GEO 衡量与采购

如何解读 GEO 前后的 AI 可见度变化

用八项对比记录判断 GEO 前后测试是否可比、实际发生了什么变化，以及哪些结论仍缺少证据。

SALIENS 发布 · 发布日期 2026-10-10

把前后测试当作对比，而不是自动证明

后一次 AI 可见度测试可能出现不同的回答、品牌提及、链接或事实表述。这能证明在两组条件下观察到了差异，却不能单凭这一点证明差异由 GEO 服务商造成，因为系统、界面、模型、问题理解、引用来源、会话环境和更广泛的网络内容都可能同时变化。

英国财政部《Magenta Book》把监测已观察到的表现，与评估结果成因区分开来；它建议在干预前设计基线和评估，并考虑如果没有实施该项工作，可能会发生什么。对于 GEO 项目，最低限度的做法是先锁定对比设计、保留原始证据、记录每项重要改动，并在解释结果前识别同期变化。

完成八项对比记录

每个问题或问题组使用一条受控记录。应在实施前约定字段，避免服务商在看到复测结果后重新设计基线。

GEO 前后 AI 可见度对比记录
字段	需要记录什么	验收检查
1. 问题与决定	完整提示词、采购意图、主题分组、是否直接写出品牌，以及测试要支持的采购决定。	前后使用同一问题版本；如有变化，应记录，并且不能把结果合并。
2. 系统与界面	提供方、产品或功能、访问入口、账号或会话状态、可见的模型名称及相关设置。	不同产品或界面存在重要差异时，不得在没有拆分的情况下合并成一条趋势。
3. 市场与语言	国家或地区条件、语言、设备类型、登录状态，以及已知的个性化控制。	前后使用相同且已声明的条件；无法确认的条件继续标为未知。
4. 抽样方案	测试日期和时间、重复次数、问题顺序、有效回答规则、排除项和证据保存格式。	两期都有足以支持相应结论的有效观察；无效测试没有被悄悄删除。
5. 基线证据	完整回答或截图、品牌提及、自有域名链接或引用、第三方来源、事实准确度，以及拒答或无回答状态。	原始证据带有时间，可以由另一名复核人重新分类。
6. 干预记录	页面、事实、内容与技术改动、发布日期、批准记录，以及已知抓取或收录状态。	每项声称已实施的工作都有可检查的上线记录；建议不能被记成已实施。
7. 复测证据	与基线相同的证据字段，以及距相关改动已经过去的时间。	在汇总百分比之前，先按问题和条件报告结果。
8. 背景与结论	模型或界面变化、搜索或日志事件、其他活动、季节性、竞争者或来源变化、决定与置信度。	结论区分观察到的变化、可能贡献和因果证明，并列出尚未排除的解释。

先确保可比，再计算百分比

应把品牌提示问题与不提示品牌的问题分开。已经给出品牌名的回答主要测试事实表述；不提示品牌的采购问题则测试品牌是否会在备选项中被发现。品牌提及、自有域名链接或引用、第三方引用、事实准确度和回答完整度也要分栏，因为其中一项变化并不代表其他各项同向变化。

每项指标都要显示前后两期的分子、分母和有效样本数。从两次有效测试中的一次提及变成两次提及，与从 200 次中的 100 次变成 200 次中的 200 次，证据强度并不相同。汇总比例应同时附上问题级结果和例外项，让采购方看清变化是广泛发生，还是由某个重复问题推动。

使用固定问题集、同一文字版本和同一分类规则。
匹配市场、语言、界面、会话处理和抽样时间安排。
保留回答、链接、可见引用、时间和排除项。
显示数量与分母，而不是只给百分比变化。
把事实纠正与品牌发现、网站访问和询盘分别报告。

检查报告系统与外部变化

Google 说明，AI Overviews 与 AI Mode 可能使用不同模型和技术，因此显示的回答与链接会变化。Google 也说明，这些功能带来的网站流量包含在 Search Console 的整体网页搜索流量中。除非已获授权的报告支持更具体的拆分，否则不能把整体点击或展示变化重新标记为由某个 AI 功能造成。

Search Console 效果报告还取决于搜索类型、日期范围、维度和汇总方式。最新数据可能仍是初步数据，周或月视图则可平滑日常波动。比较前后时期时，应核对相同筛选条件、使用完整日期，并检查 Google 的数据异常记录。平台日志错误或汇总方法变化，不等于网站表现发生了同样变化。

让结论停在证据能够支持的位置

采购报告应先说明现有设计能够支持的最强结论，然后停止继续推断。服务商可以解释可能机制，但在没有处理可信替代解释的证据时，不能把可能机制升级成归因结论。

证据强度与可支持的解释
证据	可支持的表述	不能声称
可比且保留证据的测试显示回答不同	在这些问题和记录条件下，AI 可见度发生了变化。	变化由服务商造成，或结果适用于所有用户和问题。
可比测试，加上实施记录和时间线	变化与实施工作一致，该工作可能产生了贡献。	平台、来源、市场或同期活动等其他变化已被排除。
稳定对照组或其他合适的反事实设计	在说明假设和不确定性的前提下，评估对额外效果提供了更强证据。	每一项观察差异都完全由 GEO 工作造成。
相同日期下 Search Console 数据变化	在所选筛选与汇总条件下，Google 整体网页搜索表现发生变化。	某个指定 AI 功能、提示词或服务商动作造成了该变化。
网站访问或经核实询盘证据	访问或询盘确实发生；只有按照书面匹配规则才能作相应归因。	一次可见度观察自动变成访问、线索或成交。

写清供应商验收测试

要求服务商提交已锁定的问题集、条件登记、抽样方案、基线和复测原始证据、分类字典、干预记录、平台与异常检查、问题级结果、计算工作表、排除项、置信度说明及决策建议。从改善、无变化和变差的结果中各抽取若干项，由摘要反向追溯到原始证据。

如果报告只展示有利截图，在前后时期偷偷改变问题或市场，隐藏分母，把建议当作已经实施，把提及与引用合并，或把相关性称为保证的 GEO 效果，就应拒绝验收。如果没有收集相应证据，也不能声称已经实现发布、抓取、收录、AI 展示、访问或询盘。

另一名复核人能否根据记录重复测试？
所有纳入、排除和无效观察是否都有记录？
每项已实施改动能否追溯到批准记录和上线检查？
平台变化、数据事件和同期活动是否已记录？
最终表述是否区分观察、贡献与归因？

SALIENS 如何支持可靠的前后对比

SALIENS 为英国及国际机构提供 GEO 审计、AI 可见度监测、内容与技术改进，以及持续 GEO 交付。我们可以设计品牌提示与不提示品牌的基线、保留可重复条件、对应获批改动、复核英文和简体中文结果，并把交付、可见度、访问和询盘作为不同证据层分别报告。

请发送邮件至 info@oxfordintelligence.co.uk，并附上网站、目标市场和语言、重点采购问题、当前衡量权限，以及希望测试的改动。SALIENS 由 Oxford Intelligence Limited 运营。此项工作不保证抓取、收录、提及、引用、排名、访问或询盘。