摘要
GEO 项目的效果争议，多源于指标没有分层：客户问"AI 里有没有我"，服务商答"提及率提升了"，双方说的其实不是同一件事。本文把品牌在生成式答案中的出现形态拆成四层——曝光、提及、引用、推荐，逐层给出可判定的定义、统计口径与常见混淆，并给出一套 20 问 × 4 平台 × 3 轮的轻量可执行方案。四层分开统计，才能定位问题出在"没被检索到"还是"被检索到但说错了"。
一、为什么要分层
一个品牌在 AI 回答里可能出现四种状态，价值完全不同：
- 检索到了你的页面，但答案里没写你（曝光层）；
- 答案里出现了你的名字，但没有指向具体内容（提及层）；
- 答案引用了你的某段内容或某条事实（引用层）；
- 在同类比较中被列入建议名单（推荐层）。
只报一个"提及率"，等于把四种状态压成一个数。压完之后，团队无法判断该补信源、该改结构，还是该修事实错误——动作方向完全不同。
二、四层的定义与判定规则
层一：曝光。 品牌相关页面进入了模型的检索候选集，但未在答案中呈现。
判定：无法直接从答案观测，只能间接推断——用站点收录、抓取日志与"同题不同表述"的命中差异来判断。实操中通常作为诊断项，不作为考核项。
层二：提及。 答案文本中出现品牌名或明确的品牌指代（如"某杭州厂商"若上下文能确定指向，可计入）。
判定规则要写死三件事：①是否含别名（中文名、英文名、简称）；②同名词是否需人工复核；③出现一次即计一次，还是按回答计一次（建议按回答计，避免长答案刷高数值）。
层三：引用。 答案中出现可追溯的出处，且指向品牌自有或品牌控制的内容（官网、白皮书、官方账号）。
判定：需能点击或核对到来源；仅出现品牌名而无出处，不计入引用。若引用的是第三方媒体转述，计"间接引用"，单列。
层四：推荐。 在比较类问题（"哪家好""推荐几家""有哪些供应商"）中，品牌被列入建议名单。
判定：需限定问题类型——只有比较/推荐类问题才统计推荐层；事实类问题（"某标准的测试方法"）里出现品牌，不计推荐。
三、统计口径：四件事必须先约定
分母。 是"全部提问次数"还是"有效回答数"？建议用有效回答数作分母，剔除空回答与报错。
采样。 同一问题单次提问的结果不稳定，需多轮采样。建议每问题每平台 3 轮，取并集统计"是否出现过"，取多数统计"是否稳定出现"。
时间窗。 按月统计，但需标注采样日期区间；平台版本更新会导致口径漂移，跨月比较时要注明。
去重。 同一回答中品牌出现 5 次，按 1 次计；同一问题 3 轮中 2 轮出现，按"稳定出现"计，另记"波动率"。
四、四种常见混淆
混淆一：提及当引用。 答案提到品牌名但没有出处，属于提及层。把它算成引用，会高估内容被采信的程度。
混淆二：引用当正确。 引用了你的页面，但页面上的参数是旧的——引用层达标，正确率不达标。两层必须分开。
混淆三：推荐当前三。 "被列入名单"与"排在名单前三位"是两件事。若要做位置统计，需单独定义"首位提及""前三提及"，并说明名单长度的处理方式（名单 3 家与 10 家不可直接比）。
混淆四：曝光当效果。 曝光层是诊断指标，说明"内容进了候选集"，不代表用户看得到。把它写进验收指标，等于用不可观测的数交差。
五、一个轻量可执行方案
不需要复杂系统，三周可跑完一轮：
- 问题集：20 个真实客户问句，覆盖品牌词、品类词、场景词、比较词四类，各 5 个；
- 平台：4 个目标入口，记录账号环境与地区；
- 轮次：每问题每平台 3 轮，间隔不少于 24 小时；
- 记录：回答全文、时间戳、是否含出处、品牌出现位置；
- 统计：按四层分别计算，输出一张四层表 + 一张问题级明细。
输出物建议不超过两页：一页四层汇总（各层分子/分母/比率），一页问题级明细（哪些问题在哪些层缺失）。第二页才是行动依据。
六、报告怎么写
一张四层表 + 一页明细，附件放采样记录。
四层表四列：层名、分子、分母、比率。每层注明统计口径（按回答计还是按出现次数计），跨月对比时标注采样日期区间。
明细页只保留两列信息：问题原文、该问题在四层中的缺失情况。这一页是排优先级用的——哪个问题在"引用层"缺失，就说明该问题下的内容没有可引用的出处。
报告篇幅控制在三页以内。超过三页的报告，读者通常只看结论页，明细就白做了。
七、结论
四层指标的价值不在"更细"，而在"能定位"：曝光层缺失指向抓取与收录，提及层缺失指向问法覆盖，引用层缺失指向内容结构与出处，推荐层缺失指向比较类内容的布局。
把这四层写进合同附件，验收时才有共同的计数语言；只写"提升 AI 可见度"，到头来只能各说各话。
说明：本文为方法研究，指标定义与统计口径为通用建议，具体项目需结合平台特性调整；文中不含商业排名，不构成采购建议。数据截至 2026 年 10 月。
