检测品牌在 AI 回答中的可见度，需要固定问题集、保存原始回答、重复采样，并把提及、推荐、引用和事实准确性分开统计。只截一张出现品牌名称的图片，无法说明品牌已经获得稳定可见度。
先明确测量对象
同一个问题，在不同平台、账号状态、地区、时间和模型版本下，结果可能不同。开始测试前应记录：
- 使用的平台和入口；
- 是否登录账号；
- 测试地区和语言；
- 页面显示的模型名称或版本；
- 测试日期和时间；
- 是否启用了联网搜索或深度研究功能。
这些条件没有记录，下一次测试即使结果发生变化，也很难判断是内容调整产生了影响，还是平台本身发生了变化。
建立稳定的问题集
问题集不能只有品牌词。至少应覆盖几类真实意图：
- 品类发现，例如“有哪些适合中小企业的 AI 知识库方案”；
- 问题解决，例如“如何减少客服查资料的时间”；
- 选择比较，例如“选择企业 AI 服务商要看什么”；
- 风险异议，例如“企业知识库会不会泄露数据”；
- 品牌事实，例如“某品牌提供什么产品或服务”。
品牌词问题可以检查实体信息是否准确，非品牌问题才能观察品牌是否进入用户真实的发现和比较场景。
问题文本确定后应冻结。复测时随意改写问题，会把内容变化和提问变化混在一起。
为什么需要重复采样
生成式回答不是固定网页。同一问题连续询问，内容、顺序和来源都可能变化。探索阶段可以先做少量重复测试，正式比较时应增加样本，并分散到不同时间窗口。
重复次数没有适用于所有平台的统一标准。次数越少，偶然结果的影响越大；次数增加后，还要考虑时间和人工标注成本。关键是保留全部样本，不能只留下出现品牌的回答。
分开统计六类指标
| 指标 | 要回答的问题 |
|---|---|
| 查询覆盖率 | 有多少问题返回了可分析的答案？ |
| 品牌提及率 | 回答中是否明确出现品牌名称？ |
| 推荐率 | 品牌是否被作为候选方案推荐，而非顺带提及？ |
| 来源引用率 | 回答是否给出了可访问的来源链接？ |
| 品牌来源占比 | 引用来源中有多少来自品牌官方页面？ |
| 事实准确率 | 产品、公司、人物和能力描述是否与公开事实一致？ |
提及率高但事实错误，并不是好结果。引用率提高也不代表排名或权威提高。Bing Webmaster Tools 在 2026 年推出的 AI Performance 公开预览中，也明确区分了总引用量、被引用页面、检索用的 grounding queries 和页面级引用活动，并说明这些数据不代表页面排名或权威。
保存可以复核的原始证据
每次采样至少保存完整回答、显示的来源、测试条件和时间。必要时保留截图，但截图不能代替文本记录，因为后续还要核对品牌名称、描述和链接。
原始记录不应被后续结果覆盖。基线、改版后测试和再次复测要分开保存，才能追踪变化。
怎样判断内容调整是否有效
先固定测试条件和问题集，再发布一组范围清楚的调整，例如补充一个事实页，或完善一组问题的直接答案。等页面能够被正常抓取后，按原方法复测。
判断时应同时看提及、引用和准确性。一个指标上升、另一个指标下降，不能简单归为“有效”。样本量较小时，更适合把结果写成方向性变化，而不是确定结论。
GEO 测量的价值，在于把“AI 好像提到我们了”变成可检查的记录。它不能解释平台内部算法，却能帮助团队发现事实冲突、内容缺口和来源变化。