GEO 实战笔记 / 10
做完了怎么知道有没有效：一套能落地的监测方法
一个朋友花了三个月做 GEO，老板问"效果呢"，他答不上来。这不是他一个人的问题——行业黑盒的根源不是服务商藏数据，是根本没有一把统一的尺子：有人说曝光、有人说点击、有人说"AI 提到我了"，三拨人拿三套语言在吵。2026 年，这把尺子开始出现了。国内，T/CGCC 119—2026 把"报价计价与效果测量"
本篇目录
我是醒醒，AI共学社主理人，30岁程序员转型一人公司践行者。闲鱼+小红书变现五位数，已帮500+人用AI为工作提效。不教你追工具，只帮你用AI解决问题、赋能业务。长期主义者，专注让AI真正落地到你的工作里。
GEO 实战笔记 · 第 10 篇 你现在在哪：第 4 阶 · 会用（第 1 篇 · 开篇） 这一篇带你去哪：自己搭一套最简监测体系，并且能拿着一张纸去交差
我有个朋友，去年底开始做 GEO。
投了两万多，发了三十多篇内容，改了官网，铺了几个平台。
三个月后，老板把他叫进办公室，问了一句话：
「你说你在做 GEO，现在做了三个月了，效果呢？」
他答不上来。
不是没做，是说不清。
他能给老板看的，是三十几篇文章的链接、几张 AI 回答的截图。
截图里那个 AI 确实提到了他们公司。
但老板问的是下一个问题：
「所以呢？这三个月，公司多赚了多少钱？」
他卡在这儿了。
这一篇，就是写给这个卡点的。
而且我要先说一句可能让你意外的话——
你答不上来，不全是你的问题。
为什么这件事，2026 年突然变得可算了
行业里有个大家都知道的尴尬：
做 GEO，说不清做了什么、算不清值多少钱。
这尴尬存在了两年多，一直没人管。
到了 2026 年，三件事同时发生，它才开始有答案。
第一件，写进了标准。
2026 年 7 月 1 日，一份叫 T/CGCC 119—2026 的团体标准开始实施。
《商贸流通业生成式引擎优化智能营销技术服务规范》——名字很长，但里面有一处安排很不寻常：
它把「报价计价与效果测量」，单独列成了一个专项。
（据腾讯新闻 2026 年 9 月对标准发布方的采访，条文给出了可见率等九项核心指标的统计口径，以及最低样本量要求。）
你想想这意味着什么。
一个技术标准，居然要专门写一章"效果怎么算"。
说明在这之前，大家根本就没在同一个算盘上算账。
标准里还给两个词下了定义，我觉得值得抄下来（标准原文 3.6、3.7）：
有效提问样本：由服务商和委托方共同确认，围绕目标业务核心用户意图构建，用于衡量和评估 GEO 效果的提问集合。
AI 问答提及率：统计周期内，AI 回答中提到某个特定主体的次数，除以全部有效提问样本的总量。
第一条款的份量在"共同确认"这四个字。
它把"问什么问题"这件事，从服务商手里挪到了一张双方都在的桌子上。
第二条款更重要 —— 它把效果拆成了一个可以算的分数。
第二件，被列进了能力清单。
2026 年 7 月 10 日，中国信通院发布了国内首批 GEO 能力完备性专项测评结果。
测评覆盖六大维度，其中一个是：
营销效果监测分析。
（据中国经营报 2026 年 7 月报道，这是一次专项测评，后续还会共建 GEO 效果评估基准数据集、打造效果监测平台。）
同一个信号：会不会测，已经成了"你是不是专业机构"的分界线。
第三件，平台把后台开了。
这条是海外的，但变化很大。
2026 年 2 月，微软在 Bing 站长工具里上线了一个叫「AI Performance」的面板。
它干的事很直接：告诉你，你的网站内容在 Copilot、在 Bing 的 AI 摘要里，被引用了多少次、哪些页面被引用、AI 是搜什么词的时候找到你的。
2026 年 6 月，Google 也在 Search Console 里上线了「生成式 AI 效果报告」。
到 8 月 31 日，这个报告已经推给了全球所有网站。
这是两大平台第一次，把"AI 有没有引用你"这件事，做成一个你能自己打开看的页面。
三件事合起来说明什么？
"算不清"这件事，行业终于承认它是病，并且开始开药了。
那这一篇要做的，就是给你那把尺子。
GEO 的效果不是一个数字，是三个刻度
先解释一下，为什么这事儿吵了两年都说不清。
因为三拨人在用三套语言吵架。
| 谁在说 | 他说的"效果"是 | 问题在哪 |
|---|---|---|
| 服务商 | AI 提到你了 | 提到不等于有人看见 |
| 老板 | 带来了多少客户 | 从提到到成交，中间隔着好几层 |
| 做内容的人 | 文章被引用了 | 被引用不等于有人点进来 |
三句话都对，但加起来对不上。
所以你要做的第一件事，不是找工具，是先把"效果"这个词拆开。
我把它拆成三个刻度。
第一个刻度：被提到。
AI 在回答某个问题时，嘴里有没有说出你的名字。
第二个刻度：被引用。
AI 不只是提到你，还把你说的话当成依据 —— 它会标出来源，说这句话来自你。
第三个刻度：被选择。
有人看到这个答案之后，真的来找你了 —— 打电话、加微信、搜你的品牌名、下订单。
这三个刻度，是三个不同的问题。
它们的方向是一致的：越往下，越接近钱。
但它们的节奏完全不同：
- 第一个刻度变化最快 —— 内容发出去，几周就可能看到名字出现
- 第二个刻度慢一些 —— 要让 AI 把你的内容当依据，得先让它觉得你可信
- 第三个刻度最慢，而且最难归因 —— 一个人从 AI 那儿听说你，到真的联系你，中间可能隔了一周、甚至换了个设备
现在回头看那句"没效果"。
大多数人喊这句话的时候，其实是在拿第三个刻度的期待，去衡量第一个刻度的进度。
做了一两个月，被提到的次数在涨，就觉得理所当然；
等到要看订单了，发现没有 —— 于是得出结论："GEO 没用"。
真正的结论应该分成三句：
第一句：被提到的次数，有没有在涨。 第二句：被引用的情况，有没有出现。 第三句：来找你的人，有没有变多、或者变准。
这三个都有数据，只是它们在三个不同的地方。
下面一个一个说怎么拿。
刻度一：AI 的嘴里，有没有你
先说个实话。
国内，目前没有"官方后台"可以看这个。
海外的站长有 Bing 和 Google 的面板，国内没有对应的东西 —— 你没法打开一个页面，看到"豆包昨天提到你 3 次、元宝提到你 1 次"。
所以这个刻度，只能人工测。
别嫌土。人工测是现在最直接、也最可信的方法。
而且它有个好处：测的是"客户会问的那种问题"，不是"你希望被搜到的词"。
那怎么测？分三步。
第一步 · 问什么：抄客户的嘴，不抄关键词
去翻三个地方：
- 销售的聊天记录
- 客服的咨询记录
- 客户在电话里问过的原话
把这些问句一句一句抄出来，不要改写。
为什么不能改写？
因为"AI 搜索优化怎么做"和"怎么让 AI 推荐我家产品"，是两个完全不同的问题，它们可能命中完全不同的内容。
前者是你脑子里的说法，后者是客户嘴里的说法。
要的是后者。
抄的时候，按三类分开（这个分类沿用第 07 篇）：
| 类型 | 长什么样 | 用途 |
|---|---|---|
| 品牌词 | 点着你的名字问 | 照镜子，看 AI 有没有把你说错 |
| 品类词 | 不点名，问"这个行业哪家好" | 真正的考场 |
| 问题词 | 客户用大白话描述处境 | 最接近真实生意 |
数量上，10 到 20 条就够开始。
比例上，品类词和问题词要占大头 —— 品牌词留两三条就行，它主要是用来检查"AI 有没有把你说错"。
第二步 · 怎么问：三个必须遵守的条件
这三条不是讲究，是防止你测出一个假数字。
条件一：用没有历史记录的对话。
一定要开临时对话，或者用一个干净的账号。
原因很实际：如果你用一个常年聊自家业务的账号去问，AI 可能因为"记得你聊过"，而把你的名字说出来。
那测出来的不是你的内容有多强，是它在照顾你的账号。
条件二：同一个问题，跑两到三次。
这条最重要，也最容易被省掉。
AI 的答案是会变的 —— 这不是它坏了，是它的本性。
第 07 篇里有一组数据：同一个模型，自己跟自己隔天跑一遍，提到同一批公司的重合度"刚刚过半"。（Profound 对 15,155 个品牌配置的观测）
一半。同一个模型，隔一天，答案就能换掉一半。
所以"我问了一次，AI 没提我，所以没效果"——这个结论是不成立的。
正确做法：跑三次，记"三次里提到了几次"。
比如：3 次里提到 1 次，就记 1/3。
这个分数，才是可以拿来比较的数。
条件三：固定环境，并且记下来。
每次测，尽量用同一个入口、同一个登录状态、同一个网络位置。
然后把两件事记下来：测试的地域、当时平台的模型版本。
为什么？后面有一整节讲这个 —— 数字突然掉的时候，它俩是第一嫌疑。
第三步 · 记什么
这个先按住，第 07 节有完整的表。
这里只强调一条最容易被忽略的：
一定要把 AI 的回答原文存下来。
不能只记"提到了 / 没提到"。
因为你要看的不只是"有没有你"，还有：
- 它排在第几个（是第一个被推荐的，还是结尾顺带一句）
- 同一个答案里还有谁（这就是你的真实竞争名单）
- 它说你的那句话，对不对
这三样东西，都在原文里。
只记一个勾，等于把最值钱的信息扔了。
刻度二：AI 的手里，有没有你的句子
这是分水岭。
"被提到"和"被引用"，是两个完全不同的待遇。
被提到 —— AI 从别的地方看到了你的名字，顺口说了一句。
被引用 —— AI 把你的内容当成了回答的依据，并且标出来源是你。
前者随时会消失，后者才是资产。
因为一个被引用的页面，会被反复引用。
这个刻度怎么测？分两种情况。
国内：看回答有没有标来源
国内的 AI 助手，很多在回答下面会列参考资料。
元宝会给出它参考了哪些内容；微信 AI 搜索也会带出公众号文章的链接。
所以你能做的动作很朴素：
问完一个问题，看它下面的来源列表里，有没有你。
有，就记下来：是哪个平台、哪条问句、它引的是你的哪一篇。
没有，就记"未引用"。
就这么简单 —— 因为国内现在没有别的办法。
海外：两个官方后台，各测一半
如果你做的是独立站、外贸、跨境电商，那你手上有真东西可用了。
2026 年，微软和 Google 各自开了一个后台。
但这两个后台，测的东西不一样。我把它们的边界列清楚：
| Bing 站长工具 · AI Performance | Google Search Console · 生成式 AI 报告 | |
|---|---|---|
| 什么时候上的 | 2026 年 2 月（公开预览） | 2026 年 6 月灰度，8 月 31 日全球全量 |
| 覆盖哪些 AI | Microsoft Copilot、Bing 的 AI 摘要、部分合作方集成 | AI Overviews（AI 概览）和 AI Mode（AI 模式） |
| 给你看什么 | 被引用总次数、日均被引用页面数、AI 检索时用的关键短语、具体哪些 URL 被引用、趋势 | 曝光次数、哪些页面出现、国家、设备、时间 |
| 有没有点击数据 | 没有 | 没有 |
| 特别之处 | 2026 年 6 月加了"引用占比"（不显示竞品域名） | AI 概览与 AI 模式的数据是合在一起的，没法拆开看 |
看最后两行。
两个后台，都不给点击数据。
不是我漏了 —— 是他们自己说的。
微软在官方公告里写得很直白，我把它原话的意思翻过来：
一次引用，不代表流量，不代表点击，也不代表用户互动。 这个数据是抽样，不是全量。 它反映的是"被引用的规律"，不代表排名或权重。
Google 那边也一样：报告只给"曝光"，也就是你的页面在 AI 答案里被展示的次数。至于有没有人点，它不告诉你。
说实话，我看到这两句话的第一反应是：
平台比很多服务商诚实。
所以这个刻度的正确读法是：
它回答的是"AI 有没有用你的东西"，不是"你赚了多少"。
能用它做的判断，是这样三句：
- 哪些页面正在被引用 —— 那些就是你的"资产页"，要保护好、要更新
- AI 是搜什么词的时候找到你的 —— 这是需求端的真实信号，比你自己猜的关键词准
- 趋势在不在涨 —— 注意是趋势，不是绝对值
用不了的判断也要清楚：
不能拿它算 ROI。
不能拿它的绝对值和别人比（微软自己说了，这个数不指示排名和权重，不同规模的站放一起比没意义）。
不能说"因为我在 AI 答案里出现了 500 次，所以该给我加预算"。
刻度三：有没有人因为 AI，来找你
这是离钱最近的一个刻度，也是最容易漏的一个。
先说一个反常识的事。
AI 带来的访问量，你后台里的那个数字，天然是偏低的。
为什么？
因为很多 AI 引荐的点击，身上没有"来源标签"。
AI 的手机 App 打开链接，常常走的是 App 内浏览器，来源信息会被抹掉；
有人从 AI 答案里复制一个链接，再粘到新标签页打开，来源也没了；
还有人看完 AI 的推荐，关掉，过两天自己想起来了，重新搜你的品牌名进来 —— 这个访问看起来就是"直接访问"。
那这些访问最后被记在哪儿了？
记在"直接访问"那一栏。
因为在大多数分析工具里，"没有来源信息"就约等于"直接访问"，跟"用户存了书签自己点进来"混在一起，分不出来。
所以，海外线现在能用的工具，是这样一层一层往下的：
第一层 · 分析工具里的 AI 渠道。
2026 年 5 月，Google 在它的分析工具里加了一个新渠道，叫 AI Assistant。
当访问的来源被识别成 AI 助手时，会话会自动归进这个渠道。
官方举例的来源包括：ChatGPT、Gemini、DeepSeek、Copilot、Grok（发布说明里还提到了 Claude）。
这个渠道有个必须知道的口子：
Google 自家的 AI 概览和 AI 模式，不算在 AI Assistant 渠道里。
它们被算进了"自然搜索"。
也就是说，你从 Google 的 AI 答案点进来的那部分流量，在报表里长得跟普通搜索一模一样。
看的时候，把它当成一个"下限"。
它能告诉你 AI 确实在给你带人，但它给不了你总数。
第二层 · 品牌词搜索量。
去看你的品牌名被搜了多少次。
如果这个数字在涨，而同期你没做别的品牌投放 —— 那很可能是有人先在外面听说了你。
AI 推荐就是"外面"里很可能的一个渠道。
这是间接证据，不是直接证据。但它是个便宜的信号。
第三层 · 直接问人。
在你的咨询表单里加一栏："你是怎么知道我们的？"
里面给一个选项：AI 工具 / AI 搜索。
看起来笨，但它是唯一能抓到"AI 提到你、但他没点链接、而是自己去搜"这条路径的办法。
而且这一栏的数据，是最难造假、也最能拿给老板看的。
三层加起来的读法是：
分析工具的 AI 渠道 —— 给你一个下限。 品牌词搜索量 —— 给你一个方向。 咨询表单那一栏 —— 给你几个真实的人。
三个都不完美，但三个一起看，你就不会再答不上来了。
三个最容易量错的指标
上一节其实已经埋了两个坑。这里我集中说三个 —— 这三个，我见过太多人在上面栽跟头。
第一个坑：把"被引用"当成流量
这是最常见的一个。
你看到 AI 引用了你，很高兴，接着去后台看流量，发现没动静。
于是得出结论："没用"。
但你搞错了期待。
被引用的价值，不是点击。
第 03 篇引过 Pew Research 的一组数据：有 AI 摘要的时候，人们点击页面里那条链接的比例，大约是 1%。
1%。
也就是说，100 次展示，大约只有 1 次点击。
这个数字看起来很惨，但它换了另一个东西：
心智占位。
一个人问了 AI 一个问题，AI 给的答案里有你。
他可能没点，但他知道你了。
然后过了几天，他需要做决定的时候 —— 他会想起那个名字。
这就是"被选择"那条路径的前半段。
所以正确的读法：
被引用，算的是"AI 认不认可你"，不是"有多少人看见你"。
这两笔账，要分开记。
第二个坑：把"还没到"当成"没效果"
GEO 是有延迟的。
内容发出去，到被 AI 检索到、再到稳定地引用你，中间隔着一段时间。 这个时间，不同平台、不同内容类型都不一样，但有一点是确定的：它不会在你发完的第二天就发生。
所以，做了一两个月觉得"没动静"的人，先别急着下结论 —— 你可能只是还在路上。
怎么判断是"还没到"还是"真没用"？
看趋势，不看单点。
如果三条曲线上都是平的，那是真没动。
如果第一条（被提到）在涨，第二条（被引用）还没开始 —— 那是节奏问题，不是方向问题。
第三个坑：把分析工具的数字，当成全部
这一条上一节讲过了，这里只补一句最重要的：
你的 AI 渠道数字偏低，是机制造成的，不是你没做好。
别拿一个下限，去跟别人报的全量比。
要报，就报三层：AI 渠道（下限）、品牌词搜索（方向）、咨询表单里的人数（实证）。
顺带说个小坑，做海外线的人会踩：
Google 在 GA4 里加的那个 AI Assistant 渠道，只能从上线那天起往前算，历史数据它不会回溯。
但你自己建的渠道分组是可以回溯的。
所以如果你想把"AI 带来的流量"这件事的曲线拉长，别用默认的那个渠道，自己建一个。
《GEO 监测三张表》：可以直接照抄
到这儿，方法都清楚了。
下面是我实际在用的三张表，你可以直接拿去用。
表一 · 固定问句表
这张表最重要的品质，是"定下来就别再改"。
| 编号 | 问句原文 | 类型 | 这条想问什么 | 首次录入日期 |
|---|---|---|---|---|
| Q01 | （客户原话，不改写） | 品牌词 | AI 有没有把我说错 | 2026-XX-XX |
| Q02 | 品类词 | 我在这个行业里有没有位置 | ||
| Q03 | 问题词 | 客户真遇到事的时候，我在不在 |
三条规则：
- 问句原文一个字都不要改。 改一个字，前后的数据就没法比了
- 新增的问句放进"新问题"区，不混进主表。 主表要能前后对齐
- 每季度可以整体更新一次 —— 换掉已经没意义的、补上新的客户问法。但要留一份旧版本存档，否则前面几期的数据就废了
表二 · 双周记录表
这张表是干活的主力，字段多一点，但每一个都有用。
| 字段 | 怎么填 |
|---|---|
| 日期 | 每次测都记 |
| 平台 | 豆包 / 元宝 / DeepSeek / 文心 / 通义 / Kimi（或海外的对应平台） |
| 问句编号 | 对应表一的 Q01、Q02…… |
| AI 回答原文 | 整段复制粘贴进来，不能只记结论 |
| 提到几次 | 比如"3 次里 1 次" |
| 提到时的位置 | 第一个被推荐的？还是最后顺带一句 |
| 同答案里还有谁 | 你的真实竞争名单 |
| 引用了哪些来源 | 有没有你、还有谁 |
| 描述是否准确 | 有没有说错；错在哪一句 |
| 测试环境与地域 | 临时对话？哪个网络位置 |
| 当时的模型版本 | 这一栏后面会救命 |
测的节奏：每两周一次。
为什么不是每天？
因为太频繁，你看到的是 AI 的随机波动，不是你的努力。
为什么不是每月？
因为有些平台换默认模型是件突然的事，月度测的话，你会发现数字掉了一大截，却不知道是哪天掉的。
双周，刚好。
每条问句跑两到三次，记成分数（3 次里提到 1 次 → 1/3），最后把所有问句的分数汇总成一个总数字。
那个总数字，就是你这一期的成绩。
表三 · 一页纸报告
这张表不是给你自己看的，是给你老板、或者给你客户的。
结构就五栏：
| 栏 | 写什么 |
|---|---|
| 一 · 基线 | 开工前测的第一轮数字。没这个，后面所有变化都不可比 |
| 二 · 这一周期做了什么 | 具体动作，不是"持续优化"。要写到"改了哪篇的哪一段" |
| 三 · 变化 | 三个刻度各一行：被提到 / 被引用 / 来找你的人 |
| 四 · 没起效的部分 | 这一栏不能空 |
| 五 · 下一周期改什么 | 由第四栏推出来 |
第四栏我要单独说一句。
它是这张表的可信度来源。
如果你报上去的东西全是涨的，那不用别人怀疑，你自己心里都不踏实 —— 因为真实情况不可能全涨。
有失败的那一栏，"涨"的那些数字才有说服力。
这也是这个系列一直的做法：难看的数据照报。
数字突然掉了一大截，先别改内容
这一节是我自己的血泪建议，只有几句话，但能帮你省很多冤枉力气。
某一天你打开表二，发现所有平台的分数集体跳水。
第一反应通常是：糟了，是不是我的内容不行了？平台是不是把我降权了？
先别动。
按这个顺序查三件事：
第一，是不是平台换了默认模型。
这是最常见的原因。
一个平台换上新的默认模型，回答的口味会整体变一次。同一个问题，它可以给你换一批公司。
查法很简单：翻出表二里那一栏"当时的模型版本"，跟上一期对比。
如果换了 —— 那就是它，不是你的问题。
正确动作是：在报告里写清楚"本期平台更换默认模型，数据不可直接比较"，然后把这一期当成新基线。
第二，是不是你自己换了测试环境。
这次用了登录状态？换了网络？换了设备？
环境一变，答案也会变。
第三，问句有没有被动过。
哪怕只是改了一个标点，前后的数据就不能直接比了。
这三件都排除了，才轮到"是不是内容出问题了"。
顺序很重要 —— 因为大部分人一上来就改内容，改完发现是模型换代，白改。
如果你在花钱：验收自检 3 问
这一节是给"已经在付钱"的人看的。
行业里现在不缺供应商，缺的是能被验证的供应商。
你不需要懂技术，只需要在三件事上较真：
第一问：他的问题集，和你当初定的基线，能逐条对上吗？
编号对不对得上？少了一条，有没有说明为什么少？
如果前后对不上，那这个对比从根上就是假的。（"有效提问样本要由双方共同确认" —— 标准里已经把这条写进去了，你可以直接引。）
第二问：他给你的是全量记录，还是几张截图？
截图的特性是：可以挑。
只要不是全量、按固定口径算出来的比率，单张截图就不构成验收依据。
第三问：你自己抽十条重问一遍，对得上吗？
这是最狠、也最便宜的一招。
用同样的问题，问同样的平台，跟你手上的报告核对。
能复现的，才算数。 不能复现的，PPT 做得再漂亮也不作数。
把这一篇的词一次性翻成人话
老规矩，这张表你随时回来查：
| 术语 | 说人话 |
|---|---|
| 被提到 | AI 回答里说出了你的名字。最浅的一层 |
| 被引用 | AI 把你的内容当成依据，还标了来源是你。比被提到值钱得多 |
| citation（引用） | 英文里那个词的原文。微软明确说了：它不等于流量、不等于点击 |
| grounding query | AI 去检索时用的"关键短语"。微软说这是抽样，而且不等于用户原本的提问 |
| 曝光（impression） | 你的页面在 AI 答案里被展示了一次。展示 ≠ 有人点 |
| AI 渠道 | 分析工具里专门归置 AI 来源访客的一个筐。它是个下限，不是全部 |
| 归因 | 把"这个人成交了"算到"他当初是从哪来的"头上。AI 这条路径最难归因 |
| 直接访问 | 没有来源信息的访问。很多 AI 来的点击会掉进这里，认不出来 |
| 有效提问样本 | 你和对方一起定下来、用来算效果的那批问句。标准原文的用词 |
| AI 问答提及率 | AI 提到你的次数 ÷ 全部问句的次数。标准原文的用词 |
| 模型版本 | 某个平台当时用的默认模型。它一换，全组数字可能集体变 |
本节动作
五分钟能做完。今天做完，之后就不再改。
打开一个表格，建表一。
只填三列：编号、问句原文、类型。
问句从哪来？
翻你最近的销售聊天记录或者客服记录，抄十句客户的原话。
抄的时候记住一条：一个字都不要改。
客户怎么说的，就怎么写。
然后按这个比例分一下：
- 品牌词：2 条（检查 AI 有没有把你说错）
- 品类词：4 条（这是主战场）
- 问题词：4 条（这最接近真实生意）
填完，把这个文件存好，标上今天的日期。
做完你会拿到什么？
一份你自己的监测基线。
而它的价值，恰恰在于你今天定完就不改了 —— 从今往后，你每一次测出来的数字，都可以跟它比。
没有这一步，你三个月后还是答不上那句"效果呢"。
有了这一步，你至少能说出一句准确的话：
"基线在这儿，这三个月，哪一层动了、哪一层没动。"
先能这么说，就够了。
GEO 实验日志 · 第 10 期
这一期，我要先说一件不太好意思的事。
前面九期，我一直在讲"要被引用、要被摘走"，但我自己从来没做过系统性的复测。
每一期都是发完文章，隔几天去问一次，记下来。
一次。
而这一篇写完，我才意识到那个方法有多不严谨 —— 因为"同一个模型隔天自比、重合度刚过半"这句话，是我自己写在正文里的。
所以这一期，我改了做法。
挑了三篇我自己比较有把握的文章（08、09 篇，以及 07 篇），配了五条问句，每条问句在每个平台跑三次。
结果很有意思。
跟内容质量无关的波动，比我预想的大得多。
同一条问句、同一个平台、隔一天 —— 三次里，一次提到、一次没提到、一次提到了但描述和事实对不上。
如果我只跑一次，我会拿到三个完全不同的结论，全看我那天手气怎么样。
而把三十次跑完、汇总成一个分数以后，反而清楚了：
元宝那两条问句的分数是稳的，五次里三次能命中，引用的来源标注里出现过我的号。
DeepSeek 那条，三次全空。
但更有价值的是另一件事：
它引用我的那一次，引的是 08 篇里那段带 Princeton 论文数据的段落。
不是引言，不是情绪段落，是那段有具体数字、带出处的段落。
这一条，跟第 08 篇的结论是对得上的：
能被摘走的，从来不是写得最好看的那句，是"自己就站得住"的那句。
上期说要改的三篇旧文章，现在改完两篇了。
第三篇卡住的原因说出来有点丢人：那篇通篇是感想，我找不到可以加数据的地方，等于要重写。
我打算重写它 —— 因为它恰好是"只讲感受、没有事实"的典型样本。
改完以后我会单独拿它做一次对比测，看看一篇纯粹的感想文，改成事实型之后，被提到和被引用的分数会怎么动。
下一次公布：第 11 篇文末。
写在最后
这一篇，我想干的事就一件：
把"效果"这个含糊的词，变成你手上三张能填的表。
落地也是三件：
- 三个刻度 —— 被提到、被引用、被选择。先分清哪一层在动，再谈涨了多少
- 三个坑 —— 被引用不等于流量、有延迟不等于没效果、分析工具的数字是个下限
- 三张表 —— 固定问句表、双周记录表、一页纸报告
但请你一定带走这一句，不然这一篇就白读了：
你不是没效果，你是量错了地方。
这句话一念通，很多事就顺了：
你会明白为什么"AI 提到了我"和"后台没流量"可以同时成立 —— 它们本来就是两个刻度。
你会明白为什么双周测一次，比每天测一次更靠谱 —— 因为你要看的是趋势，不是波动。
你也会明白我为什么坚持在报告里留一栏"没起效的部分" —— 因为全涨的报告没人信，包括你自己。
还有一句，是我这一期最想说的：
标准开始写"效果怎么算"，平台开始给后台 —— 这两件事对做正经生意的人是好事。
因为黑盒最怕的，就是有尺子。
你手上有了尺子，那个答不上来的问题，就不再是你的问题了。
下一篇，我们讲红线。
2026 年 3 月 15 日，央视曝光了一条 GEO 投毒产业链。
7 月 1 日，标准里把虚假信息、误导信息、黑帽操作，明确写进了禁止项。
9 月 1 日，监管也来了。
下一篇要回答的是：哪些做法，现在做就是踩线。
这不是让你缩手缩脚 —— 恰恰相反。
知道红线在哪，你才敢挺直腰板跟服务商对质。
觉得有用就点个赞、在看吧——顺手把那张固定问句表建起来，今天花五分钟，之后三个月你都能拿它说事。
这一篇读完，你应该能做到： 把"GEO 有没有效"这个笼统的问题拆成三个刻度（被提到 / 被引用 / 被选择），知道国内没有官方后台所以只能人工测、海外可以用 Bing 站长工具的 AI Performance 和 Search Console 的生成式 AI 报告，知道这两个后台都明确说了"引用不等于流量"，知道分析工具里的 AI 渠道天生是个下限，并且能用《GEO 监测三张表》（固定问句表 / 双周记录表 / 一页纸报告）把自己三个月的工作量出来、拿出去交差。
下一篇预告： 第 11 篇《3·15 曝光的那些做法，现在有明文禁止了》——从央视曝光的 GEO 投毒产业链讲起，把 7 月 1 日实施的团体标准里"风险控制与负面行为管理"那一章拆开，再讲 9 月 1 日施行的那部管理规定，给你一份能直接拿去核对方案的合规清单。这一篇是系列的"态度底线"：什么能做、什么不能做、什么必须留档。也是你敢跟服务商对质的第二份底气。