GEO 的 KPI 怎么定才算可复算？
GEO 的 KPI 之所以难定，是因为三层指标混在一起了。 过程指标（内容发了没、页面收录没）你能控制； 可见度指标（AI 有没有提到你）受第三方影响； 业务指标（询盘多少）还叠着销售与季节因素。 三层混算成一个数字，结果一定是「看起来有进展，但说不清进展在哪」。
一、三层指标，性质完全不同
| 层 | 指标举例 | 你能控制多少 | 看的时间粒度 |
|---|---|---|---|
| 过程指标 | 内容发布数、页面索引数、结构化数据通过率、抓取异常数 | 高（基本全在内部） | 每周 |
| 可见度指标 | 固定问题集下的提及数、带链接提及数、竞品对比占比 | 中（受引擎策略影响） | 每月 |
| 业务指标 | 询盘数、询盘质量、品牌词搜索量 | 低（叠加销售与季节） | 每季度 |
分层的意义在于：过程指标没达标时，不要看可见度。 内容没发、页面没被索引，此时讨论「为什么 AI 不提我们」是没有意义的， 因为问题出在上一层。
二、可见度指标要定义到「可复算」
「AI 提及率提升」这句话不能作为 KPI，因为它不含判定条件。要可复算，必须写清四件事：
条件一：问题集是固定的
问题集必须落成清单，而不是每次临时想几个问题。清单要覆盖三类： 核心业务问法（「××怎么选」）、场景问法（「≤某个条件时用什么」）、 品牌问法（「××公司靠谱吗」）。三类问题的重要性不同，报告里要分开列。
条件二：引擎与采样条件固定
同一个问题在联网检索与纯模型回答下，结果可能完全不同。 采样必须固定：用哪几个引擎、是否开启联网、请求时间窗口。 条件一变，数据就没有可比性。
条件三：判定标准单一
最常见的问题是把「被提及」和「被推荐」混为一谈。 建议至少分成三档：出现品牌名、 出现品牌名且带链接、出现在「推荐」语境里。 三档分开统计，比合成一个「可见度指数」有用得多。
条件四：明细可导出
每条记录要有：问题原文、引擎、时间、完整回答片段、命中链接。 只有汇总数字的报告，无法被审计，也无法用来定位问题。
三、五个常见的假 KPI
| 假 KPI | 为什么不能用 |
|---|---|
| 「全网曝光量」 | 无法定义「全网」，也无法复算，通常是把分发渠道的展示数相加 |
| 「AI 可见度指数」 | 没有公认算法，各家用不同权重，跨供应商不可比 |
| 「收录率 100%」 | 收录由搜索引擎决定，把不可控项当 KPI 只会导致造假 |
| 「排名提升 N 位」 | AI 回答没有稳定名次，只有一个「出现 / 不出现」的分布 |
| 「内容产出篇数」 | 是过程指标，不能当效果指标；写得再多，不被引用也没有价值 |
四、一套可直接套用的指标表
月度（过程 + 可见度）
- 本月新增可索引页面数 / 累计可索引页面数；
- 被索引页面数（GSC「已编入索引」/ 百度索引量）；
- 抓取异常数（4xx / 5xx / robots 拦截）；
- 固定问题集提及数（分三档：提及 / 带链接 / 推荐语境）；
- 提及页面的分布（落在哪几个 URL，是否是你期望承接的页面）。
季度（业务）
- 来自 AI 来源的询盘占比（用品牌词搜索量 + 无来源访问交叉验证）；
- 询盘问法的具体程度（是否问到具体服务细节，而不是「你们做什么的」）；
- 竞品对比：同一批问题里，你与主要对手的提及占比变化。
季度那张表里，「询盘问法变具体」往往是最早出现的正向信号， 比询盘数量更早、也比排名更可靠。因为这说明对方是看完内容才来的。
五、指标怎么跟老板解释
最常见的冲突是：老板要「这个月带来多少客户」，而 GEO 的可见度指标还在爬坡。 一个有效的沟通框架是把指标翻译成资产：
- 「这个月新增 6 个可索引页面，其中 4 个已被收录」——资产在增长；
- 「固定问题集里，带链接提及从 3 条到 7 条」——入口在增加；
- 「询盘里有 5 个直接问到了具体工艺，比上季度多 3 个」——质量在提升。
这三句都不含「排名」，但都能被验证，也都能对应到业务。 比「我们排到第几」更能站住脚。
常见问题
老板只认一个数字，定哪个？
如果只能留一个，选「带链接的品牌提及数」——它同时约束了三件事： AI 有没有提到你、有没有给出可点击的落地入口、提到的是不是你的目标问题。 它比「提及率」实在，因为提及不带链接时流量仍然进不来；也比「流量」稳定，因为流量受投放与季节影响。
为什么不能直接看 AI 带来的流量？
因为归因链条太长且不完整。AI 助手多数以无 referrer 的方式打开链接，或只给品牌名让用户自己去搜， 服务端日志里看到的是直接访问或品牌词搜索。直接把这类流量归零会低估效果，全部归给 GEO 又会高估。 稳妥做法是同时看「品牌词搜索量的变化」与「无来源直接访问的变化」，作为交叉验证。
指标要多久看一次？
过程指标每周看（内容是否发布、页面是否被索引、抓取有无异常），可见度指标每月看，业务指标每季度看。 把三层都放到日会上，只会让团队陷入数字波动焦虑，而 GEO 的可见度本来就不是日更变量。
同一批问题，每次采样答案都不一样，怎么算？
这是常态，不是故障。生成式回答本身有随机性，检索源也会变。 做法是固定采样条件（引擎、是否联网、时间窗口）并记录每次的完整回答， 看的是「窗口内的出现频率」而不是「某一次有没有出现」。 同时把明显失真的采样标注为不纳入统计，而不是硬算进去。