日期、语言地区与账户情境。API 回答不自动等同于消费者界面。使用人工检查或获准的工具，匹配实际要衡量的界面。

常见误读

→一张截图只呈现一个回答，不能代表稳定的引用率。保留提示词与采集情境，才能重复观察。
→有链接的引用与没有链接的品牌提及是不同字段。引用也不证明认可、事实正确或购买意图；须检查上下文。
→各引擎分别报告，并列出样本数。汇总引用率可能仅因各引擎观察量占比变化而改变。

本章重点

用引用变化提出需要调查的问题。先检查访问、相关性、竞争来源与抽样，再决定是否需要重写。单靠这个观察无法证明商业价值或原因。

CH.03

第二层:答案占有率(Share of Answer)

品牌可能被当作来源引用，却没有被推荐给买家。这一层记录指定购买问题集合中的推荐出现情况与情感倾向。

这里的答案份额是：在符合条件的推荐或比较回答中，品牌进入预先定义推荐组的比例。请说明推荐组指明确首选，还是列出的前 1–3 个选项；这是不同规则。这是报告约定，不是通用行业标准，也不是实际测得的买家候选名单。

取数方法

→使用有版本记录的提示词集合中的推荐与比较子集。列出该子集自己的回答数；其分母与完整引用率集合不同。
→查看回答前先制定编码规则。记录首组推荐、其他提及或未出现，以及正面、中性或负面情境。模糊案例须保留原始回答。
→汇总频率应配合样本量与决策。每月检视是规划建议，并不能证明推荐出现情况变化较慢。人工检视可核对模糊的自动标签。

常见误读

→知识问题的引用率高，不代表购买问题中有推荐。先比较子集，再判断缺少什么信息。
→答案份额只是选定样本中的观察，不是市场份额，也不是已经证实与销售相关的指标。
→负面提及要单独标记。出现更多次也可能代表批评更多，因此原始次数不是成功指标。

本章重点

用这一层查看品牌在购买决策中如何被描述。先验证可能的解释，再将差距归因于权威或定位问题。

CH.04

第三层:Pipeline 贡献

第三层把可观察的互动与合格商机连接起来。商机管道金额、已成交营收与因果影响是不同指标；报告应说明证据能支持哪一种。

计算贡献前，先与销售团队定义资格阶段、商机金额、观察窗口与归功规则。实际观察到的来源、买家自述的影响与模型分配的贡献须分开记录。使用合适标识符匹配获准的记录，避免重复计算同一商机。缺少来源信息时，仍应标为未知。

观察到的引荐

归类可识别的 AI 引荐

根据有记录的来源或引荐数据归类可识别的 AI 访问。用实际记录核对规则，并区分会话获取与事件归因。没有可用引荐信息的互动会遗漏；Pew 的 Google 摘要 1% 数据不是这个渠道的覆盖率。

销售确认

记录买家的说明

买家说明如何找到你时，在获准的 CRM 流程中保留原话。区分买家所说与销售团队的推断，允许多个影响来源或未知来源。

买家自述

比较现有的来源回答

如果已经收集买家如何找到你的回答，可与引荐和销售记录比较。处理重复商机与冲突回答。各项记录一致是有用的情境，不能证明增量影响。

常见误读

→小样本须列出数量、资格规则与不确定性。不要因为渠道标签，或另一家公司报告的倍数，就假设 AI 引荐转化更好。
→归因模型依规则分配贡献，不证明因果关系。列出所选模型与回溯窗口。首次用户获取与事件归因报告回答不同问题。
→观察窗口须配合实际销售周期与数据可得性。每月报告、每季决策可能有用，但不代表普遍存在 6–18 个月周期，也不保证商机会出现。

本章重点

引用增长可能没有带来合格商机管道。直说结果，调查差距，并按约定范围与商业条款决定继续哪些工作。

CH.05

可按需要调整的报告字段规范

下表是 Tenten 提出的字段规范。选用决策需要的字段，记录定义并指定负责人；这不是实测客户表现的记录。

区分原始观察与解释后的指标。每项比率同时公布分子、分母、样本覆盖和更新日期。定义变化时保留旧版本并标明可比性中断，不要为了维持一致而永远保留已知错误。

字段名	定义	取数来源	更新频率
各引擎引用率	含目标 URL 的采集回答 / 有效采集回答；无链接提及另计	有版本记录的提示词、界面与运行记录	每轮采集
引用率变化	定义可比时的百分点差异，同时列出两轮样本数	本轮与前轮有效回答记录	每轮可比采集
新观察到的引用	此前未观察到的提示词、引擎与被引用 URL 组合	保存的回答证据	每轮采集
本轮未出现的引用	此前观察到但本次样本未出现的引用；原因待查	保存的回答、覆盖与错误记录	每轮采集
竞争者比较	在同一范围内，对预先定义的竞争者使用相同引用规则	相同采集方法与日期	每轮可比采集
调查或重写队列	观察到的差距、待验证解释、下一步与负责人	证据检视	优先级变化时
检视循环状态	调查、修改或观察阶段；保留尚无结论的结果	变更日志与观察记录	工作变化时
推荐出现情况	符合指定推荐组规则的回答 / 有效购买问题回答	含情感倾向与子集数量的回答检视	约定检视频率
可识别的 AI 引荐会话	符合有记录渠道规则的会话；未知来源另计	取得同意的分析记录	约定报告频率
AI 引荐至合格线索	合格线索与声明的用户或会话分母；明确资格及去重规则	获准的分析与 CRM 匹配	有资格判定结果后
观察到的商机管道贡献	按约定证据与归功规则去重的商机金额；不是已成交营收	CRM 阶段与来源证据	约定商业检视时
爬虫访问	按提供方与有记录爬虫用途区分请求和访问失败	服务器或 CDN 日志，并核对机器人身份	约定技术检视时

建议报告字段；定义变化须记录版本，并保存底层证据。

本章重点

有用的报告应让别人重现计数并理解限制。删除不支持决策的字段，保留解释其他字段所需的证据。

CH.06

让每次检视对应一个决策

根据决策与现有证据选择检视频率。每周、每月、每季会议都是选项，不能证明三项指标构成因果链。

报告先说明待决问题、相关观察与尚未解决的限制。一层的变化能提示另一层的后续问题，但不能取代该层证据。

指标层	汇报节奏	回答的问题	对应的预算决策
引用率	操作检视；样本支持时可每周进行	该调查哪项访问、相关性或抽样问题？	优先处理具体调查或内容修改
推荐出现情况	定位检视；有用时可每月进行	购买问题样本中，品牌如何被描述？	验证具体信息或定位差距
观察到的商机管道贡献	配合资格判定与销售周期的商业检视	哪些合格商机有可用的来源证据？	在约定条款与证据限制内继续、调整或停止

建议检视决策；频率与归因必须符合实际业务。

基准

先约定定义

记录问题、产品界面、资格规则与现有记录。不要用未经验证的转化倍数预测结果。

观察

只比较相容样本

保留缺失数据、采集变更与同时进行的网站工作。引用增加而合格线索未增加时，两项观察都报告，不硬凑成功叙事。

决策

使用现有最强证据

在合适窗口比较成本、合格商机与已完成结果。说明剩余归因限制，选择具体下一步；引用更多本身不能证明该增加预算。

让三层互相联系，同时保持区分

这个框架组织决策所需证据，不证明引用导致推荐或推荐导致营收。那些结论需要更多证据。

数据来源与研究方法

2026 年 10 月 5 日更新。引用、推荐与商机管道定义是 Tenten 建议的报告约定，不是已发表的客户成果。Pew 于 2025 年 7 月 22 日发表的研究使用 900 位美国成年人 3 月的浏览记录，以及 4 月 7–17 日采集的搜索结果；1% 衡量的是带有 AI 摘要的 Google 搜索结果页访问，不是引用链接的点击占比或所有 AI 界面。 https://www.pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/ Google Analytics 区分会话／用户获取与事件层级归因；所选模型及回溯设置会影响归功。 https://support.google.com/analytics/answer/10597962 资料库的零点击与排名／引用白皮书分别列明研究范围。本框架不提供已验证的客户转化倍数、通用最低抽样数量或因果营收结论。

讨论你的 AI 搜索重点

申请 30 分钟基准解读

提交预约申请后，我们会在 24 小时内通过邮件确认时间。