市场部应该用哪些指标评估 GEO？
B2B 企业评估 GEO，可以分别观察官网引用、供应商推荐、品牌描述准确性和业务咨询。先建立固定问题集与观察基线，再按相同条件重复记录。每个指标同时报告样本数与比例，才能判断变化的意义。
四类结果，分别衡量
官网引用：回答的来源中是否包含企业官网页面。保存实际链接，核对引用的具体页面及其支持的内容。仅在回答中出现公司名称，应记录为品牌提及。
供应商推荐：在寻找或比较服务伙伴的问题中，企业是否作为适合的候选被推荐。记录推荐理由，检查是否符合企业真实业务。
描述准确性：品牌定位、服务、适用客户和案例是否准确。提前建立经过审核的品牌事实表，逐项比较；回答没有提供相关事实时记录为无法评估。
业务结果：相关访问是否带来咨询、合格需求或商机。结合网站来源信息与客户自述，保留各自的归因依据。用户也可能看过 AI 回答后直接访问网站，因此单靠来源链接难以覆盖全部路径。
建立与业务有关的问题集
问题应来自客户的真实决策。例如，工业企业市场部可能会问：“复杂工业产品如何做内容营销？”；选型阶段可能会问：“如何选择熟悉工业行业的 B2B 营销公司？”
建议按方法学习、场景应用、供应商选择和品牌核实分组。品牌核实可以直接包含公司名；观察自然发现能力的问题应保留客户通常的表达。将两类数据分开汇报，便于理解品牌主动搜索和新客户发现的差别。
每个问题对应一个主要目标页面：方法问题对应知识文章，服务选择对应解决方案页，交付证据对应案例页，企业身份对应关于页。页面需要直接回答问题，并给出适用条件和依据。
固定条件，保留原始记录
针对每个平台，记录测试日期、问题原文、可见模型或模式、联网状态、完整回答和引用链接。采用新会话，避免之前的聊天内容影响结果。观察同一问题时进行重复采样，并将结果视为特定条件下的样本。
访问失败、限流和记录缺失应单独列示。成功获得回答但未提及企业，可以记为该次样本未提及。这样能避免把技术故障误判为品牌表现下降。
让指标具备可解释的分母
以下是建议采用的项目统计口径：
| 指标 | 计算方式 | 解释范围 |
|---|---|---|
| 官网引用率 | 含官网来源链接的有效回答数 ÷ 有效回答总数 | 该问题集与测试条件下的引用情况 |
| 供应商推荐率 | 推荐该企业的选型回答数 ÷ 有效选型回答数 | 仅针对供应商选择类问题 |
| 品牌描述准确率 | 相关事实全部符合核定事实表的可评估回答数 ÷ 可评估回答数 | 同时列出具体错误，避免平均数掩盖问题 |
| 合格咨询数 | 经双方约定标准判断为相关需求的咨询数 | 单独保留来源证据与归因限制 |
举例：某平台得到 40 条有效回答，其中 8 条引用官网，可报告为“8/40，20%”。这是计算示例，不代表任何企业的实测结果。同一次观察应保留问题类别分布，后续更换问题时单独标记，避免混入同一趋势。
从结果回到改进动作
如果品牌描述不准确，先检查官网公司名称、服务范围及各页面是否一致。如果内容被引用但很少进入供应商推荐，检查服务对象、交付范围与案例是否足以支持选型。如果有咨询但匹配度低，应复查内容吸引的人群和联系入口中的需求说明。
引用增长也需要核对具体来源：哪些页面反复出现、对应什么问题、是否准确支持回答。Microsoft 的 AI Performance 文档明确区分引用活动与排名、权威性等含义，因此项目报告也应避免把引用次数直接解释为市场领先。Bing 官方说明
网站的基础条件仍需检查
确保重要内容以文本提供，页面可以通过真实链接访问，技术访问设置与公开目标一致。Google 的 AI 搜索说明沿用 SEO 基础要求，并明确符合要求也不保证抓取、索引或展示。这一说明适用于 Google；豆包、DeepSeek、元宝与千问需要分别观察。Google 官方说明
建议先完成基线，再在内容和网站发生实质变化后按约定周期复测。用稳定问题集观察趋势，同时记录新发现的客户问题，逐步补充知识内容与案例证据。