GEO 效果怎么验收？可见率、推荐位次与问句覆盖

为什么截图不算验收

同一个问题，换个账号、换个时间、带不带上下文，AI 的回答都可能不同。拿一张“出现了”的截图做验收，既不严谨，也无法说明进展。

我们的做法是：先固定一组问句，用同一口径周期性复测，看数字怎么变。

第一步：建问句库

问句要来自真实的消费决策场景。以美容 SPA 为例，我们把顾客会问的问题分成五类，每类选一个代表问句：

• 选店推荐：“惠州美容 SPA 推荐”
• 定制体验：“惠州高端定制 SPA 哪家好”
• 身体护理：“惠州身体 SPA 护理推荐”
• 泛需求：“惠州正规美容院推荐”
• 功效需求：“惠州抗衰养肤项目哪家专业”

问句一旦确定，后续每期都用同样的问法测试。

第二步：看三个指标

可见率

重点问句中提及品牌的比例。美丽专＋第 3 期（2026.06.13–06.26）是 4/5，即 80%，上期为 60%。

推荐位次

AI 往往会列出几家候选。排在第 1 位和排在最后，用户感知完全不同。第 3 期里，4 个已提及的问句全部位于前 2 位，“惠州美容 SPA 推荐”从第 3 位升到第 1 位。

场景覆盖

看品牌在哪些需求场景下出现、在哪些场景下缺席。本期新进入了“抗衰养肤”这一高价值场景（第 2 位）。

第三步：如实写缺口

第 3 期里，“惠州正规美容院推荐”这个泛需求问句仍然没有出现品牌。我们在报告里直接写明，并给出原因判断：泛问法下 AI 更倾向引用平台榜单与综合目录，品牌在细分场景的优势在这类问题里不占优。下一步的动作，是补充资质、规范、口碑类的可核验内容。

一份好的 GEO 报告，应该让客户清楚地看到：哪里进步了、哪里还没做到、下一步做什么。

数据口径要写清楚

每份报告的末尾，我们都会写明：观测日期、观测平台、问句数量，以及“AI 回答可能随时间与上下文变化，不构成长期排名承诺”。这既是对客户诚实，也是对数据负责。